基于公交乘客可靠度的信号配时优化研究

为优化交叉口车流运行状态,本文引入公交乘客可靠度指标用于评估公交乘客通过交叉口的可靠性,分析了信号周期时长、公交车比例与公交乘客可靠度之间的关系,并研究了非公交优先方向流量对公交乘客可靠度的影响。结果表明：提高公交优先方向的公交乘客可靠度会使信号周期时长增加,并且随着公交优先方向的公交车比例增加,交叉口信号周期长度也随之增长。最后通过与Webster信号配时方案的对比,通过仿真验证了所提出的模型具有一定的效果,可为城市交通提供不同信号配时方法。     

采用改进四阶段法的市域轨道线网客流需求预测

考虑中心城区与乡镇居民出行特征的差异,提出一种适用于市域范围的预测方法.该方法以传统四阶段法为基础,分别建立中心城区与市域客流预测模型.中心城区客流独立预测后作为市域客流的一部分参与市域客流分配,分配结果通过反馈机制作用于交通分布模型,循环迭代直至平衡收敛.利用福清市现状基础数据运用TransCAD软件标定模型参数并校验,结果表明,调查值与模拟值的相对误差满足预测精度要求.最后采用已标定模型对福清市域轨道线网进行客流预测,结果表明, 3个目标年客流预测结果符合迭代收敛判定标准,进一步说明该方法具有理论与实践应用价值.     

地铁线网性能分析及最小化韧性损失恢复策略研究

为更好地分析地铁线网性能,并优化其在扰动状态下的恢复策略,采用基于复杂网络的地铁线网性能分析方法,并提出最小化韧性损失恢复策略。鉴于地铁线网复杂网络特征,采用Space L拓扑方法处理地铁线网,并运用复杂网络理论计算线网内各站点的基本参数,包括线网的度、平均路径和线网效率等。其次根据韧性理论以线网效率作为性能指标求解各站点韧性损失,采用遗传算法求解站点恢复序列。最后,以福州市为例,分析其地铁线网的复杂网络特征并进行扰动仿真,比较在多站点失效情况下的最小化韧性损失恢复策略与随机恢复策略的恢复效果。研究结果表明：在多个地铁站点受到扰动失效,采用最小化韧性损失恢复策略能够令地铁线网性能在恢复期间仍处于较优水平,恢复效果明显优于具有不确定性的随机恢复策略。     

右转常绿信号交叉口短右转车道通行能力研究

为了估算右转常绿信号交叉口短右转车道通行能力,应用概率论相关方法,将右转车辆到达直行、右转共用车道的情况分成右转车辆被直行车阻挡、右转车辆溢出后被直行车辆阻挡和没有被阻挡三种情况.提出前两种情况发生的概率模型及均值模型,第三种情况的概率及通行能力,以此为基础建立出短右转车道的通行能力计算模型.用福州市信号交叉口实测数据对模型进行标定,应用VISSIM仿真软件验证模型.结果表明,右转车道通行能力随着短右转车道长度的增加而增大,车道长度越长,通行能力增长的趋势越缓.模型能较好的反映短右转车道对右转车道通行能力影响的实际情况,可为短右转车道设置提供理论依据.     

公交乘客可靠度信号配时优化

为优化交叉口车流运行状态,引入公交乘客可靠度指标评估公交乘客通过交叉口的可靠性,分析信号周期时长、公交车比例与公交乘客可靠度之间的关系,并研究非公交优先方向流量对公交乘客可靠度的影响.结果表明:提高公交优先方向的公交乘客可靠度会使信号周期时长增加,并且随着公交优先方向的公交车比例增加,交叉口信号周期长度也随之增长.通过...     

使用AVL数据的公交到站时间CEEMD-LSTM预测模型

准确的公交到站时间预测具有重要意义，但现实公交运行受突发路况影响，运行速度具有非平稳性，本文结合时序特征处理技术和深度学习，建立一种使用AVL数据预测公交到站时间的互补集合经验模态分解-长短期记忆神经网络模型。模型收集公交自动车辆定位数据，经预处理后引入互补集合经验模态分解平稳化公交运行速度，再借助Adam参数寻优后的长短期记忆神经网络对福州市303路公交某日早高峰公交到站时间进行预测。结果表明：优化的公交到站时间预测模型平均绝对误差比单一模型低了1.69min，预测精度高于长短期记忆神经网络模型和经验模态分解的到站时间预测模型，可有效地为安装车载自动车辆定位系统的公交线路预测公交到站时间提供参考。