正负反馈交替论模型及应用

针对一些系统状态呈现"平稳→剧变→再平稳→再剧变"的演变规律,提出了正负反馈交替论的动态数学模型及其建模方法.该正负反馈交替论模型引入等效正负反馈,根据数据的变化剧烈程度,将状态稳定性分离,用叠加多个死区函数来反映系统状态在不同剧变期由于能量爆发造成的正反馈作用,能够在无需系统内在机理的情况下,建立系统的动力学方程.最后,以状态变化具有典型"平稳→剧变→再平稳→再剧变"过程的时间序列为例,进行仿真,结果表明了方法的有效性.     

基于延时动力系统的多车道交通流仿真

基于延时动力系统思想,提出了关于动力系统的道路交通流量的仿真新算法。针对多车道、路况可变、流量可变的复杂交通环境建立了新模型,在分析多车道封闭系统和多车道路况的基础上,本新模型可以描述前后时间段对道路交通流量的相互影响。仿真数据结果表明,新模型能够模拟交通流量变化,同时对于控制交通流量以及分析交通系统的特点是有效的。结果推广并改进了文献[2,3]中的相关结论。     

移动式道路交通状态模糊评价方法研究

针对道路交通状态评价问题提出了一种基于移动交通流检测信息和多因素模糊模式识别模型的道路交通状态评价方法,利用移动交通流检测技术获取的探测车平均速度、拥堵系数、停车时间比例、加速度噪声和平均速度梯度作为交通拥堵表征量,采用VISSIM仿真方法确定出交通拥堵表征量的阈值,并应用多级模糊模式识别方法实现道路交通状态的评价过程。仿真结果表明:移动式道路交通状态模糊判别方法可以准确方便地实现道路交通拥堵状态的评价,并且能够反映出评估时段内道路交通状态的变化。     

车辆换道控制策略及其灵敏度分析

本文研究了多车道交通系统中车辆换道行驶的微观模型;结合我国的高速公路分为快速车道与慢速车道的特点,建立了引导车辆行驶的控制策略,该策略由一系列规则构成;通过计算机仿真,验证了模型及规则的有效性;并对规则中的参数进行了灵敏度分析.     

微观交通仿真软件PARAMICS在ITS模拟和评价中的应用

鉴于已有交通仿真软件不能对智能交通系统(ITS)的模拟和评价提供有效的支持，提出了用微观交通仿真软件PARAMICS(PARAllel MICroscopic Simulator)的应用程序接口(API)实现这一目的的研究框架和技术路线，利用PARAMICS的API函数，编制了能够模拟ITS控制和诱导策略的插件，嵌入到其主要仿真模块中，实现了对多种ITS控制和诱导策略的模拟。在示例中研究了在事件引发的非常发性交通拥堵情况下，多种ITS控制和诱导策略的仿真实现、评价和对比。     

空驶出租车是否应使用多乘员车道——考虑合乘与出租车的交通均衡研究

为了探索空驶出租车是否应使用多乘员车道(HOV车道),基于空间结构的出租车市场均衡条件，考虑Logit出行方式划分和路径选择均衡，采用组合变分不等式描述了准许和禁止空驶出租车使用多乘员车道的混合交通系统。将模型和算法应用于一个算例，通过比较静态分析探索了算例中单位合乘车辆平均合乘率、路网中出租车数量与出租车起步价的变化对均衡路网的效果产生的影响，并观测了多乘员车道流量。结果表明：准许空驶出租车使用多乘员车道有可能造成类似Braess悖论的现象，使社会福利降低，而具体是否造成这种现象与路网的参数有关；同时，准许空驶出租车使用多乘员车道取得的效果有限，且基本是由于交通流分配造成，而HOV车道过饱和现象很少出现。除此之外，探索了单位合乘车辆平均合乘率、路网中出租车数量与出租车起步价3种变量对准许空驶出租车使用HOV车道这一政策的影响。     

基于多分类GA-SVM的高速公路AID模型

智能检测系统已为高速公路交通事件检测提供了有效的途径.为了更加细致地了解高速公路交通运行状态,为突发事件的应急处理提供更加高效、可靠的决策支持, 将支持向量机两分类问题延伸到多分类上来.根据交通事件的发生过程,将其分为自由流状态,交通拥堵加剧状态,交通拥堵消散状态.采集VISSIM对交通事件各阶段进行仿真的原始数据集,运用主成分分析方法对交通输入特性进行降维处理,构建支持向量机多分类事件检测模型,最后用遗传算法选择支持向量机模型参数,获得了满意的检测效果.     

突发事故下交通拥堵控制策略设计

突发事故在城市交通网络中经常发生, 对交通系统的正常运行带来极大影响, 因此研究突发事故下交通拥堵的控制策略具有十分重要的意义. 研究突发事故下临时性的车辆禁行设计与可变信息板选址组合优化问题. 建立了临时性车辆禁行设计与可变信息板选址组合优化的双层规划模型, 上层目标从交通管理者的角度最小化出行者的系统总阻抗, 下层模型通过基于元胞传输的仿真描述在临时性车辆禁行与可变信息诱导下出行者的动态路径选择行为, 并提出了基于遗传算法的求解方法. 通过算例, 说明本文提出的临时性车辆禁行与可变信息诱导组合控制措施能够有效地降低突发事故所导致的交通拥堵, 提高交通网络的系统性能.     

基于事件的交通拥堵模拟与消散策略研究

区域交通拥堵是通过排队链环逐级传播的,其结构类似于树结构分岔。如果不能实施及时有效的疏散控制策略,极有可能造成拥堵闭环。运用改进的中观交通仿真模型模拟基于事故的理想格子网络的交通拥堵形成和消散过程。依据交通拥堵传播的空间结构特征,利用禁止转弯(转弯禁限)与车辆途中更换路径的交通管制和诱导措施,首次提出了"树控制"策略缓解交通拥堵。仿真结果表明,合理应用提出的拥堵消散控制策略可以有效缓解交通拥堵的传播。     

基于可接受性标准的复杂产品仿真系统在线评估框架

针对当前复杂仿真系统评估的滞后性问题,提出了基于可接受性标准(Acceptability Criteria,AC)的仿真在线评估方法。通过定性和定量AC到指标的映射模型来建立评估指标体系;引入指标集和评估函数,提出了仿真评估流程有限自动机七元组模型,给出仿真流程到评估自动机的映射关系和基于数据驱动的状态转移机制,实现评估过程自动化执行过程;基于上述成果设计了在线评估工具,通过案例验证了在线评估方法的有效性,表明该方法能够有效解决仿真系统评估滞后性问题。     

结合社交媒体数据的城市交通事件可视分析方法

社交媒体中的文本内容可对交通量数据进行补充,为此提出一个交通事件可视分析方法。建立交通事件文本处理模型,提取事件的描述信息;基于图嵌入算法学习道路节点属性的向量表示,建立道路相似性模型;结合核密度模型建立交通事件发生概率预测模型;设计了一个交互式可视分析界面对于交通事件进行可视分析与探索。通过交通信息抽取、道路相似性度量以及交通事件交互预测等案例分析,验证了所提方法的有效性,可以辅助交通部门管理决策。     

多机场网络系统流量分配策略

为有效减少机场交通拥挤、降低航班延误,从系统角度研究战略层面的机场交通供需平衡问题.通过考虑单机场进场和离场间的相关性以及多机场联程航班间的关联性,提出了开放式多机场有向网络交通流系统;基于多元容量受限约束和联程航班约束,以最小化网络系统内所有航班的总延误为目标,建立了开放式多机场网络配流模型.结合国内三大机场的实际航班数据,对模型进行了仿真验证.仿真结果表明:所建模型可以对多机场网络系统流量与容量进行协调优化匹配,充分利用系统容量最小化系统航班延误;可为空管部门提供流量调配优化策略、为民航部门制定航班计划提供辅助决策依据.     

基于深度学习的节假日高速公路交通流预测方法

准确的预测节假日期间高速公路交通流量，能够为节假日高速公路应急管理提供重要的数据基础。利用深度学习的理论框架建立了LSTM-SVR 预测模型，利用BP 神经网络对样本数据进行处理，再将LSTM 捕获的数据特征输入SVR 回归层中实现交通流预测。选取“ 十一” 黄金周前后时段，利用位于丽江市的交调站流量监测数据对LSTM-SVR 模型进行验证，并将LSTM-SVR 模型与其它模型预测效果进行对比。发现LSTM-SVR 模型在节假日不同时段、天气、流量状态下的高速公路交通流预测中有较好的适用性。     

元胞自动机双车道人车混合交通流模型的研究

以元胞自动机184号规则为基础,建立了双向两车道含行人,自行车和汽车的“人车”混合交通流模型.考虑了两车道间的超车影响.通过计算机数值模拟,得到不同的混合比例下的混合交通流基本图及不同的自行车和行人密度下汽车的交通流基本图.通过分析,得出了混合交通流的几个重要特性.     

Congestion in Weaving Section at Right Exit of Highway with Two Lanes： a Semi-Markov Model

A semi-Markov model is proposed for congestion in weaving section at right exit with two lanes due to the method of cells modeling. The relationship among the arriving rate, turning-right rate, giving-way rate and the congestion states is hence formulated by using the generating function. The results are illustrated that the weak interruption on traffic flow may leads to heavy congestion in road network although the capacity of main way and exit is definitely greater than the traffic flow.     

交通流双车动力学模型与数值仿真

考虑双前车信息对跟驰车辆的影响,建立了改进的新的微观双车跟车模型。在此基础上,按照交通流研究中采用的微观-宏观参量关联关系,推导出改进的宏观交通流双车动力学模型。通过模型稳定性分析得到了该模型线性稳定的判别条件。数值仿真表明该模型能够模拟交通流的堵塞和疏导等实际交通流现象,以及次邻近前车对交通流波动性存在不可忽视的影响。     

基于神经网络和Markov链的交通流实时滚动预测

将神经网络与Markov链理论应用于随机波动的交通流预测,提出一种交通流实时滚动预测方法TDFNM。该方法采用BP网络构建交通流基准预测曲线,使用SOM网络划分残差的Markov链状态,计算各状态加权中心及状态转移概率矩阵,以此预测未来状态,并以加权中点修正计算得到精度较高的预测值,同时实现实时滚动预测。采用方法TDFNM对实测交通流量进行仿真实验,结果表明,该方法比常规BP网络具有更高的准确性,而且具有较强的适应性。     

基于实时车流感知的端限量式单通道车辆通行控制方法

针对限量式单通道双向通行控制问题,基于GPS车流感知数据提出了一种端限量式单通道双向自适应通行控制方法。通过在单通道及两端划设扫描区、等候区、单通道内三大类区域,利用GPS定位数据实时感知分析车辆在单通道两端行驶的10种状态,构建了单通道车辆通行控制策略分析模型,对车流数据进行动态汇总和饱和度分析,然后根据"按需分配"和"端总量控制"策略提出了一种自适应双向通行信号控制策略,在此基础上研发了端限量式双向通行自适应信号控制系统.最后利用某大型露天矿单道平硐进行了实例验证,应用表明:该方法能够有效控制单通道车辆的双向限量通行,避免了车辆运输过程中的行驶冲突,减少了车辆"空等"时间和油耗,提高了单通道通行效率,大大提高了车辆的运输效率.     

无检测器交叉口交通流量预测的灰色神经网络模型

为解决一般预测方法要求原始数据量较大,而无检测器交叉口获得的交通流量数据又非常有限的矛盾,提出了一种基于灰色神经网络的无检测器交叉口交通流量预测方法。通过选择不同长度的历史数据构建不同的灰色预测模型,对于不同灰色预测模型得到的预测结果再使用神经网络进行组合,该方法综合了GM预测所需原始数据少、方法简单,而神经网络具有非线性拟合能力的特点。以107国道新市站2002年观测的交通流量作为原始数据,采用灰色神经网络进行时交通流量预测,结果表明了该方法是有效可行的。