高速公路事故条件下的匝道协同控制方法研究

发布时间：2017-04-05 11:08

  本文关键词：高速公路事故条件下的匝道协同控制方法研究，，由笔耕文化传播整理发布。

【摘要】：近年来,随着社会经济的高速发展,高速公路的交通量也快速增长,对高速公路管理水平提出了更高的要求。高速公路入口匝道控制给现代化高速公路管理提供了参考方法,尤其在高速公路主线发生交通事故等突发事件时,能够在清障时间内维持交通秩序稳定。本文考虑到长期进行匝道控制在经济上和实际上不能完美适应高速公路的需求,提出了在事故条件下,对高速公路入口匝道进行控制的策略。分析了国内外几种典型的匝道控制方法,分析了各种方法的优缺点,提出适应本文实际条件的控制模型基础和构思。根据相关事故数据,分析了交通事故时持续时间分布规律,给出了事故平均持续时间长度,即与需要进行控制的总时间有关,初步探索了预测事故持续时间的方法。阐述了交通波的相关理论基础,根据交通波的发展过程,得出处理交通事故所需时间,再结合交通波速度确定交通波的传播范围,即交通事故影响范围,对处于影响范围之内的匝道进行控制。根据短时交通流的非线性特点,采用具有智能学习能力的神经网络预测方法,在MATLAB数学软件中,根据短时交通流数据及其特定条件构建了BP神经网络模型,完成了确定网络层数、隐含层节点数、训练函数等参数设置,并完成主线短期交通流预测。以短时交通流的预测为主,根据事故断面通行能力确定高速公路入口匝道容许通过车流量,同时根据交通事故影响范围确定受控制匝道数量,给出了调节率的计算公式,并用VISSIM仿真软件对控制方法进行了验证,对比控制前后的总行程时间和平均延误,结果表明：进行匝道控制之后,事故影响范围内交通流的总行程时间和延误时间都有明显减少,可以缓解主线交通压力,使交通流更加稳定,有利于维持交通秩序。
【关键词】：匝道控制 事故影响范围 短时交通流 VISSIM仿真
【学位授予单位】：东南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U491.54
【目录】：

• 摘要5-6
• Abstract6-10
• 第一章 绪论10-16
• 1.1 研究背景10-11
• 1.2 国内外研究现状11-14
• 1.2.1 国外研究现状11-12
• 1.2.2 国内研究现状12-13
• 1.2.3 存在的主要问题13-14
• 1.3 研究内容14
• 1.4 技术路线14-16
• 第二章 匝道控制理论方法16-24
• 2.1 概述16
• 2.2 匝道控制的作用和条件16-18
• 2.2.1 匝道控制的作用16
• 2.2.2 匝道控制的条件16-17
• 2.2.3 匝道控制系统结构17-18
• 2.3 匝道控制算法综述18-21
• 2.3.1 定时调节控制18
• 2.3.2 感应调节控制18-19
• 2.3.3 ALINEA控制算法19-20
• 2.3.4 需求-容量控制20
• 2.3.5 ZONE控制20-21
• 2.4 各类匝道控制方法比较21
• 2.5 高速公路事故条件下的匝道控制方法构思21-22
• 2.6 本章小结22-24
• 第三章 高速公路交通事故影响分析24-40
• 3.1 概述24
• 3.2 高速公路交通事故影响分析24-25
• 3.3 高速公路事故对通行能力的影响分析25-27
• 3.4 高速公路事故时空影响范围分析27-32
• 3.4.1 数据收集27-28
• 3.4.2 数据处理28-29
• 3.4.3 拟合与检验29-32
• 3.5 事故持续时间预测32-36
• 3.5.1 持续时间预测方法32-33
• 3.5.2 神经网络预测持续时间33-35
• 3.5.3 BP神经网络模型建立35
• 3.5.4 影响因素权重分析方法35-36
• 3.6 交通波模型计算影响范围确定控制匝道36-38
• 3.7 本章小结38-40
• 第四章 短时交通流量预测40-50
• 4.1 概述40-41
• 4.2 人工神经网络介绍41-44
• 4.3 控制策略44-46
• 4.3.1 单点入口匝道控制模型44
• 4.3.2 路网运行性能评价指标44-45
• 4.3.3 短时交通流预测45-46
• 4.4 构建神经网络46-48
• 4.4.1 确定网络层数46
• 4.4.2 隐层函数节点的选择46
• 4.4.3 训练参数的选取46-47
• 4.4.4 选择训练函数47-48
• 4.5 改进需求-容量控制模型48-49
• 4.6 本章小结49-50
• 第五章 VISSIM仿真分析50-60
• 5.1 概述50
• 5.2 仿真案例50-52
• 5.3 VISSIM仿真分析52-59
• 5.3.1 仿真软件简介52
• 5.3.2 仿真路段及参数标定52-55
• 5.3.3 仿真方案55-56
• 5.3.4 仿真结果分析56-59
• 5.3.5 控制结果总结59
• 5.4 本章小结59-60
• 第六章 结论与展望60-62
• 6.1 研究成果与主要结论60
• 6.2 进一步研究和展望60-62
• 致谢62-64
• 参考文献64-66

【相似文献】

中国期刊全文数据库 前10条

1 唐明,陈宝星,柳伍生;基于相空间重构的短时交通流分形研究[J];山东交通学院学报;2004年01期

2 华冬冬,陈森发;非线性短时交通流的一种神经网络预测方法[J];现代交通技术;2004年01期

3 田晶;杨玉珍;陈阳舟;;短时交通流量两种预测方法的研究[J];公路交通科技;2006年04期

4 蒋海峰;马瑞军;魏学业;温伟刚;;一种基于小数据量的快速识别短时交通流混沌特性的方法[J];铁道学报;2006年02期

5 蒋海峰;王鼎媛;张仲义;;短时交通流的非线性动力学特性[J];中国公路学报;2008年03期

6 李松;刘力军;郭海玲;;短时交通流混沌预测方法的比较[J];系统工程;2009年09期

7 许伦辉;唐德华;邹娜;夏新海;;基于非线性时间序列分析的短时交通流特性分析[J];重庆交通大学学报(自然科学版);2010年01期

8 李雁;陆海亭;张宁;;一种短时交通流异常数据识别新算法[J];公路交通科技(应用技术版);2010年04期

9 承向军;刘军;马敏书;;基于分形理论的短时交通流预测算法[J];交通运输系统工程与信息;2010年04期

10 张立;谢忠玉;陈凯;;基于混沌理论的短时交通流局域预测模型[J];黑龙江工程学院学报(自然科学版);2011年02期

中国重要会议论文全文数据库 前2条

1 翁小雄;翦俊;;短时交通流频谱分析与预测[A];第二十六届中国控制会议论文集[C];2007年

2 张利;李星毅;施化吉;;一种基于ARIMA模型的短时交通流量改进预测算法[A];2007第三届中国智能交通年会论文集[C];2007年

中国重要报纸全文数据库 前1条

1 本报记者 李婵;交通拥堵为何预测不准[N];北京科技报;2010年

中国博士学位论文全文数据库 前2条

1 郭欢;基于灰理论的短时交通流动力学建模预测与优化研究[D];武汉理工大学;2013年

2 张晓利;基于非参数回归的短时交通流量预测方法研究[D];天津大学;2007年

中国硕士学位论文全文数据库 前10条

1 喻丹;基于小波理论的短时交通流预测方法研究[D];长沙理工大学;2008年

2 谢生龙;城市道路短时交通流动态预测方法研究与应用[D];长安大学;2015年

3 胡浩然;基于Hadoop平台的短时交通流预测算法研究[D];华南理工大学;2016年

4 符义琴;短时交通流分析及预测[D];南京信息工程大学;2016年

5 陈功;数据挖掘技术在智慧交通中的应用[D];电子科技大学;2016年

6 韦凌翔;基于RVM和ARIMA的短时交通流量预测方法研究[D];长安大学;2016年

7 武琼;基于支持向量回归的短时交通流预测方法研究与应用[D];长安大学;2016年

8 张玮玮;基于聚类分析的BP神经网络短时交通流预测方法研究[D];重庆邮电大学;2016年

9 顾敏佳;高速公路事故条件下的匝道协同控制方法研究[D];东南大学;2016年

10 卓卉;基于混沌理论的短时交通流预测方法研究[D];北京交通大学;2008年

  本文关键词：高速公路事故条件下的匝道协同控制方法研究，由笔耕文化传播整理发布。

本文编号：286988