考虑前后车速度关系的车辆跟驰模型

分析了传统车辆跟驰模型的局限性,建立了考虑前后车速度关系的车辆跟驰模型：前后车以相同速度匀速行驶时的跟驰模型;前后车以不同速度匀速行驶,后车速度小于前车速度时的跟驰模型;前后车以不同速度匀速行驶,后车速度大于前车速度,当前车速度不变时的跟驰模型和前车减速时的跟驰模型．以四种跟驰模型为基础,分别建立了相应的速度一间距关系和车辆追尾模型．追尾模型表明：最小车头距离是后车速度的二次函数,随后车速度急剧缩小;当实际车头距离小于该值时,则会发生追尾事件．     

考虑前方多车优化速度信息的车辆跟驰模型

基于车路协同技术完全信息可达性的特点,引入车头间距反馈信息,并提出一种考虑前方多辆车优化速度信息的改进车辆跟驰模型,同时加入驾驶员在不同车头间距条件下的感知特性,改进了多速度差反馈控制策略.基于Lyapunov方法推导了改进模型的线性稳定性,并获得其稳定性条件.通过数值仿真方法分析了多前车优化速度和速度差信息对交通流稳定性的影响.研究结果表明:较已有MVD模型,考虑前方多辆车优化速度使得扰动作用时间减少了约30.3%;在频繁扰动作用下,引入多前车优化速度信息更有利于交通流稳定,且当参数N增至3时,尾车的停滞时间减少了74.0%;当通信车辆数不变时,通过拓展跟驰车辆的信息维度,可以提高交通流的稳定性,抑制交通拥堵形成.     

考虑驾驶风格的模糊控制跟驰模型

针对传统模糊控制跟驰模型较少考虑驾驶风格的差异,同时缺乏真实数据的有效验证,基于模糊控制理论,模拟驾驶人在跟驰过程中采取的动态驾驶决策过程,考虑不同驾驶风格,在分析自然驾驶数据的基础上,利用实测数据对不同驾驶风格进行分析,获得各驾驶风格的期望车头时距参数,在此基础上,利用前后车距离误差和速度差作为独立变量,并建立了模糊控制规则。数值分析结果表明,该模型与自然驾驶数据拟合较好。     

一种改进的车辆跟驰动力学模型

针对现有跟驰模型存在的不足,文中提出了一种新的优化速度(期望速度)函数,基于“刺激—反应”模式建立了改进的车辆跟驰动力学模型,并运用李亚普诺夫运动稳定性理论对其进行了稳定性分析.最后运用实测数据对模型进行了参数标定和应用性验证.结果表明:改进模型在模拟交通流的启动加速、近似匀速和减速过程方面与实测数据都具有较高的一致性...     

一种基于动态期望车头时距的跟驰模型

现有跟驰模型把期望车头时距视为常量,因实际交通流具有动态性,静态期望车头时距模型并不能确切地描述现实交通流.提出了一种动态期望车头时距的跟驰模型,将其车头时距用韦布尔分布拟合,使其成为随跟驰车辆性能差异和驾驶员自身差异而变化的动态变量.仿真结果表明,基于动态车头时距的跟驰模型能使后随车车速的平均绝对误差从1.715 9 m/s降至0.762 9 m/s,优于静态常量期望车头时距跟驰模型.     

基于期望间距的加速度补偿跟驰模型与仿真

通过仿真手段说明了传统GM跟驰模型的缺陷,针对这一问题,结合驾驶员的安全意识和紧随心理,明确了跟驰过程中驾驶员期望的车头间距;提出基于期望间距的加速度补偿概念,并利用量纲分析法构造加速度补偿项函数形式,充分考虑最大加速度和速度等实际跟驰条件约束,建立了基于期望间距的加速度补偿改进跟驰模型.实例仿真表明,所建立的模型能很好地弥补传统GM模型的不足,与实际跟驰情况基本吻合.     

考虑车辆动力性能的跟驰模型

针对传统跟驰模型产生过大的加速度问题,采用可变的期望间距模型,并考虑车辆所允许的速度与加速度取值约束,建立了考虑车辆动力性能的微观跟驰模型,模拟加速度与速度、车间距的变化关系,并进行仿真分析。研究结果表明:加速度最大值取4 m/s2时,流量-密度曲线由线性区自由流和非线性区协同阻塞流组成;当加速度最大值为5 m/s2时,流量-密度曲线分成3段,分别是线性区自由流、非线性区协同阻塞流和交通量基本恒定的宽幅阻塞流;随着加速度的变大,流量-密度曲线由2相变成3相,且协同阻塞区变宽,交通流的稳定性变差;同Bando模型及多相模型相比,该模型能更好地反映交通流的实际特性。     

基于动态安全车距的车辆跟驰模型及稳定性分析

为了更好地模拟车辆的跟驰特性,在全速度差(full velocity difference, FVD)模型的基础上考虑前车与跟随车的车头间距、速度差、速度和加速度等因素,建立了一种基于动态安全车距的改进FVD跟驰模型。构建了可变车头时距模型量化前车加速度对跟驰车头间距的影响程度;应用小振幅扰动分析和长波展开进行了模型线性稳定性分析,推导了改进FVD模型的临界稳定性条件;设计环形道路上微扰动数值仿真实验,分析了扰动后的车辆跟驰行为特性,解析加速度参数对模型抗扰能力的影响。研究结果表明：考虑前车加速度信息可以降低扰动演化时的波动振幅,有助于提高车流的稳定性。     

考虑侧向车换道影响的理论和数据组合驱动的车辆跟驰模型

为分析受侧向车辆换道影响下的目标车辆跟驰行为,结合多速度差理论跟驰模型和深度学习方法,提出了一种理论-数据组合驱动跟驰模型。首先考虑了跟驰车辆对于前向车辆和侧向车辆保持安全车距和受车辆速度差影响的特性,提出了双车道多速度差跟驰模型（FS-MAVD模型）,并利用差分进化算法进行模型参数标定。构建了CNN-Bi-LSTM-Attention数据驱动车辆跟驰模型,利用卷积神经网络层（CNN）充分提取前向和侧向车辆交通特征,双向长短期记忆网络层（Bi-LSTM）考虑驾驶员记忆效应,注意力机制层（Attention）用于分配模型权重,并基于数据进行驾驶员记忆时长、模型训练批次和训练轮数参数的训练。考虑理论模型广泛适用性和数据驱动模型接近真实值且平滑的特点,采用最优加权法将两种模型进行组合预测。利用无人机拍摄的快速路车辆轨迹数据,建立跟驰行为样本集,对所建模型进行训练和测试,并与LSTM模型、Bi-LSTM模型、CNN-Bi-LSTM-Attention模型、FS-MAVD理论模型的预测效果进行对比,并分别比对不同模型对不同车辆的预测精度和误差。结果表明,本研究构建的组合模型在加速度预测精度达到9...     

基于多源数据融合的公交车辆跟驰模型

针对目前缺少公交车辆跟驰模型参数和单一数据采集方式无法获取完整车辆跟驰过程数据的问题,提出一种基于多源数据融合的公交车辆跟驰模型,采用实测数据进行参数标定和模型验证。通过移动GPS数据采集设备随车采集车辆的运动轨迹和无人机空中悬停俯拍采集公交车辆的停车间距,并进行数据融合处理得到完整过程的公交车辆跟驰行驶数据;通过引入均方误差指标来衡量实际测量值与模型仿真值之间的差异,将公交车辆跟驰模型的参数标定问题转化为一般优化求解问题;通过对实测数据进行统计分析,获取公交车辆的平均停车间距参数;采用粒子群优化算法对智能驾驶跟驰模型中的舒适制动减速度和加速度系数2个参数进行求解,得到模型的最优参数;将验证集中的实测数据与模型仿真值进行对比,对模型参数的效果进行验证,并以厦门快速公交走廊的车辆多编组运行控制为例,对跟驰模型的效果进行进一步的验证,其中头车采用速度优化模型进行控制,跟随车辆则采用上述标定的公交车辆跟驰模型进行控制。研究结果表明：公交车辆跟驰模型生成的数据曲线与实测数据曲线基本一致,跟随车辆与头车在路段上行驶和车辆进出站2个阶段的运动轨迹曲线基本一致,符合车辆跟驰模型的跟随性,进一步证明了...     

考虑预估驾驶行为的跟驰模型及其稳定性分析

在 OV 模型的基础上,进一步考虑预估驾驶行为对车流的影响,提出一个新的跟驰模型以获得预估驾驶行为与交通拥堵的关系。通过对新模型进行稳定性分析得到了系统的临界稳定条件。数值仿真结果表明：新模型能够模拟诸如时停时走、系统临界相变等实际交通现象,较 OV模型更贴近于实际。同时,预估驾驶行为增强了交通流稳定性能,提高了车流陷入交通阻塞状态的阈值。最后以车速的平滑度和波动幅度最小为评价指标得到了新模型中预估参数的最优取值范围。     

考虑期望间距的全速度差模型及其能耗

基于全速度差(full velocity difference,FVD)模型,通过考虑期望间距,提出了一种推广的车辆跟驰模型,即扩展的全速度差(extended FVD,EFVD)模型;并给出能量耗散的计算公式,对EFVD模型的能耗进行了研究。信号灯车队启动问题的模拟结果表明EFVD模型的启动延时时间和启动波速均在允许的范围内,加速度较优化速度(optimal velocity,OV)模型和FVD模型略小,且加速过程更贴近现实情况。车队刹车问题的仿真结果表明EFVD模型不会产生不切实际的减速度问题。通过车队碰撞问题的模拟,可知EFVD模型模拟的车头距大于车辆长度,避免了车辆的碰撞。车流扰动问题的数值模拟结果表明考虑期望间距的影响可以增强交通流的稳定性,在一定程度上抑制交通阻塞。能耗仿真结果表明,EFVD模型的能耗比FVD模型的能耗小。     

具有极大极小公平性的稳定拥塞控制算法设计

为增强网络对传输延迟、用户数变化、高频扰动及测量误差等不确定性的稳定鲁棒性,改善网络性能,提出了一种改进的预测拥塞控制算法,保证了闭环系统的稳定性,实现了稳态带宽分配的公平性。仿真实验验证了所提方法的有效性。     

一种考虑拥挤度的布线模型及其算法

为提高超大规模集成电路(VLSI)布线的布通率,加快布线速度,提出一种总体布线和详细布线交替进行的多级布线算法.在每一级布线中对局部线网进行总体和详细布线,增加总体布线和详细布线间的交互性,利用代价函数,使用多种策略来优化布线结果,得到更为准确的布线资源估计,最终减少拥挤度,提高布通率.采用标准的测试例子集对所提方法进行测试,实验结果在一定程度上说明了算法的有效性.     

一种新的反馈式流媒体拥塞控制算法

参考基于反馈的流媒体拥塞控制算法FCA基础之上,从减少系统抖动入手,提出了一种新的基于反馈的流媒体拥塞控制算法。仿真实验结果表明,NFCA算法在延时抖动有所改进,更适合流媒体的传输。     

一种新的自适应视频流拥塞控制方法

提出了一种新的面向终端的基于Rrr（Round Trip Time）的自适应视频流拥塞控制方法——New—AVSP（New Adaptive Video Stream Protocol）。New-AVSP采用基于波形平滑指数和波形突变指数的滑动窗口加权平均RTT估计算法（FMMA）对RTT值进行平滑估计；并采用基于参数自适应的速率预测方法（PAMA），调整终端注入网络的业务流量。仿真结果表明：New—AVSP与已有的针对流媒体应用的拥塞控制方法相比，在突变情况下具有更快的逼近速度；在小幅度渡动情况下具有更为平滑的控制曲线。     

一种新的逐跳显式拥塞控制机制及性能分析

随着具有高带宽高延迟特性网络的广泛应用,传统的拥塞控制算法已不能有效地工作,其中反馈时延的大小是影响拥塞控制算法性能的重要因素之一.反馈时延过大,将导致拥塞控制响应滞后,可能引起新的拥塞,因此有效减小网络的反馈时延是一个急待解决的问题.提出了一种新的逐跳显式拥塞控制算法(HBH-XCP),该算法基于XCP,在路径中以逐跳的方式将拥塞信号由路由器直接反馈至源端,使源端快速地响应拥塞事件.仿真实验表明,与XCP相比,HBH-XCP能提供更快的拥塞响应速度,使数据流获得更平稳的吞吐量,以及更小的时延抖动.     

一种新的ATM网络拥塞控制方法

目前，已经有许多的机遇速率的流量控制方法应用于ABR网络。这些方法中大多都能提高主动连接的公平性和连接利用率。同时，也给交换机带来更大的复杂性。本文中提出了一个流量控制方法，将部分速率计算工作从交换机转移到终端系统中进行。结果表明，该方法能减少交换机的速率计算工作及交换复杂性，还降低了交换机在每一时间间隔内计算每条链路负载因子的难度，使占用队列长度保持在稳定状态。仿真结果表明该方法具有比ERICA 算法更好的运行效果。     

速度调节阀两种节流方式调速效果的分析与研究

速度调节阀用以调节气动系统中气动执行元件的运动速度。它有进气节流和排气节流两种安装方式。虽然这两种安装方式都可以调节气动执行元件的速度,但调节效果有着很大不同。通过理论分析、软件仿真、试验分析三种方法对这两种节流方式的调速效果进行比较和分析,得出了排气节流的效果要好于进气节流的结论。     

基于路径交通拥堵指数的危险废物回收模型研究

针对交通拥堵对危险废物运输中的成本和风险的影响,引入路径交通拥堵指数,建立了时变道路系统中基于交通拥堵指数的危险废物回收双目标优化模型,并对传统蚁群算法中启发式因子计算公式进行了改进,提出了改进的蚁群算法对模型求解,最后以某环保公司危险废物回收问题为背景进行了案例分析。结果表明,不同出发时间和车辆使用模式对帕累托最优解有显著影响,最短路径不一定是耗能最少的行车路线。本文提出的模型和算法可为决策者制定调度方案提供参考。