共查询到19条相似文献,搜索用时 156 毫秒
1.
为了提高城市快速路出口匝道与下游衔接交叉口的通行效率,提出了一种基于预信号的出口匝道衔接交叉口控制方法.分析流量流向分布特征,构建衔接区域换道延误计算模型;利用交通波理论,建立预信号上游排队长度和排序区长度模型;考虑主信号配时参数约束和排队长度约束优化,得到预信号配时参数以及预信号设置位置.案例分析结果表明,预信号方法可以显著提高衔接交叉口的通行能力,降低车均延误.通过数值仿真研究了左转交通比例、交通流及匝道衔接段长度对模型的影响,证实了所提模型的有效性和优越性. 相似文献
2.
3.
4.
为了更加精确地估算锂电池荷电状态,建立能够反映电池动态工作特性的二阶RC等效模型。在模型参数辨识的基础上,先用数学分析、电路模型构建相关状态方程与观测方程,再结合扩展卡尔曼滤波算法,针对状态噪声与观测噪声的不确定干扰,提出一种自适应调整方案。通过锂电池放电实验,结合MATLAB仿真分析,验证了自适应调整后的卡尔曼滤波算法可更精确地预估锂电池荷电状态,与扩展卡尔曼滤波算法相比,该算法降低了约2.31%的误差。 相似文献
5.
张扬永 《福建工程学院学报》2008,6(1):62-64
根据交通信号智能控制过程中的各种复杂情况,研制了一个微观仿真的实用系统.微观仿真系统可实现交通路网编辑模块、交通参与者模型、交通信号控制模型、方案评价模型等,还能够实现多种方案的动态实时仿真,提高信号控制方案选择的有效性. 相似文献
6.
7.
8.
通过对交叉路口交通流到达和排队延误规律的研究,提出了一种新的交通信号控制理论,并建立了以PI值最小为目标的交通信号配时优化理论模型。该信号配时方法与通常采用的单点自适应信号控制方法的区别在于不但考虑了交通延误,而且考虑了停车次数,实现了对交通延误和停车次数两指标的优化,从而保证了以车队形式到达的交通流可以不间断地通过交叉路口。由于以实时交通流的到达规律为依据进行信号优化配时,因此,该信号配时优化模型又是实时自适应交通信号控制优化模型。 相似文献
9.
10.
对天津市复兴门交叉口的实际交通环境和信号控制状况进行了调查分析,运用Webster信号配时法,对交通信号控制方案进行了设计,并基于交通微观仿真软件VISSIM进行了实验.结果表明:所设计的方案二,平均行程时间可缩短18.90%,平均延误减少24.67%,平均排队长度减少8.97%,各项指标均优于原有配时方案. 相似文献
11.
为改进小波神经网络模型对短时交通流的预测效果,提出一种基于改进混合蛙跳算法的短时交通流预测模型用以优化小波神经网络。该算法使用交叉分组法对子群进行划分,再利用具有自适应因子的局部搜索策略平衡混合蛙跳算法局部与全局搜索能力,最后把得到的最优解用于优化小波神经网络模型初始值,并对短时交通流进行预测。实验结果表明,该方法对短时交通流预测精确度达到97.43%,比传统方法提高1.016 1%,均方根误差比传统方法降低了5.587 9%,具有较高的应用价值。 相似文献
12.
为了提高传统方法生成交通拥堵指数(TPI)的准确率,引入一种基于经验模态分解(EMD)与Elman神经网络的组合模型实现交通拥堵指数预测。首先,利用EMD将TPI序列分解为不同时间尺度下的IMF分量和剩余分量;然后,通过偏自相关函数(PACF)计算各分量的滞后期数,以此确定各分量在Elman神经网络中的输入和输出变量;之后,通过上述方法计算出各分量预测值并相加;最后,计算出总预测结果。通过计算结果可知,EMD-PACF-Elman预测方法3个评价指标(平均绝对误差、均方误差、平均绝对百分误差)的计算结果与单一Elman神经网络模型、EMD-Elman神经网络模型、单一BP神经网络模型、EMD-BP神经网络模型相比都为最低,分别为0.562 4、0.598 9、0.110 7。因此, EMD-PACF-Elman预测方法可以有效地预测TPI,同时也为进一步预测交通拥堵趋势提供了依据。 相似文献
13.
提出一种基于Boosting BP神经网络的交通事件检测方法.以上下游的流量和占有率作为特征,BP神经网络作为分类器进行交通事件的自动分类与检测.为了进一步提高神经网络的泛化能力,采用一种调整权值分布,限制权重扩张的改进的Boosting方法,分类器以加权投票方式进行分类决策.实验结果表明该交通事件检测算法是有效的. 相似文献
14.
用神经网络方法对高速公路交通流控制模型中的参数进行辨识 总被引:11,自引:1,他引:11
从高速公路交通流的宏观、动态特征出发,首先给出了交通流控制和仿真中常用的宏观、动态、确定性交通流模型,并利用神经网络的方法对模型中的参数进行辨识.从而获得能比较准确描述交通流真实行为的模型,以此来解决高速公路交通的最优控制问题. 相似文献
15.
16.
平面交叉口的交通信号控制 总被引:2,自引:1,他引:1
李雪佳 《佳木斯教育学院学报》2011,(2):417-418
在交通流处于饱和状态时,建立排队长度总和达到最小的交通流控制模型,利用最优控制理论和算法给出最优的信号配时控制策略。 相似文献
17.
建立可改变信号周期的交通流模型,利用最优控制理论和算法给出优化的信号配时控制策略,其结果与传统的信号配时设计非常接近. 相似文献
18.
为了进一步提高决策树模型的交通事件检测性能,且避免噪音和过拟合现象,提出了基于随机森林的交通事件检测方法.从分类强度和相关性2个角度进行分析,并构建了3组实验:与不同数目决策树的对比、与不同决策树的对比及与神经网络的对比.实验数据采用实测的高速公路交通参数数据库(I-880数据库);实验的评价指标采用检测率、误警率、平均检测时间、分类率和ROC曲线下的面积.实验结果表明,基于随机森林的交通事件检测模型可以提高检测率、减少检测时间、提高分类正确率,和多层前馈神经网络相比具有很好的竞争力. 相似文献
19.
张扬永 《福建工程学院学报》2021,(6):560-567
针对现有的智能交通系统预测方法,基于道路交通的关键参数车流量预测,提出了一种基于深度学习的时间序列交通流预测方法,进一步提升道路交通车流量预测准确率。在对道路交通数据集进行清洗后,使用时间序列和神经网络的结合算法TS-NN 进行车流量预测,实验表明,在城市路段的预测中,TS-NN 相对时间序列模型ARIMA、神经网络模型LSTM 准确率分别提升了1.62%和2.13%?在高速公路数据集上测试上,TS-NN 有更加明显的改进,相对ARIMA、LSTM 分别提升了20.87%和3.53%,在一定程度上,TS-NN 算法确实有助于改进智能交通系统核心算法。 相似文献