【摘要】：隨著我國國民經(jīng)濟的發(fā)展,各類機動車的保有量急劇增多,傳統(tǒng)的依靠加大基礎(chǔ)設(shè)施投入的方法已經(jīng)不能解決人們?nèi)找嬖鲩L的交通出行需求。很多特大型城市,如北京、上海、廣州、成都修建的城市快速路阻塞現(xiàn)象屢見不鮮。同時快速路交通還面臨運輸效率低、交通事故頻發(fā)、環(huán)境污染等問題。城市快速路作為城市道路網(wǎng)的主骨架,是城市各區(qū)域之間和城市對外交通聯(lián)絡(luò)的大動脈,承擔著城市大部分的日機動車交通量。因此,提高快速路的交通運行效率,緩解交通擁堵,是改善城市整體交通環(huán)境的首要任務(wù)。信息采集技術(shù)的進步為交通信息提取研究提供了可靠的信息基礎(chǔ)。交通數(shù)據(jù)具有以下特點：海量數(shù)據(jù)、應(yīng)用負載波動大、信息實時處理要求性高、數(shù)據(jù)共享需求大、高可用性、高穩(wěn)定性要求。然而,由于各種檢測采集系統(tǒng)的分管部門不同,造成了檢測數(shù)據(jù)之間難以共享。同時,各種檢測采集器的點位布設(shè)缺乏統(tǒng)一規(guī)劃,采集周期以及得到的數(shù)據(jù)格式不一致給交通信息的融合增加了難度。目前,很多城市已建成智能交通系統(tǒng),較好的發(fā)揮了現(xiàn)有交通設(shè)施效益。但是,由于交通流的復(fù)雜性,智能交通各子系統(tǒng)的關(guān)聯(lián)性不夠強,導(dǎo)致交通控制系統(tǒng)和誘導(dǎo)系統(tǒng)聯(lián)合實現(xiàn)智能交通目標功能還不夠完善。本文針對交通采集系統(tǒng)和交通控制系統(tǒng)所提供的多源、海量、異構(gòu)、實時的快速路交通信息,在快速路交通信息提取和交通協(xié)同控制相關(guān)研究的基礎(chǔ)上,深入研究了快速路交通信息融合、基于粒計算的交通流參數(shù)預(yù)測,以及快速路的交通協(xié)同控制。主要研究內(nèi)容包括以下幾個方面：(1)對浮動車、視頻采集和微波檢測采集技術(shù)原理進行了介紹,結(jié)合三種采集技術(shù)所獲取的部分數(shù)據(jù)進行統(tǒng)計分析,最后對采集數(shù)據(jù)的清洗方法進行了歸納,為后續(xù)研究打下了數(shù)據(jù)基礎(chǔ)。(2)針對單一檢測器所得到的交通數(shù)據(jù)不能夠全面準確地反映實際的交通狀態(tài),提出一種基于AF-SVR模型的城市快速路多源交通信息融合的方法。首先通過將相同路段中不同檢測器的速度數(shù)據(jù)作為學(xué)習(xí)樣本輸入到支持向量機回歸模型(support vector regresion, SVR)中進行訓(xùn)練。然后利用魚群算法(artificial fish, AF)對支持向量機回歸模型中的參數(shù)進行優(yōu)化,獲得最優(yōu)的信息融合模型,用于多源交通信息的融合,輸出為能準確反映真實交通狀態(tài)的速度數(shù)據(jù),并用人工采集的速度數(shù)據(jù)作為真值進行驗證。最后將此方法應(yīng)用于成都市三環(huán)快速路路段上的多源交通信息融合。(3)以信息顆粒為基礎(chǔ)數(shù)據(jù)分析單元,針對以往模糊時間序列模型存在的缺陷,提出了一種新方法構(gòu)建模糊時間序列模型,該方法在挖掘數(shù)據(jù)內(nèi)在信息關(guān)聯(lián)的基礎(chǔ)上,考慮時間變量的影響下分析動態(tài)可變的區(qū)域間隔長度。此方法主要特點是基于Gath-Geva模糊聚類的時間序列分割,利用模糊分割構(gòu)造信息顆粒,以信息顆粒為數(shù)據(jù)單元,通過粒計算分析研究交通流參數(shù)動態(tài)變化趨勢。實驗結(jié)果表明,基于粒計算的交通流參數(shù)預(yù)測可以預(yù)測合理的交通流參數(shù)置信區(qū)間,比傳統(tǒng)的參數(shù)數(shù)值預(yù)測可靠度更高。(4)在控制子區(qū)動態(tài)劃分的研究中,路網(wǎng)分為常態(tài)和非常態(tài)兩種環(huán)境并在各個環(huán)境下分析研究。在對本文的交通信息進行整合分析的基礎(chǔ)上,常態(tài)下以交通狀態(tài)信息為主決策信息,提出了關(guān)聯(lián)相聚度的方法,并設(shè)計了常態(tài)下的交通子區(qū)動態(tài)劃分流程。非常態(tài)下提出了以交通波理論為基礎(chǔ),根據(jù)事件程度(或事件類型)、事件響應(yīng)時間和事件發(fā)生點上游交通流的交通特征參數(shù),建立了涵蓋時間域和空間域城市道路交通事件的影響范圍模型。(5)提出了基于改進MPC策略的區(qū)域交通協(xié)同控制方法。該方法綜合考慮了匝道控制、可變限速控制、VMS誘導(dǎo)等管控手段,通過改進模型目標函數(shù)和構(gòu)造用于分區(qū)控制的區(qū)間協(xié)同模型,實現(xiàn)了對城市快速路的動態(tài)控制,并具有閉環(huán)、最優(yōu)、協(xié)同等特征。算例分析結(jié)果表明了該模型較之以往模型在求解精度和求解速度方面的進步。(6)編制了“城市快速路交通信息提取與協(xié)同優(yōu)化研究”示范軟件。該軟件以成都市三環(huán)快速路為背景,利用前文各章提出的數(shù)據(jù)處理技術(shù)和方法模型,實現(xiàn)了對研究區(qū)域內(nèi)的交通信息查看、交通狀態(tài)預(yù)測、動態(tài)子區(qū)劃分、區(qū)域交通控制等功能,可為成都市智能交通建設(shè)提供參考。最后,總結(jié)了論文所取得的主要研究成果和創(chuàng)新點,明確論文的不足和有待進一步的研究工作內(nèi)容。
【圖文】：

圖２－１交通信息采集方式逡逑目前應(yīng)用較為成熟的交通信息采集技術(shù)包括固定型和移動型這兩種采集技術(shù)中，固定型采集技術(shù)則指通過安裝在固定位置的檢測器設(shè)備對道路上移動的車監(jiān)視１Ｗ，從而實現(xiàn)對交通信息數(shù)據(jù)采集的方法，主要有線圈采集技術(shù)、視頻采

根據(jù)浮動車檢測經(jīng)韓度數(shù)據(jù)，將所有有效的經(jīng)紳度數(shù)據(jù)轉(zhuǎn)化成地閣上的點位信息，，逡逑即可得到浮動車交通產(chǎn)生點的分布情況。本文Ｗ邋２０１４年１１月２１日的成都市浮動車數(shù)逡逑據(jù)為例，制作了當天的交通生成點的分布情況圖，如圖２－４所示：逡逑每？？遍逡逑圖２－４浮動車交通生成點分布情況圖逡逑根據(jù)上圖可Ｗ發(fā)現(xiàn)，浮動車交通生成點主要產(chǎn)生在城區(qū)范圍，而Ｓ環(huán)路Ｗ內(nèi)的區(qū)逡逑域為主要生成點范圍，與城區(qū)交通需求量大的實際情況相符合。而在成都市郊縣范圍逡逑內(nèi)，主要是沿各主干路或者快速路分布，呈放射狀，說明快速路或者主干路成為了城逡逑
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：U491

【相似文獻】

相關(guān)期刊論文 前10條

1 郭繼孚,全永q

本文編號：2586235