基于尖顶突变理论的混合机动车流参数模型

传统的交通流模型很难同时处理交通流的``跳跃'现象和混合机动车流的交通问题.将平均车速作为状态变量, 流量和大车混入率作为控制变量,可以建立尖顶突变模型的平衡曲面方程; 结合交通流的物理意义,对方程进行坐标旋转和平移, 并采用实测数据进行参数标定,进而得到混合机动车流的速度－流量－大车混入率模型.通过京津塘高速公路的实测数据分析表明:混合机动车流的尖顶突变模型具有较好的拟合效果,能够解释大车对混合交通流参数变化的影响,以及拥挤状态附近的突变现象, 具有较好的实际应用价值.     

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。     

移动式道路交通状态模糊评价方法研究

针对道路交通状态评价问题提出了一种基于移动交通流检测信息和多因素模糊模式识别模型的道路交通状态评价方法,利用移动交通流检测技术获取的探测车平均速度、拥堵系数、停车时间比例、加速度噪声和平均速度梯度作为交通拥堵表征量,采用VISSIM仿真方法确定出交通拥堵表征量的阈值,并应用多级模糊模式识别方法实现道路交通状态的评价过程。仿真结果表明:移动式道路交通状态模糊判别方法可以准确方便地实现道路交通拥堵状态的评价,并且能够反映出评估时段内道路交通状态的变化。     

交通流量变模式辨识的非参数概率变点模型

交通流状态辨识是智能运输系统（ITS），尤其是其先进的交通管理系统（ATMS）和先进的出行者信息系统（ATIS）研究的一个重要内容。以往算法主要集中在交通流预辨识（即交通流预测）和交通流实时辨识（即事件检测或交通流突变检测）的研究上．而忽略对交通流关键参数量变模式的辨认。依据交通流理论，结合非参数变点统计方法，以在淄博市世纪路采获的自由车流数据的研究为例，首次建立对交通模式量变识别的非线性概率变点模型．对变点存在与否进行假设检验。并对变点发生（时间）位置的搜索算法作了详细研究。最后结合实地数据对本方法进行了标定和检验。验证了本方法的有效性和可行性。     

尖点突变理论在交通流预测中的应用

运用尖点突变理论从三维空间分析交通流三参数关系,并藉此得出我国高速公路通行能力及其速度预测值,划分稳定流和拥挤流,建立符合我国公路交通实际工况下的高速公路速度－流量模型,用实例数据验证了尖点突变理论在交通流预测中应用的可行性,最后,讨论了其应用前景和存在的问题与不足。     

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.     

面向控制的城市快速路网宏观动态交通模型

针对我国城市交通特点，在改进经典的高速道路网宏观交通流模型METANET的基础上，提出了面向控制的城市快速路网宏观动态交通模型。该交通模型能够更好地描述快速路出口匝道流出能力受限、快速路主线起始点车流以及快速路主线车速控制等现象。对上海高架快速路的实际交通流数据进行了仿真研究，结果表明该模型较好地反映了城市快速路交通流的动态演化特征，可以作为城市交通控制系统分析和设计的有力工具。     

基于混沌分析的道路网交通流短时预测

道路网交通流短时预测是实现智能交通控制和诱导系统的基础,本文以实时采集的交通流数据为基础,运用状态空间重构和G-P算法进行交通流短期特性研究.具体而言,通过分析交通流的混沌特性确定交通流率时间序列的嵌入维数,重构相空间,并以重构的交通流率时间序列作为输入采用Elman神经网络实现道路网多断面交通流率同时预测.研究结果表明,在道路网交通流短时预测方面Elman网络优于经典的BP网络,基于混沌时间序列分析的Elman网络不仅能够实现道路网多断面同时预测,且预测效果优于无重构的神经网络.     

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。     

基于神经网络的交通平衡求解算法

研究目标在于采用神经网络方法替代传统的交通分配方法。回顾了交通网络平衡条件下实现交通网络配流的解析方法，然后提出了采用人工神经网络模拟处于交通平衡状态的运输网络，进而替代传统的配流方法的思想。定义了交通流的平衡函数和交通流平衡态的概念，证明了用神经网络来识别交通流的平衡状态的可行性。提出采用反向传播神经网络来模拟交通平衡状态的原则和方法，并建立了训练神经网络的判据，提出了判断神经网络模型效果的评价方法。最后，通过实例证明了良好训练的神经网络可以替代传统的交通分配，而且，容易把交通管理策略考虑到分配的过程中．并且能够政善配流速度。     

基于小波分析和SOM网络的交通事件检测算法

本文提出一种结合小波分析和SOM（自组织特征映射）神经网络的交通事件检测算法。论文首先利用小波分析检测交通流初始信号的奇异性．然后将小波系数作为SOM网络的输入．对信号奇异点进行分类,再根据分类标准判断交通流状态，并运用Matlab进行了仿真分析。结果表明提出的交通事件检测算法利用较少样本数据即可快速实现交通事件检测，具有潜在的应用价值。     

交通拥挤状态的识别与分析

以交通流理论为基础，用车速年口车流密度泉描述车流的运行状态。把“密度-速度”曲线图中车速、车流密度、畅行速度三者所围的三角形面积看作的交通拥挤损失量．将交通拥挤度定义为车流运行状态相对于畅行状态时的损失率．推导出拥挤度的计算公式，将该佘式作为拥挤度的判定方法。假定道路上的车流服从用户平衡配流原则，则用户平衡状态时的车流运行状态即为拥挤平衡状态。用数值仿真的方法分析拥挤度随车流密度的变化趋势，及拥挤平衡的变化趋势。     

高速公路交通流建模

从流体动力学和随机过程角度研究高速公路交通流的动力学属性和统计特点,揭示一些复杂交通现象的本质．分析并比较几种高速公路交通流模型,指出模型的性质、特点与适用范围．最后,作几点评述     

面向需求的高速公路网检测器布置方法

交通流信息采集需求可分为交通规划、路段运营管理、交通流管控三个层次。定义满足交通规划需求的检测器布置方案为最小检测器布置,满足交通状态估计与投资相平衡的检测器布置为最优检测器布置。将高速公路网视为有向图,边数与节点数之差为最小检测器数量,利用最小边控制集的思想得到最小检测器布置方案。运用扩展卡尔曼滤波算法对不同检测器布置方案下交通流状态进行估计,计算估计偏差,以获得最优检测器布置。通过数例对提出的分层优化方法进行了仿真试验,验证了方法的有效性。     

基于小波分析的随机交通流组合预测方法研究

针对单一交通流预测方法对短时随机交通流预测适用性不强的问题,为适应交通诱导和信号控制的需要,提出了基于小波分析的短时交通流RBF神经网络及Markov链组合预测方法。在充分分析短时交通流随机特性的基础上,建立了短时交通流组合预测模型,并进行了实例仿真分析,结果表明组合预测较单纯神经网络预测方法预测精度显著提高,在交叉口实时交通控制中具有较好的适应性。     

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.     

基于城市高架桥入口处抢道行为的交通流模型

在对高架桥入口处驾驶人抢道行为特征分析基础上,提出R车道主动抢道和M车道被动抢道规则的三车道(L,M,R)元胞自动机交通流模型,并进行数值模拟,给出相应流量图、时空图和抢道频率曲线图,分析各车道不同进车概率pin、R车道上桥和直行车辆混合比例pm对道路交通流的影响.研究结果表明:高架桥入口处抢道行为对上游路段交通流影响显著,会导致在较小的进车概率pin和车辆混合比例pm时,发生显著拥堵,且向上游迅速传递,相应的饱和流量也随之降低,R、M和L车道饱和流量分别下降了25.0%、67.5%和47.6%,并得出抢道行为对M车道流量影响最为明显,其次为L车道和R车道.     

交通诱导系统路网状态描述方法及仿真研究

路网交通状态描述是智能交通诱导系统中非常重要的一个环节,对诱导效果有很直接的影响.文章对路网交通状态描述向量的构成及计算方法进行了研究,结合智能交通诱导系统短时交通流预测,提出了包含诱导单元所在路段综合饱和度、诱导单元下游路段综合饱和度和目标区域综合饱和度等分量构成的路网交通状态向量.提出了路段综合饱和度的计算方法,设计了路网相似状态合并规则,并对综合饱和度中路段权重的动态确定过程进行了研究,对路网交通状态描述方法的有效性及状态提取参数对诱导效果的影响进行了多次仿真试验,通过时仿真结果进行分析,证明了上述路网交通状态描述方法在智能交通诱导系统中是有效的.     

基于突变理论的拥挤控制模型研究

为了解决日益严重的道路交通拥挤问题,试图提出1种可行的交通拥挤控制的模型和方法.首先提出道路交通拥挤的3种空间形态,简单叙述突变理论的研究内容;阐述道路交通系统发生突变后具有的基本特征和运行规律,利用势函数和动能函数描述拥挤空间交通系统变量之间关系,确定拥挤空间的突变临界点、稳定点和分叉集点,基于突变理论提出限制交通流的拥挤控制模型和可行方法,并用多个例子分析说明其应用的可行性;最后,提出缓解道路交通拥挤的方案.     

基于跟驰模型的交通流混沌研究

研究基于跟驰模型的交通混沌问题。用Matlab软件编制皮埃莱(Bierley)模型来产生交通流；在一定的参数组合下，仿真研究交通流车队中不同序号的前后车辆之间的车头间距的变化过程；通过分析这种车头间距的变化过程的变化曲线和绘制庞加莱(Poincare)截面图，说明基于跟驰模型产生的交通流存在着混沌现象；讨论模型参数和仿真试验参数对该理论交通流运动的影响，给出相应的仿真研究结果；最后得出对于研究与应用交通流理论有益的结论。