Asymptotic solution of a wide moving jam to a class of higher-order viscous traffic flow models

The boundary-layer method is used to study a wide moving jam to a class of higher-order viscous models. The equations for characteristic parameters are derived to determine the asymptotic solution. The sufficient and essential conditions for the wide moving jam formation are discussed in detail, respectively, and then used to prove or disprove the existence of the wide moving jam solutions to many well-known higher-order models. It is shown that the numerical results agree with the analytical results.

Solitary wave solutions to higher-order traffic flow model with large diffusion

This paper uses the Taylor expansion to seek an approximate Korteweg- de Vries equation （KdV） solution to a higher-order traffic flow model with sufficiently large diffusion. It demonstrates the validity of the approximate KdV solution considering all the related parameters to ensure the physical boundedness and the stability of the solution. Moreover, when the viscosity coefficient depends on the density and velocity of the flow, the wave speed of the KdV solution is naturally related to either the first or the second characteristic field. The finite element method is extended to solve the model and examine the stability and accuracy of the approximate KdV solution.

基于随机参数Ordered Probit模型的山区公路摩托车事故严重程度研究

为准确识别山区双车道公路摩托车事故严重程度影响因素及其异质性效应,降低摩托车事故发生率及其严重度,综合考虑事故严重度有序性和影响因素异质性,以2012—2017年云南省楚雄州Y公路摩托车交通事故为研究对象,从驾驶员、车辆、道路、环境和事故特性五要素中选取16个潜在影响因素作为自变量,以摩托车事故严重程度作为因变量,分别构建了山区双车道公路摩托车事故严重程度固定参数有序probit模型(OP模型)和随机参数有序probit模型(RP-OP模型),并结合边际效应分析了各影响因素对摩托车事故严重程度的作用强度。结果表明:考虑个体异质性的RP-OP模型拟合优度高于OP模型,能准确刻画数据中未观测到的异质性和事故严重程度影响因素之间的交互作用,更适用于事故严重度影响机理的精细化研究;OP和RP-OP模型均识别出摩托车驾驶员性别、操作行为、是否有责、事故发生时间、光线条件、事故发生地点、路表情况、涉事车型显著影响摩托车事故严重程度的8个变量,其中女性摩托车驾驶员、驾驶员超车不当、涉及货车3个变量是分别服从(0.721,0.987^(2)),(0.432,0.344^(2)),(0.723,0.562^(2))正态分布的随机参数,对摩托车事故严重度具有显著的异质性影响效应。研究成果可为山区双车道公路摩托车事故预防提供决策参考,并针对性制定安全改善措施。

基于Ordered Probit模型的交通事故受伤人数预测

建立了交通事故受伤人数预测的Ordered Probit模型,应用极大似然方法进行了模型标定.应用模型分析了受伤人数的影响因素,计算了各影响因素的边际贡献,并进行了受伤人数的预测.结果表明,对受伤人数影响较大的因素有路表是否干燥、是否有大中型车辆、是否在交叉口.所建模型在进行事故受伤人数预测的同时,也可用于分析各因素对受伤人数的影响方向和影响程度.文中结果可为交通管理部门迅速准确地判断事故态势并做出快速响应提供决策支持.

基于GRU神经网络的加密恶意流量检测方法

加密恶意流量对用户信息安全造成了负面影响,针对该问题,提出基于GRU神经网络的加密恶意流量检测方法。构建基于GRU神经网络的检测框架,将原始流量数据转换为一维序列的形式,并切分恶意流量和良性流量文件。在GRU神经网络隐层单元中引入一阶状态,定量控制更新门和重置门加密恶意流量。动态更新权重矩阵,控制更新门和重置门的激活程度,从而实现对加密恶意流量的实时检测。实验表明,针对已知、未知移动恶意软件流量,该方法的检测准确率最低分别为0.93和0.87,获取的密文与实际加密恶意流量的密文一致,达到了精准检测的效果。

考虑订单优先级带时间窗的多车型开放式车辆路径问题研究

针对物流运输中具有优先级的配送订单情况以及新能源车辆、燃油车辆混合配送的车辆路径优化问题,考虑车辆可行驶区域限制、车辆载重量、客户送货时间需求、新能源车辆充电约束,构建以碳排放成本、货运成本和时间窗惩罚成本总和最小的目标函数。根据订单优先配送特征设计带有优先策略的粒子群算法求解问题,并基于条件采用适应性算例进行实验,验证算法对考虑优先级订单序列带有时间窗的多车型开放式车辆路径问题的有效性。

基于多源数据的特长隧道驾驶疲劳模型

为研究驾驶人在特长隧道内驾驶疲劳演变过程及其影响因素,基于实车试验采集的多源数据,对特长隧道内驾驶疲劳分类判别以及驾驶疲劳影响因素关系模型展开了研究。通过差异显著性分析和相关性分析筛选出闭眼百分率P80、瞳孔直径变异系数和加速度作为疲劳敏感性指标,并分析了各指标随行驶时间累积的变化规律。为构建驾驶疲劳分类判别模型,基于卡罗林斯卡嗜睡量表(Karolinska sleeping scale,KSS)主观疲劳检测结果,将疲劳程度划分清醒状态、半疲劳状态和疲劳状态,采用构造多类分类器的方法将不同疲劳状态样本进行组合分类,利用网格搜索法进行分类模型的参数寻优,并将筛选出的疲劳敏感性指标作为分类模型的输入变量,建立了基于网格搜索法的多分类支持向量机疲劳状态判别模型(GS-M-SVMs模型)。然后根据疲劳状态分类判别模型,利用有序多分类Logistic模型建立了特长隧道疲劳程度与影响因素的关系模型,对特长隧道内驾驶疲劳影响因素进行了探究。研究结果表明:疲劳敏感性指标变化规律可有效表征特长隧道内驾驶疲劳演变过程,而GS-M-SVMs模型分类检测准确率达到90.75%,对疲劳程度的分类识别效果较好,并且累积行驶时间和隧道长度显著影响驾驶人的疲劳程度,其模型回归系数分别为2.634和0.395,表明累积行驶时间是驾驶人在特长隧道路段中疲劳程度加重的最主要因素,隧道照度和隧道线形等因素并无显著影响。

基于Ordered Probit模型的区域客运通道需求层次识别

为保证区域客运通道运力资源的合理配置,选取客运需求层次为因变量,个人收入、出行目的、心理偏好为控制变量,建立了客运需求层次识别的Ordered Probit模型。根据成渝客运通道的相关调查数据,利用Stata软件的oprobit命令实现参数估计,并借助MATLAB软件的插值技术,描绘出该通道内控制变量对因变量的作用效果变化特征三维图。结果表明:此需求层次识别模型可以良好的表征不同影响因素下旅客的需求层级。

电动自行车综合治理对策研究——以深圳市为例

随着电动自行车保有量激增,深圳城市交通管理面临一系列新的挑战。为构建安全有序的电动自行车出行环境,本研究基于数据调查,分析深圳市电动自行车的发展现状与问题,针对非机动车道不足、配建标准低、停车充电设施不完善、信息化手段不足、监管闭环难等问题,提出设施供给优化和治理能力提升的对策。

高速公路追尾事故严重程度影响因素异质性分析

为了探索白天和夜晚高速公路追尾事故严重程度致因机理的差异性,构建了具有均值异质性的相关随机参数有序Probit(CROPHM)模型,用以捕捉未被观测的异质性和解释随机因素之间的关联性.从2012—2018年山西省高速事故数据集中提取出8664起追尾事故,以时间变量、环境变量和事故属性为输入指标,并以追尾事故的最大受伤等级为输出指标,分别探索了影响白天和夜晚追尾事故严重程度的影响因素.首先,利用似然比(LR)检验证明了分别针对白天和夜晚追尾事故严重程度单独建模的必要性;然后,构建了2个CROPHM模型,用以比较追尾事故严重程度致因因素在不同时段的差异性;最后,通过边际效用分析提出了相应的改善建议.研究结果表明:相较于18:00—24:00,凌晨00:00—06:00发生追尾事故会导致致死事故的概率增加0.0637;相比于单车事故,夜间发生多车追尾事故时,致死事故的概率增加0.0156;当追尾事故中涉及大型车辆时,无论是白天还是夜晚,发生致死事故的概率均显著增加.

学校周边交通拥堵治理研究——以南京市为例

通过梳理既有幼儿园、中小学交通特征,分析交通症结及原因,为新建学校规划设计及周边交通系统优化提供指引,重点围绕学校家长接送模式、接送家长等待区、接送家长停车规模及布局提出设计标准与指引;对学校周边配套设施、交通组织、交通管理提出建议,实现学校周边交通运行有序顺畅。

基于Ordered Probit模型的城市居民绿色交通消费意向影响因素研究

通过3770份调查数据,以计划行为理论、价值观—信念—规范理论与态度—行为—情景理论为基础,运用Ordered Probit模型对城市居民绿色交通消费意向进行实证分析。发现:(1)环境态度、主观规范、感知行为控制、环境意识、后果意识、责任归属和个人规范这些社会心理因素均正向影响绿色交通消费意向;(2)情景因素中,出行时间和出行距离负向影响绿色交通消费意向,公共交通便利性正向影响绿色交通消费意向;(3)女性和高学历人群更愿意进行绿色交通消费,反之,高年龄高收入人群更不愿意采取绿色交通消费行为。

基于Ordered Probit模型的追尾事故严重性影响因素分析

为了减少机动车事故带来的人身财产损失,给相关管理部门提供决策意见的理论支持,分析追尾事故的独特规律,以及研究环境因素、道路因素、车辆因素和驾驶员因素等影响因素与追尾事故严重程度之间的致因关系至关重要。通过对北卡罗来纳州2010—2014年的交通事故数据进行筛选分析,最终得到1 315条具有完整信息的追尾事故数据,并对数据重新编码。考虑到事故严重性的分类具有次序的特性,研究拟采用Ordered Probit模型(ORP)对影响追尾事故严重程度的各种因素进行回归分析。为了找出具有统计学显著的影响因素,采用向后删除变量法筛选变量,从而得到了包含全部显著因素的模型。最终对模型进行了平行线检验和似然比检验,分析模型的统计学合理性,并选取指标进行了模型数据拟合度优劣的评价。研究结果表明:使用安全带、光照条件、道路线型条件、交通控制条件以及道路交通量这5个方面的因素与追尾事故严重程度的相关度较大。模型的边际影响值显示,正确使用安全带、良好的光照条件、合理的道路线型条件、适宜的交通控制措施能够显著降低追尾事故的严重性;而过大的交通量由于易产生多车追尾事故,事故严重性程度增加。显著性检验结果显示ORP模型对于分析追尾事故严重性及其影响因素具有明显作用。

SIMPLE LATTICE BOLTZMANN MODEL FOR TRAFFIC FLOWS

A lattice Boltzmann model with 5-bit lattice for traffic flows is proposed. Using the Chapman-Enskog expansion and multi-scale technique, we obtain the higher-order moments of equilibrium distribution function. A simple traffic light problem is simulated by using the present lattice Boltzmann model, and the result agrees well with analytical solution.

Solitary wave solution to Aw-Rascle viscous model of traffic flow

A traveling wave solution to the Aw-Rascle traffic flow model that includes the relaxation and diffusion terms is investigated. The model can be approximated by the well-known Kortweg-de Vries （KdV） equation. A numerical simulation is conducted by the first-order accurate Lax-Friedrichs scheme, which is known for its ability to capture the entropy solution to hyperbolic conservation laws. Periodic boundary conditions are applied to simulate a lengthy propagation, where the profile of the derived KdV solution is taken as the initial condition to observe the change of the profile. The simulation shows good agreement between the approximated KdV solution and the numerical solution.

Road traffic congestion measurement considering impacts on travelers

The article intends to find a method to quantify traffic congestion＇s impacts on travelers to help transportation planners and policy decision makers well understand congestion situations. Three new congestion indicators, including transportation environment satisfaction （TES）, travel time satisfaction （TTS）, and traffic congestion frequency and feeling （TCFF）, are defined to estimate urban traffic congestion based on travelers＇ feelings. Data of travelers＇ attitude about congestion and trip information were collected from a survey in Shanghai, China. Based on the survey data, we estimated the value of the three indi- cators. Then, the principal components analysis was used to derive a small number of linear combinations of a set of variables to estimate the whole congestion status. A linear regression model was used to find out the significant variables which impact respondents＇ feelings. Two ordered logit models were used to select significant variables of TES and TTS. Attitudinal factor variables were also used in these models. The results show that attitudinal factor variables and cluster category variables are as important as sociodemographic variables in the models. Using the three congestion indicators, the government can collect travelers＇ feeling about traffic congestion and estimate the transportation policy that might be applied to cope with traffic congestion.

Urban road segment level of service based on bicycle users' perception under mixed traffic conditions

During the past two decades, several methodologies are endorsed to assess the compatibility of roadways for bicycle use under homogeneous traffic conditions. However, these methodologies cannot be adopted under heterogeneous traffic where on-street bicyclists encounter a complex interaction with various types of vehicles and show divergent operational characteristics. Thus, the present study proposes an initial model suitable for urban road segments in mid-sized cities under such complex situations. For analysis purpose, various operational and physical factors along with user perception data sets （13,624 effective ratings in total） were collected from 74 road segments. Eight important road attributes affecting the bicycle service quality were identified using the most recent and most promising machine learning technique namely, random forest. The identified variables are namely, effective width of outside through lane, pavement condition index, traffic volume, traffic speed, roadside commercial activities, interruptions by unauthorized stoppages of intermittent public transits, vehicular ingress-egress to on-street parking area, and frequency of driveways carrying a high volume of traffic. Service prediction models were developed using ordered probit and ordered logit modeling structures which meet a confidence level of 95%. Prediction performances of developed models were assessed in terms of several statistical parameters and the ordered probit model outperformed the ordered logit model. Incorporating outputs of the probit model, a pre- dictive equation is presented that can identify under what level a segment is offering services for bicycle use. The service levels offered by roadways were classified into six categories varying from ＇excellent＇ to ＇worst＇ （A-F）.

基于空间广义有序Probit模型的高速公路事故严重程度分析

为深入了解影响高速公路交通事故严重程度的显著因素,以广深沿江高速东莞段2014—2019年事故数据为研究对象,将事故严重程度分为3类(即无伤亡事故、轻伤事故、重伤亡事故),并以事故严重程度为因变量、13个潜在影响因素为自变量,通过条件自回归先验解析相邻事故间的空间相关性,建立不同关联距离阈值的空间广义有序Probit模型。结果表明:事故数据间存在显著的空间关联;空间广义有序Probit模型优于广义有序Probit模型和多项Logit模型,基于250 m关联距离阈值的空间广义有序Probit模型表现最优。该模型参数估计显示:车辆类型和归属地、事故发生时间、事故地点曲率、桥梁路段和事故类型对高速公路事故严重程度均有显著影响。边际效应结果表明:相对于小汽车间的交通事故,涉及客车、货车和其他类型车辆的交通事故导致人员重伤亡的概率分别增加3.27%、1.53%和4.11%;外省车使得重伤亡事故的发生概率增加1.02%;相对于周末、春季和桥梁路段,工作日、夏季和非桥梁路段发生的交通事故导致人员重伤亡的概率分别提高0.87%、2.38%和0.08%;单车事故导致重伤亡的概率比多车事故低1.64%;事故地点曲率每增加1 km-1,重伤亡事故的概率将降低1.54%。

老年人活动空间的测度及影响因素——以昆明市为例

研究老年人的活动空间有助于更好理解老年人的出行行为,对于提高城市交通系统对社会老龄化的适应性,促进交通公平具有重要意义.采用2016年中国昆明市的居民出行调查数据和建成环境数据,对老年人活动空间的测度和影响因素进行研究.借助地理信息系统(geographic information system,GIS)可视化与分析工具,利用标准置信椭圆法对老年人活动空间进行测度,并对其分布特征和群体性差异进行统计分析,基于序次logit模型探究老年人活动空间的影响因素.结果表明,超过一半的老年人活动空间分布在以住址为中心的5 km2范围内,并表现出显著的群体性差异.公园密度、交叉口密度、道路网密度、商场密度、到公交站最近距离、年龄、性别、家庭结构及家庭年收入对老年人的活动空间均有显著影响.

信控交叉口行人过街冲突严重程度评价模型

为探究城市信号交叉口影响人车冲突严重程度的关键因素,提升交叉口安全管理水平,本文选取典型的城市道路信号交叉口,采用无人机航拍获取交通流视频,基于人工观测和Tracker软件解析处理得到冲突点信息参数与位置分布特征。为量化冲突程度,采用后侵入时间、冲突区域车速、潜在碰撞距离作为人车冲突严重程度评价指标,利用K-means聚类算法将过街冲突按严重程度迭代分类,确定人、车、路三方面下的21个解释变量。通过Pearson相关性分析筛选,建立多元有序Logistic模型,并通过ROC(Receiver Operating Characteristic)曲线验证得到模型对冲突严重级别的估计分类概率结果AUC(Area Under Curve)为0.971。结果表明:行人与冲突点的距离(0.364)、车辆在冲突点前的趋向(停车让行为-4.22,减速让行为-0.937)、行人是否闯红灯行为(0.818)、机动车道数量(0.29)、行人等待红灯时间长短(0.012)、行人年龄段(-0.869)、行人着装颜色(0.673)是影响人车冲突严重程度的显著因素。本文研究结果能够为行人过街安全的交通策略制定提供一定参考价值。