本文選題：城市快速路 + 短時交通流預(yù)測�。� 參考：《西南交通大學(xué)》2016年碩士論文

【摘要】：在城市經(jīng)濟(jì)與城市建設(shè)的高速發(fā)展需求下,道路供給資源不足與不合理的交通管理造成了城市快速路的擁堵和利用率低下。由于城市用地的不足,解決快速路交通擁堵不能只靠盲目的通過擴(kuò)大道路設(shè)施規(guī)模來增加通行能力,更重要是充分利用通行能力和相關(guān)服務(wù)設(shè)施。匝道控制無論是在理論與仿真層面還是在實(shí)際各大城市的實(shí)例應(yīng)用中,都已被證實(shí)是解決快速路效率問題最見成效的管理方式之一。合理的匝道控制對于充分利用快速路通行能力,改善交通條件,顯著預(yù)防其交通堵塞,協(xié)調(diào)快速路與關(guān)聯(lián)道路的交通組織,提高道路的服務(wù)水平起著關(guān)鍵的作用。通過分析了城市快速路的基本特性以及快速路匝道的組合形式,為交通仿真以及交通流分析提供依據(jù)。接著對匝道基礎(chǔ)控制原理進(jìn)行分析,提出了匝道控制的各項(xiàng)評價指標(biāo),為控制效果的提供依據(jù)。同時分析了不同入口匝道的控制策略與方法并進(jìn)行分類,為建立自適應(yīng)匝道控制提供理論支持。對于城市快速路入口匝道的準(zhǔn)確的短時流量預(yù)測能夠?qū)μ崆邦A(yù)判交通環(huán)境,為交通主動控制、改善交通環(huán)境提供支持。由于短時交通流具有非線性、不穩(wěn)定性等特征,本文建立了基于遺傳算法優(yōu)化的小波神經(jīng)網(wǎng)絡(luò),與普通的神經(jīng)網(wǎng)絡(luò)以及以上一個周期流量代替本周期流量的預(yù)測方法相比,具有較強(qiáng)的學(xué)習(xí)能力和避免陷入局部最優(yōu)的特點(diǎn),并通過實(shí)例驗(yàn)證了其預(yù)測的準(zhǔn)確性。在對快速路入口匝道不同的控制策略與方法的分析基礎(chǔ)上,針對現(xiàn)有控制方法的存在三個主要問題：入口匝道信號控制與主線可插入車頭時距不足造成匝道排隊(duì)長度回溢、排隊(duì)快速清理對快速路主線造成的不良影響以及控制滯后的問題,結(jié)合短時交通流預(yù)測,提出了綜合考慮快速路利用效率、車輛可插入間隙、匝道排隊(duì)長度的快速路入口匝道分級控制方法。最后通過VISSIM與COM接口進(jìn)行匝道控制仿真評價,結(jié)果表明控制效果良好和具有實(shí)用性。
[Abstract]:Under the rapid development demand of urban economy and urban construction, the shortage of road supply resources and unreasonable traffic management have resulted in the urban expressway congestion and low utilization rate. Because of the shortage of urban land, to solve the traffic congestion of expressway can not only increase the capacity by expanding the scale of road facilities, but also make full use of traffic capacity and related service facilities. Ramp control has been proved to be one of the most effective management methods to solve the problem of expressway efficiency, both in theory and simulation level and in practical examples of major cities. Reasonable ramp control plays a key role in making full use of expressway capacity, improving traffic conditions, preventing traffic jam significantly, coordinating traffic organization between expressway and related roads, and improving the service level of roads. By analyzing the basic characteristics of urban expressway and the combined form of ramp, this paper provides the basis for traffic simulation and traffic flow analysis. Then, the principle of ramp basic control is analyzed, and the evaluation indexes of ramp control are put forward, which provide the basis for the control effect. At the same time, the control strategies and methods of different on-ramp are analyzed and classified to provide theoretical support for the establishment of adaptive ramp control. Accurate short time flow prediction for urban expressway ramp can provide support for early prediction of traffic environment, active control of traffic and improvement of traffic environment. Because of the nonlinear and unstable characteristics of short-time traffic flow, a wavelet neural network based on genetic algorithm optimization is established in this paper, which is compared with the conventional neural network and the forecasting method of replacing the current periodic flow with the previous periodic flow. It has the characteristics of strong learning ability and avoiding falling into local optimum, and its prediction accuracy is verified by an example. Based on the analysis of the different control strategies and methods of the on-ramp on the expressway, there are three main problems in the existing control methods: the signal control of the on-ramp and the lack of the main line can be inserted into the front of the ramp, which results in the queue length spilling back. The bad effect of queue quick cleaning on the main line of expressway and the problem of control lag, combined with short-term traffic flow prediction, the paper puts forward a comprehensive consideration of the expressway utilization efficiency and the interchangeable clearance of the vehicle. The method of ramp grading control for the length of ramp queue. Finally, the simulation evaluation of ramp control is carried out through the interface of VISSIM and COM, and the results show that the control effect is good and practical.
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：U491

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 丁建梅;高速公路入口匝道模糊控制[J];道路交通與安全;2001年06期

2 楊振興,裴玉龍;高速公路入口匝道模糊控制研究[J];東北公路;2002年01期

3 丁建梅,王可崇;高速公路入口匝道交通模糊控制研究[J];哈爾濱工業(yè)大學(xué)學(xué)報;2002年05期

4 陳德望,王飛躍,陳龍;基于模糊神經(jīng)網(wǎng)絡(luò)的城市高速公路入口匝道控制算法[J];交通運(yùn)輸工程學(xué)報;2003年02期

5 宋延,石建軍;高速公路入口匝道匯合控制研究[J];遼寧交通科技;2003年06期

6 梁新榮,劉智勇,毛宗源;高速公路入口匝道模糊邏輯控制器的設(shè)計及其仿真研究[J];計算機(jī)工程與應(yīng)用;2005年02期

7 任黎立;彭其淵;;基于人工神經(jīng)網(wǎng)絡(luò)的高速公路入口匝道控制算法[J];交通與計算機(jī);2006年02期

8 趙麗;張虹;;高速公路入口匝道多維可調(diào)模糊控制器設(shè)計[J];公路交通科技;2006年06期

9 丁同強(qiáng);鄭黎黎;常云濤;;高速公路入口匝道控制策略研究[J];武漢理工大學(xué)學(xué)報(交通科學(xué)與工程版);2006年05期

10 曹鵬;賈洪飛;雋志才;唐明;;高速公路入口匝道控制算法用戶公平性分析[J];公路交通科技;2006年11期

相關(guān)會議論文 前5條

1 晏啟鵬;;高速路入口匝道交通感應(yīng)控制系統(tǒng)仿真[A];全國青年管理科學(xué)與系統(tǒng)科學(xué)論文集（第2卷）[C];1993年

2 徐進(jìn)學(xué);于雙和;徐麗君;;高速路入口匝道的模糊神經(jīng)網(wǎng)絡(luò)自適應(yīng)協(xié)調(diào)控制[A];2009年中國智能自動化會議論文集（第五分冊）[東南大學(xué)學(xué)報（增刊）][C];2009年

3 雷麗;董力耘;戴世強(qiáng);;高架路入口匝道交織流的分析和控制[A];第十八屆全國水動力學(xué)研討會文集[C];2004年

4 池榮虎;陶阿嶸;侯忠生;;基于迭代反饋整定的快速路入口匝道的ALINEA控制[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

5 聶磊;楊曉光;楊曉芳;莊斌;;上海快速路入口匝道單點(diǎn)控制策略仿真評價研究[A];第一屆中國智能交通年會論文集[C];2005年

相關(guān)博士學(xué)位論文 前2條

1 張梟雄;高速公路入口匝道控制算法的仿真評價與優(yōu)化[D];吉林大學(xué);2005年

2 譚滿春;面向ITS的高速公路網(wǎng)交通分配與入口匝道控制方法研究[D];華南理工大學(xué);2000年

相關(guān)碩士學(xué)位論文 前10條

1 冉旭;基于通過能力隨機(jī)性的入口匝道主動控制方法研究[D];東南大學(xué);2015年

2 方傳武;城市快速路入口匝道流量控制研究[D];西南交通大學(xué);2016年

3 楊院;高速公路入口匝道與路段協(xié)調(diào)控制研究[D];重慶交通大學(xué);2009年

4 劉金鵬;基于模糊邏輯算法的高速公路入口匝道控制系統(tǒng)研究[D];河北農(nóng)業(yè)大學(xué);2011年

5 張騰飛;基于沖突能量法的高速公路出入口匝道安全性分析[D];大連交通大學(xué);2011年

6 王英偉;高速公路入口匝道迭代學(xué)習(xí)控制方法研究[D];長安大學(xué);2008年

7 葉永剛;高速公路入口匝道神經(jīng)網(wǎng)絡(luò)控制[D];哈爾濱工業(yè)大學(xué);2006年

8 盧志鵬;城市快速路入口匝道及輔路信號協(xié)調(diào)控制算法研究[D];北方工業(yè)大學(xué);2013年

9 宋成舉;高速公路出入口匝道行車安全性分析和評價研究[D];哈爾濱工業(yè)大學(xué);2007年

10 王婷婷;城市快速路入口匝道協(xié)調(diào)控制方法研究[D];合肥工業(yè)大學(xué);2009年

，

本文編號：1845080