基于可变CTM模型的高速公路交通态势推演算法研究

来源 :北京交通大学 | 被引量 : 0次 | 上传用户:lsd
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在实际交通环境中,因不同外界因素干扰,道路会出现各种情况叠加的交通现象,导致交通态势发展与演化更加复杂,增大了交通管控部门的管控压力与难度。因此,需要研究不同干预条件下的高速公路交通态势演化过程,寻找交通问题矛盾点,为交通管控策略的调整与优化提供理论依据。本文针对不同干预条件下的交通流变化情况,分别设计了无外界干预、交通事件干预及交通管控干预下的高速公路交通态势推演算法,用以推演高速公路交通态势变化。首先,将应急管理领域的态势推演概念引入到交通领域,确定将高速公路交通态势推演作为研究对象,从交通流理论、交通态势推演、元胞传输模型三方面对现有研究进行了总结,并给出了文章的主要研究内容及技术路线。其次,以交通流理论为基础,结合实际数据分析了无外界干预条件下的交通流特性,并基于预处理过的数据标定了交通流基本参数,然后研究了交通事件干预和交通管控干预对交通态势推演的影响,为后文高速公路交通态势推演算法的设计提供理论支撑。然后,根据交通态势推演多元变换需求,选择元胞传输模型(Cell Transmission Model,CTM)作为算法的原型基础,并分析了模型的局限性。从元胞长度可变和亚稳态理论的角度出发改进基本CTM模型,得到了面向无外界干预的可变CTM基本模型(VCTM_LS);从通行能力可变和速度可变的角度出发改进可变CTM基本模型,得到了面向有外界干预的可变CTM衍生模型(VCTM_LS,C&V),为不同干预条件下的交通态势推演算法的设计奠定基础。基于态势描述的需要和可变CTM模型的特点,选取了出行延误、拥堵影响范围和拥堵持续时间等指标用于表征高速公路交通的态势变化。最后,基于可变CTM基本模型设计了面向无外界干预下的高速公路交通态势推演算法,并在京藏高速实际数据基础上实现了交通态势推演全过程,结果表明该算法得到的推演效果良好,密度误差为8.28%,满足精度要求;基于可变CTM衍生模型设计了面向交通事件干预下的高速公路交通态势推演算法,分别给出了不同强度等级、不同持续时间、不同派生事件情景下的交通态势推演过程,并分析了不同条件的交通事件对交通态势指标的影响;在交通事件干预的基础上,设计了面向交通管控干预下的高速公路交通态势推演算法,得到了不同管控策略干预下的交通态势推演过程,并分析了不同类型及联合管控策略对交通态势指标的影响。
其他文献
随着城市轨道交通不断发展,如何降低列车牵引能耗问题逐渐成为研究重点。列车运行曲线优化是降低列车牵引能耗的主要方法之一,其本质是一个多目标优化问题。传统解析和数值方法存在求解困难,计算时间长等缺点,智能优化算法建模相对简单,对数学模型要求不高、适应性强,在求解列车运行优化曲线的问题上取得了不错的优化效果。现有研究多数直接将智能优化算法应用于求解列车运行曲线,缺少对智能优化算法性能评价指标的梳理和对算
在线手写签名鉴别作为一种个人身份认证技术得到了社会和法律的双重接受,该技术已被广泛应用于信息安全、法医学和金融学等领域。在线手写签名鉴别算法也是模式识别领域中的热门研究课题之一。受到手写环境、签名者心情等因素的影响,真实笔迹会产生较大差异。此外,经过长时间训练模仿的熟练伪造签名也常常与真实笔迹难以区分。因此,对于熟练伪造签名的鉴别是在线手写签名鉴别中的一个难点。本文主要基于函数特征和全局参数特征对
车联网是融合了通信、汽车、交通等行业的新兴智能战略产业,用于应对交通设施日益增多的通信问题,为多样化的立体交通网络提供有效的通信服务。频谱资源管理技术是分配频谱资源、保证频谱利用率的重要手段。当前频谱资源管理技术存在计算复杂度高、频谱共享效率低、通信代价高等问题,严重限制了车联网的发展。因此为了提升车联网的频谱利用效率,本文研究了车联网动态频谱分配方案,主要研究内容有以下四点:(1)建立了车联网分
随着大数据时代的到来以及深度学习技术的蓬勃发展,目标检测与定位取得了跨越式的进步,性能不断提高。但是,目前深度学习的成功需要依赖大量的标注数据,而海量数据的标注费时费力,准确度也难以保证,限制了目标检测在实际任务中的应用。为了减轻对海量数据标注的依赖,研究人员开始关注弱监督目标定位方法,仅用图像类别标签训练来实现目标定位。目前的弱监督学习方法主要利用分类模型进行目标位置信息的挖掘,而分类模型仅关注
现如今,网络借贷业务飞速发展,据统计,截止2020年12月份,京东金条的用户数超过7000万,而京东白条的用户数更是突破2亿。随着借贷用户数量的飞速增长,逾期用户的数量也正在以极快的速度上升,因此如何有效地对逾期用户进行催收便成为现在急需解决的问题。目前,主要的催收方式还是依靠催收员对逾期用户进行催收,然而,由于许多催收人员缺乏专业的催收技巧,导致部分逾期用户拒绝还款,更有甚者还产生语言上的冲突。
地铁是最方便与经济的城市交通设施与出行方式。考虑其在城市的日常交通中的重要性,地铁车辆关键结构的可靠性与安全性方面皆有极高的要求。转向架构架是地铁车辆零部件中最为重要的结构之一,是轨道车辆的主要承载部件,为满足车辆的可靠性与安全性,对于转向架构架的疲劳寿命研究十分必要。本论文的主要研究内容如下:(1)选定某地铁动车转向架构架作为研究目标,根据标准U615-4计算构架分别在静强度加载与疲劳强度加载情
网络中的社区检测由于能够发现隐藏在网络中的一些有用信息而受到广泛的关注,识别网络中的社区也有助于有效地理解和利用网络,例如检测引文网络中的社区可以找到相关主题的文章,检测购物网络中的社区帮助构建推荐系统等。在当今时代,现实世界由各种各样的网络构成,因此利用网络中的社区来发现有价值的信息已经成为了研究的热点问题。检测网络中的社区是一个NP-难问题。目前已经有许多学者设计了不同的社区检测算法,并且现有
数据发布时的隐私保护问题以及如何防止用户隐私泄露已成为网络空间安全领域的研究热点。目前,该问题的最新解决方案是使用差分隐私机制,差分隐私是一个评估和保护数据隐私的严格数学框架,它具有更高的性能和坚实的理论基础;然而,使用差分隐私的现有技术无法有效地处理高维数据的发布问题。高维数据由于其数据量大而且相关性高的特点,在使用差分隐私机制发布数据时,数据的实用性比较差;特别是当输入数据集包含大量属性时,现
随着无人机技术的发展,以无人机为载体的航拍图像处理的相关技术研究成为了研究的热点。与地面摄像设备采集的图像内容不同,无人机航拍场景多为区域性、工程性、灾害性和军事性的区域监测等。其航拍图像具有分辨率高、时效性关联度高、视差大、拍摄角度灵活等特点,但是,受无人机飞行稳定性、风力、光照等影响,无人机航拍图像也存在着图像特征不稳定、影像倾斜度大、数量多、重叠不规则等问题,这对无人机航拍图像处理技术提出了
随着智能终端设备不断普及,每天产生大量图像、视频内容,图像编码作为数据存储和传输的关键技术一直是人们研究的重点。过去几十年中,传统图像编码发展逐渐遇到瓶颈,一方面因为编码标准中各模块计算和存储复杂度不断增加,未来按照当前编码模式持续提升性能更加困难;另一方面分类、检测等智能应用快速发展,现有编码算法难以应对此类需求。针对上述问题,基于深度学习的编码算法提供了新的解决思路,考虑到自编码器作为深度学习