应用神经网络动态估计信号交叉口饱和流率

为了实时掌握信号交叉口饱和流率动态变化规律和提升估算精度,构建了以神经网络为基础的饱和流率动态估计模型.通过对北京市典型信号交叉口3种场景(直行进口道、直行左转进口道、直行右转进口道)实测数据为研究对象,分析每种场景下交通流运行特征,确定影响饱和流率的关键因素,确定神经网络模型的输入输出参数,并对模型进行标定.最后与经...     

面向微观仿真参数敏感区间的参数选取——以交织区为例

参数集及参数取值范围的选取是仿真模型标定的前提工作,合理准确的参数集及其范围的选取不仅可以减少标定实验的工作量,还关系到仿真实验结果的准确性。基于微观仿真实验数据,发现微观仿真参数对宏观校核指标的敏感性影响形态存在6种变化形态,提出融合趋势分析的连续空间聚类方法。对微观仿真模型参数的作用区间进行分割,并以每一区间内信息熵指标度量该区间数据的波动状况,量化参数敏感性取值范围的界定。最后以交织区为例,给出面向VISSIM仿真平台的参数仿真取值区间,为其他道路交通设施仿真研究提供参考。     

基于泊位使用特性的停车共享策略方法

为了缓解由于机动车保有量过快增长而造成的大中型城市交通拥堵及停车供需失衡问题,依据泊位共享的理念充分挖掘可利用停车资源成为了一种新方案。由于在不同模式下泊位共享服务方式的适用性不同且泊位共享具有严格的时间窗约束、排他性及唯一性特征,使得共享泊位资源在实际应用中难以得到高效利用。本文以闲置时间利用率最大化为目标,将泊位划分为固定泊位及非固定泊位,分别建立相应的共享泊位配置优化方法。首先对于非固定泊位,在构建时间序列模型动态预测停车需求的前提下,以驾驶员15min最大寻泊可接受时间内车辆净增量为预留泊位值,进而确定共享泊位配置模型;其次,对于固定泊位则考虑共享请求在随机非预约和预约模式两种情形下的区别,前者以单个泊位闲置时间利用率最大为目标构建共享泊位配置模型,而后者则采用最大匹配规则树理论探讨系统闲置时间利用率最大化的泊位共享配置模型。最后以数值实验论证泊位共享可有效提高泊位利用率和周转率,结果表明预约共享模式相对于非预约模式可以将泊位空闲利用率提高12.9%。     

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。     

交织区微观交通仿真模型参数敏感性分析

开展微观仿真模型参数标定是科学应用微观仿真技术的前提,也是开展快速路交织区仿真模拟,继而挖掘交通流运行规律的必要步骤。参数敏感性分析是筛选标定参数种类的核心步骤。研究开展了针对交织区不同流量状态下不同指标的参数敏感性问题。根据基本道路通行能力设定交织区仿真中低、中、高三种流量条件,在不同的流量条件下开展交织区的参数敏感性分析工作。同时考虑交织区交通运行特点,分别从速度、流量和延误几个层面选取六个校核指标作为微观驾驶行为参数敏感性的分析对象。以VISSIM为平台设计并开展微观仿真实验,实践全样本空间下机器学习方法开展参数敏感性分析的有效性。对比不同参数敏感性分析方法并综合实验结果从车辆运行特征角度解释不同流量状态、不同指标的参数敏感性结果,证明以延误为校核指标、以交通流近饱和状态为标定场景,可以获得更全面的标定结果。