基于GA-Elman神经网络的交通流短时预测方法

以单断面的交通流量为研究对象,采用动态Elman神经网络进行短时交通流量的预测,提出一种基于GA-Elman神经网络的交通流短时预测方法.该方法通过遗传算法优化Elman神经网络的权值和阈值,克服了Elman神经网络易陷入局部最小的缺陷,同时提高了Elman神经网络的泛化能力和预测精度.实验仿真表明,本文方法可用于城市快速路上预测实时交通流量,预测效果优于Elman、GA-BP预测模型.     

基于优先级的航班到达调度算法

随着空中交通流量的迅猛增长,终端区空中交通拥堵以及由此导致的航班延误现象日益突出,甚至危及航空安全,航运效益也随之受到巨大的损失。作为终端区流量管理的核心,航班到达调度旨在为终端区待着陆的航班安排合理的着陆顺序和降落时刻,在确保安全的前提下提高进港航班运行效率。基于优先级思想,文章提出了PBSA和PBSA-CPS两种航班到达调度算法,并引入约束位置交换概念,以提高调度结果对于管制员的可操作特性。最后以首都机场为例进行了仿真,并与现行的先到先服务算法FCFS进行了对比。仿真结果表明,通过对航班赋予相应的优先级,有助于优化调配到达航班队列的降落时隙分配结果,提高终端区运行效率,减少延误损失。     

基于单线模型的交通车载电子地图

针对车载导航系统的需要,提出了一种基于单线模式的车载电子地图模型。该模型采用分层管理,对核心的路网结构采用单折线表示道路,节点表示路口,用形值点表示道路的形状,通过有序节点对和道路对的方式来表示交通限制信息。整个地图数据库可以由节点集、道路集和转弯限制集3个集合来描述实现。该模型可以清晰准确地描述道路网络结构及其相关的交通限制信息。试验表明:这种电子地图能很好地支持寻路以及路径导航功能,存储空间较小,非常适合于车载导航使用。     

城市交通拥挤与系统分担交通理论的应用

应用系统分担交通理论,提出了解决城市交通拥挤的新途径。一是分散布局交通拥挤点以提高系统的整体效率;二是发展城市地下小汽车道路系统,形成地下以小汽车和地铁并存、地面以公共汽车及私人交通车为主、地上以轻轨为主的多层次、多功能的立体交通形式;三是大力推进交通需求管理,达到交通总量削减的目的。     

短时交通流预测方法综述

以交通流预测研究的步骤为主线,对短时交通流预测的方法进行研究.对现存预测方法进行了分类分析:基于统计理论的方法、基于神经网络的方法、基于非线性理论的方法以及基于新兴技术的预测方法.将人工神经网络模型与其他领域的研究相结合的综合预测模型要比单一神经网络预测模型、常规预测模型的预测效果好;基于非线性理论的预测方法有较好的发展前景.     

基于非集计模型的交通需求预测方法

交通需求预测是城市规划和城市交通规划的核心内容之一,同时也是制定交通需求管理（TDM）策略的基础.传统的预测模型多以“四阶段法”为基础,对调查数据进行集计处理,忽略数据所携带的有关出行者行为的个体信息,存在信息的浪费和冗余.依据现代交通规划学理论,在回顾传统预测方法的基础上,对非集计模型进行深入研究;根据淄博市中心城区居民出行调查数据,预测居民出行方式分担率.研究结果表明,较集计模型,非集计方法能更好地刻画居民出行方式选择行为.     

路段多车型混合车流通行能力

利用概率论方法,通过对由多种车型构成的混合车流不同跟驰序列,不同组合概率的研究,得到了跟驰车头时距路段多车型混合车流通行能力模型.基于经典车头间距模型,通过对混合车流不同跟驰序列下最小车头间距的研究,得到了多车型混合车流的组合车头间距,进而得到了跟驰车头间距路段多车型混合车流通行能力模型.推广了由大、小2种车型构成的混合车流的通行能力模型.研究表明,路段多车型混合车流通行能力不仅与反应时间、车辆速度、车辆长度、制动性能等有关,还与混合车流的车辆组成状况及跟驰序列相关.最后实例分析了不同小型车混入率情况下路段通行能力的变化状况.     

对交通隧道防排水原则的探讨

从保护地下水环境和隧道防排水的技术经济效果两个方面，阐述了隧道工程控制型防排水的必然性和必要性，并建议了两种模型。     

基于PSR-AHP的小区开放对道路通行影响评价

针对小区开放对周边道路通行能力影响的问题,构建基于“压力-状态-响应”( PSＲ: Pressure-State-Ｒesponse) 模型的小区开放对道路通行影响评价指标体系,运用层次分析( AHP: Analytic Hierarchy Process) 确定指标权重,引入综合指数法进行小区开放对道路通行影响综合评价。选取A 类和B 类小区作为研究对象,利用VISSIM 仿真软件对两种类型小区周围的道路与交叉路口的车辆通行情况进行仿真。仿真结果表明,A 类小区开放降低周边道路通行能力,B 类小区开放提高周边道路通行能力。研究结果可为交通管理部门对小区是否全面开放提供理论参考。     

基于遗传-小波神经网络的短时交通量预测

针对短时交通量的高度非线性,提出一种基于遗传-小波神经网络的预测方法.该方法以前馈多层感知器的神经网络拓扑结构为基础,选择Morlet母小波基函数作为隐含层激活函数,以最简化结构概念进行网络泛化,并将误差反向传播,经遗传算法对网络连接权值修正.实例证明,该方法预测精度高,预测速度较快,能够满足实际工程的要求.