基于VISSIM仿真的高速公路事故交通影响

高速公路发生交通事故时,由于事故车辆占用车道,造成事故路段形成交通瓶颈,影响路段的实际通行能力,导致事发路段的车辆延误和排队长度的增加。为了研究高速公路交通事故对交通造成的影响,通过VISSIM仿真软件,建立高速公路基本路段和路段上的交通事故模型,分析不同输入交通量、大小车比例下,事故路段的车辆延误和平均排队长度随时间的变化规律;对中国高速公路在事故情况下的有效通行能力进行了研究。研究结果表明:高速公路基本路段输入交通量越大、大车所占比例越大,交通事故的影响时间越长、范围越大;运用VISSIM仿真模型得到基于中国高速公路交通特点的有效通行能力参数。     

高速公路隧道交通事件检测系统的开发

高速公路隧道交通事件是指破坏正常交通流量并造成交通堵塞的非重复性随机发生的事件,它包括交通事故、车辆抛锚、道路养护或施工等临时的大型活动.详细介绍了高速公路隧道交通事件检测系统的构成及主要功能.     

基于元胞自动机仿真的可变车道控制技术

为了解决左转交通流波动较大引起的交通拥堵,并进一步提交叉口的通行能力,通过对此类交叉口交通特性、服务水平和其他交通特性进行分析,提出了一种基于一维元胞自动机模型的可变车道控制技术。依据交叉口条件确定可变车道参数,利用左转和直行的交通流量确定可变车道触发条件及相应的信号配时方案,并通过信号控制可变车道属性的变化,由Matlab建立交叉口可变车道模型。仿真结果表明:动态可变车道控制技术的使用可将左转方向最大排队长度降低37.5%,交叉口各方向总排队车辆数降低39.9%;进而减少因左转车流波动引起的交通延误,提高交叉口的通行能力。     

交通事故下高速公路有效通行能力分析与估算

高速公路发生交通事故后,事故车辆占用车道,必然造成道路交通瓶颈,降低高速公路实际通行能力。为了定量地分析交通事故对高速公路通行能力造成的影响,建立VISSIM仿真的高速公路典型路段交通事故模型,并提出以折减系数法为基础的交通事故下高速公路有效通行能力计算模型。分析不同阻塞车道数、阻塞车道长度、大车比例和交通事故持续时间下,交通事故点断面流量随时间的变化规律。研究结果表明:高速公路通行能力随阻塞车道数的增加、阻塞车道长度的增长、大型车占有率的增大而减小。而当通行能力刚好满足交通量需求时,道路通行能力几乎不受交通持续时间影响;运用VISSIM仿真模型得到基本通行能力的高速公路有效通行能力折减参数,其中当阻塞车道长度为0.1 km时,折减系数为0.808。     

基于随机生存森林的城市快速路交通事件持续时间预测研究

交通事故、抛锚等交通事件对城市快速路的运行影响极大;准确预测交通事件的持续时间可有助于主动交通管理措施的实施,提升通行效率与安全。本研究采用随机生存森林模型开展交通事件持续时间分析,以克服传统决策树模型易过度拟合和传统生存分析需限制性假定及识别协变量交互作用的缺陷。研究基于上海城市快速路网交通事件数据,并结合道路几何线形、交通运行、天气状况等数据。原始数据库分为训练数据(80%)和测试数据(20%)。分析结果表明事件类型、路段长度、发生地点、剩余车道数、交通流量等变量对交通事件持续时间有显著影响;影响时间预测准确率结果表明随机生存森林模型预测精度显著优于随机森林的预测精度。     

中国南部交通流量预测模型研究

交通流量预测是智能交通系统技术应用的重要组成部分.为提高预测水平,引进基于区间二型模糊神经网络的交通流量时间序列预测模型,给出了基于二型模糊神经网络的仿真算法.并结合广州市某高速公路为例对交通流量进行预测,对比计算了该方法与一型模糊神经网络预测方法的预测结果,仿真表明该系统具有精确性和高可信度,预测准确性明显高于传统的一型模糊神经系统.     

路段上游直线式公交站点对车辆延误影响分析

针对公交车在直线式公交站点停靠时对车辆运行效率影响问题,利用交通波理论对交通流稳定输入下路段上游直线式公交站点对车辆延误影响分析,将延误分为在公交站点受公交车停靠阻滞产生的延误及受到公交车停靠影响的车辆在交叉口处产生的延误,并利用交通波理论分别对不受公交车停靠影响的车辆延误及受到影响的车辆延误计算模型构建,进而得到公交车停靠引起车辆延误变化即车辆附加延误。最后对所提出的延误模型数值分析,分别得到交叉口信号周期、绿信比、交通流量及公交车停靠时间对车辆延误影响。结果表明,随着绿信比、信号周期减小和交通流量、公交车停靠时间增加,车辆附加延误呈上升趋势,其中公交车停靠时间和交通流量对附加延误影响较大。      

过饱和信号交叉口的多目标控制模型

过饱和条件下信号交叉口优化控制往往是采用可以接受的最大信号周期,忽略了其他性能指标,并非真正意义上的最优.以典型的十字交叉口、四相位信号控制为例,根据车辆初始排队长度、车辆实时到达率和离开率,通过对各进口道的延误、通行能力及排队长度分析,建立了过饱和条件下以平均车辆延误最小、通行能力最大、平均车辆排队长度最小为目标函数的多目标信号优化控制模型.该模型以实时交通流的到达情况为依据进行实时优化,不仅考虑了交叉口的交通效率,还考虑了其效益指标,为研究过饱和条件下交叉口的多目标分析提供了有用信息.     

基于随机生存森林的交通事件持续时间预测

采用随机生存森林模型开展交通事件持续时间分析,克服了传统决策树模型易过度拟合和传统生存分析需限制性假定及识别协变量交互作用的缺陷.该研究基于上海城市快速路网交通事件数据,结合道路几何线形、交通运行、天气状况等数据.原始数据库分为训练数据(80%)和测试数据(20%).分析结果表明事件类型、路段长度、发生地点、剩余车道数、交通流量等变量对交通事件持续时间有显著影响;影响时间预测准确率结果表明随机生存森林模型预测精度显著优于随机森林的预测精度.     

城市道路施工区交通延误建模与仿真

随着城市的快速发展,为了提高道路通行能力,许多道路必须扩建,而施工区广泛存在于路段和交叉口区域,城市道路施工区将改变车道的宽度,对车辆的正常行驶产生一定的影响,导致大量排队和交通延误.针对城市路段施工区的交通流和交通延误进行了仿真,研究施工区域环境中不同因素对车辆延误的影响、机动车和非机动车到达率,分析了受施工区影响的入口交通延误的特征,施工区的尺寸与位置等因素对路段施工区交通延误的影响,提出了基于社会力模型的城市路段施工区交通延误分析方法,并考虑了路段施工区长度、施工区宽度、大型车比例将对路段施工区的交通延误和平均通行速度产生显著影响.模拟结果表明,本文建立的基于社会力模型的施工区交通延误计算方法具有良好的适用性.基于分析结果可制定合适的交通管理措施,减少路段施工区的交通拥堵降低延误和事故率.     

Type-2模糊系统在黄金价格预测中的应用

选择了一个模糊时间序列的模型来确定模糊系统初始参数,同时运用了Type-2模糊系统和Type-1模糊系统进行了训练及预测,比较了他们的训练逼近效果,以及预测效果,给出了仿真.     

基于自适应模糊时间序列法的光伏发电短期功率预测

针对并网光伏发电系统功率预测问题,提出一种基于自适应模糊时间序列法的并网光伏发电短期功率预测模型.根据光伏发电系统的历史发电数据,进行自适应算法处理,使数据结构与预测模型相适应,确定聚类数目、划分论域并定义论域区间.通过对历史数据进行模糊化处理,确定各模糊关系组,再计算各类模糊关系组的权重向量.按照模糊时间序列的方法进行光伏发电功率预测,并去模糊化得到实际预测结果.结果表明,对比时间序列预测法ARIMA模型,本文预测模型结果误差由13.66%减小到11.34%,并且在处理突变数据上有较大改进.     

基于模糊推理和关联规则分析的河道洪水预报模型

河道洪水预报过程是一项复杂的非线性计算过程.为及时准确地预报下游河道特征值,针对传统模糊推理中存在的规则数过多和模型参数难以确定的问题,提出了一种新的模糊推理河道洪水预报模型.该模型以T-S模糊推理法为基础,通过对历史数据的关联规则分析和建立非线性优化模型确定模糊规则数目和模型参数,最后预报未来出现的流量数值.实例分析表明,基于模糊推理和关联规则分析的河道洪水预报模型易于理解,特别对防洪比较重要的高流量的预报结果较好.     

流量预测精度对控制效果的影响

为说明流量预测算法对交通控制的实际影响,进而提出交通控制对预测算法的精度要求,根据青岛市江西路实地流量数据,分析线性预测算法的预测精度,研究预测精度对交叉口流量比、周期的影响,进一步获得预测精度对交叉口平均延误和通行能力的影响。研究过程发现数据前期的平滑处理可提高流量预测精度,从而减少预测数据对配时参数以及控制效果的干扰。通过数据分析及研究,结果显示线性流量预测算法预测误差大约为10%,这对周期造成2%左右的误差,使绿灯时间误差在2s以内,而对延误及通行能力的误差干扰都在5%以内。说明线性预测算法在实际信号配时方案中具有可行性,从而简化系统的复杂性,提高运行效率。     

快速路交通事件持续时间预测模型研究

针对城市快速路交通事件持续时间影响因素的复杂性和不确定性,结合贝叶斯网络和非参数回归方法,提出了一种新的快速路交通事件持续时间预测模型.采用上海市快速路监控中心数据,经过降噪处理,生成样本数据;在分析样本数据特征基础上,确定了贝叶斯网络的结构学习方法与参数学习方法;对贝叶斯网络模型的结果用非参数回归算法生成持续时间预测值.最后,对模型预测精度进行了验证,发现模型预测效果较好.     

短时交通量时间序列的小波分析-模糊马尔柯夫预测方法

基于短时交通量时间序列的随机波动特征,提出一种小波分析和模糊马尔柯夫结合的预测方法．首先对交通量时间序列进行多分辨率小波分解,然后对低频部分和高频部分分别进行重构,对重构后的基本信号和干扰信号建立模糊马尔柯夫模型,最后对多个预测结果进行合成,从而得到交通量的预测结果．此外,根据灰色系统理论的新息优先原理,实时更新马尔柯夫预测模型中的状态转移矩阵,进一步提高预测精度．通过对苏州某交叉口短时交通量预测,表明小波分析和模糊马尔柯夫结合的预测方法具有良好的抗干扰能力和容错能力．     

特殊节假日的短期电力负荷预测新方法

针对电力系统短期负荷预测中特殊节假日负荷预测的特殊性，提出一种基于模糊逻辑的预测方法，该方法合理运用了模糊逻辑对不确定问题的推理能力，克服了特殊节假日由于负荷特性的不同以及历史数据的缺乏所导致的预测困难，仿真结果验证了该方法的可行性。     

基于灰色理论的蓄电池容量预测

为进一步满足电力、通信、铁路、交通管理等系统对直流电源可靠性的要求,加强对蓄电池组的在线监测及容量预测评估,针对蓄电池容量存在随温度等外部条件而产生周期性变化的特点,提出了实时在线、新陈代谢GM(1,1)预测模型,研究了GM(1,1)模型的建模方法及误差精度检测与评定方法.计算机实际模拟证明,新陈代谢GM(1,1)预测模型能够明显地提高预测精度,增加预测可靠程度,从而实现蓄电池容量的早期预测评估.     

Fuzzy指数模型及其在电话量预测中的应用

实际获取的长途电话量一般是以区间形式表现的模糊数据 .若以此类数据建立的模型作预测 ,会获得较准确的预测结果 .本文建立了含 fuzzy参数的电话量预测的指数模型 ,并将模型非 fuzzy化和线性化两步后加以确定 .所建立的模型更符合信息系统的一般规律 ,比经典模型包含的信息量更多 .实例表明 ,本文模型适合应用于电话量的预测 .     

基于改进模糊神经网络的电力系统短期负荷预测

提出了基于改进聚类算法的模糊神经网络的短期负荷预测方法。首先,利用改进聚类算法确定模糊神经网络的结构,然后利用混合学习算法训练该网络的前件和结论参数,最后向训练好的模糊神经网络输入相关的影响因素数据进行预测。预测结果显示,改进的模糊神经网络可以获得较高的预测精度,所以有更好的使用价值。