深度学习下交通拥堵路段信息自动识别仿真

由于人口密度、汽车保有量等因素的增加,导致城市道路交通拥堵,严重影响了人们的正常生活和工作。为了有效识别出交通拥堵路段,提出基于深度学习的交通拥堵路段信息自动识别方法。将交通图像输入深度学习网络中,输出增强后的交通图像;采用时空兴趣点检测算法消除图像中的冗余点,并提取兴趣点的边缘信息、纹理特征和颜色分布属性,根据提取结果获取图像中的交通拥堵区域;在二流理论的基础上建立交通拥堵路段信息识别模型,对交通拥堵路段信息自动识别。实验结果表明,所提方法的图像增强效果好、车辆检测精度高、交通拥堵路段车流量信息识别与实际流量相符。

城市轨道交通规划线网的拥堵点预测与分流仿真

依据拥堵时的交通流量序列,估测城市轨道交通规划线网拥堵客流量区域,通过小波分解及重构的Mallat算法与改进ARMA预测模型相结合,在拥堵客流量区域预测城市轨道交通规划线网客流拥堵点;针对预测出的拥堵点,利用Dijkstra算法求解城市轨道交通乘客出行的最短路径,通过考虑最短路径上的综合阻抗构建城市轨道交通客流分流模型,并采用改进Logit算法,实现城市轨道交通客流的分流.结果表明:该方法预测流量数据与真实数据结果相差较小;该方法客流分流后增加三条有效路径,可有效分担部分的客流量,缓解交通拥堵.

基于边缘卷积的交通锥筒点云数据分割方法

本研究以用于构建临时道路中的交通锥筒为研究目标,以多线激光雷达采集的临时道路三维点云数据为输入,提出一种基于图理论的图神经网络模型,该模型可实现点云数据分割,并提升模型对无序性点云数据学习效果。以无人驾驶方程式赛车为实验平台,针对交通锥筒进行网络训练与测试,实验结果表明,图神经网络模型对交通锥筒的分割准确率达到88.6%,比PointNet模型提升了约10%,此外,该模型在稀疏雷达点云数据下还具有一定泛化能力,有较好的适用性。

山地组团型城市轨道交通线网规划要点及实践——以贵阳为例

山地组团城市受到山体、丘陵、河谷等自然条件制约,其城市形态、路网结构及交通特征与平原城市有较为明显的区别,直接影响轨道交通线网布局。以贵阳市轨道交通线网规划为例,针对山地组团型城市特征,对线网规划常规使用的面线点要素层次分析法进行优化,并分析总结山地组团城市在线网规划阶段的规划要点,为后续山地城市轨道交通规划工作提供参考和借鉴。通过研究分析,提出山地组团型城市轨道交通线网规划,在“面”的分析中应重点对关键交通截面的轨道供需关系进行量化分析,根据需求并结合网络形态提出轨道供给方案;在“线”的分析中应充分考虑和利用竖向关系进行线路规划,增加轨道交通的可达性;在“点”的分析中提出站点布设应充分考虑地形因素,并做好与周边用地的衔接。

隐蔽性网络攻击流量监测点高密度部署方法

针对网络攻击流量监测精度低,安全性能差的问题,提出一种隐蔽性网络攻击流量监测点高密度部署方法。通过无向图及其节点集、链路集架构成的隐蔽性网络,分析部署代价与运行代价参数指标,依据不同应用要求,设定数据流的监测收益权值;在参数指标的约束条件基础上,完成监测点部署方法架构;根据两步近似算法理念,获得考量准则,为整体部署代价约束条件、整体运行代价与决策变量约束条件的部署策略;经过遗传算法的父系染色体研究与遍历搜索交叉操作,得出相应子染色体,依据其突变产生后代的元素改变数量,完成任意数与预定阈值的分析比较,最终实现监测点的高密度部署。实验结果表明,采用改进的方法进行检测点的部署效果较好,且准确性能更高,具有极强的可行性与适用性。

区域交通信号系统节点分析及优化策略研究

SCOOT、SCATS等区域交通信号控制系统的关键路口通常根据交叉口交通流量、道路联接数等指标来确定,很难保证"蓄意"交通事件下区域网络运行的有效性。鉴于城市交通网络的无标度特性,以路段阻抗为权重将城市交通网络抽象为复杂加权网络,提出以网络凝聚度为指标的加权节点收缩方法,评估交叉口节点的重要性,解决区域交通网络hub点的选择问题,并用实例说明该方法的有效性,进而以SCATS系统为对象提出基于hub点选择的系统优化策略。

基于网络时空核密度的交通事故多发点鉴别方法

交通事故多发点是道路交通安全管理的重要治理对象,如何利用空间统计方法对其进行高效鉴别是研究热点。以华东某地为研究区域,以2013~2015年该研究区域的道路交通事故数据为研究对象,以时空道路网络为视角,通过路网匹配和路网裁剪形成事故时空子路段,提出一种基于交通事故场景的网络时空核密度估计值作为鉴别指标,用累计频率法和零膨胀的负二项回归模型确定鉴别阈值的事故多发点鉴别方法。

基于AHP熵的公路网理想评价法

该文根据公路网的道路与交通特征参数指标,阐述了评价公路网规划方案优劣的新模型。首先根据运筹学中的理想点法,以路网等级等六个优化目标为因素指标集,以备选方案为论域集,通过定量分析构建了标准指标决策矩阵、正负理想方案决策矩阵,建立了公路网综合评价模型;另外,充分考虑专家知识和经验、决策者意向和偏好以及数据本身蕴涵的信息,采用AHP法与熵值法综合确定了目标决策模型综合权重;通过计算方案指标矩阵距离理想方案贴近度来评价公路网规划方案的优劣程度。实例分析表明,此模型对多个规划方案进行排序和评价,方法科学简便,实用性强。

省域高速公路网络连通可靠性:黑龙江省案例分析

连通性及连通可靠性是区域公路网络结构特征及运行状态评价的重要指标.本文首先提出了应用连通度、连接度指数及连通度平均值指标来表征省区高速公路网络连通性,其次构建了基于初始网络及子网络的数量、规模及平均最短路径距离等因素的连通可靠性评价方法,最后以黑龙江省高速公路网络为例进行实例分析.研究提出了黑龙江省高速公路网络的连通特性及连通可靠性特征,得出实例网络县市级网络连通度不高、连通可靠性受到关键节点影响较大的结果,能够应用于冰雪恶劣天气、恐怖袭击等特殊事件下应急需求点布局、应急物资调度优化等.

基于吸引关系的停车场网络连接方法

为研究停车场网络拓扑结构,提出了基于吸引关系的停车场网络连接方法.通过改进现有停车需求预测模型,充分考虑停车利用率、停车周转率、城市中心指数等因素影响,建立了新的停车场需求算法.通过绘制常规Voronoi图,利用断裂点理论的关键性质和常规Voronoi图的物理参数,划分各停车场的影响范围.引入吸引度概念,并对吸引度计算公式中的参数进行了修改和标定.计算停车场网络中每个节点的吸引度和节点间连线的边权,确定了停车场之间的连接情况.对哈尔滨市部分停车场进行吸引关系下的停车场网络模型构建.采用复杂网络参数分析方法对停车场网络进行分析,分别分析了规模赋值计算方法下和进一步通过吸引关系计算下的停车场宏观及微观节点参数.结果表明吸引关系下,停车场网络度分布符合幂律分布,无标度网络特征明显.与全局耦合网络和单边耦合网络对比,吸引关系下停车场网络具有较高聚类系数和全局有效性和较小的平均路径长度,在现有参数评价体系中表现均衡,是一种实用的停车场连接方式.

交通网络救援点拥塞疏散路径数学建模仿真

对救援点拥塞疏散路径模型的建立,可有效提高救援效率,保障大众生命财产安全。对拥塞疏散路径的优化疏散,需要根据车流通过救援点的平均时间,得到拥塞冲突特征,完成对救援点拥塞疏散路径的数学建模。传统方法收集交通流当前特征信息,实现交通流体系实际数据的采集,但忽略了对救援点周围冲突特征的获取,导致疏散路径优化效果不理想。提出利用多参数融合的方式,实现救援点周围拥塞疏散路径优化数学模型的建立。对往来的的车辆数量状况进行记录,获取车流在救援点通过的平均时间,为建立救援点周围拥塞疏散路径优化数学模型奠定基础;计算表示救援点周围拥塞的运动特征,采用潜在冲突表示救援点周围拥塞的冲突特征,构建救援点周围拥塞疏散路径优化数学模型。实验表明,所提方法建立的救援点周围拥塞疏散路径优化数学模型,与实际拥塞特征模型拟合程度高于当前方法,可靠性相对较高。

城际“1小时交通圈”地学定量研究——以上海主城区为例

"1小时交通圈"是近年来区域交通建设和经济发展领域较热门的概念,在主要中心城市周边,很多城镇都提出了融入其1小时交通圈的战略规划。通过对交通圈进行分类,界定了研究要素,以长三角地区公路和铁路为道路网络数据集,定量研究了上海市城际1小时交通圈道路的设计方法、建立方法和构面方法。根据交通规划预测了2020年交通圈的扩散范围,并分析了上海市主城区对外1小时交通圈的性质及内部结构,根据不同交通工具的速度和特征将交通圈分成商务圈、大众圈、货运圈和高铁圈等类型,最终总结出交通圈发育结构。研究结果表明:①2011年,上海市1小时交通圈可以覆盖到周边10个地市的部分区域,并随着交通设施的完善不断接近"圈层-环点"交通圈结构。②通过分析1小时交通圈中的"岛",能够了解到路网完善程度和存在的问题,辅助道路规划。③对交通圈进行分层研究能够更好地通过交通圈对圈内的人流和物流进行分析。④"圈层-环点"状的现代中心城市城际交通圈结构能够检验中心城市周边路网建设所处的阶段,以及为城市、区域等相关领域的经济圈、都市圈研究打下交通基础。

车流波动理论在监测点路网划分中的应用分析

为解决公路网运行监测点规划中布局规模和点位密度等缺乏指导的问题,提出运用交通流中的车流波动理论,对路网按有效监测里程进行划分。结合实际路网结构特征,建立了一个路网结构划分模型,并在江苏省公路网进行了实践验证,且取得一定的效果。该研究对监测点的规划布局和规模控制具有一定指导意义。

城市交通网络非稳定随机均衡分析

阐明了城市交通网络流量均衡的不稳定特征,并提出了非稳定随机均衡分析的概念。通过构建基于路网使用者选择行为判断的超级网络,揭示了基于一般简化网络利用随机用户均衡对非稳定均衡网络状态进行研究的不合理性,并通过增加相对独立的虚拟节点与路段修正了超级网络。基于修正的超级网络对路径选择概率进行分析,构建了基于路段流量加载的不动点流量分配模型。针对该不动点模型给出了相继平均法内嵌基于Monte Carlo模拟的随机加载过程的交通流分配算法,并用算例验证了该算法的有效性。通过比较非稳定均衡与弹性需求下的交通网络用户均衡,说明了非稳定均衡概念在交通网络规划中应用的重要意义。

不确定性条件下最优路径的研究

城市交通情况复杂多变,交通事故、突发事件等更增加了车辆行驶时间的不确定性。本文是在此基础上进行的最优路径的研究,旨在不确定条件下,找到可靠、快速、安全的最优路径。首先,不确定条件下分析不同车辆经过每条路径的时间均值和标准差,给出每条路径的时间代价,所有路径中花费时间代价最小的即为最优路径。而最优路径模型就是在合理的假设下利用迪杰斯特拉算法得到最小的时间代价,并实际应用到市区交通网络,得到绕过拥挤路段的最优路径。本文主要叙述不确定条件下两点交通的最优路径以及交通网络的最优路径研究。

基于TOPSIS的公路网规划方案评价模型

科学合理地选择公路网规划方案是公路网规划有效实施的重要前提,针对公路网规划方案选择的多目标特征及其科学决策的重要性,通过定量分析构建了规划方案初始决策矩阵,根据指标的属性应用[0,1]线性变换将初始决策矩阵标准化;充分考虑专家知识和经验、决策者意向和偏好以及数据本身蕴涵的信息,采用AHP法与熵值法综合确定了规划方案选择指标综合权重;将标准化决策矩阵和选择指标权重相结合构造加权标准化决策矩阵,基于TOPSIS确定加权标准化决策矩阵的正负理想项目方案,通过计算方案指标矩阵距离理想方案贴近度来评价公路网规划方案的优劣程度.最后,通过实证分析表明该模型具有科学性与有效性.

入侵检测中基于检测点覆盖度的包流量模型

无线传感器网络入侵检测系统无论采用哪种框架模型和算法,对其性能评估都需借助于模拟的实验平台。在这个模拟的实验平台中,数据流量模型成为评估入侵检测系统性能客观而全面的重要因素。根据监测区域内目标检测点的覆盖度,提出了一种适用于无线传感器网络入侵检测应用的包流量模型,并通过仿真对理论分析进行了验证。仿真和实际应用表明,该流量模型为无线传感器网络的流量构建了一种数据源模型,根据实际流量负载对无线传感器网络的入侵检测系统的性能进行评估,不仅精确度较高,且易于分析。

基于Ad Hoc网络的智能公交信息传输系统研究

针对中国目前智能公交的发展现状与趋势,提出了一种基于Ad Hoc网络的智能公交信息传输系统的设计方案。系统采用嵌入式PC机为核心的硬件资源,通过构建无线及有线结合的互补式网络实现公交信息的传输及反馈。系统能够实现远程在线实时监控,提高了公交系统的效率,增强了安全性。文中还介绍了在Qualnet仿真软件上网络的设计及仿真方法。

基于中心点检测的车流统计方法研究

由于尺度变化、角度变化及遮挡问题,对图像中的车流数量进行估计具有较大的挑战。随着深度学习的发展,利用基于多列或多网络的神经网络模型来提取尺度相关的特征,以提升密度估计的精度,但是,这些模型在进行优化训练时较为复杂,且需要消耗巨大的计算资源。鉴于此,论文提出一种通过基于中心点检测的卷积操作,来提取车辆相关的特征信息,根据检测到的结果和标注数据构建Focal Loss,从而实现对高密度车流的估计。实验表明,该模型具有较高的精度和较好的鲁棒性。

基于特征符号表示的网络异常流量检测算法

为了准确检测网络中的流量异常情况,确保网络正常运行,提出基于特征符号表示的网络异常流量检测算法(NAAD-FD). NAAD-FD算法利用趋势转折点将网络流量数据按照基于趋势特征的符号表示方法进行转化,按照表示结果将原始数据转化为包含7项特征值的子序列,将7项特征值运用到提出的距离计算方法中;结合基于密度的算法,按照时间序列的网络异常流量定义执行异常检测.通过对算法参数、仿真数据和真实网络流量数据的实验与分析可知,该算法具有较强的鲁棒性,验证了该算法的有效性和稳定性.该算法通过降维简化表示,显著降低了算法的时间复杂度,有效加速异常检测过程约40%.