基于广义径向基神经网络的城市道路运行状况评价

为缓解城市交通拥堵,提出了一种城市道路运行状况的评价方法并给出了具体的实现技术。以交通拥堵分析为途径来衡量城市道路运行状况,建立了道路拥堵度的评价指标体系,然后通过广义径向基函数(generalized radial basis function,GRBF)神经网络的优化算法建立城市道路交通拥堵度的计算模型。针对西安市典型局部路网,基于MATLAB 2010平台,计算该路网中各个样本路段的拥堵度,获得具体拥堵点的位置和发生时刻,并使用加权平均法对整个路网的交通运行状况进行评价,最后得到该路网的最优出行路径。研究结果表明:同时间段路网中南二环路东段最为拥堵,交通拥堵指数高达0.974 4;而对于样本路段翠华路,则晚高峰16:00~18:00最为拥堵,交通拥堵度最高达0.911 8,这些均与实际情况完全吻合。该方法能够准确得到量化的城市道路交通拥堵数值,从而完成对一定区域内的交通拥堵评价。     

基于K-短路径的路网关键路段集合的辨识与分析

为了提高高速公路网络化运营监管与公众服务的水平,需要准确可靠地辨识出综合多种因素的关键路段,采用交通分配理论及K-短路径算法研究了路网运行关键路段集的辨识问题。综合考虑路网结构、交通需求影响、出行行为特征等多方面因素,以系统内所有用户的旅行时间为交通网络性能度量指标,建立了路网运行关键路段评价模型;考虑多路段失效的联合效应,提出了路段集的重要度评估模型及其求解算法。该模型相对于传统的结构可靠性模型,考虑了出行者路径选择行为影响和多路段失效的联合效应,更符合路网运行管理的实际需求。研究结果表明:在相同交通需求的OD对之间,结构密度较低的区域,被选中为关键路段集的概率大;合理的K取值得到的关键路段集与全路网分配所得结果相近,可有效提升计算效率;多路段失效情况下,路段的联合效应明显。     

基于拥堵辨识的城市路网优化模型

为了改善道路交通拥堵状况,在分析城市道路网络交通拥堵博弈关系的基础上,建立了以交通拥堵程度为下层决策目标、经济费用为上层决策目标的城市路网优化双层规划模型.上层模型以管理者对路网运营成本投入最优为目标,下层模型力求路网的出行效率最高,针对该模型提出遗传算法求解流程.以南京市某区域道路网络为例进行分析研究,结果表明:优化后的路网效能优于原始路网,路网运行速度、服务水平均有提升;维护费用及延误均下降.双层规划模型主要针对路网中道路等级低、饱和度高的路段进行改造升级,在一定投入费用范围内实现路网交通拥堵与投入费用的最优平衡关系,能够为路网优化决策提供参考.     

基于MFD的城市路网运行状态分析及关键路段辨识 —— 以青岛市为例

宏观基本图(MFD)是刻画路网平均流量和平均密度的关系模型,对路网运行状态分析、出行者路径选择和宏观交通控制有重要的作用。以青岛市台东商圈交通流检测器数据为基础,分析城市路网运行状态,并提出一种基于MFD的关键路段辨识的重要度指标,进一步识别路网中的关键路段。结果表明:青岛市台东商圈路网宏观基本图存在"磁滞现象",且在时间序列上呈现"M"状分布;据对其工作日、周末和节假日的宏观基本图分析,发现不同时段的路网运行状态存在差异;在关键路段的识别中,采用了MFD对比与重要度指标测算相结合的方法,验证了指标模型的合理性和准确性。     

基于WGN算法的城市路网拥堵路段诊断分析

为了分析城市道路交通拥堵问题,利用WGN(weighted Girvan-Newman)算法从中观路网结构角度出发,以道路网络的结构性质为依据,通过模块度分析对城市道路网络进行组团划分,找出路网结构中的关键性路段,再以小区间OD(origin-destination)量作为权重,根据路段加权后的介数值判断路网中的拥堵路段,为后续的交通规划和研究分析做铺垫。结果表明:诊断出的拥堵路段与实际交通运行情况吻合,说明路网结构不合理是造成道路供给不均衡的重要原因。可见,研究结果可以对规划路网的潜在问题做出预判,并及时采取措施缓解拥堵。     

基于层次分析法的路网结构可靠度计算模型研究

鉴于可靠性对路网规划设计的重要意义,建立结构可靠度指标从可靠性的角度评价设计方案.首先借鉴建筑结构承受载荷能力模型,给出结构可靠度的定义.然后,基于顺畅性和抗毁性来计算结构可靠度:运用路网各路段的加权平均饱和度,来量化/评价顺畅性对路网可靠度的影响;并通过路段加权平均饱和度得到初始可靠度,再根据各路网设计方案的抗毁性对初始可靠度进行修正,以计量抗毁性对结构可靠度的影响,最终得到路网结构可靠度.最后,用算例证明了模型的有效性.     

高速公路改扩建后区域路网交通分流模型

为量化分析高速公路改扩建分流后区域路网的拥挤程度和服务水平,充分考虑路网分流条件,以系统饱和度为约束条件,以区域路网内分流系统最优为目标,建立了具有实时反馈效用的高速公路改扩建交通分流机制和分配模型。以陕西潼关至宝鸡高速公路改扩建作业项目为例,应用新建模型对2种交通分流方案进行了对比。研究结果表明:该模型考虑分流路段的交通量分担能力,以分流后路段交通量和路段通行能力之比作为权重系数,来反映分流后区域路网的交通拥挤状况,能够实现区域路网内交通分流的系统最优,达到配流均衡。通过应用该方法对大型车分流和小汽车分流两套方案进行的对比分析,表明大型车辆分流方案的路段饱和度优于小汽车分流方案。     

基于动态交通分配的杭州湾跨海大桥紧急事件管理

以环杭州湾区域内高速公路和主要干道组成的路网为研究对象,建立VISSIM动态交通分配仿真模型,模拟杭州湾跨海大桥发生紧急事件的多种场景;从路网、路径和路段3个层面出发,评估不同严重程度事故对路网整体运行状况的影响;量化评估车载诱导系统的作用.结果表明,事件持续时间是影响路网运行最关键的因素,相关部门的应急救援能力急需提...     

网络环境下公路节省时间效益的测算

为准确评估公路网的营运经济效益,选取最具影响力的指标因素即节省时间效益,作为测算对象.基于路网与单路时间效益测算方法的对比,提出了公路网按节点选择、路径选择、节省出行时间价值的时间效益计算方法,并以张家口市公路网为实例,验证了该算法的有效性.结果表明:该方法改进了以往研究中只计算单条路段的节约时间价值的弊端,重点分析了组成路网的各条路段间的时间节约模型计算方法；其中节点选择模型以人口、生产总值、公路客货运量为节点重要度计算指标,更能充分真实的反映张家口市路网各节点的区域特征；路径选择模型考虑出行者行为偏好,使得出行者的个人意愿从理性的角度得到满足,更符合实际情况且简单实用；基于节点重要度计算和最优路径选择,利用路段特性函数计算时间价值,充分考虑了路段与路段之间效益的影响,更显合理；路网节约时间效益测算方法更符合公路建成路网的运营状况,该方法可为公路网营运后评价提供理论支持.     

考虑脆弱性的离散交通网络设计

针对交通网络中的脆弱单位进行优化是保证路网稳定运行的前提。为此,选择改进后能从多方面综合反映路网脆弱性的评价指标,分析了脆弱性指标和路段数、交通量之间的关系,并利用双层规划模型来描述考虑脆弱性的离散交通网络设计,其中上层模型以路网脆弱度最小化为优化目标,下层模型为用户均衡配流模型,通过设计遗传算法并结合Frank-Wolfe算法进行求解。算例结果表明,投资金额为300万元时,与以单一路段脆弱性为优化目标的方案相比,从路网整体角度出发提出的优化方案可将13条路段的脆弱度降低到理想值,而前者只有仅仅7条,并且此时该方案可将路网脆弱度降低38.5%,相比于前者多降低9.1%;分析还发现在起讫点(origin-destination, OD)需求越大的情况下,需投入更多的建设资金才能将路网脆弱度降低到理想值。     

城市道路交通拥堵的模糊神经网络评析

以城市道路网络的拥堵状况为研究对象,运用模糊层次分析以及神经网络理论构建城市道路交通拥堵的模糊神经网络评价模型.以层次分析为准则,从微观层、中观层、宏观层等方面建立道路交通拥堵三层评价指标体系;利用模糊一致性判别矩阵界定道路交通拥堵评价因子综合权重,基于BP神经网络构建了道路交通拥堵的模糊神经网络评价模型,并对道路交通拥堵评价区间进行阈值确定,将道路交通拥堵评价集界定为严重拥堵、中度拥堵、轻度拥堵、较为畅通、畅通等5个等级.以2016年上海市20个交通小区的道路交通拥堵数据为样本进行实例分析,结果表明该方法的可行性以及有效性.      

大面积航班延误下空中交通网络流系统的拥堵识别

近些年来,大面积航班延误问题已经成为空中交通流量管理部门的难题之一。为了从宏观上描述发生大面积航班延误时的交通状态,提出了空中交通网络流系统的拥堵定义,并对其拥堵程度进行识别和划分。首先从空中交通网络流系统的要素航线和机场的航班运行角度出发,建立了拥堵识别指标体系。其次,根据历史统计数据和熵值法计算权值,并基于模糊综合评价法建立了拥堵程度识别模型。最后,结合实例验证,表明该模型能真实的反映空中交通网络流系统的拥堵状况。     

基于数据挖掘的路网交通拥堵特征分析

交通拥堵的发生通常导致道路通行能力的下降和交通瓶颈的形成,对城市的经济和环境造成影响。利用大数据技术挖掘交通数据,通过聚类分析方法,构建出行时间指数数据集,进而对城市路网交通拥堵进行定量分析。研究表明,路网拥堵在工作日和周末存在差异,以拥堵程度为指标将路网进行分类,得出路网拥堵在时间和空间上的关联关系和拥堵的特征及原因,在空间上总体呈现由点向线再到面的拥堵扩散过程。依据拥堵的时空特征,分析了路网的拓扑结构和流量的复杂性,为城市的可持续发展和交通优化提供一定的支持。     

基于Softmax函数增强卷积神经网络—双向长短期记忆网络框架的交通拥堵预测算法

对交通状态进行预测,需要准确识别和判断交通状态。基于道路自身的自由流速度,将具有不同速度等级的街道统一以旅行时间指数(travel time index, TTI)作为拥堵评价,相较于以车辆速度为基准的传统预测方法更能表现出道路的拥堵状态。提出了一种改进的深度学习预测模型(CS-BiLSTM),该模型基于卷积神经网络(convolutional neural networks, CNN)和双向长短期记忆(bidirectional long short-term memory, BiLSTM),并结合Softmax函数增强CNN提取出的交通空间特征信息。最后以成都市出租车的全球定位系统(global positioning system, GPS)数据进行验证。结果表明,所提出的CS-BiLSTM模型具有更高的准确性,其性能相比CNN-BiLSTM网络预测框架提升了13%。     

基于MFD的模拟超饱和路网交通控制策略优化

为了缓解城市路网频繁出现的超饱和交通堵塞,本文以堵塞区域路网各条路段上行驶的车辆数作为状态变量,建立路网交通的状态方程,分析路段上车辆数变化规律;同时,基于交通流宏观基本图,以路网中路段累积车辆数最优作为控制目标,建立关于堵塞区域路网系统的离散状态优化控制模型,并将该模型在某城市新区进行模拟算例应用。结果表明,这种基于交通流宏观基本图的优化控制策略能有效缓解城市路网中超饱和交通堵塞,使路网整体输出效率得到明显提升。     

考虑空间不平稳的交通拥堵传播特性研究

基于城市道路交通拥堵的空间影响特征和传播规律对交通管理和诱导措施的重要作用,在分析城市道路交通流数据空间不平稳性的基础上,对空间Durbin模型进行改进,并据此提出一种道路交通拥堵传播特性分析方法.通过北京市的案例研究发现,改进模型对交通流的描述效果得到了显著提高;局部交通拥堵具有显著空间传播特性,且随空间范围扩大逐渐衰减;特别是当路网处于临界密度状态时（14：00左右）,局部拥堵的传播影响达到最大.因此,拥堵缓解措施应对路网临界密度状态及关键节点进行重点监控和疏导,以控制拥堵传播所造成的空间影响.     

信息反馈策略对含两车道的双出口路网影响研究

智能交通系统可以实时反馈路况信息以及诱导出行,从而缓解交通拥堵。最早提出的双通道信息反馈策略主要是针对备选路径完全相同的单车道路网模型。针对现有研究的不足,建立了含两车道的双通道双出口路网模型,并通过数值模拟研究了平均速度、车辆数、交通流量以及随机度信息反馈策略对该道路模型中交通流参数的影响。仿真结果表明,平均速度和车辆数反馈策略的引入将降低道路平均流量,相反随机度反馈策略的引入可一定程度的提高道路平均流量,使得路网道路上车辆通行状况更好。故随机度反馈策略用于含两车道的双通道双出口路网较优。     

基于深度学习的交通拥堵检测

针对交通拥堵检测,提出一种利用深度学习中卷积神经网络(convolutional neural network, CNN)对交通拥堵图像进行检测的方法。首先,使用基于TensorFlow框架设计了含有三层卷积层的神经网络分类模型。其次,利用道路拥堵与非拥堵图片对分类模型进行训练,并进行评估。最后,利用训练完成的模型进行道路拥堵检测,与多种深度学习分类模型分类方法进行对比实验,表明该卷积神经网络模型能够更有效地进行拥堵检测,检测准确率达到了98.1%。     

基于TransModeler的拥堵区域交通流量调控方法研究

针对中小城市临时交通管制措施下出现的交通拥堵状况,应用微观交通仿真软件TransModeler建立拥堵区域路网模型。运用动态交通组织手段来实现拥堵区域交通总量控制,均衡路网交通压力。以曲靖市中心城区拥堵区域动态交通组织优化为实例,通过仿真结果对方案实施前后的各拥堵路段的交通流运行状况进行评价,证明了流量调控方法对缓解拥堵区域交通状况具有一定的科学实效性。     

世界遗产地西湖交通拥挤评价及特征分析

以旅行时间为通用标准,建立基于交通的拥挤指数评价标准,通过对西湖世界遗产地道路旅行时间(即平均行程速度)与道路断面流量测算,分析世界遗产地杭州西湖交通拥挤程度、时空间分布特征及影响因素,并从交通拥堵规律的角度出发,提出相关解决措施.研究表明:(1)西湖五条"传统"拥堵路段在"十一"国庆节假日期间属于中度拥堵至严重拥堵状态,非节假日期间属于轻度拥堵至基本通畅状态,早高峰出现中度拥堵甚至严重拥堵,节假日交通拥挤更显著,与定义的拥挤指数相一致.(2)西湖遗产地在节假日交通拥挤呈现点、线、面的空间分布形式,具有拥挤时间长且明显重合的特征,非节假日呈现点状空间分布形式,时间短暂、集中的特征.(3)交通拥挤问题的本质是交通供需的不平衡,政府应对交通拥堵问题策略在于"治理",合理控制交通准入,加强交通管理.