基于车流自由度的交通子区划分问题研究

为避免传统的交通子区划分方法中改进关联程度公式、周期原则、流量原则、距离原则、绿信比、相位差原则等方法的不足,引入车流自由度的概念描述协调系统内车流的离散程度,并从微观角度探究以端点交叉口的车流自由度为基准、车流自由度的变化为指标的交通控制子区的划分;同时在相对理想条件下,借助车流自由度表示在协调相位的有效绿灯时间内不停车通过的车队长度,与以端点交叉口与下游交叉口不停车通过的车队排队长度比值,从中观角度进行交通控制子区的划分;最后选取8个交叉口的实例,进行划分前后仿真,验证方法的合理性。     

基于群体动力学的协调控制子区划分

引入群体动力学理论中的相聚度概念,给出了相邻交叉口相聚度的计算公式.通过控制子区边界、设置基于交叉口相聚度的子区划分约束条件,实现了分层、分步的交通控制子区划分策略,建立了一个基于群体动力学的交通控制子区划分模型,设计了一个完整的最佳控制子区划分方案获取流程,采用交叉口群聚类算法实现了对控制子区划分方案的综合性分析评价.算例分析表明,所提出的基于群体动力学的协调控制子区划分方法是有效的,根据交叉口相聚度得到的控制子区划分方案可以减少路网交通流的总停车次数和停车延误.     

城市环路交通状态自适应判别方法

针对城市环路交通拥挤问题,提出基于模糊C均值聚类与灰色聚类的交通状态自适应判别算法.首先运用模糊C均值聚类对交通状态边界进行划分,得到各个交通状态的门阀值,进而利用灰色聚类模型对交通状态进行判别,避免聚类方法容易陷入局部最优解的问题,同时减少灰色聚类参数设定的主观性.通过对福州二环路实测交通流数据的计算分析表明,不同路段的交通状态存在显著差异,城市环路交通状态自适应判别方法能够较好地针对不同路段判别交通状态.     

基于C均值聚类算法的交通时段划分方法研究

根据小时交通量实现交通时段的划分不能满足交通需求,对以分钟为单位的车辆数变化特性进行研究成为当务之急。首先确定了合理的数据分析周期为5~10m in。根据C均值聚类算法能根据数据的相似性度量将数据集划分成一定数目的子集,设计了基于C均值聚类算法的交通时段划分法。利用实际数据验证了方法是准确可靠的。     

基于关联度分析的协调控制子区划分方法研究

利用交叉口关联度量化分析方法,给出了相邻交叉口关联度与多交叉口组合关联度的计算公式.通过定义控制子区划分方案的解集空间、约束条件与评价准则,建立了协调控制子区划分模型;采用子区划分层扩散算法实现对控制子区划分方案的分析评价,给出了一套完备的控制子区划分流程.通过算例分析,对基于关联度分析的协调控制子区划分方法进行了细致阐述.     

基于FCM快速路交通状态判别加权指数研究

加权指数m是影响模糊C名)值聚类(fuzzy Cleans,FCM)的一个关键参数,为提高快速路交通状态模糊判別性能,针对m取值的问题提出了一种兼顾算法判別精度和聚类效果的优选方法。该方法以流量、速度为交通状态评价参数在不同加权指数m和样本量n下进行聚类分析,从算法判別精度、类内间距、类间间距、目标函数收敛性四个方面对m的最优取值进行了深入研究。以某市快速路为例別用MATLAB模糊逻辑工具箱分析实验数据的隶属度和聚类中心,以上四个方面在n×m种组合情形下综合分析,得出快速路交通状态模糊判別m的最优取值,并进一步验证了该方法的可行性。实验结果表明,以流量、速度为状态评价参数的快速路交通状态模糊判別加权指数m的最佳取值为2.25。     

基于绿灯时间的交通子区划分

针对传统交通子区划分方法对协调系统中车流运行状态分析不够透彻导致车流量与协调系统公共周期不匹配的缺陷,将实际交通量转换成系统公共周期下的协调交通量,通过协调系统中车流散布密度进行初级子区划分;分析协调系统车流进入影响因素及运行时协调相位绿灯间相互作用关系,提出基于绿灯时间的交通子区划分方法;对划分出的交通子区协调相位差求解提出切合实际的求解方法,对子区间协调时相位差调整提出合理计算方法,并以双向绿波带宽和最大为目标函数,寻求最佳相位差;最后选取实例利用Vissim软件对进行仿真验证。仿真结果表明,划分出的交通子区协调控制效果优于传统分区的协调控制效果。     

终端区交通态势识别研究

终端区交通态势日益拥挤,严重制约了航空运输业的快速健康发展。为了科学评估空中交通状态,提高空域资源的利用率,对终端区交通态势进行了研究。提取影响终端区的属性指标,运用模糊C-均值聚类(FCM)对数据进行分类离散化,采用粗糙集理论分析各属性的权重,并结合模糊关系矩阵构建终端区交通态势识别模型。采用FCM和FCM-粗糙集两种识别方法对终端区交通态势进行识别。结果表明FCM-粗糙集模型既可避免人为因素干扰,还可解决数据多属性冗余问题,使交通状态判断更加准确可信;终端区交通态势分四类时,效果最好。该模型为终端区交通态势识别提供了新的研究方法。     

古建筑图像的分割方法与应用研究

图像分割技术是数字图像处理中的关键技术之一。它能将图像中有意义的特征部分提取出来,这对古建筑图像进一步进行识别、分析和理解有着非常独特的作用。通过采用基于混合距离的双指数模糊C均值算法(HDDIFCM)的图像分割技术来对无锡古建筑灰度图像进行多组分割应用,以此证明这种图像分割方法的有效性。     

基于群决策理论的协调控制子区划分方法

本文针对城市交通信号控制中的子区动态划分问题,利用群决策理论和支持向量机算法,综合考虑相邻交叉口间距、路段交通饱和度和信号配时参数等4个因素的影响,提出用于表示子区划分判断依据的"分离/合并系数"的概念,建立了协调控制子区划分模型。最后给出算例分析,运用MATLAB编程计算对控制子区的动态划分过程进行了描述。     

交叉路口的综合智能信号控制方案研究

针对城市道路交叉路口的交通信号控制,构造了一种能实时调整控制结构和参数的综合智能信号控制方案.方案中的结构评价单元根据每一相位结束时的交通状况,决定是否在标准相位的基础上进行控制结构调整.参数评价单元则根据评价周期内的信号控制效果,利用所获得的交通流数据对神经网络信号控制器进行"滚动"训练.两个神经网络总是交替处于学习和工作状态.仿真结果表明,该控制方案能很好地综合"结构调节"和"参数调节"的优点,因而能更好地适应路口的实际交通状况,从而达到有效提高路口通行能力的目的.     

交通信号灯智能控制系统设计与实现

研究了运用PLC技术的交通信号控制系统，用简洁的软硬件使其智能化程度更高。采用PLC与计算机之间的通讯链接技术，完成交通对象的复杂控制。并运用模糊控制原理，将人的控制经验及推理过程纳入系统自动控制当中，使车辆行驶和道路导航实现智能化。     

一种信号交叉口模糊交通控制方法

通过分析城市信号交叉的交通流特征认为：在一定程度上,模糊数学理论可以比目前常规数学方法更好地描述交叉口交通流的随机性和不确定性。本文结合模糊控制技术及一般信号交叉口交通控制方法,提出了一种基于知识的模糊交通控制方法,给出了该控制方法的结构,模糊控制规则以及仿真计算对比结果,结果表明：计算过程简单,控制效果优于定时控制方法,并且在交通量较大时,还优于感应控制方法。     

Urban Intersection Traffic Signal Control Based on Fuzzy Logic

IntroductionTraffic signals are essential in transportationnetwork management.A number of traffic signalcontrol methods have been developed in the past.Recently,a major research focus has been theapplication of artificial intelligence techniques,such as expert systems,fuzzy logic,neuralnetworks,and genetic algorithms for intersectionsignal control.　 Pappis and Mamdani[1] developed fuzzy rules toevaluate the suitability of extending a currentgreen phase by different time durations based on ac…     

城市交通信号的模糊控制研究

以城市主干道交叉口为研究对象,提出了一种实用的交通流模糊控制算法,该算法包括模糊控制算法和绿灯延时终止算法两部分。在现有的模糊控制算法的基础上,增加了绿灯延时终止算法,从而利用模糊逻辑对绿信比进行了优化。在SDCSTS仿真软件的基础上进行了仿真研究。仿真结果表明该方法的有效性。     

城市交通系统模糊面控制初探

根据城市交通系统的特点和大系统的分解协调思想，提出了分布式模糊面控制方法，并给出了具体的实现方案．