低速混合型城市交通的流体力学模型

本文提出了一种新的交通流数学模型，它比目前常用的交通流模型更具有一般性，尤其适用于我国城市现阶段低速混合交通为主的实际状况。讨论了模型的连续形式和离散形式，定解条件的提法，模型参数的测定方法，以及数值解的稳定范围。几个实际的、难度较大的算例，显示这种模型具有良好的数值模拟功能。     

短时交通流混沌预测模型的比较研究

短时交通流预测是实现交通流诱导的关键技术之一.针对目前短时交通混沌预测模型预测结果差异较大的问题,归纳了4种基于混沌理论的短时交通流预测模型:RBF神经网络模型、最大Lyapunov指数模型、局域线性模型和Volterra滤波器自适应预测模型,并对这4种预测模型进行了比较研究.应用4种预测模型对几个典型的非线性系统进行预测,验证了算法的准确性.然后用这4种预测模型对微观实测交通流的时间序列进行实证分析.仿真结果表明,4种预测模型对典型混沌时间序列具有很好的预测效果;而对实测交通流预测,其预测精度和稳定性较差,但可以满足实时交通流预测的需要.     

考虑意外事件对交通流影响的元胞自动机交通流模型

在NaSh模型的基础上,考虑交通事故和养护路段等意外事件对高速公路交通流的影响,建立了有意外事件影响的在车道管制下的高速公路交通流元胞自动机模型,并进行数值模拟. 研究发现:意外事件对高速公路交通流有明显影响,并且意外事件对交通流的影响在某一密度值范围内尤其明显,且意外事件堵塞点在第一车道比在第二车道对交通流的影响小;同时,在该密度值范围内,意外事件堵塞时间和堵塞路段长度越长,对交通流的影响就越大. 关键词： 元胞自动机 交通流 意外事件     

混合交通流时间序列的去趋势波动分析

应用去趋势波动分析法研究交通流时间序列的复杂性,探讨了混合交通流时间序列演变行为的标度指数.根据标度指数的变化特征,进而揭示交通流时间序列所具有的长程相关性和短程相关性.通过分析发现,存在一密度ρ,当ρ₁<ρ<ρ₂时,交通流时间序列具有长程相关性;而当ρ<ρ₁或ρ>ρ₂时,交通流时间序列具有短程相关性,即密度的变化影响着标度指数的变化.另外分析了在不同慢车比率条件下时间序列的标度指数,发现慢车比率的变化 关键词： 混合交通流 去趋势波动分析 时间序列 长程相关     

更新过程理论在交通流上的一个应用

一个更新过程的两个随机变量的分布:间隔分布、计数分布是1—1对应的,但由间隔分布求对应的计数分布的问题尚未很好地解决。在道路断面观测交通流可得到一更新过程,车头时距和车辆到达分别是其间隔和计数。时距分布容易观测得到,而到达分布的观测却较难。因此上述数学问题的解决对交通流理论是非常有意义的,本文将研究之。     

Kinetic description of bottleneck effects in traffic flow

This paper deals with the effects of traffic bottlenecks using an extended Lighthill-Whitham-Richards （LWR） model. The solution structure is analytically indicated by the study of the Riemann problem characterized by a discontinuous flux. This leads to a typical solution describing a queue upstream of the bottleneck and its width and height, and informs the design of a δ-mapping algorithm. More significantly, it is found that the kinetic model is able to reproduce stop-and-go waves for a triangular fun-damental diagram. Some simulation examples, which are in agreement with the analytical solutions, are given to support these conclusions.     

前进中的嘉兴学院生物与化学工程学院

嘉兴学院至今已有95年办学历史。学校校址位于闻名遐迩的革命圣地南湖之畔——浙江省嘉兴市。嘉兴地处长三角中心的杭嘉湖平原,     

基于多重分形去趋势波动分析法的交通流多重分形无标度区间自动识别方法

无标度区间是时间序列在统计意义上存在分形自相似性的尺度范围,是交通流多重分形特征研究中的重要组成部分.为解决交通流多重分形研究中多重分形去趋势波动分析法(multi-fractal detrended fluctuation analysis,MF-DFA)缺乏有效识别无标度区间方法的问题,本文在分析算法过程中交通流波动函数对数曲线突变点性质的基础上,结合传统无标度区间识别方法的构建思想,建立基于MF-DFA算法的无标度区间自动识别方法.以北京市二环快速路外环方向的部分道路为例开展实例研究,通过与传统无标度区间识别方法的结果对比,验证新方法的有效性.研究结果表明:本文方法能自动识别交通流多重分形无标度区间,且稳定性好;案例研究可知交通流短时间内波动较小、自相似性较强,随着研究时间段变长、交通流波动逐渐变大,自相似性逐渐消失,进一步解释了交通流无标度区间的有限性.