本文關(guān)鍵詞：MFD子區(qū)交通狀態(tài)轉(zhuǎn)移風(fēng)險決策邊界控制模型　出處：《交通運輸系統(tǒng)工程與信息》2017年05期 　論文類型：期刊論文

  更多相關(guān)文章： 城市交通 擁堵風(fēng)險 控制決策 宏觀基本圖 交通仿真

【摘要】：根據(jù)交通流分布,決策區(qū)域路網(wǎng)交通狀態(tài)轉(zhuǎn)移風(fēng)險是進行區(qū)域交通誘導(dǎo)與控制的重要基礎(chǔ).宏觀基本圖(Macroscopic Fundamental Diagram,MFD)無需復(fù)雜的路網(wǎng)OD數(shù)據(jù),并可有效描述區(qū)域路網(wǎng)宏觀特性,為解決這一問題提供了契機.因此以MFD特性為基礎(chǔ),考慮誘導(dǎo)與控制條件下駕駛?cè)说穆窂經(jīng)Q策對子區(qū)交通狀態(tài)的影響,以路網(wǎng)最大完成率和最短總行程時間為約束,通過模糊風(fēng)險管理,建立平衡MFD子區(qū)交通狀態(tài)與成本的風(fēng)險決策模型,并采用ALRS算法對模型進行求解.仿真結(jié)果表明,建立的交通狀態(tài)風(fēng)險決策模型可有效提高控制和誘導(dǎo)的效率,同時保證突發(fā)情況下交通控制的實時性和有效性.
[Abstract]:According to the distribution of traffic flow , the risk of traffic state transfer in decision - making area is an important basis for regional traffic guidance and control . The macroscopic basic diagram ( mfd ) does not need complicated road network OD data , and provides an opportunity for solving this problem . Based on the characteristics of mfd , the risk decision - making model of traffic state and cost is established through fuzzy risk management . The simulation results show that the established traffic state risk decision model can effectively improve the control and induced efficiency , and ensure the real - time and effectiveness of traffic control in the case of burst .

【作者單位】： 合肥工業(yè)大學(xué)汽車與交通工程學(xué)院;
【基金】：國家自然科學(xué)基金(61304195,51578207,51178158) 安徽省自然科學(xué)基金(1408085QF111)~~
【分類號】：U491
【正文快照】： 0引言多樣化的城市交通管控方式,不僅對微觀車輛、交叉口和路段進行管理,還通過交通誘導(dǎo)與控制的方式均衡優(yōu)化路網(wǎng)車流分布.由于城市路網(wǎng)交通流的復(fù)雜性分布與路網(wǎng)布局存在一定的差異,在臨界狀態(tài)進行不恰當(dāng)?shù)目刂?不僅可能導(dǎo)致部分節(jié)點出現(xiàn)擁堵,還會將單點擁堵逐步演化為區(qū)域

【相似文獻】

相關(guān)期刊論文 前10條

1 傅祥浩;風(fēng)險決策與效用理論[J];上海海運學(xué)院學(xué)報;1991年02期

2 陳紅;章渺;王龍飛;趙禹喬;;高等級公路路段交通狀態(tài)融合識別模型[J];重慶交通大學(xué)學(xué)報(自然科學(xué)版);2010年05期

3 韓悅臻,曹三鵬;城市道路交通狀態(tài)指標(biāo)體系設(shè)計探討[J];公路;2005年06期

4 皮曉亮;王正;韓皓;孫亞;;基于環(huán)形線圈檢測器采集信息的交通狀態(tài)分類方法應(yīng)用研究[J];公路交通科技;2006年04期

5 勞云騰;楊曉光;云美萍;劉競宇;;交通狀態(tài)檢測方法的評價研究[J];交通與計算機;2006年06期

6 王偉;楊兆升;李貽武;劉新杰;陳昕;;基于信息協(xié)同的子區(qū)交通狀態(tài)加權(quán)計算與判別方法[J];吉林大學(xué)學(xué)報(工學(xué)版);2007年03期

7 戢曉峰;;城市道路交通狀態(tài)分析方法回顧與展望[J];道路交通與安全;2008年03期

8 李娟;羅霞;姚琛;;基于多源數(shù)據(jù)的交通狀態(tài)判定研究[J];鐵道運輸與經(jīng)濟;2009年03期

9 李清泉;高德荃;楊必勝;;基于模糊支持向量機的城市道路交通狀態(tài)分類[J];吉林大學(xué)學(xué)報(工學(xué)版);2009年S2期

10 強添綱;邱潔;;基于熵和耗散結(jié)構(gòu)理論的道路交通狀態(tài)演變機理[J];交通標(biāo)準(zhǔn)化;2010年Z1期

相關(guān)會議論文 前3條

1 郭義榮;張曉棟;董寶田;吳蕾;;基于模糊理論的交通狀態(tài)快速識別與躍遷轉(zhuǎn)變方法[A];2013年中國智能自動化學(xué)術(shù)會議論文集（第四分冊）[C];2013年

2 竇瑞;云美萍;楊曉光;;基于視頻錄像的交通狀態(tài)判別算法準(zhǔn)確度評測[A];第七屆中國智能交通年會優(yōu)秀論文集——智能交通技術(shù)[C];2012年

3 余碧瑩;邵春福;;基于時空模型的道路網(wǎng)交通狀態(tài)預(yù)測[A];2008第四屆中國智能交通年會論文集[C];2008年

相關(guān)博士學(xué)位論文 前6條

1 馬旭輝;城市道路交通網(wǎng)絡(luò)過飽和狀態(tài)信號控制方法研究[D];北京交通大學(xué);2016年

2 劉擎超;基于集成學(xué)習(xí)的交通狀態(tài)預(yù)報方法研究[D];東南大學(xué);2015年

3 徐東偉;道路交通狀態(tài)多維多粒度獲取方法研究[D];北京交通大學(xué);2014年

4 宋淑敏;非常態(tài)下異常道路交通狀態(tài)信息獲取技術(shù)研究[D];吉林大學(xué);2012年

5 孫曉亮;城市道路交通狀態(tài)評價和預(yù)測方法及應(yīng)用研究[D];北京交通大學(xué);2013年

6 錢U，

本文編號：1431862