基于宏观交通流模型的行程时间预测

以高速道路为研究对象,概述了宏观交通模型的基本方程,提出了一种基于宏观交通模拟的路径行程时间预测方法．预测方法以宏观模型输出的速度为基础计算路径行程时间,能够考虑交通拥堵以确保行程时间预测结果更合理．预测方法包含一般计算方法、由路段行程时间合成的方法（近邻组合法）这两种计算方法,后者用以加快计算速度,确保预测能够适用于较大规模路网．算例分析说明了预测方法的有效性．     

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.     

城市快速路路段行程时间估计方法

为有效提高城市快速路路段行程时间估计精度,本文提出一种基于自适应滤波和网格虚拟车的行程时间估计方法。首先,利用自适应平滑滤波插值获得固定检测器之间的速度数据,实现固定检测器之间的时空速度场重构。然后将重构的速度场细分为若干网格单元,通过计算虚拟车在重构时空速度场的虚拟轨迹估计路段行程时间。最后,选取城市快速路感应线圈实测数据进行实例验证。实验结果表明,本文方法在自由流、平稳流和拥堵流3个运行时段下,均方根误差分别为0.15、0.35和1.06,平均相对误差均低于10%,具有较高的估计精度。     

瓶颈路段交通流特性模拟分析

城市道路中的交通信号灯、车辆限速、上坡路以及道路缩减等都可能引起道路的通行能力受到限制,从而形成城市路网中的瓶颈,成为影响交通畅通的一个非常重要的因素。本文选取由于道路施工引起的瓶颈路段作为研究对象,研究了瓶颈路段驾驶员驾驶特性对交通流的影响,分析了侵犯驾驶行为对交通堵塞的影响;利用vissim仿真软件对瓶颈路段的交通流进行了模拟,对交通拥堵的形成、传播和消散规律进行了研究,并将模拟结果与调查结果进行了对比分析,显示了模型的可靠性。     

信号灯作用下的城市隧道路段交通流模型研究

分析了城市隧道路段的交通流特征,建立了城市隧道路段的元胞自动机模型,并针对隧道与上下游交叉口不同相对位置、不同相位差的情况,进行了数值模拟。仿真结果表明,城市隧道路段的通行能力受到隧道与信号灯的相对位置以及上下游信号灯的相位差等共同影响。合理的信号配时控制可以提升路段和交叉口通行能力,减轻拥堵;但是当隧道离下游交叉口较近时,路段通行能力明显降低,隧道内拥堵严重,信号控制手段收效甚微。     

城市交通流分配的预测模型研究

在大量详实的资料的基础上．据一些具体的交通流特性．重点研究了一种动态多路径概率型交通流分配预测模型．并以此模型为基础研制了相应的交通流分配预测系统软件．在给出道路交通网的有关信息及其Ｏ－Ｄ出行矩阵的条件下，系统可输出一种最佳的交通流分配方案，它可为城市规划和重大交通工程建设提供有力的决策工具．     

基于神经网络的交通流的预测

在简要介绍智能系统中交通流的实时检测设备的基础上，为满足交通流诱导系统的理论需要，建立了实时交通流量神经网络预测模型，该模型为交通流诱导系统提供了预测交通状况的一种很好的方法。     

快速路上匝道瓶颈路段异质交通流演变规律

为了掌握快速路瓶颈路段异质交通流的演变规律,以缓解交通拥堵,本文以快速路上匝道瓶颈路段为研究对象,构建了考虑安全距离的改进NaSch上匝道模型,利用数值仿真,对不同场景交通流演化过程进行系统性研究。仿真结果显示:在不同条件下,异质交通流中自动驾驶车辆比例的增加对瓶颈路段交通运营状态影响结果各异。在自由流阶段,自动驾驶车辆比例的增加对快速路瓶颈路段运营通行能力的增加无显著影响,自动驾驶车辆比例取0.9时,瓶颈路段运营通行能力反而降低了2.48%;在交通拥堵状态下,当异质交通流中自动驾驶车辆比例达到0.7及以上时,才有助于交通拥堵的消散,且其临界值随交通拥堵状态程度的提高而增大;当交通密度达到100 veh/km以上时,自动驾驶车辆比例的增加无法实质性改善瓶颈路段交通拥堵状态。研究结果可为异质交通流环境下的快速路上匝道瓶颈路段的治堵策略提供理论依据。     

交通分配中路段行程时间函数研究

本文讨论了我国混合交通条件下的城市道路路段行程时间函数模型，首先，我们运用交通流理论知识，构造出道路横断面不同路幅形式下的路段行程时间函数模型。其次，我们给出了在现场数据下，用非线性回归分析的方法。标定理论模型中待定参数值的方法。     

信号交叉口交通流延误调查分析

研究了信号交叉口的交通流特性、受阻过程、延误调查与计算方法，针对停车时间的点样本法和行程时间的车牌照法，结合我市迎泽街某交叉口的调查数据进行延误分析与比较，为信号配时优化设计提供了原始资料。     

城市道路交通管控时间与区域长度控制方法

道路交通是时空问题,交通流在时间与空间上应具有相关性,为指导城市道路交通管理,使城市道路交通流管控时间与管控区域长度精确化。从交通流参数、道路长度、交通运行时间之间的关系、时间占有率与空间占有率的定义出发,定义累计时间占有率与累计空间占有率,得出交通流在时间与空间上的等效性。在此基础上,建立了道路交通流时空关系模型,并将该模型用于计算管控时长与管控区域长度,通过实例验证,得出其可精确计算管控时长与管控区域长度,避免了管控资源的浪费。     

城市交通需求预测理论与模型研究综述

城市交通需求预测是交通学科研究的热点之一。本文对现代城市交通需求预测理论与模型进行系统分析,重点围绕交通生成、交通分布、交通方式划分预测模型展开,对各模型基本原理、研究进展、传统模型及其改进、模型应用情况等进行综述,最后总结城市交通需求预测研究领域重点、难点,指出未来发展方向。     

城市车辆诱导系统的建立

分析了城市车辆诱导系统的主要功能,设计了一个适合中国国情的城市车辆诱导系统,给出了各个子系统的具体实现方法,对于交通流预测模型和最优路径算法这两个关键部分,给出了详细的分析设计,并在软件中得到实现.     

城市快速路实时交通状态估计和行程时间预测

根据城市快速路交通诱导和监控系统的实际需要,提出了实时估计和预测城市快速路上交通状态和任意两点间动态行程时间的方法.其基本思想是将扩展卡尔曼滤波理论引入宏观动态交通流模型,结合快速路上的固定检测设备,实时估计和预测未来几个时段的交通状态,并利用“虚拟车”法预测动态的行程时间.通过对上海市快速路典型实测数据的实例分析,发现交通状态估计模型具有良好的跟踪能力,行程时间预测模型在畅通状态计算结果和实测结果几乎完全重合,拥挤状态相对误差基本维持在10%以下.结果表明,该模型的适用性和精度都令人满意,可为城市快速路交通控制和诱导提供依据.     

用于短时交通流预测的多项式分布滞后模型

提出了用于短时交通流预测的多项式分布滞后模型.其建模思想是交通状态时间序列同时受自身滞后项之外的多个因素影响,并且影响分布到了多个时段.通过与ARIMA模型(自回归整数移动平均模型)的预测精度对比分析,表明PDL（多项式分布滞后）模型具有与ARIMA相同的预测精度,而在模型可移植性、算法复杂性和实现方面更具优势.研究结果为短时交通流预测理论提供一种新的研究思路.     

直行优先信号控制交叉口左转交通流延误模型

根据国际上通用的信号控制交叉口直行交通流优先通行的规则,运用无信号控制交叉口优先型交通流延误分析的Adams理论,推导出直行优先型信号控制交叉口左转机动车交通流延误模型．其成果既完善了现有的延误计算理论,又可为设;置信号相位提供理论依据,同时还可用于分析我国信号控制交叉口实际运行状态所存在的问题．     

基于GRNN模型的城市道路短期交通流预测研究

采用剔出了城市道路短期交通流的周周期性特征的周差分数据作为广义回归神经网络（GRNN）模型的预测对象,这样既能避免合理选择交通流影响因素作为神经网络输入变量的困难,又能迅速获得实时短期交通流预测结果。研究结果表明,构建的神经网络模型能够很精确地实时预测城市道路短期交通流。     

一种自适应普遍路况的元胞自动机交通流模型

在Nagel-Schreckenberg(NaSch)模型的基础上,考虑重力对行驶坡道上车辆的影响,将时间与空间上连续的加速、减速效应离散化,以概率pup和pdown的方式进行一次性速度补偿,提出一个改进的NaSch模型,并对改进的模型进行计算机数值模拟.模拟结果显示,改进后的模型能准确反映特殊路段对行驶车辆的影响,同时再现了与实际交通相一致的时走时停交通波等复杂的非线性现象,能自动适应普遍路况.