为建立准确有效的空中交通短期流量预测模型,提高终端区管理效率,以进场交通流为对象进行研究。首先采用自回归移动平均(autoregressive moving average,ARMA)模型对流量时间序列进行初步线性预测,然后通过长短期记忆网络(long short te...为建立准确有效的空中交通短期流量预测模型,提高终端区管理效率,以进场交通流为对象进行研究。首先采用自回归移动平均(autoregressive moving average,ARMA)模型对流量时间序列进行初步线性预测,然后通过长短期记忆网络(long short term memory,LSTM)模型对线性预测后的残差序列进行非线性修正预测。考虑到冗余特征会降低LSTM模型预测精度的问题,采用自编码器(autoencoder,AE)模型对LSTM模型的天气以及流量特征输入进行自适应压缩优化,最后设置对比实验对ARMA-AE-LSTM模型的准确性、鲁棒性以及时效性进行验证。实验结果表明:预测绝对误差在1.3架以内的占比达到75%;LSTM模型的平均每轮迭代时间降低为1.014 s;与其他常用深度学习预测模型相比,ARMA-AE-LSTM模型的均方根误差(root mean square error,RMSE)、平均绝对误差(mean absolute error,MAE)以及决定系数(r-squared,R2)评价指标分别改善了45.98%~67.66%、48.56%~67.35%、5.18%~21.07%;恶劣天气影响下,ARMA-AE-LSTM模型的鲁棒性更好。由此可见,该方法能够准确有效快速的预测空中交通流量。展开更多
预约式方法是解决非信控交叉路口多车协同控制问题的经典方法。传统预约式方法通常假设路口中仅存在智能网联车辆(intelligent and connected vehicle,ICV),缺少对人类驾驶车辆(human-driven vehicle,HDV)和ICV并存情况的讨论。本文基...预约式方法是解决非信控交叉路口多车协同控制问题的经典方法。传统预约式方法通常假设路口中仅存在智能网联车辆(intelligent and connected vehicle,ICV),缺少对人类驾驶车辆(human-driven vehicle,HDV)和ICV并存情况的讨论。本文基于预约式方法,针对ICV与HDV混行的非信控交叉路口协同控制方法展开研究,并探究ICV渗透率变化对非信控交叉路口通行效率的影响。首先,对混合交通流下非信控交叉路口进行功能区域划分,并提出混合预约多车协同控制架构;其次,基于预约式方法制定考虑HDV驾驶行为特性的混合预约多车协同控制策略,包括ICV单元格预约策略和ICV速度控制策略;最后,基于SUMO/Python搭建非信控交叉路口混合交通联合仿真平台,以路口通过率和路段平均速度为评价指标,在ICV渗透率分别为100%、90%、60%和30%的情况下进行不同交通流量下的仿真验证。结果表明,所提出的控制策略能保证所有车辆安全通过交叉路口,且非信控路口通行效率随ICV渗透率的提高而提高。展开更多
文摘为建立准确有效的空中交通短期流量预测模型,提高终端区管理效率,以进场交通流为对象进行研究。首先采用自回归移动平均(autoregressive moving average,ARMA)模型对流量时间序列进行初步线性预测,然后通过长短期记忆网络(long short term memory,LSTM)模型对线性预测后的残差序列进行非线性修正预测。考虑到冗余特征会降低LSTM模型预测精度的问题,采用自编码器(autoencoder,AE)模型对LSTM模型的天气以及流量特征输入进行自适应压缩优化,最后设置对比实验对ARMA-AE-LSTM模型的准确性、鲁棒性以及时效性进行验证。实验结果表明:预测绝对误差在1.3架以内的占比达到75%;LSTM模型的平均每轮迭代时间降低为1.014 s;与其他常用深度学习预测模型相比,ARMA-AE-LSTM模型的均方根误差(root mean square error,RMSE)、平均绝对误差(mean absolute error,MAE)以及决定系数(r-squared,R2)评价指标分别改善了45.98%~67.66%、48.56%~67.35%、5.18%~21.07%;恶劣天气影响下,ARMA-AE-LSTM模型的鲁棒性更好。由此可见,该方法能够准确有效快速的预测空中交通流量。
文摘预约式方法是解决非信控交叉路口多车协同控制问题的经典方法。传统预约式方法通常假设路口中仅存在智能网联车辆(intelligent and connected vehicle,ICV),缺少对人类驾驶车辆(human-driven vehicle,HDV)和ICV并存情况的讨论。本文基于预约式方法,针对ICV与HDV混行的非信控交叉路口协同控制方法展开研究,并探究ICV渗透率变化对非信控交叉路口通行效率的影响。首先,对混合交通流下非信控交叉路口进行功能区域划分,并提出混合预约多车协同控制架构;其次,基于预约式方法制定考虑HDV驾驶行为特性的混合预约多车协同控制策略,包括ICV单元格预约策略和ICV速度控制策略;最后,基于SUMO/Python搭建非信控交叉路口混合交通联合仿真平台,以路口通过率和路段平均速度为评价指标,在ICV渗透率分别为100%、90%、60%和30%的情况下进行不同交通流量下的仿真验证。结果表明,所提出的控制策略能保证所有车辆安全通过交叉路口,且非信控路口通行效率随ICV渗透率的提高而提高。
