融合移動信號流的高速公路交通擁擠預(yù)警與調(diào)控.pdf

1、隨著交通需求的快速增長，高速公路交通擁擠日益嚴重。為保障高速公路的安全、高效運行，本研究利用手機定位技術(shù)構(gòu)建了高速公路交通參數(shù)采集平臺，在已有的研究成果基礎(chǔ)上，較為深入地研究了高速公路交通擁擠識別、預(yù)警和調(diào)控方法，為高速公路管理工作提供相關(guān)的理論依據(jù)和決策支持。
　　在利用手機定位技術(shù)構(gòu)建的高速公路交通參數(shù)采集平臺上，分析了隨時空變化的移動信號流和高速公路交通流之間的關(guān)系特性，提出了一種新的手機定位地圖匹配方法，以圖論聚類方法提取

2、了觀測路段的獨立車輛數(shù)，給出了獨立車輛車型識別方法以及平均行程速度、密度和交通量參數(shù)的估計算法，結(jié)合仿真實驗分析了影響交通參數(shù)采集精度的因素。
　　根據(jù)高速公路交通參數(shù)周期性變化特性，建立了交通參數(shù)季節(jié)自回歸求和移動平均預(yù)測模型、等維新息灰色預(yù)測模型和廣義回歸神經(jīng)網(wǎng)絡(luò)預(yù)測模型。綜合三種預(yù)測模型的優(yōu)點，建立了最小方差組合預(yù)測模型，實驗表明最小方差組合預(yù)測模型精度優(yōu)于三種單一預(yù)測模型。
　　針對高速公路交通狀態(tài)劃分中的模糊性和隨

3、機性，提出了一種高速公路交通狀態(tài)云識別模型。在確定云識別模型輸入?yún)?shù)基礎(chǔ)上，利用云合成理論和云相似度的定義，計算了待識別狀態(tài)的擁擠度，給出了擁擠確認和擁擠類型判別條件。仿真實驗結(jié)果表明：云識別模型不僅能夠準確地對高速公路交通擁擠狀態(tài)進行判別，而且能夠反映出交通擁擠的程度和擁擠的變化過程。此外，將云識別模型和交通參數(shù)多步預(yù)測模型結(jié)合，實現(xiàn)了對常發(fā)性擁擠發(fā)生時間、路段、可能性以及擁擠程度的預(yù)測。
　　總結(jié)分析了影響高速公路交通事件持續(xù)

4、時間的因素，分別基于粗糙集理論和最小二乘支持向量機建立了事件持續(xù)時間和事件影響因素之間的關(guān)系模型，實現(xiàn)了事件持續(xù)時間的滾動預(yù)測；在事件持續(xù)時間滾動預(yù)測和交通參數(shù)多步預(yù)測基礎(chǔ)上，考慮了車輛到離率隨機變化情況，分別采用隨機排隊理論和沖擊波理論建立了排隊長度和擁擠持續(xù)時間滾動預(yù)測模型，給出了兩種預(yù)測模型的具體實現(xiàn)步驟和流程圖，并通過實例比較了兩種模型的預(yù)測效果；在事件持續(xù)時間和排隊長度滾動預(yù)測基礎(chǔ)上，研究了適用于解決偶發(fā)性擁擠的調(diào)控分流方法，

5、以最大排隊長度作為警戒指標，分別采用隨機排隊理論和沖擊波理論推導(dǎo)了調(diào)控分流量和調(diào)控作用施加時刻之間的數(shù)學關(guān)系。
　　分析了高速公路入口匝道定時調(diào)節(jié)、感應(yīng)調(diào)節(jié)和匝道協(xié)調(diào)調(diào)節(jié)的特點和原理，提出了適用于解決局部常發(fā)性擁擠的單點入口匝道模糊控制方法，設(shè)計了控制規(guī)則易于調(diào)整的修正因子模糊控制器。針對入口匝道定時協(xié)調(diào)調(diào)節(jié)的不足，建立了由宏觀交通流模型、匝道排隊長度模型和擁擠路段排隊長度模型組成的匝道動態(tài)協(xié)調(diào)控制模型，采用粒子群優(yōu)化算法對協(xié)調(diào)控