面向混合编队领航CAVs的博弈换道决策模型

以CAVs为领航车的混合编队有助于实现更顺畅和安全的道路交通,但当前研究较少关注于具有多车道分布特征的混合编队形成问题。对此,本文提出了一种面向混合编队领航CAVs的博弈换道决策模型。该模型建立数学优化与博弈论相结合的换道决策机制,建立以最小化CAVs换道次数为目标的领航CAVs目标车道初始化流程,并依据CAVs博弈换道收益,更新领航CAVs目标车道,实现混合编队多车道分布。同时,基于博弈论建立CAVs与HDVs非合作博弈矩阵,综合考虑换道效率和安全性,分别设计时间和安全收益函数,量化CAVs换道风险,并使用交通软件SUMO建立微观仿真。实验结果表明,与基准模型相比,本文提出的博弈换道策略在不同混合交通量下混合编队完成率维持在97%以上,每组领航CAVs换道时间平均缩短约40%,每组领航CAV换道次数保持较低水平。

公交车到站时间预测模型研究

为了研究影响公交车到站时间的机理,以广州公交140路相邻的3个站点为例,经数据处理和挖掘后,提取停靠时间、行驶时间和社会车速度这3个特征向量,并运用BP神经网络、支持向量机、决策树、随机森林等6个模型来预测公交车到站时间。根据公交车到站时间预测的特征和6个预测模型的特征等提出了可拓预测模型。可拓预测模型的RMSE和MAE在所运用模型中是最低的,证明该方法有效。