干线双交叉路口信号的模糊控制研究

本文以干线上有主次干道之分的相关的双交叉路口作为研究对象,采用模糊控制理论对四个相位的双交叉路口交通信号进行实时优化控制。本人设计了一种简单的基于不同相位交通流变化的车辆到达预测法,并采用一种新型方法来确定相位差和周期,以交叉路口前的车辆平均最大排队长度作为优化目标来实时的调整绿信比。通过matlab仿真表明此方法能有效的减少车辆的排队长度,在一定程度上能改善相关交通路口的交通状况。     

基于排队论的城市道路通行能力分析方法

<正>由于城市道路交通流密度大、连续性强,一条车道被占用,也可能降低路段所有车道的通行能力,即使时间短,也可能引起车辆排队,出现交通阻塞。如处理不当,甚至出现区域性拥堵。本文中,我们利用连续时间转化为离散时间的思想,采取排队论,统计视频中有效数据,根据统计频率各事件发生概率,用转轮盘算法模拟出各离散时间点的排队长度,建立车辆排队长度随时间变化的规律模型,并进行了模型误差检验与评估。     

基于监控视频图像的潮汐车道自主控制系统设计

以监控视频图像为基础,提出设计潮汐车道自主控制系统。设定检测区域,包括初始检测区域与跟踪检测区域。初始区域内检测运动车辆是否存在,运用虚拟线状态检测理论对运动车辆角点定位,在该区域内对状态参数初始化;跟踪区域内根据角点特征进行分割处理,车辆驶离区域内时计算交通流量。基于交通流分析,研究受车道长度、车道开关时间及位置等条件影响的变向车道控制系统模型,根据对潮汐流及转向流分析,构建协同优化系统模型,结合变向车道设置相位优化时间以完成协同优化式潮汐功能车道转换过程。实验证明,利用文中设计的潮汐车道自主控制系统能够有效缓解道路交通堵塞问题。     

基于层次分析法的小区开放道路通行影响分析

本文选取交叉路口车辆排队长度、车辆行程延误、开放小区车道数、开放小区车道宽度为评价指标,并利用层次分析模型对小区开放道路通行影响进行分析。结果表明,道路结构对周边道路通行的影响较大,则车辆情况对周边道路通行的影响较小。     

新交通流模型对信号交叉路口通行能力的影响分析

合理准确的交通流模型不仅有利于理解车辆的行驶行为,而且对分析交通流状况,规划交通网络和实现交通优化控制策略都有重要的作用。车一车通信环境下多车型合作驾驶跟驰模型将车辆类型的差异化信息以及前方车辆的交通诱导信息包含其中。仿真结果表明,信号交叉路口的通行能力会随着参与合作驾驶的车辆数目的增多而得到显著增强,但其随着车辆密度的走势不会发生变化。     

不同条件下汇流交叉口控制方式的选取方法

汇流交叉路口在实际的道路交通网中是大量存在的,其控制方式具体包括无交通控制、停车标志控制以及交通信号控制几种,其中交通信号控制的主要功能是在车道相交叉处分配车辆通行权,使各类、各向交通流有秩序、高效率地通行.然而,在交叉路口盲目设置交通控制方武,不但不能增加交叉路口的通行能力,减少车辆延误,反而会导致交通事故率上升.因此,本文引入支持向量机方法并将其作为设置交通控制的依据,然后给出算例仿真.仿真结果表明,该方法能取得较好的控制效果.     

基于张量填充的短时交通流预测算法

短时间内挖掘和分析高速公路交通流数据,实时准确预测短时交通流状态,是建立有效的交通诱导系统,改善高速公路服务水平的有效措施。交通流具有明显的不确定性、随机性、复杂性及时空相关性,现有短时交通流预测模型在预测能力和精度上往往存在着不同程度的限制。研究基于张量理论,构建了多维度的动态张量模型,采用HaLRTC预测算法,并给出了算法的逻辑流程图。实验结果表明,HaLRTC算法可通过挖掘数据规律同时完成一周七天的预测,具有更好的预测精度。     

基于EVIEWS的短时交通流分析及预测

利用计量经济分析方法以及Eviews软件,对短时交通流序列进行了数字特征分析;通过对短时交通流样本序列进行单位根检验,和1次差分后的残差分析AC和PAC系数,建立短时交通流ARIMA（1,1,1）预测模型,对模型进行检验,发现模型的拟合效果较好,为短时交通流预测提供了一条新的途径。     

基于交通流的交叉口信号灯配时智能化研究

根据城市道路交通流特征对单交叉口提出一种信号灯配时与车流速率同步变化的优化配时方案,并通过计算机软件进行仿真性评价。评价结果表明优化后排队等候的车辆数比优化前降低了30%左右。     

考虑不同车速急停状态的交叉路口车流引导调度模型

传统定时车流调度模型,主要采用周期性边界条件,其对于车流量密度较大情况下,不同车速车辆急停状态下交叉路口车流无法进行准确控制。考虑不同急停车辆速度的条件下,提出了一种主动式交叉路口车流引导的调度模型,分析不同车速急停状态下的交叉路口车流引导过程,不同车速急停车辆与交叉路口构建通信机制,依据"时间片"调度方法,将交叉路口分配给对应的通行车辆。采用开放边界条件,基于不同车速急停状态下的交叉路口车流引导过程,融入车辆急停概率,通过数值模拟,实现交叉路口车流的有效调度。实验结果表明,相比传统定时调度模型,具有较低的平均等待时间。     

基于GA-BP神经网络的交叉口短时交通流预测研究

现阶段影响交叉口车辆运行效率的因素主要分为两个方面:其一为受交通信号影响,即实际交通流与交叉口所反应出来的交通信号并不匹配;其二为时间间隔过长,目前短时交通流的普遍预测时长多集中为5-15分钟,过长的时间间隔无法提供有效的信号控制,很容易对最终的数据结果造成不良影响。为提升交叉口短时交通流预测的准确性和实效性,利用科学合理的方式方法对其进行改进有着重要的价值和意义。本文主要对GA-BP神经网络的交叉口短时交通流预测进行研究和分析。     

机械式立体停车库等候车位设置理论与方法

机械式立体停车库主要应用于大城市中心商业区,在存车高峰期容易发生车辆排队存车现象,现从分析机械车库入口道排队车辆对相连道路动态交通影响入手,根据机械车库的规模大小和使用性质建立了高峰小时车辆驶入率模型,运用排队论方法对机械车库等候车位进行设置,以此减少对城市道路的交通影响和提高车库服务水平。在考虑驾驶员可接受等待时长影响因素的情况下,提出了对等候车位数量进行优化设置的计算方法。论文最后对重庆市南国丽景仓储式机械车库的等候车位设置进行了实例分析。     

基于卡尔曼滤波交通预测的交叉口时空优化

交通拥堵已成为国内制约经济发展、加重环境污染、影响出行效率的重要因素,如何在现有的道路条件下更高效的完成出行是解决拥堵问题的主要思路。本文基于时空上的交通历史数据及实时检测数据,通过卡尔曼滤波进行短时交通预测,再根据预测出的交通流量对交叉口设置可变车道并优化信号配时,最后使用VISSIM软件对预测流量下优化后的交叉口进行交通仿真。分析结果显示:该方法可有效的提高交叉口服务水平、减小车均延误及排队次数。     

基于大数据的城市短时交通流预测方法研究

短时交通流预测是城市智能交通系统的重要组成部分,随着交通大数据和智能科学的快速发展,深度学习在交通领域得到了广泛的应用。本文以门控循环单元神经网络GRU短时交通流预测模型为研究对象,采用加州交通局绩效评估系统的交通流数据为例,将道路观测点的交通流序列作为输入,利用GRU实现城市短时交通流量的预测,并与SVR、ARIMA等模型进行对比,结果表明,该预测模型具有良好的预测性能,可为城市区域短时交通流量变化监测提供依据。     

基于GA-FCM和SVM的城市快速路交通状态判别方法研究

针对城市快速路交通流状态判别的问题,提出了一种基于机器学习的城市快速路交通状态判别方法。本文采用基于遗传算法(GA-FCM)的模糊聚类把遗传算法求解得到的模糊聚类目标函数极值作为模糊聚类的初始值将交通状态划分为顺畅、平稳、拥堵、拥挤四类;根据四类不同的交通状态划分结果,使用支持向量机建立交通状态判别模型。并与单纯使用模糊聚类方法划分交通状态的结果进行了对比分析,最后通过上海某段城市快速路的数据对本文构建的模型完成验证。实验结果表明,使用GA-FCM后分类效率更高,分类准确率98.6111%。     

城市快速路立体交叉出入口及变速车道的研究

城市快速路立交出入口和变速车道是快速路系统建设的重要组成部分,其在缓解出入口堵车、减少快速路交通事故等方面发挥着重要作用。主要分析出入口及变速车道设计存在的问题和设计要点,进一步优化立交设计。     

基于非参数回归预测下的干线协调控制研究

城市干线协调控制是智能交通研究的关键环节。由于交通流是一个时变的、复杂的非线性系统,具有高度的不确定性、随机性,因此很难建立准确的模型,针对这一问题,本文采用非参数回归预测的方法对交通量进行预测,并运用到干线协调控制中,根据预测出的各交叉口短时交通量对干线协调控制进行配时设计。通过仿真表明,该方法能有效减少交叉口平均延误。     

智能节能交通信号系统的研制

文章根据城市交叉口交通流的特点,提出一种智能节能交通信号系统的设计。该系统采用太阳能供电,通过传感器实时检测每个方向的车辆排队长度,估算出该路口的某时段的平均车流,实时调整各方向绿灯的通行时间,从而使每个路口能够通行尽可能多的车辆。     

考虑路内停车的元胞自动机交通流能耗模型

在元胞自动机Na Sch交通流模型的基础上,针对有路内停车带的单向单车道路段提出交通流的能耗公式,并数值模拟周期边界条件下道路上待停车辆的比例系数、路内停车行为造成对后车的阻碍时间和正在停车车辆的位置对道路交通流能耗的影响。研究结果表明,待停车辆的比例系数越大、路内停车行为造成对后车的阻碍时间越长,道路上交通流的能耗值就越小,对应的流量和平均速度也越小,交通堵塞现象就越明显;而正在停车车辆的位置对交通流能耗并没有明显影响,对流量和平均速度也没有明显影响。     

交通信号联动控制的数学模型

由于路口交通流随时间变化的需求以及排队的形成随机性很强,为了使问题简化,我们将交通流的变化按时间段进行划分,只考虑在饱和交通下的情况。虽然高峰期交通流不是均匀分布在该时段内的,但每个高峰期出现的时段基本确定,而且在一定时期内峰值也基本不变,因此可以假设在某一个时段内车辆到达率为常值,这样处理也使得排队的形成变得简单易行,具体数值可以根据实际采集数据来确定。在这样的假设前提下单一路口的周期长和绿信比变成了确定数值,我们所需要考虑的就是两个路口的相位差如何选择,以达到阻滞车辆数为最小的目的。