考虑博弈的多智能体强化学习分布式信号控制

交通需求的不均衡和波动会增加分布式信号控制优化的难度.由于现有独立动作的多智能体强化学习(IA-MARL)仅基于自身的历史经验做出决策,基于IA-MARL的分布式信号控制难以及时缓解交通需求不均衡和波动的影响.本文融入博弈论的混合策略纳什均衡概念,改进IA-MARL的决策过程,提出考虑博弈的多智能体强化学习(G-MARL)框架.在采用带有泊松到达率的道路网络流量不均衡输入的格子网络中,分别对基于IA-MARL和GMARL的分布式控制方法进行数值模拟,获取单位行程时间和单位车均延误曲线.结果显示,与IA-MARL相比,G-MARL在单位行程时间和单位车均延误方面分别改善59.94%和81.45%.证明G-MARL适用于不饱和且交通需求不均衡和波动的分布式信号控制.

基于出租车GPS大数据的城市热点出行路段识别方法

连续两个出租车GPS定位点之间的时空间隔使得乘客上下车的位置必然介于一个线性区间内,据此提出轨迹线密度方法,用于在位置界限模糊的热点出行区域进一步搜索热点路段.利用成都市出租车GPS数据,借助核密度估计分析出租车上下客位置的时空特性;基于轨迹线密度方法,计算了成都市春熙路商圈的路网密度值,划分路段热点强度,识别出了热点路段的位置,结合实际的出行需求分布完成方法有效性的验证.结果表明,本文所采用的方法能够有效识别出行需求旺盛的城市热点路段,不仅可以为出租车司机寻找客源提供重要的参考,还能够在交通相关部门选择出租车停靠站的位置时提供数据支持.

逆向可变车道释放特性及其安全评价

运用统计分析比较了设置逆向可变车道的交叉口与常规交叉口之间的安全风险,结果显示设置逆向可变车道的交叉口预信号红灯违规比例明显提高,并且对向车辆在逆向可变车道内行驶的平均速度降低了15.31%;运用概率统计及视频处理技术分析了设置逆向可变车道的左转车流在交叉口内的释放特性及其空间轨迹特点;采用交通冲突技术(后侵入时间)来确定逆向可变车道的车流与左转专用车道的车流在释放过程中的冲突程度,并与双左转车道进行显著性检验,结果显示设置逆向可变车道会增大交叉口内部左转车流之间的干扰程度.研究成果有助于提高设置逆向可变车道交叉口的安全性.

网络媒体对大学生政治信任的影响研究

网络媒体的兴起使政治话语权趋于大众化,政治民主参与途径拓宽,但对大学生的政治信任感也产生些许负面影响。从客观角度讲,网络媒体复杂的宣传手段动摇了大学生的政治信任;网络信息的多元化与娱乐性侵蚀了大学生的意识形态,使其政治观出现偏离。从心理角度讲,网络政治信息的情绪化传播,消解了大学生的政治理性;模仿和从众心理影响下的网络民粹主义的持续发酵,削弱了大学生的政治认同。最后,从政府部门、网络媒体人和大学生的角度简单阐述了应对网络媒体弱化大学生政治信任问题的措施。

基于猎人猎物优化与双向长短时记忆组合模型的汽车出车率预测

汽车出车率预测对于交通管理者预先制定精准化管控方案、实施协调化统筹调度,以及调控汽车保有量规模具有重要意义。为此,本文提出一种基于猎人猎物优化算法与双向长短时记忆神经网络组合模型(HPO-BiLSTM)的汽车出车率预测方法。首先,分析汽车出车率的关键影响因素,提取出17个特征影响因子,结合标准化处理后的重构时间序列,基于随机森林算法进行变量的重要度评估,筛选出最优特征集合作为预测模型输入;其次,为解决神经网络算法容易陷入局部极值的难题,建立一种融合猎人猎物优化算法(HPO)与双向长短时记忆神经网络(BiLSTM)的组合预测模型,利用HPO的探索-开发机制,实现BiLSTM框架的动态化搭建与精细化调参;最后,结合北京市中心城区的汽车出车率数据集进行模型性能的测试与检验。结果表明:与自回归差分移动平均模型、灰色模型、卷积神经网络模型、长短时记忆神经网络模型以及双向长短时记忆神经网络模型等经典算法相比,HPO-BiLSTM模型在汽车出车率预测中的平均绝对误差(MAE)、平均绝对百分比误差(MAPE)和均方根误差(RMSE)分别降低了23.85%~54.38%、20.67%~57.40%、27.48%~59.32%,平均相对误差为-1.57%。说明本文提出的混合深度学习算法具有较高的预测精度与实用性能。

长区间掉头车辆特性分析及其安全评价

为了探讨掉头车辆在长区间掉头情况下的运动和安全特性,基于掉头车辆在典型位置的实测数据,运用概率论和数理统计知识对掉头车辆的轨迹和交通特性进行了分析,并建立了掉头轨迹模型。以后侵入时间(PET)为指标,利用交通冲突技术,研究掉头车辆的安全特征。本次研究得出了3个结论:首先,长区间掉头车辆与交叉口内掉头车辆的车头时距差异性显著,长区间掉头车辆的车头时距稳定性差,车辆的释放受掉头车流影响干扰严重;其次,长区间掉头车辆掉头起始位置分散,掉头轨迹分布服从二次函数分布;最后,长区间掉头车道的设置会增大交叉口车流之间的干扰程度,进而导致与对向车辆发生的冲突次数增加;长区间掉头的冲突类型中,交叉冲突的比例最大,交叉口内掉头的冲突类型以追尾冲突为主。上述研究结论有助于提高长区间掉头车道的安全性。

信号交叉口车路环境对电动自行车释放膨胀特性的影响分析

电动自行车数量的急剧增长导致其在绿灯释放阶段膨胀特性明显,进而加重了交叉口的机非冲突、降低了车流的通行效率。利用视频轨迹提取技术,通过光流法的表现形式描述直行电动自行车在绿灯期间的膨胀特征,并根据其密度变化、膨胀差异和电动自行车对机动车的影响程度,确定出释放初期为主要研究时段;同时,提出了一种反映电动自行车膨胀变化的新型指标膨胀度,分别通过线性相关分析、秩相关性分析和偏相关分析,确定了车路环境中影响膨胀度的动态因素和静态因素;最后基于6个信号交叉口的实测数据,建立各因素与膨胀度的数学关系模型,并结合实际交通条件,给出不同车路环境下电动自行车的管控措施与渠化方法。研究结果表明:车路环境中的电动自行车流量、机动车流量、电动自行车过街距离、非机动车进/出口道宽度、机非分隔带设置情况这5种因素对膨胀度的影响能力各异,右转机动车流量与膨胀度相关性最高。此外,动态因素与膨胀度之间具有确定的函数关系,存在电动自行车与机动车流量均衡效益最大的优势区域;静态因素的差异会导致电动自行车膨胀形式的变化;膨胀度可与动态、静态因素构建复合函数模型。研究成果可为混合交通流的渠化设计和信号配时提供理论依据和技术支持。

考虑双向行人跟随行为的社会力模型

为在行人仿真模型中更全面地反映行人特性,并研究跟随行为对双向过街行人的影响,本文建立了考虑跟随行为和冲突避让的行人过街社会力模型。研究了跟随特性对行人行走行为的作用,建立了行人的跟随行为模型、人行横道和信号灯对行人的作用力和冲突避让力模型,提出了改进的行人过街社会力模型。通过数值仿真分析了行人过街速度和可能事故数的变化规律,结果表明:设置跟随力有利于提高整体行人的过街速度和过街效率;冲突避让模型能有效降低行人的可能事故数。

信号交叉口电动自行车提前启亮时间的确定

基于机非干扰机理特性,提出了电动自行车提前启亮时间的确定方法,并据此构建了混合交通流信号配时多目标优化模型。结合视频提取技术,利用地板图分析电动自行车与机动车的交互影响,提出能够反映机非干扰程度的影响强度指标;通过拟合实际数据,确定释放初期时间与影响强度、电动自行车比例的复合关系,分别得到直行和左转方向的电动自行车提前启亮模型,并综合考虑时间效益、道路使用率和环境效益,构造了考虑电动自行车提前启亮的混合交通流信号配时多目标优化模型,且利用NSGA-Ⅱ算法对其进行求解;最后,通过灵敏度分析和不同配时算法的对比分析验证了模型的有效性和实用性。结果表明:对比不同交通状态下交叉口的五类信号配时方案,本文配时方案优越性明显,其中周期时长、车均延误、停车率和通行能力的最高变动幅度分别为-11.64%、-26.33%、-15.63%和6.48%。

非严格优先权下无左转专用相位直行车辆轨迹模型建立

首先,通过大量实测数据对非严格优先权下有、无左转专用相位直行车辆轨迹在交叉口内3个断面的分布特性进行分析。然后,根据实际交通运行状况提出驾驶员避让对向左转车流的决策过程,并考虑交叉口几何尺寸、直行车辆进入交叉口时的初始速度、直行车辆与对向左转车辆横向安全距离等因素对轨迹的约束作用,建立了无左转专用相位下直行车辆的轨迹偏移模型。最后,通过实际数据验证了模型的有效性。研究成果有助于深入理解非严格优先权下无左转专用相位的直行车流运行机理,为交通流微观仿真提供理论基础。

QoS Management Structure for Mobile IPv6

It has become very significant to enhance Quality of Service （ QoS） capabilities of real-time data transmission in the Next Generation lnternet. The Resource Reservation Protocol （RSVP） provides a signaling mechanism for end-to-end QoS. Multi-Protocol Label Switching （ MPLS） is a fast label-based switching technique that can offer new QoS capabilities for large scale IP networks. Management of QoS in wireless networks is more complex than in wired networks because of frequent mobility of mobile users. In this paper, a novel scheme that improves the efficiency using a Mobile Agents Flat Structure （MAFS） based on the definition of nexv option called QoS Object Option （ QOO） over MPLS is proposed. Mobile agents are required to manage QOO, resource reservation and other mobility related tasks on behalf of mobile hosts. This scheme is based on Mobile IPv6.