基于微观仿真的快速路短时交通流预测

利用微观交通仿真技术可以对快速路上的交通进行短时预测。将快速路上的线圈采集的实时数据输入本文所述的交通仿真系统进行仿真,可以预测一段时间以后的交通状况。沿着这个思路,描述如何利用仿真技术进行短时交通预测,特别是对如何建立满足实时性和动态性要求的交通生成模型进行了详细的阐述。通过对真实历史数据进行仿真预测,并分析对比,结果说明使用微观仿真模型进行短时交通预测是可行的。     

城市快速路交通流特性分析

基于北京市二环微波检测器所获取的交通流数据,建立了快速路流量?速度和占有率关系模型,拟合得到交通流曲线,据此来研究交通流的运行特征?应用模糊c均值聚类得到自由流?拥挤流及阻塞流3种交通流状态划分结果,从而定量标定快速路上3种交通流状态的区域范围?通过对交通流基本参数时变特性?空间特性以及交通流状态分析,能够全面掌握快速路交通状况,为快速路交通管理提供指导?     

基于交通流模型的城市快速路交通流特性分析——以北京、洛杉矶为例

为了更好地掌握城市快速路交通流的运行规律,以北京西三环和洛杉矶I405两条交通廊道为研究对象,收集路段检测器数据,通过对交通流数据使用时序分析和交通流模型拟合方法,从时间-空间及交通流原理上分析交通流的时空特性和拥堵基本规律,并用模型拟合方法对道路交通流速度-流量-密度进行分析,获得道路运行状态的关键参数。结果表明：北京西三环廊道与洛杉矶I405廊道自由流速度基本一致,但发生拥堵时的临界速度差值较大,分别为29 km/h和44 km/h;北京西三环交通瓶颈处的实际通行能力明显低于洛杉矶I405交通瓶颈,实际通行能力分别为1 245 veh/h/ln和1 464 veh/h/ln,差值为219 veh/h/ln。选定Pipes、Van Aerde和S3交通流模型并对模型进一步推导得到通行能力计算公式,利用实测数据对交通流模型进行拟合,并对三种交通流模型的使用范围进行对比分析,结果表明：S3模型较其他两种模型的拟合效果较好,此外,Van Aerde模型也适用于描述北京西三环交通流运行特征。可见,所提出的基于模型拟合的城市快速路交通流运行特征分析方法能够掌握城市快速路运行规律,提取交通流运行...     

基于实测数据的城市快速路交通流加速度研究

为分析不同交通流密度下的车辆加速度变化规律,本文选取青岛市杭-鞍高架快速路为试验场地,利用视频检测技术采集试验路段不同点位的交通流样本,从视频中获取跟驰车队的车速、车头间距、速度差以及加速度等交通流数据。统计分析发现,加速度值域关于0点对称分布;不同交通流密度下加速度的分布具有各异性;车速、车头间距和速度差对加速度的影响程度随交通流密度的不同而不同。利用本文实测数据对加速度GM模型进行参数优化和拟合分析,结果验证了模型的合理性,样本平均拟合误差均小于5%。     

基于CEEMD-GRU组合模型的快速路短时交通流预测

为了提高短时交通流预测精度,提出了基于互补集成经验模态分解(complementary ensemble empirical mode decomposition, CEEMD)和门控循环单元(Gated Recurrent Unit, GRU)组合模型的快速路短时交通流预测方法。首先,运用互补集成经验模态分解算法,将非稳定的原始交通流时间序列数据分解为相对平稳的多个模态分量;然后,将分解后的模态分量分别建立GRU模型进行单步预测;最后,叠加每个分量的预测值,获取最终预测结果,并采用上海市南北高架快速路实测交通流数据进行实例验证。结果表明:CEEMD-GRU组合模型的预测效果明显优于GRU神经网络模型、EMD-GRU组合模型以及EEMD-GRU组合模型,平均预测精度分别提升了33.4%,25.6%和18.3%。CEEMD-GRU组合模型能够有效提取交通流数据特征分量,提高预测精度,为交通管控提供科学决策依据。     

基于RBF神经网络的城市快速路短时交通流预测研究

为检验灰色模型及径向神经网络模型用于短时交通流预测的可行性及适用性,本文分析和比较了灰色模型GM（1,1）和RBF径向神经网络模型对短时交通流的预测效果。仿真实例表明,灰色模型不适合用于短时交通流预测,而径向神经网络能够准确预测短期交通流的未来变化趋势,当径向基函数的分布密度值在0.8~1.0之间时能够取得较高的预测精度。     

北京城市快速路交通流特性多维度研究

基于多天的快速路检测器实测数据,在利用平均车长进行占有率及密度转化后,采用Van-Aerde单一结构模型标定了北京市三环快速路典型路段的不同天、内外环及不同车道的交通流参数,进行了多维度的交通流特性对比分析,为北京城市快速路系统的运营管理及规划设计提供理论基础和数据支持.     

城市快速路路段交通流状态评估方法

交通流状态分类对于选择交通控制和诱导策略有非常重要的作用,不同的快速路路段设定的交通流参数临界值及变化特性会有所不同.本文考虑到交通流参数对交通流状态判别的影响程度,给出了一种基于加权欧氏距离的相似性度量方法,并确定了交通流状态判别的关键参数.根据整个路段的交通流数据,通过聚类分析构造最小距离分类器,把个别路段的交通流数据作为样本数据,进行了对个别路段的状态评估.实证分析结果表明:在交通流状态判别过程中,密度是最关键的参数:基于最小距离分类的个别路段的状态评估结果与实际情况非常类似,这将为交通控制和管理提供决策依据.     

基于快速路交通录像的交通流模型参数测量方法研究

提出一种利用城市快速道路交通录像资料测量交通流模型中各种参数的方法.以北京市一个路段的实际录像资料为例,通过测量和分析获得Kerner非线性模型中的临界密度、宽运动堵塞的传播速度和Greenshields模型中的畅行速度等参数.结果显示,这是一种操作性强、成本很低且有多种应用前景的交通流测量新方法.     

实测数据的城市快速路交通流加速度研究

为分析不同交通流密度下的车辆加速度变化规律,选取青岛市杭-鞍高架快速路为试验场地,利用视频检测技术采集试验路段不同点位的交通流样本,从视频中获取跟驰车队的车速、车头间距、速度差以及加速度等交通流数据。统计分析发现,加速度值域关于0点对称分布;不同交通流密度下加速度的分布具有各异性;车速、车头间距和速度差对加速度的影响程度随交通流密度的不同而不同。利用实测数据对加速度GM模型进行参数优化和拟合分析,结果验证了模型的合理性,样本平均拟合误差均小于5%。     

基于期望速度的交通流仿真模型

根据驾驶人换道行为中是否有换道的意愿和是否可能换道2个方面,基于心理制约条件模型和物理制约条件模型,提出了基于期望速度的一种车辆换道模型,并与Treiber和Helbing提出的智能驾驶人模型结合,提出了新的交通流模拟模型,并应用JAVA针对不同的交通状态进行模拟再现。模拟结果表明:局域堆积群交通堵塞的合流部交通流速度平均值在20 m/s左右变动,合流部的局域交通不安定的交通堵塞状态空间轴上并没有向上传播,而同步态模式交通堵塞的车辆平均速度减少到3 m/s,堵塞波向时间和空间2个方向传播,交通模拟结果再现了同步流到宽幅运动堵塞S-J交通流相转移现象。     

城市快速路实时交通流运行安全主动风险评估

基于上海市快速路系统采集的线圈检测器数据和事故数据,应用贝叶斯网络(BN)模型对快速路实时交通流参数与事故风险进行建模分析,并利用可有效应对缺失数据的高斯混合模型和最大期望算法分别对BN模型输入和参数进行估计,进而主动评估快速路实时交通流运行安全风险,并对事故状态提前做出预警.分别对可能事故点前后2组检测器和4个时间段的8组交通流数据进行了建模,结果表明使用事故发生地点上下游各一个检测器在事故发生前5~10min内的交通流数据建立的BN模型效果最好,事故预测准确率为76.94%.最后不仅与朴素贝叶斯分类、K近邻、反向传播(BP)神经网络等经典事故风险估计算法进行了对比分析,还与现有的实时风险评估成果进行了对比,结果表明BN模型预测效果最好.     

基于CTM的避震疏散动态交通流分配研究

为制定合理、高效的城市避震交通疏散应急方案,应用改进的当量长度,分析避震疏散过程的各种影响因素,以改进的元胞连接路网替代实际的道路网络,提出一种改进的基于CTM的避震疏散动态交通流分配模型。实验结果表明,该模型既能够将多起点一多终点的网络优化问题简化为单起点一单终点的交通分配网络优化问题,又能够恰当地反映疏散交通流的动...     

寒地城市快速路冰雪路面交通流特性研究

利用视频检测系统采集城市快速路冰雪路面上的交通数据,对城市快速路冰雪路面交通流特性进行了研究;分析了冰雪路面对道路交通安全影响,探讨了城市快速路冰雪路面上车速变化、车头时距分布特性,对比分析了冰雪路面与非冰雪路面上城市快速路交通流量与速度的关系,并建立了冰雪路面快速路交通流量与速度关系模型.研究成果将对寒地城市快速路的运营、管理和评价提供科学依据和数据支持.     

基于混沌理论和MEA-BPNN模型的快速路短时交通流预测

为提高短时交通流预测的精度,在分析北京市二环路实测交通流数据时空特性和混沌性的基础上,利用混沌理论方法对交通流量时间序列进行相空间重构,并基于思维进化算法提出一种改进的BP神经网络模型,将重构的时间序列数据作为模型输入进行交通流预测。结果表明,基于该模型的预测结果与基于传统BPNN模型的预测结果相比,均方根误差、平均绝对误差和平均绝对百分误差分别下降31.11%、20.71%和37.28%,证明了模型具有更精确的预测能力。     

城市快速路数据挖掘模型

根据城市快速路的特点及数据库、数据挖掘等信息技术手段,提出适用于中国大城市的快速路宏观运行及评价模型.     

基于仿真的城市快速路施工区警示系统研究

城市快速路施工区行车环境复杂,不仅是城市道路的瓶颈区域,亦是城市道路的事故多发点,因此存在较大的安全隐患。本文通过应用仿真方法,设计施工区的警示系统,以达到合理警示车流、提高施工区的安全和效率的目的。首先分析施工区的危险因素,再选取冲突率和交通量分别作为安全和效率指标,最后应用vissim仿真平台设计试验,探索不同因素对施工区的安全和效率的影响。试验结果表明,施工区的交通需求、大车率和驾驶员对限速值的服从率对施工区的通行效率和安全都具有较大的影响。基于仿真试验结果,应用模糊C均值聚类对警度的阈值进行确定,进而对施工区的警示系统进行设计。     

城市快速路常发性瓶颈交通流失效生存分析模型

瓶颈处交通流失效(breakdown)是导致快速路拥堵的重要原因,其致因则是交通需求、驾驶行为及设施设计等多因素交互作用的结果.针对快速路常发性瓶颈失效的随机特征,基于海量检测数据,提出了快速路瓶颈失效的生存分析模型.该模型首先以速度、密度组合阈值法判断失效是否发生;然后统计失效发生时刻及发生前的交通流参数,利用生存函数描述失效发生概率与瓶颈通行能力的关系;进一步采用Cox回归模型分析瓶颈失效的影响因素.上海市内环3个典型双车道常发性瓶颈点277个交通流失效事件分析表明,在50%的失效概率下,3个瓶颈每车道通行能力分别为1341,1 552,1 662veh.h-1;通过调控主线车速及驶入匝道流量可对瓶颈失效起到有效的保护作用.利用该方法可精细化确定瓶颈点概率通行能力,并为快速路主动交通管理措施设计提供理论依据.     

基于改进GM(1,1)模型的城市短时交通流预测研究

基于GM(1,1)模型的模拟或预测结果具有严格单调性,导致其难以实现对随机波动序列的有效模拟,而以累加序列模拟值作为累减还原参数的建模方式是导致GM(1,1)模型精度不理想的主要原因。为了提高GM(1,1)模型模拟及预测精度,在传统灰色预测模型建模基础上,提出了基于改进累减还原方法的新GM(1,1)模型,然后应用该模型对城市短时交通流进行了模拟和预测,并将结果与传统GM(1,1)模型进行了比较和分析,结果显示新模型具有更加良好的模拟及预测性能。     

基于元胞自动机的事故交通流模型仿真

针对发生事故的双车道模型,考虑行驶车辆是否在事故车道以及距离事故的远近,分析不同区域的换道特点,建立双车道元胞自动机模型。在开放边界条件下,改变进口车辆的驶入率和事故的持续时间,得到了车流量和平均车速的变化曲线,结果表明,在发生交通事故时应缩短事故处理时间,并将入口车辆进入率降至一定值。