无信号十字交叉口交通流冲突模型研究

无信号十字交叉口的交通流冲突,不仅体现在机动车与机动车之间,行人和机动车之间的冲突也很明显。建立了一个能体现机动车流之间,以及和行人流之间的冲突特性的模型,并运用较排队论和概率论更准确、形象的图形法对模型进行分析计算。

水上交通流冲突严重度BP神经网络评价方法

目前的水上交通流评价方法在评价指标关系模糊、来源不清等情况下难以运用,且主观性较强,存在评价结果严重偏离实际的情况,忽视了客观性不足的问题。为降低专家主观性对水上交通流冲突严重度评价的影响,基于BP神经网络建立评价模型,并通过网络训练进行函数比较,确定最符合模型设定要求的Trainlm函数,以及精度与迭代次数。由于数据的差异性会对BP神经网络的训练效率和评价精度造成影响,基于聚类分析与BP神经网络建立新的评价模型,将训练数据按照欧几里得度量进行归类开展神经网络训练,分别对水上交通流冲突严重度进行评价。运用9个水道数据为例对模型进行验证,通过比较聚类分析数据与未处理的原始数据在BP神经网络中的评价结果,发现评价结果平均误差从42.05%降低到23.74%,进一步验证了BP神经网络在该领域的可行性。评价模型利用聚类分析与BP神经网络相结合的方法,不仅客观性较强,而且与单一使用BP神经网络的模型相比提升了评价精度。

基于冲突交通流的交叉口流量比计算方法研究

交叉口流量比是交通信号控制的关键参数,主要反映车道的交通负荷水平,其计算准确性直接影响着路网的通行效率。对于相位冲突交通流来说,确定交叉口流量比的难点在于关键车道组的识别。本文以两相位信号控制的十字交叉口为例,将交叉口分成共用车道、共用车道和专用车道、专用车道三种类型,研究相位关键车道(组)的识别及流量比的计算方法。

道路平面交叉口右转机动车通行能力与慢行交通关系研究

在我国城市道路平面交叉口中,右转机动车遵循国际惯例是不使用信号灯控制其行驶行为的。但是当慢行交通量比较大时,右转机动车不可避免的会与慢行交通流产生冲突。在交叉口对右转车加以信号控制是一个较好的解决办法。在信号控制的设计中,交通流的通行能力分析成为关键。该文对城市道路平面交叉口右转机动车在慢行交通干扰下的通行能力的变化进行了深入分析,得出了慢行交通干扰下右转机动车通行能力的量化分析,为右转车信号控制设计提供了理论研究基础和数据支持。