城市道路交通拥堵自动判断算法研究

 与高速公路交通流特点相比较,从城市路网中交通流多数为间断流的特点出发,结合目前城市道路中所使用的交通流采集设备及信号控制设备,利用交通工程中交通流到达－离散模型对城市道路中不同类型的城市交通流进行分析,选择出符合交通流变化的数学模型对进入路段和驶出路段的交通流分别利用模型匹配,从而进行交通拥堵进行自动检测。这类算法的应用既为城市道路拥堵的自动判断提供了手段,又使得城市中所使用的智能交通设施发挥更广泛的作用。     

动态车辆路径问题的优化方法

设计了在动态环境下进行车辆路径优化的导向局域搜索算法.算法在产生初始解以后的动态求解过程中,不再做车辆之间的顾客调整,而只应用2-opt局域搜索算子更新车辆服务顾客的顺序,即针对每辆车辆的旅行路线求解一个旅行商问题.建立了在动态环境下车辆执行运输任务过程的仿真模型.仿真过程中,应用算法根据交通路网实际情况实时优化车辆路径,并采用4种接受准则判别是否接受新的车辆路径.仿真结果表明:算法具有实时、高效的特点,满足动态车辆路径问题的求解要求.     

城市道路空间利用现状及对策的探讨

本文在分析我国城市道路空间利用现状的基础上,对城市道路空间影响有效性利用因素进行了分析,并提出了地面道路空间有效性利用的对策。     

场地环境改变对城市道路工后沉降的影响

工后沉降常常引起路面起伏变形,降低道路的寿命,过大的工后沉降甚至造成路面破坏、行车危险、道路维护费用高等问题,是城市道路的主要危害.为研究场地环境改变对城市道路工后沉降的影响,论文从工后沉降的组成、产生原因、影响因素进行了详细分析,并据此提出防治工后沉降的措施.     

Managing redistribution of toll revenue with user heterogeneity

With the explicit consideration of user heterogeneity, i.e., each user has a different value of time （VOT）, this paper examines the system efficiency and social equity of toll revenue redistribution in a bi-mode transportation system. Three schemes of distributing the road toll revenue are proposed, which respectively consider efficiency, equity, as well as efficiency and equity together. With mild assumptions, we prove that the number of auto-motorists decreases and the total social cost increases with transit subsidy share when only marginal operating cost of the transit is covered by its fare. However, when average fixed cost of the transit is further covered, the total social cost is a ＂U＂ shape curve against the transit subsidy share. Numerical results show that the well designed toll revenue redistribution schemes can make the system more equitable while keeping high efficiency. With the increase of user heterogeneity, the Gini coefficient becomes larger while the total social cost goes down.     

优化算法在动态路径诱导系统中的研究综述

城市交通拥堵问题已成为阻碍我国城市经济发展的主要问题之一,动态路径诱导系统在城市道路交通流的均衡动态分配中起着举足轻重的作用,并对缓解我国现阶段的城市交通拥堵问题具有重大现实意义。文章对应用于动态路径诱导系统的智能优化算法进行研究,对其进行了分类和综述,并对其各自的优缺点进行总结,同时对下一步的研究进行了展望,为今后的研究提供参考和借鉴。     

基于数据编解码的时空交通流预测方法

针对路网的拓扑信息不完整而无法实现时空结合交通流预测的情况，提出了一种基于时间序列预测模型联合数据编解码机制的预测方法。对路网内路段交通流数据进行编码得到路网信息的链状结构，以此获取路网结构中的拓扑信息；通过时序模型对链状结构进行交通流预测，完成对链状结构的时序特征提取；最终，通过解码方法得到路网的时空交通流预测结果。采用GPS数据，选取不同路网进行对比实验，引入数据编解码的时空交通流预测方法与时间序列模型进行比较，并且与基线模型HA和ARIMA展开了对比实验。实验结果表明：深度学习模型引入数据编解码机制后，模型性能明显提升；引入数据编解码机制的深度学习模型的性能比基线模型的性能更优越。该方法仅仅使用简单的时间序列深度网络再联合数据的编解码机制即可实现时空结合的交通流预测。     

基于卡尔曼滤波的高速道路行程时间动态预测

首先介绍了卡尔曼滤波的算法，并定性说明了其优点－动态性、实时性。然后使用卡尔曼滤波法和传统的预测方法分别对同一观测数据进行了观测和对比，从而定量证明了卡尔曼滤波的高精度性，研究成果对于开发交通信息诱导系统和动态交通分配均具有较大的意义。     

一种对实摄图象的变形矫正算法

提出了一种对实摄图像的变形矫正算法。它通过对目标区域在水平和垂直方向计算差分，并对投影所得结果计算方差，找出使方差达到最大的直线，并按这两条直线来对原图进行矫正。结果显示，用此方法不仅对于矫正实摄车辆牌照字符的变形有较好的效果，而且对其他字符以及一些图形图象也有一定的矫正效果。