Research on an Urban Traffic Control System Based on DGPS

The basic principles of GPS (Global Positioning System) and DGPS (Differential GPS) are described. The principle and structure of vehicle navigation systems, and its application to the urban traffic flow guidance are analyzed. Then, an area coordinated adaptive control system based on DGPS and a traffic flow guidance information system based on DGPS are put forward, and their working principles and functions are researched. This is to provides a new way for the development of urban road traffic control systems.

基于云模型的公交车内拥挤度判别

为了提高公交车内乘客的舒适性,需要对公交车内的拥挤度进行实时判别。首先对公交车内早高峰的客流量进行实时调查。其次针对公交车内拥挤度判别的模糊性和随机性,提出一种基于云模型的公交车内拥挤度判别的方法。在利用云模型进行拥挤度判别时,选取乘客拥挤度的度量标准,根据它们在不同服务水平下的边界值计算云的数字特征,将6种服务水平下求得的子云合成标准云,根据早高峰车内人数,将求得的立席密度和乘载率代入云发生器,建立待识别云模型。最后通过对各个站点的待识别云和模板云的拥挤度进行计算,判断公交各个站点的拥挤度。以济南市B218路公交为例进行案例分析,利用云模型对各个站点的拥挤度进行判别,所选取的站点拥挤系数从64.3变化为118.0,对应的服务水平从C变化为F。该方法不仅能有效判别公交车内的拥挤度,而且能有效地避免公交车内拥挤度判别的模糊性和随机性,具有较强的理论意义和实践意义。

城市轨道交通非常态客流出行影响机制研究

为探究异常天气情况下多维空间属性对轨道交通非常态客流出行机制的影响,基于梯度提升决策树模型,分析异常天气下天津市143个轨道交通站点的非常态客流出行特征,解析经济属性、交通便利性、建成环境等10个影响因子对非常态客流量的非线性影响机制。研究发现:①异常天气下,轨道交通站点日均客流显著增长。受天气状况的影响,97%的轨道交通站点日均客流呈增长趋势,其中天津站客流增长幅度最大,达到32%;②建成环境对城市轨道交通非常态客流的影响最为显著,达到86.44%,因子“到市中心距离”影响程度最大;③各影响因子与非常态客流之间具有明显的非线性关系与阈值效应,除公交站点数量、交叉口数量以及居住设施密度与非常态客流间呈波动“凸”形非线性关系外,其他影响因子整体保持非线性正相关或负相关。

基于CS算法优化的SVM短时交通流预测模型

为了提高短时交通流预测模型的准确度,提出一种基于布谷鸟搜索算法(Cuckoo Search,CS)优化的支持向量机(Support Vector Machine,SVM)短时交通流预测模型(CS-SVM)。选取青岛市内的多组典型城市路段作为研究对象,将观测收集的车流量数据作为学习样本。利用CS算法对SVM模型的主要参数进行优化,建立以SVM为基础的短时交通流预测模型。最后将CS-SVM模型与多种现有模型进行仿真分析。结果表明,CS-SVM模型相比其他传统模型具有更低的预测误差和更好的稳定性,CS-SVM模型相比SVM模型的MAE值下降了6.56%,RMSE值下降了7.36%。因此该模型能够为城市交通出行和交通流理论研究提供有效帮助。

非机动车道混合流通行能力计算及特性分析

针对非机动车交错行驶、蛇形运动特点,为更合理计算非机动车道混合流通行能力,提出了一种基于时空消耗的非机动车道混合流通行能力计算方法。通过武汉市7条非机动车道的饱和时段交通流观测数据,采用本文方法计算该7条非机动车道的混合流通行能力;利用数据拟合与方差分析得到不同隔离方式及宽度下非机动车车速及电动自行车比例对单一非机动车平均时空消耗的影响,进而分析非机动车道的混合流通行能力特性。实例研究结果表明:纯电动自行车比纯人力自行车的单一非机动车平均时空消耗约降低2.15 (m2·s)/辆,电动自行车的运行效率高于人力自行车,对通行能力具有提升作用。基于时空消耗的混合非机动车道通行能力计算分析,能克服忽略非机动车行驶特性及多因素简化降低非机动车道混合流通行能力计算精度的弊端,计算原理清晰,便于路上试验开展。

非机动车影响下考虑不均衡车流的信号控制方案优化方法

针对目前信号交叉口相位设计过于依赖实践经验、未充分考虑机非交通流特性和非机动车过街模式的影响,导致通行效率低和时空资源利用不足的问题,基于机动车交通流不均衡性提出一种信号交叉口动态放行方案。建立不同放行方案的延误估计模型,综合考虑机非载客性差异,以减小交叉口人均延误为优化目标,采用灵敏度分析方法给出传统相位方案的定量设置条件,以北京市平安里西大街与赵登禹路交叉口为例,对模型的适用性进行验证,利用改进蚁群算法求解得到不同放行方案对应的最佳信号配时。结果表明:当机动车交通流不均衡系数aj>0.25时,采用轮转放行+二次过街;当aj<0.25、左转和直行流量之比大于1∶3,且非机动车左转流量在100~500辆/h时,采用对称放行+一次过街;当流量之比小于1∶3时,适宜采用对称放行+二次过街。与传统放行相位相比,采用对称搭接放行相位方案能使人均延误下降13.6 s,降幅为25.81%,有效提高交叉口的通行效率。

申港大道(随塘河西—沪城环路)改建工程总体方案设计

随着经济和社会的发展,城市道路的改扩建需求日益增多。道路改扩建应满足新的功能定位、保证新的设计车速,并兼顾现状已经形成的集散交通系统。在申港大道(随塘河西—沪城环路)改建工程中,通过分析和研究其功能定位和建设条件,同时结合《南汇新城高品质市政交通基础设施设计导则》的要求和交通流量预测结果,进行了改建工程的总体方案研究和设计,所得结果可为上述《导则》在实际工程中的应用和城市主干路的改造提升提供一定的工程经验和设计参考。

基于CTM模型的入口匝道模型预测控制

入口匝道车流的无序汇入会影响快速路主线车辆的正常行驶,造成交通拥堵甚至交通事故。为了使城市快速路交通流保持稳定有序,提出一种基于元胞传输模型(Cell Transmission Model,CTM)的入口匝道模型预测控制方法。最优控制模型采用CTM交通流模型作为过程模型,综合考虑通行效率、匝道队列和控制信号波动构建目标函数,使用粒子群优化算法(Particle Swarm Optimization,PSO)求解。仿真结果表明,相比于无控制算法,提出的匝道模型预测控制方法可以有效缓解交通拥堵、减少通行时间,使快速路系统取得良好的交通表现。

客货混运下的城轨时刻表与流量控制协同优化研究

利用城市轨道交通平峰期冗余运力进行客货混合运输是缓解地面交通拥堵和节能环保的重要手段。本文在客货混合运输模式下,研究城市轨道交通列车时刻表和流量控制问题。首先,以列车发车时间、列车车厢布置和客货需求分配给列车车厢的数量为主要决策变量,以最小化乘客和货物的等待时间以及列车车厢能耗为目标,考虑流平衡、列车容量限制及时刻表等约束,构建城市轨道交通客货混合优化模型。其次,为验证模型的有效性,以上海地铁17号线为例进行实证研究,借助优化求解器Gurobi求解模型。结果表明:本文所提协同优化方法具有良好的优化效果和计算效率,与逐一求解法对比,乘客和货物延误数量可显著降低;协同优化可减少乘客延误人数21.92%,货物延误数量9.73%,乘客和货物的平均等待时间减少35.88%和25.56%,碳排放量减少1.7%。该方法可以提高地铁满载率,减少地铁平峰时期的运力浪费,同时提高轨道交通运营安全性和运输效率。

基于SSA-CNN-BiLSTM组合模型的短时交通流量预测

为改善城市道路交通拥堵状况,并为智能交通系统决策提供辅助手段,针对短时交通流的非线性和时序性特点,构建了一种基于麻雀搜索算法(SSA)优化的卷积神经网络(CNN)联合双向长短时记忆神经网络(BiLSTM)的组合模型以预测短时交通流量。首先,对原始交通流数据进行异常值清洗、小波阈值去噪和归一化处理。然后,利用SSA算法对CNN与BiLSTM组合网络中的隐藏层单元数、初始学习率和L2正则化系数三个超参数迭代寻优。最后,将搜索得到的最优超参数组合输入搭建好的组合网络中进行训练和预测。实验结果显示:与粒子群优化(PSO)和灰狼优化(GWO)算法相比,SSA算法在网络超参数寻优过程中的收敛速度更快,全局寻优能力更强;与3种对比模型(CNNBiLSTM、BiLSTM和LSTM)相比,在5 min时间尺度划分下,SSA-CNN-BiLSTM组合模型的均方根误差(RMSE)分别降低了5.46、12.78、20.38,平均绝对百分比误差(MAPE)分别降低了0.49%、2.24%、3.11%;在15 min时间尺度划分下,SSA-CNN-BiLSTM组合模型的RMSE分别降低了9.70、28.42、41.18,MAPE分别降低了0.50%、1.98%、2.59%。研究表明,相比既有算法,该短时交通流量预测组合模型在精度和稳定性上都有所提升,可通过提供更精准的短时交通出行信息来改善道路交通状况。

基于路段关联度的城市交通短时流量预测

文中提出了一种基于路段关联度的城市交通流量Apriori-LSTM(Apriori-long short term memory network)预测模型.处理卡口检测器数据,统计交通量并提取车辆轨迹,采用Apriori算法分析预测时段内目标路段与关联路段的时空相关性,计算关联路段支持度;求解预测时段内关联路段到目标路段的流入量,构建LSTM预测的输入矩阵、并采用LSTM预测路段短时流量.采用实例进行验证,对迭代次数、隐藏层神经元个数和步长进行参数灵敏度分析,并与单一的LSTM预测结果进行比较.结果表明:Apriori-LSTM的平均绝对误差降至3.8%,平均绝对百分误差和平均均方误差均有显著降低,均等系数有所提高,模型稳定性更好,达到了更好预测效果.

建成环境对城市轨道交通起讫点客流的非线性影响及阈值效应

城市轨道交通起讫点(OD)客流与建成环境的依赖关系研究有助于TOD(Transit-oriented development)模式的实施。既有研究多关注建成环境对进出站客流的影响,而基于OD客流的研究未充分考虑建成环境要素的交互效应对OD客流的影响。采用多源位置大数据系统地刻画城市轨道交通的TOD建成环境,基于极限梯度提升决策树模型(XGBoost)研究城市轨道交通OD客流与TOD建成环境的非线性关系。针对北京地铁的案例研究表明:XGBoost能有效地处理建成环境对OD客流的非线性影响,其解释能力达到72.6%,估计结果更为可靠。TOD建成环境因子对OD客流的影响差异显著。密度和公共交通可达性等两类要素的重要度排序前二,其解释变量的平均重要度达到4.41%和3.71%,是全部变量平均值的1.29倍和1.08倍。解释变量重要度排序高的建成环境因子对OD客流的影响存在非线性特征,表现为显著的阈值效应。基于双变量部分依赖图的分析表明,城市轨道交通客流的流动依赖于起讫点建成环境的差异及其引发的交互效应。因此,发展城市轨道交通TOD时,不仅需从交通生成角度分析建成环境对进出站客流的影响,还需考虑客流的矢量性,从交通分布角度研究建成环境各要素的资源协同配置问题。

基于动态时空神经网络模型的地铁客流预测

针对城市轨道交通站点客流预测问题,本文提出一种基于注意力机制的动态时空神经网络(DSTNN)模型。模型采用多分支并行架构,能够有效提取地铁客流的复杂时空特征,在空间维度上,全局和局部注意力机制相结合,实现站点间动态时空关联和静态拓扑结构的捕捉;在时间维度上,使用双向长短时记忆和注意力机制共同学习客流数据的时变规律。在杭州地铁数据集上进行实验,结果表明:相较于经典预测模型和深度学习模型,DSTNN具有更高的预测精度和训练效率。在4种不同的预测时长下,DSTNN模型平均绝对误差的平均值较基线中扩散卷积循环神经网络模型(DCRNN)和物理虚拟结合图网络模型(PVCGN)分别降低6.63%和2.57%。此外,可视化分析证明了本模型对时空关联的动态学习能力,消融实验验证了各分支的有效性。

降雨对城市路网交通状态的影响机理

城市道路在雨天易发生交通拥堵是人们的普遍感受。然而,降雨是否必然引发拥堵?感受是否属实?本文从理论出发,结合实际数据进行解释。通过分析认为,雨天驾驶员倾向于保守驾驶,使饱和车头时距增大。基于该假设,建立受信号影响的城市道路交通流模型,并对不同降雨场景下平均行程速度的变化情况进行理论分析。利用视频数据统计得到的各降雨等级下的饱和车头时距,验证降雨会使饱和车头时距增大的假设。选取杭州市萧山区局部路网数据进行数值模拟,并基于VISSIM路网仿真验证构建的模型。结果表明:降雨对路网平均速度的影响是负面的。在交通需求较小时,降雨的负面影响几乎可以忽略;随着降雨等级提高,交通需求大的路网更容易出现过饱和,路网平均行程速度将出现陡降,交通状态迅速恶化。在选取的模拟场景下,相比于非降雨天气,小雨情景下路网平均速度下降7.03%,中雨下降14.61%,大雨下降21.34%,暴雨下降22.82%。基于VISSIM的仿真结果与模型理论值拟合度高,验证了模型的有效性。由结论可知,由于高峰时段的交通需求远大于平峰时段,因此,高峰时段的降雨会给城市路网交通状态带来更大的负面影响,更加需要交通管理部门的重视。

基于列车开行方案的城市轨道交通多交路客流分配方法

研究基于多交路共线运营列车开行方案的客流分配问题,有利于分析评价列车开行方案编制质量,评估列车运输资源的负荷均衡性。本文选取典型城市轨道交通多交路共线运营列车开行方案,构建基于列车开行方案的共线运营服务网络。考虑乘客在共线区段的路径选择行为,提出轨道交通共线问题的数学模型。通过将客流加载的有效路径求解问题转化为求解共线运营服务网络的最短超路径问题,提出基于发车频率的超路径客流分配方法,构建多交路共线运营服务网络客流分配模型,并提出求解配流模型的混合连续平均算法。算例研究表明,由配流结果计算所得的断面满载率相对偏差最大为4.54%,可以实现运量与列车运力的较好匹配;相同服务频率下,多编组模式下的列车最大断面满载率较单一编组模式下的最大断面满载率低15.64%,多编组开行方案的客流适应性更强。本文方法可为复杂交路设计、列车开行方案编制及优化调整提供依据。

城轨控流方案与列车开行频率及票价一体化优化方法

为缓解城市轨道交通线路客流时空分布不均衡问题,提高乘客服务水平和企业运营效益,本文提出多时段城轨控流方案与列车开行频率及票价一体化优化方法。构建双层规划模型,上层模型以社会福利最大化为优化目标,以多时段列车开行频率、票价率及控流方案为决策变量;下层模型描述一体化优化方案下乘客的出行选择行为,构建基于弹性需求的多时段随机客流分配模型。设计嵌套Logit随机用户客流分配方法的遗传算法求解模型,基于实际线路进行算例分析,验证模型与算法的有效性。算例结果表明:通过对各运营时段列车开行频率、票价率及控流方案进行一体化优化,能够降低高峰时段客流量,均衡不同运营时段内的出行需求,缓解线路客流时空分布不均衡现象;优化城轨票价能够吸引更多潜在客流需求,使企业票价收入提升11.81%,消费者剩余提高5.94%;优化列车开行频率可以提高列车运输能力利用水平,使企业运营成本降低8.11%;同时,实施控流方案可以进一步提升乘客服务水平和企业效益。因此,本文所提方法可为城轨列车开行方案与票价及控流方案的协同制定提供理论基础。

城市交通网格集群的Bi-LSTM的流量预测

为提升交通流预测精度,深层次地挖掘交通流数据的时空特征,提出一种基于双向长短时记忆网络(Bi-LSTM)的城市交通网格集群流量预测模型。将所获得的网约车轨迹数据集网格化;考虑人为确定集群个数对结果的影响,用贝叶斯信息准则进行参数估计确定集群数,利用高斯混合模型对交通状况相似的网格进行聚类得到不同交通网格集群;利用集群内部交通网格的输入时间序列的相互影响设计多对多模型,构建Bi-LSTM模型预测不相交集群上的流量;以经典多元线性回归模型(MLRA)作为对照组进行实验验证,采用平均绝对误差(MAE)、均方根误差(RMSE)、平均绝对百分比误差(MAPE)和动态时间规整(DTW)这四类评价指标对预测结果进行综合评价,验证基于Bi-LSTM模型的城市交通网格集群流量预测的可行性。实验结果表明:MLRA模型和Bi-LSTM模型对城市交通网格集群流量的预测值小于真实值,早高峰时段尤为明显;各交通网格集群的交通状态态势相似,集群的簇内相关性较强,两类模型均可实现较好的流量预测效果,Bi-LSTM表现更优;MLRA和Bi-LSTM预测模型的精度MAE、RMSE、MAPE分别为3.2011、4.4009、0.3187,3.0687、4.2943、0.3045,Bi-LSTM与MLRA相比,模型精度分别提高了4.14%、2.40%、4.46%,说明所构建的Bi-LSTM交通流网格集群流量预测精度高、误差低,要优于MLRA模型,表现出较好的泛化性能;MLRA和Bi-LSTM的DTW结果分别为52938.6356、54815.1055,构建的Bi-LSTM模型较MLRA模型各自工作日和节假日时间序列相似性DTW结果提高3.42%,表现出更好的鲁棒性。利用城市交通流量的特点和交通轨迹数据网格化的优点,基于Bi-LSTM模型的城市交通网格集群流量预测与MLRA交通流量预测模型相比,具有精度高、误差低的特点。同时,DTW指标方面,基于Bi-LSTM对城市交通网格集群流量模型与真实流量变化趋势一致,表现出较好的鲁棒性。

城市快速路速度-密度-降雨量三维模型研究

文中以上海延安高架的实测交通数据和小时降雨量数据进行匹配分析,研究了不同降雨等级下交通流三参数变化规律.分析不同降雨等级下的速度-密度模型,基于Greenshield经典V-K模型,构建速度-密度-降雨量三维模型,代入实测数据得到具体模型表达式,拟合度达83.81%,并对该模型进行实例验证.结果表明:速度、密度、降雨量三者相互影响,三维模型验证评价指标中平均绝对误差为3.59 km/h,均方根误差为4.75 km/h,模型符合降雨天气下的实际交通流状态.

建成环境对轨道交通客流的时空异质性影响分析

研究各类建成环境特征对客流的影响,对城市轨道交通网络规划和运营客流控制具有重要意义。本文考虑人口经济特征、车站特征、外部交通特征与土地利用特征这4类建成环境对客流的影响,提出一种融合时空地理加权回归(GTWR)和随机森林(RF)的时空地理加权随机森林模型(GTWR-RF),以捕捉建成环境特征对客流影响的时空异质性与非线性。首先,利用多源数据对各建成环境的统计指标进行细化和完善,采用GTWR模型计算建成环境对客流的影响系数,捕捉并分析建成环境对客流影响的时空异质性。其次,将影响系数输入RF模型中进行训练,捕捉并分析建成环境对客流的非线性影响,实现客流预测并确定建成环境特征对客流预测影响的相对重要度。针对北京的案例研究表明:GTWR-RF模型能够同时捕捉建成环境特征对客流影响的时空异质性与非线性,在所有建成环境特征中,工作人口数量对客流预测影响最显著,其次为公交接驳量;与普通最小二乘法、RF、梯度提升回归树、极限梯度提升树和GTWR模型相比,GTWR-RF模型具有更好的预测性能,在早高峰客流预测中决定系数较其他方法分别提升了5.7%,6.3%,0.5%,10.1%和7.3%。

基于交通状况的道路停车时空管理方法研究

为科学制定道路停车管理方法,通过观测典型一幅路12 m路宽设置两侧停车条件下道路机动车和非机动车不同流量下的速度变化情况,探究机动车和非机动车混行时流量与速度的互动规律,根据影响程度提出设置道路停车的非机动车和机动车流量阈值;然后利用软件搭建仿真场景,探究了停车位数量的分组情况和每组停车带之间的距离对道路交通的影响大小。结果表明:当单向每车道非机动车流量大于420 bic/h的时候,机动车速度变化率较大,比自由流状态时降低了15%左右;当非机动车流量小于420 bic/h,机动车流量大于368 veh/h的时候,机动车速度变化较明显,速度降低了30%左右;当停车位数量分组为每6个一组且每组停车带之间的距离为18 m时,道路停车对交通状况的影响最小。因此得到停车位最佳的布置方式及流量阈值,即分别以非机动车流量420 bic/h、机动车流量368 veh/h作为道路停车管理时间层面的约束条件,不满足约束条件的时段不宜允许道路停车,以达到既不影响正常的交通运行又可以解决停车需求的目的。