机场的进离场空中交通流复杂性

机场进离场空中交通流复杂性的量化是空管和机场进行预测和管控的重要依据。提出基于排列熵的复杂熵因果平面(complexity entropy causality plane, CECP)以及Fisher-Shannon(FS)因果平面的机场进离场空中交通流复杂性量化分析模型,量化单机场进离场空中交通流量复杂度,研究多机场进离场空中交通流复杂度之间的关联性。针对单机场,首先将机场进离场空中交通流量时间序列符号化,计算时间序列的标准排列熵和统计复杂度以及Fisher信息,量化机场进离场空中交通流时间序列的复杂程度;针对多机场,构建CECP以及FS,分析比较各机场在CECP和FS中的位置,区分进离场空中交通流复杂性较高的机场。验证结果表明：提出的模型对于量化机场进离场空中交通流复杂性具有可行性和准确性,可以有效区分进离场空中交通流复杂程度较高的机场,对机场交通流的实时预测和管控具有指导意义。     

双车道公路车头时距分布模型研究及应用

通过对我国城市间大量存在的二级、三级等双车道公路上运行车辆头时距的研究,提出了一种改进的Ｍ３车头时距分布模型;并了对于采用让路规则等理交通的无信号交叉口,当主车道车流车头时距服从各种不同的分布下时,次车道车流的理论通行能力。     

主路车流车头时距服从M3分布下支路混合车流的通行能力

以可接受间隙理论为基础,利用概率论的方法,对以大车和小车两种代表车型组成的混合车流进行分析;建立了无信号交叉混合车流的通行能力模型;发展了无信号交叉口单一车流理想条件的通行能力理论。     

提高安全性和交通流稳定性的车间距策略

提出了一种自治的自适应巡航控制(ACC)车辆的安全变时距(SVTG)车间距策略. 该策略利用ACC车辆的速度与最大减速度信息、SVTG车间距策略和相应的跟车控制律保证ACC车队的车辆安全性、单车稳定性、队列稳定性、交通流稳定性以及高的道路通行能力. SVTG车间距策略克服了固定时距(CTG)车间距策略的交通流不稳定以及变时距(VTG)车间距策略不安全的缺陷. 仿真结果表明SVTG车间距策略的性能优于其他两种车间距策略的性能.     

路侧公交专用车道下右转出口上游公交车头时距分布特征

为了描述公交专用车道模式下右转出口上游公交车的车头时距分布特征,考虑公交停靠站对公交车头时距分布的影响,将研究对象分为两类。基于实测数据,对公交车头时距进行非线性回归拟合,并通过卡方检验对各组数据进行拟合优度检验,从定性和定量角度对公交车头时距分布进行分析。研究结果表明：第Ⅰ类公交车头时距服从负指数分布,第Ⅱ类公交车头时距服从移位负指数分布。最后,基于可插间隙理论,建立了右转车辆在交织区延长后的通行能力模型;结合两种类型下的公交车头时距分布模型,分别建立了交织区长度与公交车流量和右转车流量的关系模型。     

交通流理论发展分析

交通流理论是一门发展中的学科,对传统交通流理论研究内容作了归纳总结,认为其模型的限制条件比较苛刻,因而影响了实际应用效果。随着现代科学技术方法的日趋完善,新的研究方法逐渐被应用于现代交通流理论中,其在应用中更重视模型和方法对真实交通流的拟合效果。通过全面的分析和综述,最后预测了交通流理论的发展方向,认为应该以系统科学的新方法去推动交通流理论的新发展。     

交通流噪声分析的流体力学特征线算法

把车流模拟为流动的线噪声源,利用流体动力学理论建立交通流模型,提出的特征线算法解决了差分数值格式对初始条件和畅流速度等的制约,以及信号灯控制下的流场分布和噪声预报问题,计算结果与有关实测数据的对比表明本文方法是准确可靠的。     

穿城镇道路交通流特性研究

将穿城镇道路划分为公路段、适应段、城镇段,利用车辆分型统计系统研究不同路段交通流特性。研究小型车和大型车在各路段的速度和车头时距分布特征。结果表明：大型车车速分布更加集中。公路段、城镇段进城镇方向小型车平均车速比大型车高2.0 %、10.1 %,出城镇方向比大型车高3.9 %、9.6 %。适应段大型车车速较高,进城镇、出城镇方向大型车比小型车平均车速高0.4 %、3.5 %,表明适应段大型车出城镇加速行为明显。公路段、适应段、城镇段小型车出城镇平均车速比进城镇高5.2 %、3.3 %、4.8 %,大型车出城镇平均车速比进城镇高8.1 %、11.4 %、5.3 %。车头时距分布呈现逐渐减小的趋势,公路段、适应段50 %以上的车头时距在10 s内,70 %以上的车头时距在20 s内;城镇段60 %以上的车头时距在10 s内车、80 %以上的车头时距在20 s内。适应段车头时距较大,驾驶员驾驶谨慎。     

微观交通流中跟车模型的仿真研究

在研究跟随状态中车辆运行特性的基础上,提出了一种新的跟车模型.与传统的跟车模型相比,新模型考虑了车辆的长度,并将传统模型中的期望间距转换为期望车头时距,反映了后车速度对跟车状态的影响.采用实际道路上的车辆跟车数据,在Simulink环境下,对2种跟车模型进行了仿真分析,结果表明在一定程度上,由于考虑了更多实际情况,新模型优于传统模型.为了能反映车辆在实际中加速、减速以及不同跟车类型的差异性,给出了进一步改进新模型的方向.     

冰雪条件下城市道路路段车头时距

为准确把握冰雪条件下城市道路交通流特性,研究城市不同类别道路的车头时距分布规律,在大量实地调查数据的基础上,对冰雪条件下,城市不同等级道路上的车头时距进行数据整理、分析。采用爱尔朗分布拟合不同条件下的车头时距分布,并进行检验。结果表明拟合效果良好。为冰雪条件下城市道路交通流特性研究提供理论及数据基础。     

空中交通流时间序列的复杂度分析

空中交通系统是复杂的非线性系统,时间序列是研究空中交通系统的有效措施。为了定量分析空中交通的复杂性,首先阐述Lempel-Ziv算法复杂度及其修正复杂度;然后采集三亚01号、02号、04号扇区连续28 d的实际运行数据,构建了空中交通流时间序列;计算了3个扇区交通流时间序列的算法复杂度,并对相关参数的影响进行了分析。计算结果表明,修正的算法复杂度适用于长度较短的时间序列,可用于量化测度空中交通流复杂性;符号化方法、序列长度、时间尺度等对算法复杂度有较大影响。     

基于流形距离的高速公路短时交通流预测模型

准确的高速公路短时交通流预测是实现交通诱导和控制的重要前提和基础。为了提高预测精度,提出一种基于流形距离(MD)的K近邻-长短期记忆(K-nearest neighbor-long short-term memory,KNN-LSTM)高速公路短时交通流预测模型。该模型利用流形相似性分析高速公路交通流的时空特性,计算多站点与目标站点之间的流形距离。然后,采用改进的KNN算法筛选出空间相关站点构造交通流数据集,通过LSTM模型提取时序特征得出预测结果。实验表明,与单一预测模型相比,该方法能更好地提取交通流时空特性且预测精度更高,可为高速公路的交通管理提供必要的依据。     

基于航迹分类的终端区交通流非线性特征

终端区空中交通系统是复杂的非线性系统,本文基于航迹分类与交通流混沌理论研究终端区交通流的非线性特征,为终端区交通流控制及预测提供科学依据。首先对获取的广播式自动相关监视(Automatic dependent surveillance-broadcast, ADS-B)航迹数据进行异常识别与处理。然后基于K-近邻算法(K-nearest neighbor, K-NN)与跑道方向设计终端区航迹分类方法,实现终端区航空器航迹的精确分类。根据分类结果构建交通流量的时间序列,结合相空间重构和最大Lyapunov指数分析终端区交通流的混沌特性。最后,选用北京首都机场终端区ADS-B航迹数据进行实例验证,结果表明本文方法可以实现航迹的精准分类,准确识别和分析多跑道机场终端区交通流的非线性特征,在验证时段内36R、36L跑道及整个终端区交通流均表现出混沌特性。     

基于空中交通网络节点最大流的性能分析

以减少空中交通延时为目的,从理论角度研究了空中交通网络的最大流.利用离散时间消失排队系统,计算得到了机场节点最大流的理论上界,并且对该理论上界进行了性能分析.通过仿真实验,验证了方法的有效性.     

Multi-Dimensional Traffic Flow Time Series Analysis with Self-Organizing Maps

The two important features of self-organizing maps （SOM）, topological preservation and easy visualization, give it great potential for analyzing multi-dimensional time series, specifically traffic flow time series in an urban traffic network. This paper investigates the application of SOM in the representation and prediction of multi-dimensional traffic time series. Ffrst, SOMs are applied to cluster the time series and to project each multi-dimensional vector onto a two-dimensional SOM plane while preserving the topological relationships of the original data. Then, the easy visualization of the SOMs is utilized and several exploratory methods are used to investigate the physical meaning of the clusters as well as how the traffic flow vectors evolve with time. Finally, the k-nearest neighbor （kNN） algorithm is applied to the clustering result to perform short-term predictions of the traffic flow vectors. Analysis of real world traffic data shows the effec- tiveness of these methods for traffic flow predictions, for they can capture the nonlinear information of traffic flows data and predict traffic flows on multiple links simultaneously.     

基于小波消噪和混沌时间序列的交通流预测研究

基于实际交通流变化的不确定性和交通系统时变复杂的特征,应用小波分析理论,对原始交通流数据进行消噪处理,使消噪后的数据更能反映交通流的本质及变化规律。再针对交通流的非线性特征及其短期可预测性,应用混沌时间序列预测模型来预测短时交通量。结果表明:先进行小波消噪再进行预测所得的结果与实测值有更高的拟合度,可以用于短时交通流的预测。     

基于空中交通流的空中交通网络拥挤程度评估

为解决空中交通流量日益增多导致的空中交通拥挤和拥堵问题,本文从空中交通流角度出发,区分空中交通拥挤和拥堵,通过建立拥挤程度评估模型来评估空中交通网络中拥挤程度。首先从容量和流量的角度区分并界定空中交通拥挤和拥堵的概念,同时借鉴道路交通思想,将空中交通分为畅通、正常、拥挤和拥堵四种状态。然后从空中交通流角度分析判定空中交通拥挤,提出拥挤状态门限区间,建立多种情况下的空中交通拥挤评估模型。最后引用某大型繁忙机场某时段的航班数据作为算例。结果表明,所建立模型可以用来评估空中交通网络拥挤程度。     

色灯下的交通流模型与特征线的研究

用偏微分方程的方法给出交通流模型和色灯控制下的特征线,结合实际实验数据科学地解决十字路口在交通流较大时应人为地改变色灯的转换周期,从而解决了城市的交通问题,达到了节约能源和改善环境的目的.     

基于流时间影响域的网络流量异常检测

针对如何提高网络流量异常行为检测准确率的问题,提出基于网络流时间影响域(TID)的网络流量检测模型.通过分析正常和异常情况下流量网络模型平均度的变化,构建了基于复杂网络平均度指标的网络流量异常检测算法.实验结果表明,基于网络流时间影响域的流量网络模型能合理地描述网络流量间的依赖关系,具有良好的检测性能,同时该网络模型仅需时间戳、源IP、目的IP三维网络特征即可实现,检测方法适用于绝大多数网络类型,检测效率优于其他网络流量异常检测方法,具有较高的普适性.