一种交通流状态智能推理系统

设计一种基于模糊聚类及模式识别的交通流状态自适应神经模糊推理系统，用来研究交通流状态的分类、识别及预测。首先，对大量交通流历史特征数据采用模糊聚类的方法进行状态分类并进行模式识别，得到系统的原始输入输出数据集。然后，建立交通流状态预测的自适应神经模糊系统，以交通流特征数据及其识别结果为训练数据集进行系统参数及模糊规则的训练与确定，直到误差在控制范围内。最后，进行系统检测和复核。仿真及其检测和复核结果表明了系统良好的应用性能。     

快速路交通流状态突变边界提取及其演化规律

为解决快速路日益严重的拥堵现象,探讨其交通运行状态及演化规律,确定交通状态判别标准。运用交通仿真平台Vissim软件进行模拟分析,应用谱聚类分析算法精确提取交通状态突变边界,结合尖点突变理论,研究分析不同时间、位置的交通流状态。结果表明：交通流在自由流与拥堵流两种状态之间相互转化时,存在明显的突变现象。     

混入智能网联车队的混合交通流元胞自动机模型

针对现有自动-手动驾驶混合交通流元胞自动机模型未考虑智能网联车队队列行为,提出了考虑智能网联车队的混合交通流元胞自动机模型,研究混入智能网联汽车车队的混合交通流特征。对混合交通流中的跟驰行为进行了分析,基于跟驰行为的特征,分别构建人工驾驶跟驰模式、自适应巡航模式、协同自适应巡航车队模式的元胞自动机规则,基于数值仿真实验对不同智能网联车渗透率下的混合交通流特性及拥堵情况进行了分析。结果表明：智能网联汽车的应用可显著提高道路通行能力和车辆平均速度,进而有效地缓解交通拥堵。     

基于出租车停靠行为的城市道路交通流模型及仿真

针对城市交通运输中出租车随意停靠和定点停靠行为特征,运用元胞自动机方法和理论,构建交通流模型,进行数值模拟,并给出道路各车道流量图、时空图和通行效率曲线,分析两种出租车停靠行为对道路交通流影响及演化规律。研究表明:两种停靠行为都会诱发明显交通瓶颈,对城市道路交通流产生显著干扰,形成拥堵,且向上游迅速传递,并得出,当进车率pin较小时,出租车随意停靠行为导致道路尤其是R车道流量和通行效率明显下降;当pin进一步增大时,出租车定点停靠行为对道路流量和通行效率影响更大,即道路中车辆较多时,定点停靠行为会使道路流量和通行效率下降更快,容易产生持续时间较长、对上游路段影响范围更广的拥堵带。研究结果可为规范出租车停靠行为、优化停靠机制,缓解交通拥堵提供决策依据。     

基于时空关联规则挖掘的城市交通拥堵传导预测

对城市交通拥堵进行准确预测是智能交通领域的重要研究问题.为更准确地预测道路拥堵状态和挖掘拥堵传导规则,本文提出了一个新的基于时空关联规则的交通拥堵传导预测模型.该模型使用基于遗传网络规划(GNP)的时空关联规则挖掘算法识别交通拥堵在不同时间、不同地点的共现规则,揭示了交通拥堵的时空传导模式.最后,本文基于北京市交通状态实测数据的实证结果验证了该模型具有较高的预测性能.该模型突破已有研究“先流量预测,再状态分析”的技术路径,将交通拥堵状态作为直接研究对象,揭示了交通拥堵的时空动态传导规律,从而可支持城市交通主管部门提前采取更加系统化的应对措施,提高交通拥堵的前瞻性和动态性处置能力.     

基于事件的交通拥堵模拟与消散策略研究

区域交通拥堵是通过排队链环逐级传播的,其结构类似于树结构分岔。如果不能实施及时有效的疏散控制策略,极有可能造成拥堵闭环。运用改进的中观交通仿真模型模拟基于事故的理想格子网络的交通拥堵形成和消散过程。依据交通拥堵传播的空间结构特征,利用禁止转弯(转弯禁限)与车辆途中更换路径的交通管制和诱导措施,首次提出了"树控制"策略缓解交通拥堵。仿真结果表明,合理应用提出的拥堵消散控制策略可以有效缓解交通拥堵的传播。     

基于CA模型的中小学放学门口道路交通仿真

研究基于元胞自动机模型的中小学放学期间学校门口道路交通流仿真问题.在STNS(symmetric two-lane Nagel-Schreckenberg)模型的基础上,建立一个受中小学放学影响下学校门口道路交织区段的元胞自动机模型,对放学期间的道路交通流特性进行了仿真,对驾私家车接学生和乘校车学生比例、学校错峰放学对道路交通流的影响进行了仿算实验分析.结果表明减少私家车接学生比例、增加乘校车学生比例、选择合适的错峰放学时间,可在保证交通安全的前提下达到抑制交通拥堵、减少车辆总通行时间从而提高道路实际通行能力的目的,证明了该仿真模型的正确性.     

一种通用的城市道路交通流微观仿真系统的研究

交通流仿真是研究交通问题的有效工具,本文采用复合概率、模糊逻辑等方法建立了描述交通流中不确定性因素、车辆的到达,在路段上行驶以及通过路口的微观仿真模型,并利用面向对象的方法设计实现了于种基于上述模型的通用城市交通流微观仿真系统,比较真实地再现了车辆在道路网络的行驶过程。     

城市道路网络交通状态时空演化量化分析

为了使对城市道路网络交通状态的分析不至陷入交叉口或路段内部的交通状态分析,需从中观或宏观的角度去分析交通状态.本文在探讨路网状态特征参数的基础上,定义了"路段拥挤度"指标,通过建立城市交通网络模型,并基于浮动车(GPS)采集数据设计了路网交通拥堵时空演化量化分析的流程,采用"路段拥堵持续时间""区域行程时间延误"区域拥堵路段数量"三个时空参数对路网交通拥堵状态的时空演化进行了量化研究.最后结合上海市浮动车数据与实际交通网络,得出了交通拥堵的延误时间和空间范围与拥堵程度大小的关系等结论.     

基于Hough变换的交通流状态辨别方法

交通流状态辨别在智能交通系统中起着十分重要的作用。本文根据对交通流状态辨别研究的分析,提出基于Hough变换方法和模糊C均值聚类方法的交通状态辨别方法。其中,基于Hough变换的图像识别方法用于交通畅通流的辨别,模糊C均值聚类方法用于其它交通状态分类。而且利用快速路固定型交通检测器实时数据进行了实证分析,且与模糊C均值聚类方法进行了对比分析。分析结果表明本文方法与FCM方法相比,更符合于三相交通流理论,且满足城市快速路交通流的特征。该方法可用于交通流状态分析。     

基于多分类GA-SVM的高速公路AID模型

智能检测系统已为高速公路交通事件检测提供了有效的途径.为了更加细致地了解高速公路交通运行状态,为突发事件的应急处理提供更加高效、可靠的决策支持, 将支持向量机两分类问题延伸到多分类上来.根据交通事件的发生过程,将其分为自由流状态,交通拥堵加剧状态,交通拥堵消散状态.采集VISSIM对交通事件各阶段进行仿真的原始数据集,运用主成分分析方法对交通输入特性进行降维处理,构建支持向量机多分类事件检测模型,最后用遗传算法选择支持向量机模型参数,获得了满意的检测效果.     

基于改进Lagrange乘子法的交通信号配时优化研究

为提高交叉口的机动车通行效率及环境效益,采用改进罚参数来构造一种新的Lagrange乘子法对交叉路口的交通信号进行优化配时。通过权重系数建立车辆延误与尾气排放的数学模型,利用改进Lagrange乘子法进行优化,将其结果与两种典型智能算法的优化结果进行对比,并利用VISSIM(Verkehr in Stadten Simulation)微观交通可视化仿真软件进行验证。实验结果表明,该方法优化的信号配时使车辆延误降低19.89%,尾气排放量降低2.379%,可见大比例优化了交叉口的车辆延误,同时可以降低尾气排放量。     

Improved particle swarm optimization algorithm for fuzzy multi-class SVM

An improved particle swarm optimization (PSO) algorithm is proposed to train the fuzzy support vector machine (FSVM) for pattern multi-classification. In the improved algorithm, the particles studies not only from itself and the best one but also from the mean value of some other particles. In addition, adaptive mutation was introduced to reduce the rate of premature convergence. The experimental results on the synthetic aperture radar (SAR) target recognition of moving and stationary target acquisition and recognition (MSTAR) dataset and character recognition of MNIST database show that the improved algorithm is feasible and effective for fuzzy multi-class SVM training.     

综合环境因素及延误的信号配时优化仿真研究

提出了综合考虑环境因素及延误的交叉口信号配时优化方法;选择遗传算法作为优化工具,建立了以减少机动车尾气排放及交叉口平均延误为总目标,以信号周期时长和各相位有效绿灯时间为优化参数的信号配时优化模型,并利用微观仿真模型VISSIM及MATALAB、Visual Basic 6.0编程语言,开发了相应的算法程序;最后针对实际案例进行了仿真分析,验证了方法的合理性和可行性.     

高速公路入口匝道模糊控制及其仿真研究

提出一种模糊逻辑方法控制高峰期间进入高速公路的车辆数目。分析了模糊逻辑控制器的基本结构，阐述了模糊控制算法，给出了隶属度函数，根据高速公路上游、下游及入口匝道上安装的传感器检测到的流量、速度、占有率、匝道排队长度等信息，设计了入口匝道模糊逻辑控制器，并用计算机对控制器进行了仿真，仿真结果表明该方法切实可行、具有实用价值，它能避免高速公路主线交通拥挤和堵塞，提高主线的通行能力，实现车辆在高速公路上高效、安全的运行。     

公路网规划方案综合评价方法及应用

根据公路网的道路与交通特征参数指标,阐述了评价公路网规划方案优劣的新模型,即多对模糊算子的二级综合评价模型,并结合运用ＡＨＰ法（层次分析法）来确定评价指标权重．用此模型对多个规划方案进行评判和排序,方法科学简便,实用性强.     

城市道路落客区车辆延误模型

提出一种城市道路落客区车辆延误的计算模型。分析了独立落客区和路段落客区的交通组织模式。将“排队落客”模式的落客过程分为2个阶段,结合排队论和可插车间隙理论,建立了落客车辆的延误模型,并设计了优化算法。随后以北京市安贞医院入口路段为测试对象,应用VISSIM仿真软件和实际调查的数据对模型进行验证。分析了落客率和落客区长度对落客车辆延误的影响。结果表明,模型能够精准的获取落客车辆的延误,同时可以为落客区的合理设置提供依据。     

基于实时交通信息的城市动态网络车辆路径优化问题

将动态城市交通路网与车辆路径问题相结合, 考虑一类实时交通信息下的城市动态网络车辆路径优化问题. 在问题中考虑常发性交通拥堵和偶发性交通拥堵两种情形. 提出一类将初始路径安排与实时路线调整相结合的求解策略. 初始路径安排通过采用遗传算法求解常发性交通拥堵情形对应的时变网络车辆调度问题得到. 在车辆行驶过程中, 针对偶发性交通拥堵环境下的突发事故情形, 引入一种在关键点更新路线的新机制. 数值算例验证了新实时路线更新机制比目前文献中已有的更新机制更有效, 且随着网络动态性增加其优越性更加明显.     

突发事故下交通拥堵控制策略设计

突发事故在城市交通网络中经常发生, 对交通系统的正常运行带来极大影响, 因此研究突发事故下交通拥堵的控制策略具有十分重要的意义. 研究突发事故下临时性的车辆禁行设计与可变信息板选址组合优化问题. 建立了临时性车辆禁行设计与可变信息板选址组合优化的双层规划模型, 上层目标从交通管理者的角度最小化出行者的系统总阻抗, 下层模型通过基于元胞传输的仿真描述在临时性车辆禁行与可变信息诱导下出行者的动态路径选择行为, 并提出了基于遗传算法的求解方法. 通过算例, 说明本文提出的临时性车辆禁行与可变信息诱导组合控制措施能够有效地降低突发事故所导致的交通拥堵, 提高交通网络的系统性能.     

一种基于通行需求度的单交叉口模糊控制算法

针对城市交通拥挤问题，提出一种根据通行需求度确定通行相位和通行时间的、可变相序的单交叉口模糊控制算法。仿真结果表明，在不同交叉口结构形式、不同相位构成和不同车流量组合的各种情况下，该方法均表现出良好的控制效果，是解决城市交通拥挤问题的有效途径。