过饱和状态下交叉口群交通运行分析与信号控制2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

过饱和状态下交叉口群交通运行分析与信号控制PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一章 绪论1

1.1研究背景及意义1

1.2相关概念及定义2

1.2.1交叉口群2

1.2.2交叉口群过饱和状态4

1.2.3交叉口群关键路径6

1.3研究目标及内容7

1.3.1研究目标7

1.3.2研究内容7

1.4技术路线10

第二章 交叉口群交通控制相关研究综述13

2.1交叉口群交通关联性13

2.1.1信号控制子区划分14

2.1.2交叉口群交通关联性18

2.2路网交通状态识别研究综述19

2.2.1路网交通状态识别及应用19

2.2.2交通控制系统的状态识别26

2.2.3路网关键路径识别31

2.2.4短时交通流预测35

2.3过饱和状态交通控制37

2.3.1单点交叉口控制38

2.3.2交叉口协调控制40

2.3.3宏观交通管理43

2.3.4交通拥堵的集散机理44

2.4总结及研究方向46

第三章 交叉口群交通特性分析49

3.1交叉口群特性分析49

3.1.1几何拓扑特性49

3.1.2道路空间特性51

3.1.3交通流特性53

3.1.4交通控制特性55

3.2交叉口群拥堵形成机理58

3.2.1交通拥堵诱发因素58

3.2.2过饱和状态形成过程60

3.3交叉口群拥堵疏散过程61

3.4交叉口群网络负荷均衡问题62

第四章 交通运行数据采集及分析65

4.1交通参数选择与数据采集65

4.1.1交通参数的选择65

4.1.2常用数据采集方法67

4.2数据采集方法选择68

4.2.1交通检测技术性能比较分析及选择68

4.2.2交叉口群交通检测器优化配置71

4.3交通数据清洗及处理76

4.3.1交通流丢失数据补齐76

4.3.2交通流错误数据判别和修正80

4.3.3交通流冗余数据约简87

第五章 交叉口群范围界定90

5.1交叉口群范围划分原则与目标90

5.2交叉口群交通关联性分析90

5.2.1车流离散分析91

5.2.2交通关联性模型92

5.2.3关联指标变化敏感性94

5.2.4路径关联度95

5.2.5计算示例95

5.3基于特征矩阵的交叉口群范围划分98

5.3.1交叉口群关联矩阵98

5.3.2确定方法及流程101

5.3.3实例验证101

5.4基于自组织神经网络的交叉口群范围划分106

5.4.1自组织神经网络模型106

5.4.2划分流程108

5.4.3方法验证109

第六章 交叉口群过饱和状态识别方法115

6.1过饱和状态的延伸定义115

6.2过饱和状态识别算法116

6.2.1滞留排队长度估计算法116

6.2.2溢流状态识别算法123

6.2.3基于路径的交叉口群过饱和状态识别125

6.3过饱和状态扩散范围估计127

6.3.1过饱和状态扩散范围估计流程127

6.3.2单个路段过饱和状态的扩散范围估计129

6.3.3交叉口群过饱和状态的扩散范围估计方法135

6.3.4过饱和状态持续时间的估计方法137

6.4实例验证139

6.4.1测试区域及数据描述139

6.4.2滞留排队长度估计140

6.4.3溢流状态识别141

6.4.4过饱和状态扩散范围分析143

第七章 交叉口群关键路径识别及划分144

7.1关键路径识别及分级模型框架144

7.1.1交叉口群关键路径识别问题144

7.1.2模型框架145

7.2基于小波变换的交通数据预处理146

7.2.1小波变换模型146

7.2.2数据预处理过程148

7.3基于频谱分析的交叉口群路径关联度计算150

7.3.1频谱分析算法150

7.3.2路径关联性计算152

7.4基于模糊识别的关键路径等级划分152

7.5实例验证154

7.5.1模型结果154

7.5.2结果分析157

第八章 基本交通参数的短时预测模型160

8.1基本交通参数短时预测模型对比分析160

8.1.1基本交通参数短时预测模型160

8.1.2常规预测方法对比分析162

8.2改进的指数平滑预测方法164

8.2.1加权系数对预测结果的影响164

8.2.2加权系数的自适应确定方法167

8.3基于SSNN和扩展卡尔曼滤波的预测模型167

8.3.1交叉口群短时预测的状态空间表述168

8.3.2基于SSNN和扩展卡尔曼滤波的短时交通流预测模型169

8.4基于数据融合的预测方法172

8.4.1融合模型的建立173

8.4.2权重的确定方法174

8.5模型验证176

8.5.1数据描述176

8.5.2改进的指数平滑预测方法177

8.5.3状态空间神经网络和扩展卡尔曼滤波方法178

8.5.4基于数据融合的预测方法181

第九章 过饱和状态下交叉口群交通控制策略与模型184

9.1传统协调信号控制方案失效原因分析184

9.1.1干线协调控制失效原因分析184

9.1.2区域协调控制失效原因分析185

9.2交叉口群控制策略优化目标187

9.2.1过饱和状态交通控制目标的要求187

9.2.2过饱和状态下交叉口群交通控制优化目标189

9.3控制策略的控制结构190

9.3.1过饱和状态交叉口群的控制结构191

9.3.2交叉口群过饱和状态交通信号控制策略192

9.4城市道路交叉口群控制模型196

9.5动静态协同的交通信号控制198

9.5.1过饱和状态交叉口群动静态协同交通控制流程198

9.5.2交叉口群过饱和交通控制优化模型框架199

第十章 交通信号配时方案静态优化201

10.1静态优化控制算法概述201

10.2多目标优化算法202

10.2.1多目标优化202

10.2.2古典多目标优化方法203

10.2.3多目标遗传算法204

10.3基于NSGA-Ⅱ的交叉口群静态优化控制算法207

10.3.1 NSGA-Ⅱ算法207

10.3.2算法实现209

10.4算法验证分析215

第十一章 过饱和状态交叉口群交通动态控制优化算法223

11.1过饱和状态交叉口群交通动态控制优化流程223

11.2参考协调控制周期计算225

11.3相位差计算方法228

11.4单点交叉口绿信比优化232

11.5单点交叉口相位相序的优化与选择239

11.6交通信号控制方案在线调整耗时分析244

11.7仿真应用实验245

11.7.1仿真测试数据245

11.7.2仿真实验设计248

11.7.3仿真应用试验结果分析249

第十二章 交叉口群交通信号控制相关问题255

12.1交通控制与交通诱导的协同255

12.2车流离散模型簇分析256

12.3交叉口群协调控制的升降级问题257

12.4信号配时方案转换分析257

参考文献261

后记280