融合多源数据的高速公路收费站出口实时通行状况判别方法研究

针对疫情防控期间高速公路收费站出口实时通行状况监测需求,基于高速公路收费站出口附近货车GPS、收费交易时间戳等多源数据,提出收费站出口实时通行状况判别方法。论文选取浙江S13雷甸收费站进行测试验证,通过GPS数据计算得到通行时长,通过ETC门架收费交易时间戳数据计算得到路段实时交通指数和单车道平均流量,进一步融合这两类数据得到的3类计算结果,按照提出的判断逻辑判别收费站出口拥堵状况,并与该收费站内广场视频录像实际排队情况进行对比,结果表明,基于多源数据融合的收费站出口实时通行状况判别准确率达93.18%。

考虑道路通行状况的冷链物流配送路径优化

冷链物流配送具有时效性特征.在实际配送过程中,城市道路通行状况直接影响配送车辆的在途时间.根据各时间段内各路段的通行情况,统计出配送路段通行状况矩阵,并将路段距离矩阵转化为运输时间矩阵,构建考虑运输成本、货损成本、能耗成本和惩罚成本的冷链物流配送优化模型,开发了遗传算法与2-opt算法相结合的混合遗传算法.对比现有研究方法,证明了该模型及算法的有效性.

考虑路况、配送员与顾客满意度的冷链物流车辆配送路径优化方法

在城市交通拥堵日益严重的背景下,为解决冷链货物配送时效性较差、顾客满意度低以及配送员积极性不高等问题,研究了以总成本与满意度为目标的冷链物流车辆路径优化方法。采集并拟合了工作日、节假日、双休日交通拥堵指数趋势图,得到道路交通拥堵时间分布规律,提出了不同时期、时段内道路路段节点之间的实际通行时间计算方法;设计了配送员薪资与工作强度相结合的评价指标,构建了基于灰色白化权函数的配送员满意度评价模型。考虑随机需求、满意度和时间窗等约束,构建了多目标车辆路径优化模型;针对多目标模型求解的复杂性,设计了改进的自适应大规模邻域搜索算法,算法搜索过程中充分利用其算子的自适应性,有效平衡了NSGA-II算法大规模寻优与耗时之间的关系。以经典的Sioux-Falls交通网络为例进行算例分析,结果表明:(1)考虑配送员满意度模型后,在工作日、节假日、双休日总成本分别增加了2.05%、1.93%和1.16%,但配送员满意度分别提高了39.43%、46.26%和57.37%,顾客满意度平均提高了1.16%、4.76%和9.75%,运输时间缩短了2.42%、7.34%与8.41%。(2)以配送总成本最小为主要目标时,当需求变动(即随机需求的标准差σ=1,2,3,4,5)时,得到的缺货成本比未考虑随机需求模型的结果分别增加了0.79%、0.89%、0.93%、0.94%和0.95%,印证了顾客随机需求对企业配送成本产生的影响。所提模型和算法为冷链物流管理中提升配送员和顾客满意度提供了一定的理论基础。

基于交通量观测实现路况实时监控研究

介绍了交通量观测的智能化发展,通过公路交通量全天候实时连续自动观测的实现,提出了基于交通量观测实现公路交通通行状况实时监控的解决方案。

基于多源异构数据的高速公路交通状况计算方法研究

为高效采集高速公路交通信息数据,加强对高速公路交通状况的监测,提出融合以ETC龙门架过车数据以及AI视频分析数据为主的多源异构交通数据,通过构建相应的模型及进一步的计算,更有效地判别高速公路交通状况,对异常交通事件进行预警。经验证对比,该模型具有良好的适用性,可应用于高速公路管理工作。