考虑坡道的元胞自动机交通流模型研究*

为了更好地研究坡道交通流的特征,基于Gipps安全驾驶的思想,考虑了坡道长度和纵坡度等因素,建立了一个新的更为精细的坡道交通流元胞自动机模型,并通过计算机数值模拟,对坡道交通流特征进行了分析。获得如下新的发现：坡道加剧了道路的拥堵,而且拥堵流和自由流之间存在一条十分明显的分界线,冲击波传递到分界线时发生了消散。此外,在最大通行能力附近,交通流密度-流量曲线会在一定坡道长度范围内（如40 < Lp < 80）进行集聚,坡道长度在这个范围对通行能力的影响相接近。坡道的纵坡度相对于坡道的长度而言,对道路的通行能力影响更为明显。     

基于跳转模型的路网交通流预测

针对城市道路交通流复杂的非线性特征,采用基于跳转的ARIMA模型研究交通流的变化规律,以获得城市道路短期交通流的精确预测.引入路口转弯比例矩阵来描述路网的交通流状态.考虑在路网畅通和路网拥堵情况下路口转弯比例矩阵的不同特征,对两种情况分别进行研究.结合路段交通流预测模型,对路网交通流进行预测.仿真算例表明,所提出的预测模型能较好地用于路网交通流预测.     

基于跳转模型的路网交通流预测

针对城市道路交通流复杂的非线性特征,采用基于跳转的ＡＲＩＭＡ 模型研究交通流的变化规律,以获得城市道路短期交通流的精确预测．引入路口转弯比例矩阵来描述路网的交通流状态．考虑在路网畅通和路网拥堵情况下路口转弯比例矩阵的不同特征,对两种情况分别进行研究．结合路段交通流预测模型,对路网交通流进行预测．仿真算例表明,所提出的预测模型能较好地用于路网交通流预测．

     

降雨条件下高速公路超高段水流特性仿真研究

为研究降雨下道路超高过渡段水流特性,利用Fluent流体仿真软件建立了高速公路路面水流的仿真模型,采用RNG k-ε模型求解流体域,DPM模型和EWF模型耦合计算实现降雨和降雨收集过程的模拟。在验证了模型可行性的条件下,分析了超高过渡段路面水膜厚度及水流路径长度随降雨强度、纵坡、超高渐变率等的变化规律。结果表明,路表水膜厚度随降雨强度的增大而增大,随纵坡和超高渐变率的增大而减小;最长水流路径长度随纵坡的增大而增长,随超高渐变率的增大而减小,但与降雨强度无关。在总体趋势上水膜厚度会随着水流路径的长度增加而增加。最后基于4mm的临界水膜厚度,给出了水流路径长度的控制值,在设计时可以通过设置超高段横向截水沟减少水流路径长度,以此来控制路面水膜厚度。     

多视图对比增强的异质图结构学习方法

异质图神经网络作为一种异质图表示学习的方法,可以有效地抽取异质图中的复杂结构与语义信息,在节点分类和连接预测任务上取得了优异的表现,为知识图谱的表示与分析提供了有力的支撑.现有的异质图由于存在一定的噪声交互或缺失部分交互,导致异质图神经网络在节点聚合、更新时融入错误的邻域特征信息,从而影响模型的整体性能.为解决该问题,提出了多视图对比增强的异质图结构学习模型.该模型首先利用元路径保持异质图中的语义信息,并通过计算每条元路径下节点之间特征相似度生成相似度图,将其与元路径图融合,实现对图结构的优化.通过将相似度图与元路径图作为不同视图进行多视图对比,实现无监督信息的情况下优化图结构,摆脱对监督信号的依赖.最后,为解决神经网络模型在训练初期学习能力不足、生成的图结构中往往存在错误交互的问题,设计了一个渐进式的图结构融合方法.通过将元路径图和相似度图递增地加权相加,改变图结构融合过程中相似度图所占的比例,在抑制了因模型学习能力弱引入过多的错误交互的同时,达到了用相似度图中的交互抑制原有干扰交互或补全缺失交互的目的,实现了对异质图结构的优化.选择节点分类与节点聚类作为图结构学习的验证任务,在4种...     

快速路控制策略仿真研究

城市快速路是城市交通的主动脉,承担着城市大部分交通量,良好的快速路控制策略能有效缓解道路拥堵。本文借助改进的宏观交通流模型,采用Visual Basic面向对象语言,开发城市快速路的控制仿真系统。运用该仿真系统对一个包含两起点两终点的快速路段进行仿真,模拟采用ALINEA策略和不采用控制的快速路交通运行状态。仿真结果表明,对入口匝道实施ALINEA控制后,高峰时刻主线流量增加约150veh/h,入口匝道与主线汇合区速度提高约10km/h,说明ALINEA控制策略能有效缓解快速路拥堵。     

面向大型社会活动的快速路网控制策略仿真评价方法*

为了缓解大型社会活动期间短时需求激增对快速路运营的压力,提出了基于宏观交通仿真的快速路网控制策略评价方法,旨在为交通控制与管理提供辅助决策依据。该方法运用网络交通流仿真模型对候选控制方案进行仿真和评价,得到较优方案。采用GANFreSP仿真程序对一实例路网的交通流演化进行仿真,刻画拥挤发生、传播和消散的过程,并模拟基于分流诱导的拥堵应对策略,给出交通状态时变轨迹图、路网全局交通状态快照图等可视化结果,以及不控制和分流诱导情况下的路网总体性能指标。仿真案例表明,网络交通流演化是复杂动态过程,局部节点拥挤易演     

基于元胞自动机模型的交通流混沌仿真研究

研究一维元胞自动机模型——Nagel-Schreckenberg（NS）模型的交通流混沌问题。用Matlab程序产生交通流时间序列,在一定参数组合情况下,仿真研究了交通流车队中前后车辆之间车头间距的变化过程,并在此基础上讨论了车辆密度和车辆减速概率的变化对交通流运动状态的影响。结果表明,当车流密度超过某一值时,NS模型仿真出的交通流会产生混沌现象;而交通流混沌产生的根本原因在于交通流的内在随机性,其中车辆不规则的加速、减速是这种内在随机性的主要因素。     

P2P匿名通信系统的匿名度量

分析了P2P匿名通信系统模型及攻击模型,基于信息熵,针对共谋攻击,度量了几种典型的P2P匿名系统的接收者匿名度,分析了系统匿名性与系统规模N、恶意节点比例、路径长度及转发概率的关系。计算数据表明,嵌套加密使系统获得强匿名,接收者的匿名度随系统规模等的增大而增大,随恶意节点比例的增大而减小,受恶意节点比例及系统规模影响较大,受路径长度影响较小。     

基于交通数据挖掘的交通流预测模型构建

我国是一个汽车大国,在人均汽车保有量逐年增加的情况下,道路交通拥堵的问题越来越突出。新形势下的交通运输管理工作应当充分发挥数学模型的作用,将数学模型与计算机、互联网等硬件资源有机结合起来,有针对性地制定交通管理方案。因此,本文设计了一套基于交通数据挖掘的交通流预测模型,旨在提升交通流预测的准确性,优化流通管理工作路径。     

基于激光传感数据的拥堵路口交通信号灯控制

针对城市车流高峰时段的道路拥堵问题,提出基于激光传感数据的交通信号灯智能控制方法研究。在道路两侧均匀布置激光传感器节点,采集实时的激光传感数据和车流量信息,并构建一种两层级的交通信号灯控制模型,以提取的交通路口实时传感数据作为输入项进行模糊推理,并求解出交通信号控制模糊子集,最后推导出当前车流长度、车辆在路口的平均滞留时长及车辆的延误时长等变量,达到缓解交通拥堵,提高通行效率的目的。仿真实验数据表明,提出的拥堵交通信号灯智能控制方法具有良好的控制效果,可以明显减少车辆延误时长,提高道路通行的效率和安全性。     

快速路系统控制器构造与算法设计

快速路系统由于拥挤的产生而影响其利用效率。为了消除拥挤,在假设快速路系统中的驾驶员完全服从命令并能即刻调整其运行状态的基础上,提出了密度控制器的构造方法。宏观层次,此密度控制器依据最优交通状况来计算速度值,然后把所得的速度值发给行驶的车辆。微观层次,每个车辆都即刻按此速度行驶。然后在此基础上,设计了一个适时、高效的算法。仿真实例既表明了每一段的交通密度都指数收敛于期望的交通密度,同时也论证了所提方法在降低拥挤方面有显著的提高。     

基于流量预测的TCP拥塞算法的研究

提出一种基于自相似长相关性网络流量的TCP拥塞控制机制。利用自相似长相关性网络流量极值出现时间长的特性,预测下一时段的网络流量,动态调整相应的拥塞窗口a值,使TCP拥塞窗口从简单的线性增长变成随着网络资源的具体情况呈阶梯函数改变。仿真模拟表明,该方案降低了多媒体业务流的突发性,平滑了数据速率的变化,使缓存队列长度下降,增加了总体数据的传输率,提高了带宽的利用率。控制网络拥塞,减小延迟,达到网络负载平衡。     

Traffic conduction analysis model with time series rule mining

The traffic density situation in a traffic network, especially traffic congestion, exhibits characteristics similar to thermodynamic heat conduction, e.g., the traffic congestion in one section can be conducted to other adjacent sections of the traffic network sequentially. Analyzing this conduction facilitates the forecasting of future traffic situation; therefore, a navigation system can reduce traffic congestion and improve transportation mobility. This study describes a methodology for traffic conduction analysis modeling based on extracting important time-related conduction rules using a type of evolutionary algorithm named Genetic Network Programming (GNP). The extracted rules construct a useful model for forecasting future traffic situations and analyzing traffic conduction. The proposed methodology was implemented and experimentally evaluated using a large scale real-time traffic simulator, SOUND/4U.     

基于模糊神经网络的短时交通流预测方法研究

为满足交通控制和诱导系统的实时性需求,减少交通拥挤状况,降低交通事故突发频率,需要对短时交通流进行预测;当前的短时交通流预测方法是采用K-近邻的非参数回归对其进行预测,预测过程中没有将预测模型中关键因素对交通流的影响进行详细的说明,导致预测结果不准确,存在短时交通流预测误差较大的问题;为此,提出一种基于模糊神经网络的短时交通流预测方法;该方法首先以历史短时交通流数据样本序列为基础,将提取的关联维数作为短时交通流的混沌特征量,然后以该特征量为依据,对短时交通流数据进行聚类,使相同的短时交通流聚合类样本比不同的交通流聚合类样本更为贴近,采用高斯过程回归对短时交通流预测模型进行建设,建设过程中利用差分方法对短时交通流预测序列进行平稳化操作之后,对短时交通流预测模型进行训练,将GPR模型引入至短时交通流预测过程中,得到交通流预测方差估计值,并确定交通流预测值置信区间,由此实现短时交通流的预测;由此实现短时交通流的预测;实验结果证明,所提方法可以准确地预测交通运输系统的实时状况,为车辆行驶的最佳路线进行了有效引导,减少了自然影响方面和人为因素对短时交通流预测结果的干扰,为交通部门对交通路况的控制管理提供了依据。     

基于SFLA-FCM聚类的城市交通状态判别研究*

针对城市道路交通状态判别的问题,提出了一种混合蛙跳算法（SFLA）与模糊C-均值算法（FCM）相结合的SFLA-FCM聚类算法。SFLA是一种全新的后启发式群体进化算法,具有高效的计算性能和优良的全局搜索能力。SFLA-FCM使用SFLA的优化过程代替FCM的基于梯度下降的迭代过程,有效地避免了FCM对初值敏感及容易陷入局部极小的缺陷。将该算法用于城市交通流数据的聚类分析结果表明,与单一FCM聚类算法相比,SFLA-FCM聚类算法更准确,效果更佳,能够快速而有效地对城市交通流状况进行判别,为动态交通拥堵预警和交通诱导策略的制定提供依据。     

考虑交通拥堵规避的低碳时变车辆路径问题研究

针对时变路网条件下的低碳车辆路径问题,首先,分析车辆离散行驶速度与连续行驶时间之间的关系,依据“先进先出”准则设计基于时间段划分的路段行驶时间计算方法,引入考虑车辆速度、实时载重、行驶距离与道路坡度因素的碳排放计算函数;然后,在此基础上以所有车辆的碳排放量最小为目标构建低碳时变车辆路径问题数学模型;最后,引入交通拥堵指数,设计交通拥堵规避方法,并根据模型特点设计一种改进蚁群算法求解.实验结果表明,所提出方法能有效规避交通拥堵、缩短车辆行驶时间、减少车辆碳排放,促进物流配送与生态环境和谐发展.     

A Dynamic Road Incident Information Delivery Strategy to Reduce Urban Traffic Congestion

Advanced information and communication technologies can be used to facilitate traffic incident management. If an incident is detected and blocks a road link, in order to reduce the incident-induced traffic congestion, a dynamic strategy to deliver incident information to selected drivers and help them make detours in urban areas is proposed by this work. Time-dependent shortest path algorithms are used to generate a subnetwork where vehicles should receive such information. A simulation approach based on an extended cell transmission model is used to describe traffic flow in urban networks where path information and traffic flow at downstream road links are well modeled. Simulation results reveal the influences of some major parameters of an incident-induced congestion dissipation process such as the ratio of route-changing vehicles to the total vehicles, operation time interval of the proposed strategy, traffic density in the traffic network, and the scope of the area where traffic incident information is delivered. The results can be used to improve the state of the art in preventing urban road traffic congestion caused by incidents.      

基于信道负载预测的VANET传输功率控制算法

在车载自组网（VANET）中,车流量到达一定密度时会造成信道拥塞,导致协作式安全应用失效。针对该问题,设计了一个基于信道负载预测的车联网信标消息传输功率控制算法。首先,通过信道忙时比率（CBR）评估当前时刻信道负载;其次,根据差分自回归移动平均模型（ARIMA）对信道下一时刻负载进行预测;最后,将信道负载预测值与预设阈值进行比较,自适应调整下一时刻信标传输功率,避免信道拥塞。通过仿真实验表明,该算法能有效减少通信传输时延,避免信道拥塞,保证数据的可靠转发。