摘要：针对交通流诱导可能产生的负效应问题,提出了诱导负效应消除的原理和模糊逻辑推理方法。在原理设计中,考虑了出行者的出行行为对网络交通流分配的影响;在实现方法上,应用模糊推理技术对分流交通量进行了预测,并设计了路线交叉口信号灯配时方案调整的模糊控制算法,模拟结果验证了模糊逻辑推理技术的有效性。研究表明:交通流诱导负效应的产生主要是由于信息条件下的道路出行者路线选择行为的不确定性引起的,而且交通流诱导与控制同时进行是消除交通流诱导负效应产生的关键。

摘要：在城市道路交通网络中 ,延误是确定路段行程时间的一个主要因素 .结合我国国情 ,在进行交通诱导研究中提出了一种延误模型设计思想 ,并在模型中反映出非机动车对机动车的影响 。

摘要：以路网总行程时间最小为目标,建立了城市交通流诱导与控制的协同模型,并基于蚁群算法对求解流程进行了设计,最后,应用此方法对小型路网进行仿真实验,通过实验前后对比,表明此方法能有效减少路网总行程时间。

摘要：针对提高城市车辆通行效率缓解交通压力的迫切需求,文章设计研究了一种基于动态路况信息的时间最优交通流诱导系统。该系统利用移动通讯网络将无线电子车牌数据及发送至云服务平台,该平台依据信息分析统计并预测出每条街道通行状况,并针对每个行驶车辆动态分配最优导引路径。文中首先介绍了无线电子车牌的硬件组成结构。其次,重点研究了时间最优车辆诱导路径规划算法,包括路段时间权值的确定方法以及基于路段时间权值信息的改进型A*算法。最后,针对该系统进行了一系列半物理仿真及实验。实验结果表明,该系统不仅能够搜索到准确的时间最优路径,同时还具有较快的运行速度。

摘要：针对安装了先进的交通控制系统的城市的交通持点，设计了一个实时流量模糊预测系统。其中针对模糊椎理在处理经验知识方面的不足，用具有更高智能的神经网络实现了对模糊规则的记忆。

摘要：以路网总行程时间最小为目标,兼顾路网流量的均衡,建立了城市交通控制与诱导的协同模型。引入了蚁群算法的思想,并利用此算法对模型进行求解,得到最佳路径和最佳信号配时方案;最后采用小型路网进行仿真试验,通过跟实际的交通流对比,表明此方法能有效均衡路网流量,并能有效节约路网的总行程时间。

摘要：为解决城市发展带来的交通拥堵问题,发掘道路交通的潜力,提高车路协同环境下车辆在路网中的行驶效率,面向群体车辆提出了一种诱导优化方法和协同控制策略;在车辆诱导分配方面,在起始点和目的地之间的可达路径中,以交通效率最优、车辆排放最小为目标,设计了基于道路饱和度、车辆行程时间和延误的群体车辆分配规则,建立了群体车辆诱导分配优化模型,并用多目标非支配排序遗传算法-Ⅱ(NSGA-Ⅱ)和多目标粒子群优化算法进行求解;在车辆协同运行控制策略方面,基于引力场思想建立了多车协同运行模型,并提出了多车协同加减速策略;通过仿真验证比较了不同网联自动驾驶车辆(CAV)渗透率下的车辆诱导优化结果,同时仿真了车辆协同加减速策略,并将诱导优化方法和协同控制策略进行了联合仿真。仿真结果表明:多目标诱导分配方法可以提升车辆速度和环境效益,且群体车辆平均速度与CAV渗透率正相关;在四车组队行驶环境中,车辆协同加减速策略能够将车辆在加速和减速时的初始平均加速度分别提高15.0%和8.2%,让车辆快速达到目标速度,保障行车安全;在联合仿真环境中,路网群体车辆的加速度平均提高了11.6%,速度平均提高了1.6%,碳氧化合物排放量减少约4.9%。由此可见,提出的方法能够提高路网通行效率,降低车辆能源消耗,减少对环境造成的不良影响。

摘要：为了能实现快速准确的诱导功能，设计了以流体神经网络为基础的车内诱导系统最短路径选择模型。

摘要：山地城市受地形限制,城市呈组团结构,道路网络瓶颈多,尤其是桥隧路段通常是重要交通通道的瓶颈,在低可靠度的复杂路网上,干线道路交通流时空集聚与潮汐等特征明显,路网瓶颈与交通流不匹配造成"路-流"矛盾凸显.项目研究成果为山地城市实现"路-流"适配目标,在网络交通流诱导和指引、道路通行效率提升和保障等方面提出了具有指导性和可操作性的思路与方法,并在"路-流"融合状态识别、复杂干道绿波协调控制、多车道汇流智能控制、定向车道设计、指路信息连续性设计、路网动态交通诱导等方面取得技术创新成果.