微观交通仿真模型参数标定方法改善研究

微观交通仿真模型参数标定是微观交通仿真技术应用的前提,针对模型参数标定类型划分和标定结果取值方法缺乏精细化分析问题进行改善研究,将参数标定体系划分为全局参数和局部参数,提出综合工程实测与智能寻优相结合的微观交通仿真模型参数标定方法,并以信息熵作为参数标定结果取值的分析指标,提出聚类递归的参数取值方法。结合信号交叉口实际调查数据设计对照仿真实验和交叉验证实验,证实改善方法的有效性。     

基于人工神经网络PID控制器的快速路出入口控制算法

在考虑出口排队的情况下,建立了快速路出入口控制的数学模型,利用神经网络调节PID控制器的参数,达到出入口控制的最优化,并对北京三环路联想桥至蓟门桥路段进行了仿真分析,将仿真结果与传统的反馈控制算法ALINEA进行了比较。结果表明,在快速路处于非高峰时段,该算法能够维持主路的交通流密度在理想范围的同时,使出入口排队长度尽可能小,保证了交通参与者的公平性。     

公交与社会车辆混合的中观交通建模与仿真

针对现有中观仿真模型仅将公交换算为标准社会车辆处理而忽略了公交与社会车辆差异性的问题,构建了公交与社会车辆混合交通流的中观仿真模型。在路段行驶过程,一方面考虑公交速度低于社会车辆速度的特征,建立公交速度折减函数;另一方面考虑站点溢出对邻近车道的影响,建立分车道的混合流速度模型,站点停靠与路口排队过程采用点排队模型描述。采用车辆身份检测的个体数据完成仿真标定,实验结果表明公交与社会车辆路段旅行时间的仿真误差不超过4.55%与8.20%,模型的仿真精度良好,并且可以有效刻画公交站点溢出的场景。     

基于视频采集数据的跟车模型标定与验证

针对微观交通仿真中跟车模型标定与验证的数据获取精度和数据处理问题,采用视频方法采集了交叉口进口引道上车辆的微观运动录像,利用视频处理软件获取车辆微观运动参数.根据采集数据的特点,采用广义最小二乘法标定模型.选择车头间距作为目标函数的性能指标,对跟车模型进行了标定和验证,误差指标为5.4%,说明标定的模型能很好的反映不同状态下的跟车行为.     

区间阻抗下的鲁棒最短路算法

交通需求一旦发生变化,交通路网中的路段阻抗也会呈现显著的不确定性,而现行的最短路求解方法缺乏鲁棒性。为了增强最短路方法的鲁棒性,引入区间型数据的路网阻抗,同时结合鲁棒离散优化与情景分析法,给出鲁棒成本的定义。建立了区间阻抗下的鲁棒最短路模型,接下来基于模型设计了分支定界算法,并就算法的判定条件给出3个定理,最后对一个大型路网进行了仿真测试。结果表明:相对于现行的最短路方法,该方法求解得到的最短路径具有更强的鲁棒性,且求解结果准确高效。     

区域通行能力与出行时间可靠性综合仿真模型

在城市路网中,路段通行能力退化和交通需求随机波动都会增加路网的不确定性。为研究路网中单个区域的交通可靠性问题,通过采用区域备用能力作为综合性能指标,建立了度量区域交通服务水平的双层规划模型。基于此提出了区域通行能力和出行时间综合可靠度的概念及其Monte Carlo仿真算法。最后通过一个数值算例对模型和仿真算法进行验证,仿真结果说明了区域通行能力、服务水平与可靠性之间的相互替代关系。     

基于卡尔曼滤波的动态OD矩阵估计

建立了动态OD矩阵估计的状态空间模型,通过对路段车流量和行程时间的检测以估计时变的OD数据,并对其中关键的分配矩阵给出了解析的计算公式.采用扩大状态变量的卡尔曼滤波,得到了OD估计的实时递推算法.仿真实验表明算法非常有效.     

车辆跟驰模型的VSP和加速度分布对比分析

近期研究表明,交通仿真模型对VSP分布的估计精度难以通过传统的标定方法提升,而模型中描述车辆逐秒行为的内在机理需进一步研究。选择经典跟驰模型,采用实际数据和数值仿真相结合的方法,尝试对比分析不同跟驰模型VSP分布估计的精确性,并进一步分析不同跟驰模型下的加速度分布精度。比较发现,OVM、GFM和Wiedemann模型产生的VSP分布与实测值相差甚远;FVDM和Fritzsche模型产生的VSP分布和实测数据较为一致,研究有助于改善交通仿真模型在能耗排放测算方面的性能。     

考虑收入因素的旅行时间价值模型研究

时间价值在分析交通行为、定量地评价交通项目的经济效益中都起到十分重要的作用.在随机效用函数理论的基础上对旅客的时间价值进行了深入研究,提出了一种新的效用函数的构建方法和模型参数标定算法,其不仅考虑了传统的旅行费用和旅行时间,而且进一步考虑了旅客收入这一因素.其次运用极大似然估计方法对模型的参数进行标定.最后针对京沪通道相关数据进行了简单的实证分析.     

不确定性条件下的多目标多路径选择

不确定性条件下,综合多种性能指标,提供多条合理候选路径的路径选择方法还未得到有效解决.介绍一种利用累积前景理论进行多目标多路径选择的方法.为此,首先分析路段的不确定性属性和出行者的路径选择特性,基于路段广义出行费用定义参考点和值函数,建立多目标路径选择的累积前景理论;然后基于累积前景值定义合理替换路径,建立合理多路径选择模型;将改进的克隆选择算法与节点删除法相结合,设计了多路径选择模型的求解算法;最后,将该法和节点删除法、传统k-最短路算法应用于示范网络,比较分析了本文算法的有效性和快捷性.     

基于元胞自动机的混合交通流机非摩擦干扰

提出一种城市路段机非混合行驶条件下存在摩擦干扰的元胞自动机模型.该模型是在机动车NS模型的基础上引入一条摩擦减速规则,使受到自行车干扰的机动车进行减速.根据模型的规则,对不同机动车密度和非机动车密度的情况进行仿真,仿真结果基本符合实际的情况,得到机动车在干扰情况下通行能力平均下降20%左右,平均速度下降18%左右.最后,通过实际观测数据的验证,表明该模型可靠性较好.     

高速公路交通仿真软件开发

为能对汽车控制系统进行有效的实地测试,从而设计开发了基于英国典型高速公路路段的交通模型。该模型提供了对英国高速公路交通流量模拟、路面状况模拟、交通规则模拟及路面用户的微观行为模拟。驾驶员模型包括道路汽车跟随模拟和汽车超车模拟。通过对本交通模型微观参数的优化,使所开发的交通模型能与实地测试数据相符合,从而能更真实地仿真实际高速公路的环境。基于该模型所开发出的具有图形用户界面的能为汽车控制系统的测试与评估提供有效的支持。     

基于最小二乘支持向量机的交通安全预测模型

分析了最小二乘支持向量机(LS-SVM)在交通安全预测中的优势,确定输入向量集合和输出向量集合,利用LS-SVM建立交通安全预测模型.将1953～2006年全国交通安全相关数据分为训练集和测试集,利用Matlab 7.0进行仿真测试.通过训练LS-SVM得到模型具体参数值,然后对测试集数据进行预测,计算预测误差,并与神经网络模型、SVM模型预测结果进行对比.仿真结果表明,基于LS-SVM建立的交通安全预测模型比神经网络预测模型、SVM模型具有更高的运算速度和预测精确度.     

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。     

元胞自动机双车道人车混合交通流模型的研究

以元胞自动机184号规则为基础,建立了双向两车道含行人,自行车和汽车的“人车”混合交通流模型.考虑了两车道间的超车影响.通过计算机数值模拟,得到不同的混合比例下的混合交通流基本图及不同的自行车和行人密度下汽车的交通流基本图.通过分析,得出了混合交通流的几个重要特性.     

考虑公交车辆影响的城市交通流元胞自动机模型

城市道路上的车流主要是公交车和小汽车混合流,而一般交通流理论都是以小汽车流为对象进行研究和建模。在对现有经典交通流元胞自动机模型进行总体分析的基础上,提出了一种考虑公交车辆影响的多速混合车辆双车道元胞自动机模型,重新标定了元胞长度、运行车速、随机慢化机制,引入了公交车辆,设定了公交车停靠站、改进了车辆变换车道规则,小汽车与公交车不仅最大速度不同,而且车辆运行中占用元胞点数也不同。通过计算机对新模型进行模拟,再现了传统交通流三参数之间的关系,发现纯小车流与考虑公交车流相比阻塞项更为明显和规律,只要在车流中存在公交车,整个车流的流量和速度就会受到较大的影响。为进一步更好地描述城市混合交通流奠定了基础。     

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.     

仿真交通流混沌特性研究

基于非线性跟驰模型建立了由五辆机动车组成的动态仿真模型,利用Matlab软件产生了五辆机动车的仿真交通流,给出了在一定参数组合下前后车辆之间的车头间距、速度差随时间变化的过程曲线.并结合实际交通系统的特点,对仿真结果做了理论分析.基于混沌时间序列分析方法,提出了证明非线性跟驰模型产生的仿真交通流具有混沌特性的一种方法,并分析了模型参数对仿真交通流动态特性的影响.该研究结果有助于进一步理解实际交通流系统的动态特性,并为短时交通流预测、诱导方法和智能交通控制提供理论依据.     

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。