当前位置:主页 > 科技论文 > 交通工程论文 >

考虑风险干预的区域交通流协调控制方法研究

发布时间:2020-06-02 16:04
【摘要】:区域交通流协调控制是缓解区域内交通问题的有效方法,近年来日益突出的交通流运行风险问题受到了广大学者的关注。但是传统的风险管理研究和交通流协调控制研究相互独立,并没有太多学者将两者结合进行研究,考虑风险干预的协调控制研究尚处于起步阶段。本文将风险管理与交通流协调控制结合进行研究,利用实时交通流信息提前对区域交通流运行风险进行识别和评判,并制定相应的风险干预协调控制方法,对交通流运行风险主动干预,尽可能缓解区域内日益突出的交通流运行风险问题。文中首先对比传统短时交通流预测方法的适用性,改进传统预测模型的不足,分析交通流参数的时间依赖性,建立了基于LSTM的短时交通流预测模型,以短时交通流预测结果作为协调控制方法的输入数据,保证区域交通流协调控制方法的有效性和实时性;然后对比风险产生的机理,提出交通流运行风险的概念,分析不同风险状态的交通流特性,建立道路交通流运行风险分类模型,考虑区域交通流的空间相关性,提出区域交通流运行风险综合评价方法,实现区域交通流运行风险的量化评价;针对不同交通流运行风险等级提出了相应的协调控制策略,考虑扩大区域疏散能力建立区域自适应双层优化模型,上层以区域综合疏散能力最大化为目标,下层以区域内总停车延误最小为目标,模型自行调节权重指标以适应不同风险等级,运用遗传模拟退火算法对模型求解。最后以安徽省宣城市指定3′3区域作为本文的案例,对路段交通流运行风险分类模型进行验证及分类精度评价,分别设计区域自适应协调优化配时方案和定时控制配时方案,通过VISSIM仿真对比本文提出方法的控制效果和风险干预效果,仿真结果表明本文提出的协调优化方法具有一定的适用性,有效降低了区域交通流运行风险。
【图文】:

记忆单元,内部结构


为 LSTM 模型的输入形式。2.3.4 短时交通流预测模型建立(1)模型内部结构LSTM 模型的特别之处是记忆单元,这个记忆单元可以让 LSTM 网络学习何时丢弃历史信息,何时加入新的历史信息,该记忆单元的内部结构如图 2-3。图 2-3 中tf 表示遗忘门限;ti 表示输入门限;to 表示输出门限;tx 表示当前时刻细胞的输入;t1x 表示前一时刻细胞的输入;t1x+表示下一时刻的细胞的输入;th 表示当前单元的输出;t1h 表示前一时刻单元的输出;t1C 表示上一时刻的长期状态。在时刻 t 时,记忆单元tC 记录了所有历史信息,并受到三个“门”的控制:输入门(Input gate)ti ,遗忘门(Forget gattf ,输出门(Output gate)to 。记忆单元的这些控制们都是逻辑单元,不会将自己的行为作为输入值发送给其他的神经元,只是负责设置记忆单元与其他部分连接处的权重记忆单元是线型神经元,遗忘门控制内存单元需要抛弃多少信息,输入门控制内存单元需要记住多少新的信息,输出门控制内存单元需要输出多少信息,记忆单元中每个部分的内部结构计算公式如下。

示意图,路段,示范区,标号


哈尔滨工业大学工学硕士学位论文关系,这种关系受到路段间相互距离、环境等的影响,关系会越来越紧密。要评估区域交通流运行风险,必须要充分考虑路网的相关性,否则会导致风险识性差,对后续提出的区域协调控制措施产生不利效果。在区域内进行交通流参数统计时,通过不同位置的交通流数据采集装置可以同条路段的交通参数信息,因为区域内道路间是相互连通的,多个路段的交通流在着密切的相互关系,这种关系受到路段间相互距离、环境等的影响,关系会密。如果路段间距离比较近且属于上下游关系,交通流参数的相关性可能会随增大或交叉口的干扰而减弱。上游路段的交通流运行风险状态会直接影响到下交通流运行风险状态,,下游由于突发风险或常发性风险产生的阻塞现象也会影段车辆的路径选择,从而影响整个区域的交通流运行状态。如图为 OPENITS 官网开放示范区,分析区域内相邻的四条路段的交通流参数,路段标号分别为 1004、1005、1006、1010。图 3-5 给出了空间上相邻的四条流数据的变化趋势图,图 3-6 给出了空间上相邻的四条路段车速的变化趋势图可以看出,相邻路段的交通量和车速的大小和变化趋势有较强的相似性。
【学位授予单位】:哈尔滨工业大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:U491.54

【参考文献】

相关期刊论文 前8条

1 任刚;吴建波;华t熲

本文编号:2693417


资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/2693417.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户b77bc***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com