摘要：为了更加准确快速地搜索到最优路径,通过分析车流经过信控交叉口的到达和驶离状况,提出一种考虑交叉口信控延误的改进蚁群算法模型.首先,用交叉口的信控延误和路段行走时间对基本蚁群算法的信息素更新方程进行改进,建立全新的信息素更新模型;其次,通过应用改进后蚁群算法对路网各路段的车流量进行分批分配,设计考虑交叉口延误的路段增量分配流程;最后,基于java程序语言,对路网的流量分配进行仿真,并且和基本蚁群算法对路网运行质量进行对比分析.结果表明,改进后的蚁群算法能够降低路网中路段和交叉口使用率,具有良好的寻优性,并能有效均衡路网流量和缓解交叉口的通行压力.

摘要：为探究自适应巡航控制(ACC)系统车辆与常规驾驶车辆混合行驶时的交通安全特性,基于计算机数值仿真分析不同ACC车辆比例下的交通尾部碰撞安全风险.以智能驾驶员模型为基础,考虑常规驾驶员反应延时以及ACC系统延时,构建常规车辆与ACC车辆的跟驰模型.考虑两种类型车辆空间分布的随机性设计高速公路上匝道数值仿真实验,并基于仿真结果计算不同ACC比例下的交通尾部碰撞风险指标.研究结果表明:ACC车辆有利于交通安全的提升,但当ACC比例在40%以下时,交通安全提升不足8%;当ACC比例处于40%~80%阶段时,交通安全提升较为显著;当ACC比例达到80%以上时,交通安全可提升至90%以上.研究结果可弥补ACC系统下交通安全影响研究的不足,为大规模ACC系统实地测试的实施提供参考.

摘要：现代交通网络中普遍存在物理路段和运输方式的重叠现象.将交通网络中的重叠现象定义为广义重叠问题,提出多层次混合logit模型用以研究广义路径的相关性.基于该模型,可将超级网络的交通分配简化为不动点问题.该研究提出解决广义重叠问题的算法,并通过算例对广义重叠问题的出行选择进行说明,通过分析重叠误差项,讨论广义重叠问题对路径选择的影响.结论表明,提出的模型可有效解决广义重叠问题,对于路径选择和交通分配问题具有重要意义.

摘要：In order to avoid the noise and over fitting and further improve the limited classification performance of the real decision tree, a traffic incident detection method based on the random forest algorithm is presented. From the perspective of classification strength and correlation, three experiments are performed to investigate the potential application of random forest to traffic incident detection： comparison with a different number of decision trees; comparison with different decision trees; comparison with the neural network. The real traffic data of the 1-880 database is used in the experiments. The detection performance is evaluated by the common criteria including the detection rate, the false alarm rate, the mean time to detection, the classification rate and the area under the curve of the receiver operating characteristic （ROC）. The experimental results indicate that the model based on random forest can improve the decision rate, reduce the testing time, and obtain a higher classification rate. Meanwhile, it is competitive compared with multi-layer feed forward neural networks （MLF）.

摘要：在换道模型中,换道执行阶段目标车辆既受到本车道前方车辆影响,又受到目标车道前后车辆的影响.文中对传统的跟驰模型进行改进,得到双车头跟驰模型,并对目标车辆运行轨迹进行研究,将目标车辆轨迹分为前进方向和垂直方向,以及与之相对应的位移、速度、加速度等.通过对不同纵向速度车辆轨迹分析发现,目标车辆横向速度受到纵向速度及横向位移的影响,随着横向位移的增大,目标车辆对本车道前方车辆关注度将逐渐降低,当完全跨越车道线时,目标车辆将不在关注原车道前方车辆,而转变为目标车道跟驰.

摘要：给出了一种实现双向绿波信号控制的改进图解法。通过交通调查先确定带速度和周期,再协调控制系统的相位差。与传统的图解法相比,改进的图解法可以根据实际的交通需求实现双向不同带宽需求的绿波协调控制,适用于进口对称放行方式和进口单独放行方式,同时也适用于双向流量不均衡、交叉口已存在排队车辆、车速变化等道路情况。实例验证结果表明:利用改进图解法设计的双向绿波可有效提高干线道路的通行率,缓解交通拥堵情况。

摘要：交通流稳定性分析有利于揭示交通运行效率提升的内在机理。应用自动驾驶汽车与手动驾驶汽车跟驰模型,考虑车辆空间位置的随机性,设计周期性边界条件下的混合交通流稳定性数值仿真实验。分析扰动下的混合交通流车速波动特征,计算不同自动驾驶汽车比例下的扰动消散时间,同时基于交通流油耗评价模型,分析自动驾驶汽车对混合交通流油耗的影响。研究结果表明:自动驾驶汽车能够有效缩减扰动在混合交通流中的消散时间,从而有利于混合交通流稳定性的提升,同时100%比例下的自动驾驶汽车交通流可将手动驾驶汽车交通流油耗降低24.57%以上。研究结果揭示了扰动消散时间是自动驾驶汽车对稳定性影响的内在机理因素。

摘要：为了预测机动车穿越非机动车流的等待延误,运用间隙理论建立了机动车穿越非机动车流的延误模型。通过采取的六组数据样本,发现对数正态分布可以合理的拟合非机动车群车头时距,从而建立了非机动车流服从对数正态分布下机动车的等待延误模型。结果表明:模型计算的延误理论值与实际观测值很好的吻合;临界间隙越大,机动车等待延误越大;随着临界间隙增大,等待延误与非机动车流量从线性关系变为指数关系。

摘要：为降低城市公共自行车调度过程中调度员凭经验确定各站点调度需求量的盲目性,提高调度科学性并缩减调度时间和成本,将城市公共自行车租赁站点调度需求量模型描述为最优化整数规划问题,考虑系统的稳定性和调度触发时间,以高峰时段系统的整体稳定性最强、调度启动时间最晚为目标建立公共自行车租赁站点调度需求量模型。针对该模型特点设计了十进制编码、二人竞赛选择、算术交叉、非均匀变异的遗传算法对模型进行求解。通过调度实例验证模型和算法的可行性,得到各租赁站点的最优调度需求量。结果表明,按照该模型求解出的调度需求量进行调度能够延迟高峰时段的调度启动时间至1.33h,较站点均一化存放率调度延迟0.67h,极大地延缓了调度启动时间并缩减调度工作量。

摘要：为了分析专业和非专业驾驶人在不同类型城市道路上以不同速度跟驰情况下的追尾风险,设计了基于实验车的实验方案,实现了在真实道路交通环境下对驾驶人跟驰行为特性的数据采集,并以实测数据为基础,得出专业和非专业驾驶人在城市快速路和主干路上稳定跟驰状态下碰撞时间的分布函数,再结合判断安全跟驰状态的碰撞时间标准,建立追尾风险概率模型,评估追尾风险。研究表明,随着车速、速度差的增加,车辆的追尾风险不断增大。对于不同类型的城市道路,在相同的速度条件下,主干路上非专业驾驶人面临的追尾风险概率高于专业驾驶人,但在快速路上,专业驾驶人面临的追尾风险却高于非专业驾驶人;对于不同类型的驾驶人,专业驾驶人在快速路上面临的追尾风险高于主干路;而非专业驾驶人在快速路上面临的追尾碰撞风险却低于主干路。