基于拥堵概率的城市快速路入口匝道控制策略

为解决城市快速路交通拥挤问题,开展快速路入口匝道控制策略研究.采用现行规范与现场数据建立VISSIM微观仿真模型,基于交通仿真分析,建立快速路入口合流区的拥堵概率模型,提出基于拥堵概率的入口匝道控制策略.通过收集主线上游流量以及入口匝道流量,预测拥堵概率;若拥堵概率超过其临界值,则启用入口匝道控制系统,确定匝道入口调节率和信号周期.研究表明,相比无信号控制,基于拥堵概率的快速路入口匝道控制策略能够使拥堵概率降至0.1左右,主线车速提高约20%.     

基于多Agent仿真的冲突场景识别

构建了基于多Agent的空管运行仿真系统的基本框架,设计了航空器Agent、空管自动化Agent和管制员Agent.利用JADE平台,Java编程语言开发了仿真原型系统,该系统采用分布式结构,并导入全天的飞行计划数据,实现对全国交通运行态势的仿真.为了提高轨迹预测的准确性,考虑了风的影响.通过对管制员Agent记录的全天冲突数据的分析,可以得到易冲突扇区主要集中在我国的东部以及中南部区域,R343和A461为易冲突航路等.冲突数据的分析结果对于航路网络的规划、扇区划分以及飞行计划的优化有重要的实践意义.     

基于Delauany三角形的分时段区域管制扇区划分

根据空域和流量状况划分扇区是提高空域容量、改善空域拥挤和减小管制员工作负荷的有效手段。航班数量的不断增加,使得管制员的工作负荷也随之加大,为降低管制员的工作负荷需要研究扇区动态划分。首先对高空区域管制扇区内各航路点一段时期的每天相同时段的飞行流量进行分析,以航路点建立Delauany三角形,按照各时段飞行流量的不同对Delauany三角形进行加权,随后通过聚类分析生成了加权的Voronoi图,然后采用改进的哈夫曼编码理论对扇区进行了合并给出划分方案。最后结合厦门管制扇区数据进行算例分析验证了所提出方法的可行性。     

基于管制员工作负荷的航路扇区容量评估技术

通过分析航路扇区中雷达管制模式下管制员工作负荷,提出了新的管制员工作负荷模型对管制员工作负荷进行量化,该模型适用于各种航路扇区;在此基础上,采用回归分析法和有效时间段法两种方法,分析了管制员工作负荷与航路扇区容量的关系,从而得出航路扇区容量值.通过对两种方法的优缺点进行比较,提出了根据扇区实际情况选择适当的分析方法;得出的航路扇区容量值,可以用于实际运行中,避免管制员工作负荷过大或过小,充分保证飞行的安全、高效.     

基于生存分析的夜间驻留停车需求预测

为了在微观层面对夜间停车需求进行准确预测,采用生存分析的方法建立夜间停车需求预测模型.首先将夜间停放的车辆定义为日间驶入车辆的驻留部分,对应的夜间停车需求预测转换为日间驶入车辆驻留的概率预测;进一步从日间驶入车辆的停车时长分布入手,用生存分析方法估计车辆停放不同时长的概率,从而预测夜间驻留的停车需求.最后用上海某科技园实际停车数据进行分析验证,构建Cox比例风险模型,获得不同影响因素下的生存时间曲线以及过夜驻留停车概率.结果表明,车辆夜间驻留的概率与工作日、驶入天气、用户类型以及驶入时刻等变量有关,全天夜间驻留预测精度达92.1%.利用生存分析方法预测夜间停车需求是有效的,能够为停车场的夜间需求管理提供决策依据.     

基于网络流的多管制扇区通行能力

管制扇区间的通行能力问题通常是基于管制员的极限工作负荷、各种动态因素或者特殊航路点、航路交叉点的通行能力达到最优的情况进行研究,缺少对多扇区网络的整体地评估与计算。为了解决该问题,根据有向图理论以扇区为节点,以连接扇区的航路航线为边建立多扇区网络模型,选取华北飞行情报区的部分扇区进行仿真。首先,通过最大流算法求解出该网络模型的最大流为76.7架/h。其次,根据网络流仿真结果计算出各条边、各个节点的流容比,通过比较分析得出限制扇区网络通行能力的繁忙航路以及繁忙扇区。最后,通过灵敏度分析计算删除不同节点后网络模型的通行能力的变化,进而为扇区通行能力的优化提供了建议和参考。     

基于粗糙集和D-S证据理论的交通拥堵预警

鉴于拥堵预警中的信息和知识具有随机性和不确定性、采集到的数据又常常包含着噪声的特点,利用粗糙集能够对数据进行分析和处理,D-S理论能够分析各种不完备信息的特点,提出了一种算法——基于粗糙集和D-S理论,计算交通可能发生拥堵的概率,为交通拥堵预警提供分析与支持.仿真结果表明该方法是可行而且有效的.     

基于灰色聚类的管制扇区运行健康识别方法

对不同健康程度的管制扇区运行状态识别有助于全面把握交通运行情况,对空管安全评估、扇区划分、流量管理具有一定的应用价值。深入分析管制扇区交通时空运行特性,基于实际运行数据建立了管制扇区运行健康识别方法。建立饱和度、瞬时饱和度、滞留度、未来15分钟流量、管制工作负荷程度5项管制扇区运行健康评估指标,利用主客观组合赋权法确定各评估指标权重,基于灰色聚类方法对管制扇区运行健康状态等级进行识别。以厦门1号扇区的交通数据进行了实例分析,结果表明：管制扇区运行健康态势是交通宏观动态特征和微观复杂特征相互作用的结果,本文提出的管制运行健康识别方法有效,计算过程简单可行。     

基于浮动车大数据与网格模型的城市交通拥堵识别和评价研究

随着机动车辆的迅猛增长,城市路网呈现出事件多发、通行状态多变的特征,大城市的交通问题日趋严重.借助大数据技术,通过对城市路网中海量浮动车轨迹数据的深入挖掘,能够实现对复杂交通状态的快速识别和准确分析.本文首先对北京市浮动车的海量数据进行校准和清洗.其次,针对不同的研究内容,构建不同尺度的网格模型.然后,根据网格内节点对行程时间的历史数据,识别常发拥堵区域;结合实时行程时间数据,识别偶发拥堵事件.最后,通过对网格交通运行指数进行密度聚类,从空间范围上将大城市拥堵区域的类型划分为"点-线-面"3个层级对交通拥堵进行评价研究.本研究不以道路矢量地图为基础,仅通过浮动车轨迹数据,便可以实现对交通拥堵的高效识别和宏观拥堵的评价.     

平顶山市中心区停车需求预测研究

本文针对平顶山市中心区停车难问题,通过停车现状调查,结合停车小区划分状况,采用以交通量—停车需求模型为主静态交通发生率模型检验相结合的方法,进行规划年平顶山市停车需求预测。两种预测结果吻合程度较好,实现了中心区停车需求的准确预测。     

支持向量机在装备保障链需求预测中的应用研究

准确的需求预测是装备保障链敏捷运行的重要条件.针对装备保障链需求预测过程中,需求不确定、样本数量较少的实际情况,采用了一种新的预测方法--支持向量机.该方法基于统计学习理论的原理,较好地解决了小样本、非线性的学习问题.建立了装备保障链需求预测的支持向量机模型.并以某物资的需求预测为例进行实例验证,计算结果表明,这种方法比传统的方法有更好的预测精度.     

基于非集计模型的交通需求预测方法

交通需求预测是城市规划和城市交通规划的核心内容之一,同时也是制定交通需求管理（TDM）策略的基础.传统的预测模型多以“四阶段法”为基础,对调查数据进行集计处理,忽略数据所携带的有关出行者行为的个体信息,存在信息的浪费和冗余.依据现代交通规划学理论,在回顾传统预测方法的基础上,对非集计模型进行深入研究;根据淄博市中心城区居民出行调查数据,预测居民出行方式分担率.研究结果表明,较集计模型,非集计方法能更好地刻画居民出行方式选择行为.     

2010年上海世博会园区客流交通需求预测

根据预测的世博会园区客流特点,建立宏观交通仿真软件VISUM客流需求预测模型.鉴于世博会园内交通与城市交通的不同,向VISUM模型中输入数据之前有必要对数据预先处理.基于交通需求预测的多样性和反馈性的特点,建立了展馆容量限制的出行生成模型和方式划分出行时间矩阵预处理模型.另外,采用交通GIS软件TransCAD标定出行分布和方式划分模型的参数,介绍了VISUM和TransCAD结合使用的方法.     

弹性需求下的双向混合交通需求预测组合模型

基于我国城市道路双向混合行驶现状及实际交通网络的运行特点,借助Logit路径选择模型,建立弹性需求下双向混合交通需求预测组合模型.证明了模型的一阶条件等价性,给出其具体的求解算法并用算例说明该模型是有效的.     

基于出行方式和活动交互作用的小汽车使用预测模型

为改进我国传统小汽车出行需求预测方法,基于活动理论建立了小汽车使用预测非集计模型.从小汽车使用者活动模式的统计分析入手,对小汽车使用模式进行划分,在多项Logit(MNL)模型的基础上建立协同进化Logit小汽车使用预测模型.模型中采用协同进化方法计算确定了个体出行活动选择顺序,体现了小汽车使用者出行方式选择和活动的交互作用.模型适应性分析表明,该模型可用于城市小汽车出行需求预测和交通需求管理政策的‘评价.以沈阳市为例对模型进行了实例分析,结果表明模型预测正确率达88.9%,65%以上的小汽车使用者先确定小汽车使用模式再进行活动模式的选择,验证了出行活动选择顺序的个体差异性,提高了小汽车出行需求预测方法的精度.     

流量拥堵空域内一种基于Q-Learning算法的改航路径规划

目前,空中流量激增导致空域资源紧张的问题越发凸显,为了缓解这一现状,将基于流量管理层面对航空器进行改航路径的研究。首先采用栅格化的方式对空域环境进行离散化处理,根据航路点流量的拥挤程度把空域划分为三种不同类型的栅格区域。其次通过改进强化学习中马尔科夫决策过程的奖励函数对其进行建模,并基于 策略运用Q-Learning算法对该模型进行迭代求解,对相应的参数取值进行探究比较以提高结果的可适用性。最后经过仿真运行,计算出不同参数赋值下的最优路径及相应的性能指标。研究结果表明：应用该模型和算法可以针对某一时段内的流量拥堵空域搜索出合适的改航路径,使飞机避开流量拥挤的航路点,缩短空中延误时间,有效改善空域拥堵的现况。     

一种通过支持向量机对交通拥堵情况进行分类的方法

随着社会和经济的快速发展,交通运输也在高速发展,城市交通的拥堵问题日益严重,不仅增加了人们的出行时间、提高了出行成本,还造成较大的经济损失,解决这个问题主要方法有拓宽道路、减少出行、交通诱导等.有效的交通诱导离不开交通状态的准确判断,在目前复杂的交通运输环境下,现有交通运输状态分类与评估方法复杂、计算量大.传统的通过图像处理获取交通参数的方法需要针对每条路段进行单独的建模及模型更新,而通过视频或图像提取交通参数及特征参数的方法比传统的方法获取参数更简单方便,且容易维护.提出一种通过提取特征参数,使用支持向量机对交通畅通或拥堵进行分类的方法,可以将不同路段的数据进行结合与分类,有效地提高了交通运输状态分类与评估的效率.仿真实验验证了所提方法的有效性.     

基于个体行为画像的路段拥堵责任划分方法

在学校、医院、商场等公共生活服务场所周边路段上经常发生的交通拥堵具有特殊性:是由特定事件触发特定出行者短时间扎堆聚集所导致的一种特殊类型的交通拥堵,这类拥堵的成因及治理对策具有重要的研究价值.利用自动车辆识别(automatic vehicle identification,AVI)技术对出行者的长、短期交通行为进行重构,探究导致公共生活服务场所周边路段的拥堵原因及拥堵责任划分方法.基于AVI数据建立了个体长、短期交通行为画像方法,通过多层卷积神经网络和层级聚类模型精确定位出导致公共生活服务场所周围路段拥堵的主要责任车辆.针对同一路段上的不同车辆,依据其长、短期出行行为特征,进行个性化精准管理,是在有限资源限制条件下解决公共生活服务场所周边拥堵问题的有效途径.选取安徽宣城市第六中学门前的常发路段拥堵作为研究对象.结果 表明:对于经过案例学校门前路段的所有出行者来说,只需对其中0.5％～0.7％的致堵车辆采取重点管理措施就可以有效缓解学校门前路段的拥堵问题.     

空中高速路突发事件消散建模

为了更好地解决航路拥堵问题,在地面元胞传输理论的基础上,建立了空中高速路突发事件拥堵消散的元胞传输模型,根据航路的实际情况进行仿真试验。仿真结果显示:管制员发现交通拥堵进而采取相应措施,减少进入该航路上的飞机数量,在采取措施后其消散时间要比正常消散时间明显缩短。     

新型交通组合需求预测方法的研究

通过分析现有交通组合需求预测模型，并根据投入产出原理，提出了一种新型的交通组合需求预测的方法－投入产货运生成与分布组合预测方法，该方法的实施将简化交通需求预测的工作量，使其在实际工程中能得到应用。