DE优化T-S模糊神经网络的交通流量预测

提出了一种差分进化算法优化T-S模糊神经网络预测交通流量的算法方法。该算法利用差分进化来弥补T-S模糊神经网络连接权值和阈值选择上的随机性缺陷,从而能发挥T-S模糊神经网络泛化的映射能力,而且能使T-S模糊神经网络具有较快的收敛性以及较强的学习能力。将该算法应用到实测交通流进行算法的有效性验证,并与传统的T-S模糊神经网络进行比较,仿真结果表明,该算法具有更好的非线性拟合能力和更高的预测准确性,在交通流量预测领域具备可行性和有效性。

网联环境下混合交通流偶发拥堵演化机理研究

针对混合交通流中智能网联车辆(Connected and Autonomous Vehicles,CAVs)和人工驾驶车辆的交织干涉问题,本文在传统交通流统计理论模型和一阶连续介质模型的基础上,通过引入智能驾驶员跟驰模型(Intelligent driver model,IDM)和协同自适应巡航控制模型(Cooperative Adaptive Cruise Control,CACC),构建人工驾驶车辆和CAVs的混合交通流偶发拥堵演化模型,探索CAVs混入和诱导干涉措施对混合交通流偶发性拥堵传播规律的影响。实验选取重庆市华陶立交至巴南立交路段为路网原型,对CAVs不同渗透率(P)下的路段拥堵演化情况进行仿真。实验结果表明:CAVs渗透率越高,混合流流量、占有率和速度的改善情况越显著,但只有当P≥0.2时,网联车辆对拥堵消散的改善效果才较为明显;P≤0.8时,干涉措施下,拥堵消散状态的持续时间约为不采用干涉措施的50%;当P=1.0时,网联车辆的通行能力是纯人工驾驶交通流的2.34倍;分别在非干涉措施和干涉措施下计算拥堵评价指标,与仿真结果进行对比,最大相对误差在5.38%之内,验证了模型的准确性。研究成果对疏散交通拥堵具有重要意义。

基于地理结构和行为策略的交通流量演化模型

以当前研究为基础,进行了区域交通流量的演化模型研究。模型考虑了交通网络受地理结构和行为选择策略的双重因素约束,通过在二维网格上定位引导网络,并在引导网络约束下对交通网络上的流量进行模拟。通过具体的仿真实验,能从整体上看出交通流量拓扑图的形成,从细节上掌握演化网络交通流量分布的差异性。

考虑多车间距的跟驰模型及混合交通流的数值模拟

在OV模型的基础上,考虑了混合车流个体车辆对前方不同感知程度,建立了多车间距跟驰模型,对其稳定性进行了理论分析;在单一车队中混入考虑多车间距跟驰特性的车辆,可以显著提高车流稳定性,改善OV模型的加速度过大等缺点;将模型应用于混合车流的驾驶行为及交通流建模,就不同混合比和交通熵下的混合交通流中高速稳态与低速稳态之间的相互转化进行数值模拟,发现混合交通流中的交通波传递更快,加减速过程缩短,对交通拥堵也有一定的抑制作用,并且随着交通熵的增加,这一作用更加明显。

航路扇区容量需求的交通流动力学推演与预测

为科学应对交通需求的持续增长,合理进行空域规划,从介观层面刻画交通流动态演化过程,提出航路网络交通流演化模型.以此为基础,将预测得到的城市对间年度交通总需求量推演到整个航路网络中,实现未来交通需求时空分布的中长期预测;构建航路扇区容量需求预测模型,选取华东地区两个相邻航路扇区为研究对象,进行实例验证.结果表明,所提方法能对航路扇区容量需求进行有效预测,未来5年内两个航路扇区容量需求将分别由50架次/h、39架次/h上升为70架次/h、45架次/h.

考虑OD需求变异的网络交通流演化模型

考虑到新进入网络的交通需求不了解路径的完备信息,可能随机地选择出行路径,提出一个改进的网络交通流演化模型,并分析了该模型及其不动点的一些特性.该模型不动点不是传统意义下的用户均衡态或部分用户均衡态,它能更好地反映现实中交通流分配结果.格子网络上完成的数值模拟结果表明,模型可用来近似刻画实现用户均衡态的过程,模型中初始可行路径流量可以为零,交通流能够收敛到不动点,但可能存在多个不动点.

交通预测信息对路网流量演化稳定性影响分析

在逐日动态演化模型框架下,引入了ATIS的一致性交通预测信息,以研究其对个体出行者的路径选择行为作用以及对整体路网交通流动态演化过程的影响。按照对ATIS交通预测信息的使用与否,将路网中的所有出行者划分为两类,在此基础上,构建了一个逐日交通流演化模型,模拟路网中两类出行者的路径选择动态调整过程。对演化模型的不动点及其存在性、唯一性等理论特性进行了研究。同时,通过对模型稳定性条件的分析,证明了一致性交通预测信息增强了路网交通流演化的渐进稳定性。数值试验结果表明:出行者接收交通预测信息时受到的误差影响越小,路网交通流演化过程越容易趋于稳定。研究结果将有助于智能交通系统的优化设计。

一种拥挤数量调节的非均衡网络交通流动态演化模型（英文）

基于经济学非瓦尔拉斯均衡理论,采用经济学中市场摸索过程模拟出行者路径选择行为;假设城市出行者在路径决策过程中,考虑路径出行时间和关键路径拥挤程度的共同影响,以价格拥挤混合均衡交通流模式为基础,建立了一种价格-拥挤混合调节的非均衡网络交通流动态演化模型,并验证了模型稳定状态与均衡的等价性;基于简单的测试网络和中型路网,对演化模型进行了模拟,描述了非均衡网络交通流的演化过程与非均衡状态下交通网络的整体表现。研究结果表明:时间价格调节模型的演化结果符合经典的Wardrop第一原理,拥挤数量调节的结果使得OD间各路径上关键路段的拥挤程度一致,价格-拥挤混合调节的结果会使路径流在走行费用较小和拥挤程度较低的路径上相互进行调整,其动态演化过程波动性要大于单一调节的情况;在测试路网中,考虑采用拥挤程度对路径进行选择的行为,使得整个路网拥挤均匀程度整体提高62%,但路段饱和度均值却从0.60增大到了0.64,表明路网整体上变得拥挤;若考虑两者的共同调节,最拥堵路段饱和度从0.936下降到0.787,均匀程度整体提高46%,且路段饱和度均值降低,路径行程时间变小,拥堵得到改善;中型路网的测试结果也表明这种混合均衡模式能灵活、客观地描述路网交通流动态演化过程,获得较为合理的路网系统的稳态流量。