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。     

隧道监控系统中交通控制方案的自动触发

通过一个隧道监控系统的研发实例，对隧道监控系统给予介绍．当隧道出现紧急事件(报警事件)时，该隧道监控系统能对各种事件做出反应，不丢失任何重要数据和报警信息，并自动触发交通控制方案，让操作员能够第一时间发现和干预，尽可能预防交通事故的发生，并为事故的处理提供及时强有力的援助，为迅速恢复道路畅通提供保障．该系统运行稳定可靠，操作简单，达到了预期的效果．     

试论交通档案管理的信息化

针对山西省目前交通档案管理的状况，阐述了建立交通档案信息化管理系统的必要性，提出了应通过加强交通档案管理工作，变被动服务为主动服务，为实现交通档案管理的信息化奠定坚实的基础。     

基于区间数判断矩阵的不确定型AHP法及其在改善交通环境决策中的应用

由于信息不足或方案不够完善,专家对方案的相对重要性的判断往往具有模糊性.文章基于区间数来表达模糊判断,讨论了不确定型AHP法的有关理论,并给出了其在改善交通环境决策中的应用.     

狼的灵性与智慧

广阔无垠的旷野上，一群狼踏着积雪寻找猎物。它们最常用的一种行进方法是单列行进，一匹挨一匹。领头狼的体力消耗最大。作为开路先锋；它在松软的雪地上率先冲开一条小路，以便让后边的狼保存体力。领头狼累了时，便会让到一边，让紧跟在身后的那匹狼接替它的位置。这样它就可以跟在队尾，轻松一下，养精蓄锐，迎接新的挑战。     

基于模糊C均值聚类和神经网络的短时交通流预测方法

短时交通流预测是动态交通控制和诱导的前提。提出一种模糊C均值聚类和神经网络相结合的短时交通流预测方法。用同一组实测数据对比计算了该方法与BP神经网络预测方法、模糊神经网络预测方法分别得到的预测结果。计算结果表明：所提出的方法的预测准确性明显地高于其他两种方法。     

用蚂蚁算法处理固定需求交通平衡分配问题

为了提高交通量预测模型的可靠性 ,文章采用一种新型随机搜索思想———人工蚂蚁算法求解固定需求交通平衡分配问题。算法设计中利用蚂蚁王国中增强型学习系统功能和并行计算的特点 ,使得交通分配系统朝着用户优化的方向发展,降低了分配的复杂性 ,为交通分配问题开创了一条新的途径 ,同时显示了蚂蚁算法在交通规划中的使用前景     

交通路网中的定向寻优法

利用了现实中路段特别是节点位置的确定性和交通流量的定向性，结合图论中一些算法，模拟在重力场中水滴的流动，构造了一个求解交通路网中最短路径的定向寻优算法．阐述了此算法依据的原则、求解步骤以及特殊问题的处理方法，并说明了此方法的特点。     

具有自组织能力的道路交通信号灯控制系统

在区域自适应协调控制模式的基础上,通过增加自学习和自组织功能,实现了一种人工智能化的控制模式.该模式根据历史流量和实时检测到的交通数据进行自我学习并利用专家系统、数据挖掘技术、交通仿真分析和交通预测模型对未来交通流的发展进行预测,在此基础上得到更适合的子区域划分,并自组织实现周期、绿信比、相位差的自适应调节.其使用的时间越长,得到的信息也越多,分配的方案就越合理,具有良性化发展的特点.     

城市交通系统复杂性模型及仿真分析

提出城市交通系统是开放的复杂巨系统，建立一个基于Logit交通分配模型的诱导信息服从率复杂性模型，对出行者诱导信息服从率的变化特性进行仿真分析，结果表明路径上交通量的变化呈周期性不稳定状态。