高速公路数据库系统的设计与优化

根据用户的数据需求总结出系统的功能需求，提出了通用模式的设计思想，介绍了系统的结构、开发工具和如何使用回调方法获得信息。从系统投入使用后出现的问题出发，并结合当前计算机技术的发展，提出了系统体系结构的优化方案，为系统二期工程的开展奠定基础。     

一种时间序列曲线形态的描述方法及其在车型识别中的应用

提出时间序列曲线形态的一种新的描述方法。首先根据曲线段类型定义了5个语素和1个通配符,进而定义语素向量及通配符向量,使得对曲线的描述具有层次性。据此可将任意时间序列曲线转变为对应的二维表,二维表表头组成的字符串能够进行初级的模板匹配,二维表表列所代表的语素向量增强了语素关系运算的能力,可实现较深入的模式识别。为使所提出的描述方法能应用于曲线形态辨识,在经典回溯法的启发下设计了一种属性约束下的带通配符字符串匹配算法。最后,以基于感应线圈信号曲线的车型分类为例,验证了所提出的方法的有效性和合理性。     

人工智能在城市交通控制与管理中的应用

本文从工智能的研究出发，介绍了人工智能技术在城市交通控制与管理中的应用。     

基于梯度提升决策树的城市车辆路径链重构

为了提取城市路网中车辆实际的行驶轨迹,支撑交通规划、设计、管理和评价等需求,提出了基于梯度提升决策树的城市车辆丢失路径链的重构方法。首先,根据车牌号码匹配目标车辆,以时间排序提取视频检测器获得的路径链,并结合交叉口邻接矩阵及路段行程时间估计进行路径链初次分离;然后,依据车辆出行特征和交通状况提取影响路径选择的关键特征,并基于此提出了基于梯度提升决策树的局部丢失路径链重构算法;最后,以某市南明区实际视频车牌识别数据为例,根据重构算法准确性和计算效率验证了文中算法与传统算法。结果表明,本文算法的重构准确率达到91%,对比传统算法,梯度提升决策树算法在车辆路径链重构方面有较大优势。     

空间数据挖掘在基于GIS的交通诱导系统中的应用

介绍了基于GIS的交通诱导系统,并指出模糊地名匹配问题是其中一个急需解决的难题.针对这一问题,研究了空间数据挖掘方法中的聚类分析方法,建立了基于聚类分析方法的模糊地名匹配模型,并提出了基于CURE聚类方法的求解算法.最后以采用MapInfo 为平台的广州市电子地图为例,对文中提出的地名模糊匹配模型和算法进行了试验.结果表明该模型和算法是有效的,平均计算时间只有0.01s.     

绿波协调控制方案的速度区间适应性分析与评价

针对实际行驶车速的不确定性,分析了行驶车速变化对交通信号绿波协调控制方案实际效果的影响;通过确定行驶速度的正常变化区间,设定绿波协调控制平均设计车速,生成干道绿波协调控制备选方案;根据速度分布下的绿波带宽期望评价备选方案,并对方案进行优选.算例分析与仿真实验结果表明,该方法考虑了干道不同行驶方向行驶速度的变化范围与分布情况,可依据行驶速度的数据样本与概率分布,在多个备选方案中优选出一套面向行驶速度区间需求的最佳绿波协调控制方案,实现了交通信号协调控制方案风险的量化评估,提高了干道绿波协调控制方案的适应性与鲁棒性.     

基于属性维划分和MapReduce的道路运输信息系统数据聚类

针对基于密度的带有噪声空间聚类分析(DBSCAN)的不足,融合了领域知识和划分思想,提出了属性维划分的概念,并论证了基于局部簇合并与核心点计算的剪枝原理,最后结合云计算编程模式MapReduce的特点,给出了DBSCAN的优化方法,并在实际道路运输信息系统数据的聚类分析中得到应用验证.实践证明划分后的数据集易于实现并行聚类数据挖掘,文中优化方法优于一般的统计分析方法.     

考虑车流通行需求的交叉口绿信比分配模型

为解决多股跨相车流及非关键车流在未饱和信号交叉口的通行时间分配问题,提出了一种基于车流通行需求的绿信比分配目标函数,建立了交叉口绿信比的基础分配模型与多轮分配模型,给出了绿信比与相位时间的分配流程,设计了一种程序化的交叉口绿信比分配方法,并结合算例阐明了模型方法的求解过程.选取广州市某信号交叉口进行案例分析,与现行配时方案和Synchro优化配时方案相比,所提模型优化配时方案的非关键车流及跨相车流整体延误时间在VISSIM仿真实验中分别减少了22.3%和9.1%,在Synchro仿真实验中分别减少了15.4%和4.8%.模型通过对绿信比与相位时间的多轮分配,实现了对非关键及跨相车流通行时间的优化,可以更好地满足信号交叉口各股车流的通行需求.