基于因子定理的路网交通运行可靠性在线分析

为了进一步提高路网交通运行可靠性的在线分析效率,以减少信息存储空间、提高算法运行速度为切入点,借鉴图论中邻接矩阵的思想,提出了路网可靠度矩阵的概念。在此基础上,通过应用因子定理设计了路网交通运行可靠性在线分析的新方法。最后使用仿真数据对其进行了验证和对比分析。研究结果表明:本文方法在保证路网交通运行可靠性在线分析效果的同时,显著提高了运行效率,运行时间平均节省了92.72%。     

基于替代路径的道路系统连通可靠性分析

本文通过分析失效路径中部分路段可重复利用性,提出了一种更合理的基于替代路径的路网连通可靠性评价方法,定义了替代思想与原则,建立了路段、OD对、路网的可靠性评价模型,在最短路寻找中,采取D ijkistra算法,最后通过算例与前人典型研究成果进行了对比分析计算,结果表明该方法更合理、符合实际的路径选择行为.为城市路网规划、管理、防灾救灾提供更可靠的依据.     

基于Monte-Carlo的路网交通规划阶段技术评价

开发了一款基于蒙特卡罗方法的网络可靠度分析程序（RANMGG）,并较为详细地探讨了交通规划技术评价阶段各路段、节点单元的单元可靠度的取值方法.在上述工作的基础上,对郑州市某区域城市道路的瓶颈路段、节点等进行了定性和定量的分析评价.通过与该地区实际情况的比较分析,验证了本文方法的合理性,进而可以为郑州市道路网络的改、扩建决策提供具体的建设性意见.     

突发灾害下城市路网交通流可靠性运行态势

为了识别突发灾害下交通流运行过程中路网可靠性的变化规律和潜在的运行态势,采用Rough集理论,结合城市道路交通状态判别、预测的知识,构建了突发灾害下路网可靠性知识表达系统。通过对路网元素属性数值的离散化处理,路网可靠性决策表的属性约简等一系列操作过程,实现了对路网可靠性运行态势的逻辑推理。试验结果表明:路网可靠性能够较好地拟合突发灾害下路网交通流的运行特征,交通路网可靠性态势分析的知识表达系统对可靠度的预测精度可达90%以上。     

交通控制子区动态划分模型

传统的交通控制子区静态划分方法无法适应城市路网交通流的快速变化。针对该问题,研究了交叉口车队散布模型,提出了可协调度的概念以定量描述相邻交叉口间实施协调控制的必要性;在此基础之上,建立了基于超图表示的城市路网模型,并设计了相应的超图划分算法,通过对超图的分割来实现交通控制子区的动态划分。基于北京市二环内实际路网的实例验证表明,该模型在高峰时段和平峰时段下,均能给出高质量的控制子区划分结果。     

基于Bootstrap方法的自动超声检测可靠性分析

针对我国现有检测标准缺乏检测可靠性评定规范的现状,从不锈钢对接焊缝自动超声检测入手,尝试进行了基于概率统计理论的检测可靠性分析研究.基于重抽样技术,建立了适用于小样本数据检出率计算的Bootstrap模型,利用所建模型计算得到了不同缺陷、探头及扫查参数等情况下的缺陷检出率曲线,定量分析了不锈钢焊缝自动化超声检测的各个参数对检测可靠性的影响.结果表明,所建Bootstrap模型可以用于小子样情况下的自动超声检测可靠性的定量评定,从而保证检测结果的可靠性.     

基于三部图的路网节点关键度排序方法

提出了一种基于三部图的路网节点关键度排序方法,首先从城市出租车轨迹数据中提取出行的起始地-目的地信息以及驾驶员路径选择的统计信息,并以此构建出行网络的三部图模型来刻画出行、路径和路口之间的互影响关系.通过节点之间的连接权重矩阵以迭代的方式计算路口节点的关键度评分.该方法有机地结合了路网的拓扑结构和交通流特征,并兼顾了关键路口节点之间以及路口节点与出行的起始地-目的地分布之间的相关性,可以有效准确地识别整个路网的关键节点.实验验证了方法的有效性.     

基于人工交通系统的路网交通运行状况评估的计算实验

在给定城市土地利用和道路交通网络的情况下,研究了如何利用人工交通系统平台评估交通系统运行状况的问题。首先介绍了人工交通系统的构成模块及其功能,接着给出了利用该系统评估路网交通运行状况的具体应用实例,用高峰期拥堵路段所占比例、路网中存在的最大车辆数等指标反映路网交通运行状况,为交通管理部门制定交通发展规划提供决策支持。     

现场数据可靠性分析非参数方法比较

针对涉及面广的现场数据，从其可靠性分析的困难性和必要性出发，对现场数据可靠性分析的非参数分析的各种方法进行了比较。     

基于交通流时空特性的道路网动态划分方法

提出了基于交通流时空特性的道路网动态划分方法,首先根据道路网的空间特性,建立度量各断面相近程度的广义空间距离模型。引进R-Q型因子分析法,对道路网进行空间层面上的划分;然后根据交通流时间特性,以实时获取交通流状态信息为输入,实现道路网的动态划分。最后采用城市快速路网进行实例分析,划分结果表明,子路网各断面交通流量之间具有很强的相似性。     

基于差异驱动原理的道路交通安全评价

为了科学地评价省级区域的道路交通安全水平,提出了10个评价指标。依据2005年中国道路交通事故数据,运用差异驱动原理确定了5个指标的权重并构建了评价方法,综合评价了中国大陆31个省、直辖市、自治区的道路交通安全水平。研究结果表明,中国大陆各个省级区域道路交通安全水平差异较大,西部地区省份落后于东部。特别是西藏、青海等西部地区的道路交通安全水平与当地的社会经济发展状况之间的不协调性尤为明显,进而说明道路交通安全水平与当地社会经济发展水平的协调性更能体现区域交通安全状况。     

交通诱导系统中道路网络的表达与存储方法

考虑实际道路网络的特殊性以及最短路径算法对路网信息的要求,运用对偶图法的基本思想对前向关联边结构进行了改进,提出了一种能够提高路径优化算法实时性的路网表达方法与数据存储结构,并用Dijkstra和A*最短路径算法进行了验证。结果表明,这种方法在清楚表达转向限制、消除结点权重的同时,由于两个指针数组的引入,使得算法可以迅速而准确地定位相关结点的位置,从而减小了搜索空间,降低了最短路径算法的时间复杂度,提高了最短路径的搜索效率。     

基于改进动态递归神经网络的交通量短时预测方法

针对已有基于改进动态递归神经网络预测方法的不足,并充分考虑交通流本身所存在的复杂性、非线性和不确定性特点,提出了一种基于可变增益Elman神经网络的交通量短时预测方法。该方法通过引入一个基于实时误差分析的可变增益因子,实现了网络的实时更新。通过长春市人民大街的实测数据对方法进行了验证。试验结果表明,本文方法在网络收敛时间和预测精度方面均优于已有的基于Elman神经网络的预测模型。     

基于模糊神经网络的区域交通控制效果评价

提出了基于模糊神经网络的评价方法。首先根据指标选取的原则和各交通控制指标的特点选取评价指标,在建立指标体系的基础上,采用基于神经网络的模糊综合评价方法模型对区域交通控制效果进行评价,并对模型进行了模拟验证。     

基于小波分析的交通参数组合预测方法

为了更加准确地预测交通参数的变化趋势,结合小波理论处理时变信息的优势,设计了一种在小波分析的基础上利用BP神经网络进行预测的组合预测方法。该方法采用小波理论与神经网络结合的策略,具有普适性,且比传统的基于小波分析的组合预测过程简单,为大运算量的实时应用提供了可能。利用实际数据对该方法进行了验证,并与对比算法进行了效果对比。结果表明,本文提出的方法预测效果较好,具有一定的实用性。     

交通事故致因分析的贝叶斯网络建模

综合运用相关性分析方法和K2算法进行了贝叶斯网络的结构学习,并应用贝叶斯参数估计方法进行了贝叶斯网络的参数学习,建立了交通事故致因分析的贝叶斯网络。应用已建网络分析了各因素对事故严重程度的影响,推理学习了改善交通控制方式在降低交通事故严重程度方面起到的作用。研究结果表明,基于贝叶斯网络建立的交通事故致因分析模型预测精度较高,而且可以应用于影响事故严重程度的因素分析,并在此基础上考察如何采取优化措施改善交通安全。