融合多源数据的ABC-SVM快速路交通事件检测

为保证城市快速路段的畅通,建立一种基于蜂群算法-支持向量机(ABC-SVM)融合多源交通数据的城市快速路交通事件检测方法。首先通过分析路段实际情况,选取不同检测器的数据作为事件检测模型的输入值;然后利用蜂群算法(ABC)对支持向量机(SVM)分类模型中的参数进行优化,获得最优的交通事件检测模型,模型的输出结果为检测路段是否发生交通事件;最后结合成都市三环城市快速路路段上采集到的多源交通数据进行实例验证。结果表明,利用ABC-SVM方法进行事件检测的效果优于BP神经网络的方法。     

环境监测系统中异常数据的识别和修复方法

为准确掌握企业大气监测数据的变化规律,得到完整的、接近真实的大气环境监测数据,提出一种组合异常数据检测算法(SWDS-LOF)以检测异常值,并利用多项式拟合的方法对异常数据进行修正.针对修正后数据不完整的情况提出多变量季节性时间序列模型(SARIMA),对随季节性变化趋势较明显的大气监测数据缺失值进行恢复,并建立高度相关的污染物传感器组之间的SARIMA模型,利用高度相关污染物之间的关系,通过完整监测数据恢复缺失部分数据,最终得到完整准确的监测数据.以某汽车公司的监测数据为例进行实证分析并验证所提算法和所建模型,结果显示SWDS-LOF算法与SARIMA模型检测并修正了 97％的异常数据,缺失数据段的数据全部恢复,且恢复精度达到94.60％,表明对于大气监测数据,该算法及模型具有较高的精度,可为大气监测数据的完整性及可靠性提供有效技术支持.     

基于扇区单元的航路交通流复杂度研究

空中交通航路交通流复杂度越来越高,威胁整个航路的正常运行,严重时甚至影响航空器的运行安全。为研究和解决扇区航路交通流复杂度较高的问题,了解了造成航路交通流复杂度较高的原因。基于航空器的基本运动学方程,列出了航空器运动过程中27种典型的飞行状态组合。考虑航空器的临近效应、速度差异和汇聚梯度3个影响航路交通流复杂度的主要因素,分别建立了相应的测量模型,从3个方面研究对航路交通流复杂度造成的影响,然后采用加权求和的方式求得三方面综合对航路交通流复杂度的影响程度。以雷达模拟机数据作为仿真验证对象,通过MATLAB软件对建立的模型进行了仿真验证     

雾天高速公路实时交通安全状态评价方法

为量化评价雾天环境中高速公路实时交通安全状态,以雾天高速公路交通观测数据为基础,在VISSIM仿真软件中模拟不同雾天环境下高速公路交通流运行状态,并分析雾天能见度、交通流参数与实时交通安全状态之间的关系;将交通冲突数作为高速公路实时交通安全状态的表征指标,运用随机森林算法确定影响实时交通安全状态的主要因素,并利用回归分析方法建立雾天环境中高速公路实时交通冲突数计算模型;选取美国I-43高速公路交通和气象数据,对雾天实时交通安全状态评价方法进行测试和验证。结果表明,模型计算的交通冲突数与交通事故的发生状态一致,能准确反映雾天交通事故发生前后的交通安全状态。     

驾驶人视觉注意力需求与驾驶行为特性的关系

采用驾驶模拟系统平台,以不同车道类型及不同交通流状态(自由流/稳定流/不稳定流/强制流)为虚拟试验场,应用心理试验设计方法,测试得到21名被试在不同交通流状态下的视觉注意力需求及驾驶行为。对5种车道类型及4种交通流状态下被试驾驶时的视觉注意力需求特性和驾驶行为特性数据进行分析,得到不同车道不同交通流状态下的视觉注意力需求变化情况。利用多元回归方法分析了不同交通流状态下驾驶人视觉注意力需求与驾驶行为之间的关系,并构建了基于驾驶行为特性的驾驶人视觉注意力需求预测模型。结果表明,驾驶人视觉注意力需求与制动次数、油门踏板位移和车辆轨迹偏差之间存在相关关系。     

高速公路交通流实时安全性评价

根据多条高速公路近3年的事故数据及实时交通流数据,分析了高速公路运营安全性的相关影响因素,在此基础上提出了车速变异系数指标及其分级标准,建立了考虑交通流量、平均车速、车速变异系数、天气条件等多因素的高速公路交通流运行风险预测多元模型,并提出了高速公路交通流实时行车风险指数TRI指标,制定了交通流状态实时安全性评价标准,最后给出了高速公路交通流混合交通状态下的实时安全风险评价流程。通过西攀高速公路的交通流实时数据,验证了模型的有效性。     

基于向量自回归模型的水质异常检测研究

水质异常检测对保障用水安全具有重大意义。为了准确有效地判断水质异常,提出基于向量自回归(VAR)模型的多参数融合水质异常检测算法。VAR模型是自回归(AR)模型的一种扩展。通过AR模型和VAR模型跟踪和预测水质背景数据,计算预测残差,与设定阈值比较判断水质是否异常。结果表明,与基于AR模型的水质异常检测算法相比,基于多参数融合的VAR模型在水质背景数据跟踪上具有更好的准确性,能够实现较高的异常检出率和较低的异常误报率。     

ITS数据质量控制技术及应用研究

通过总结智能交通系统 (ITS)数据质量控制中所涉及的数据属性 ,提出了ITS数据质量控制算法 :根据阈值理论和交通流理论 ,针对错误数据、丢失数据和不精确数据设计相应的判别规则 ,利用数值计算方法对其进行修正 ,并提出了针对数据中的不规则时间点的修正算法。在对北京市和美国圣安东尼奥市的两组不同时间序列的ITS数据进行实践应用后 ,比较质量控制前后的数据特征 ,证明所提出的算法能够有效地解决数据质量问题 ,提高数据的精确度。最后 ,对国内外ITS数据进行质量控制后的结论和经验作了总结。     

高速公路交通事故严重程度与交通流特征的关系研究

为研究交通事故发生前后交通流特征对事故严重程度的影响,以JT高速公路作为研究对象,长期观测和采集交通流及事故数据。将交通事故发生时段的交通流主要衡量指标与事故信息进行数据匹配,形成交通事故与事故小时交通流匹配数据集,并分析流量、速度、大车比例等交通流表征指标与不同等级事故数的分布规律。通过分析发现:在某些流量、速度或大车比例区段,交通事故数及其严重程度处于较高的水平。在此基础上,利用主成分分析(PCA)技术对衡量交通流特征的初始指标进行降维处理,用交通流主成分指标综合反映交通流特征,并建立事故严重程度与交通流主成分指标的统计分析模型。结果表明:交通流主成分指标趋于零的区段的事故严重程度明显高于其他区段。     

基于免疫遗传算法的化工过程微小差别异常诊断

化工过程中同一类型的异常往往也存在微小差别,将不同程度的同一类型异常进行有效识别和归属,掌握同一类型异常的多样化情况,对于化工过程安全监控有重要意义。设计了一种基于人工免疫和遗传思想的微小差别异常诊断方法,并以一个典型的精馏过程Chem CAD仿真模型进行同类型不同程度的阀门异常模式设置,获取正常情况和各异常情况下的样本数据,然后利用所提出的诊断方法计算不同程度异常对其异常类型的隶属概率。结果表明,同一阀门不同开度异常尽管会导致过程监控参数的变化,但该微小差别异常诊断方法却能对其进行有效归属,且归属准确度经启发式算法多次运行后可达98%以上。最后进一步运用TE过程中具有微小差异输出结果的4种异常模式进行了验证试验,结果表明,该方法也可以在较少的异常数据基础上完成对异常模式的准确归属。     

高速公路紧急救援决策支持系统的设计

以高速公路紧急救援管理现状为基础,阐述高速公路路网紧急救援决策支持系统的新需求;应用面向过程的方法,设计满足新需求的系统的总体结构、服务功能、数据流图和软件开发支撑环境;将智能交通系统中视频检测、优化调度、智能控制、GPS定位与导航等新技术与系统服务功能相结合,探讨了应用紧急事件检测、交通事故确认、紧急救援调度与交通管制、行程时间预测和最佳救援路径计算等相关的实施方案。应用Web-GIS和B/S网络结构技术研发应用软件,实现了区域路网各个紧急救援职能部门的信息共享和交通紧急救援决策支持的区域性管理。     

城市快速路出入口交通安全仿真评价研究

为评价城市快速路出入口在不同的渠化设计和设施设置条件下的交通安全水平,以交通冲突次数表征交通安全水平,确定实验因素,设计仿真实验方法,建立基于SSAM的仿真模型并标定参数,进行仿真实验以获取不同实验因素水平下交通冲突数据。结果表明:与入口相比,出口冲突次数更多;匝道坡度对冲突数有一定影响,但并不明显;车辆提前变道和提前减速对于提高交通安全水平极为重要,是降低交通冲突有效的方法。结论显示的趋势与以往事故数据和定性分析结论一致。最后基于实验结论提出快速路渠化设计和安全设施设置原则。     

高速公路收费站安全评价模型

在研究高速公路收费站交通事故及其安全影响因素相互作用的基础上,选择收费广场渐变率、收费站服务水平和收费广场入口段纵坡作为模型参数,以收费站年交通事故发生次数为模型的标度,通过样本数据的回归分析建立高速公路收费站安全评价模型。经实地采集的收费站事故数据验证表明:该模型用于高速公路主线收费站交通事故预测具有良好的效果;可以评价收费站安全水平并有针对性地提出改善方案,从而降低收费公路事故率。     

考虑不同侵扰场景的高速公路韧性评估方法

为分析高速公路应对流量冲击和恶劣气象环境侵扰时的运行状态演变过程,基于韧性理论的系统解析,构建了考虑吸收能力、适应能力、恢复能力3个维度的韧性评估方法;设定重大节假日和恶劣天气2种侵扰场景,与常规场景进行对比分析,并选取滇西高原山区高速公路为实例进行验证。研究结果表明:恶劣天气降低了高速公路的总体韧性,韧性值较常规运行减少685%;重大节假日的流量冲击主要影响高速公路韧性的稳定性,其方差较常规运行增加92%;2种侵扰场景下的恢复能力波动均较大,而重大节假日时高速公路的吸收能力较强。     

我国高速公路交通事故应急救援体系的构建

与发达国家相比,我国高速公路交通事故应急救援体系很不完善,针对体系中存在的一系列问题,结合我国高速公路交通的实际情况,提出了构建我国高速公路交通事故应急救援体系的思路,给出了应急救援体系的构架,并对该救援体系各要素、构建和运行中的关键问题分别进行分析和研究;最后从应急救援体系的硬件和软件两方面提出了我国高速公路交通事故应急救援体系构建和运行的保障措施。     

论道路交通安全环境

通过对道路交通环境与交通安全关系的阐述 ,分析了由于道路在规划、设计等方面的原因而导致交通事故的机理 ,探讨了道路环境在使用过程中技术状况对交通安全的影响 ,建立了道路交通安全体系 ,剖析了系统内各因素之间的关系 ,提出了道路安全环境对交通安全的影响有着极其重要的意义。文中还针对性地提出了改善交通安全状况、降低交通事故发生量的对策。     

基于随机森林的高速公路运营隧道风险判别法则研究*

为快速、准确识别山区高速公路隧道不同区段风险因素组合,基于交通事故调研数据,分析其时空变化规律;从人-车-路-环境角度系统筛选风险影响因素,采用随机森林理论构建风险等级预测模型;以决策树与规则相互关系为基础,结合自变量重要评分法,提出基于随机森林的高速公路运营隧道风险判别法则。研究结果表明:判别法则集预测精度较好且运行时间短,能够明确高速公路不同隧道区段事故成因,为预防隧道严重交通事故发生提供参考。     

基于二元特征的断面交通数据异常检测与修正

为了确保交通数据的准确性以及为后续研究提供数据质量保障。提取断面交通数据的两元特征向量速度与流量,采用多元高斯模型拟合两元特征概率密度分布,并利用matlab训练模型,对测试数据集进行异常检测;针对检测出的异常数据点,引入小时窗口,建立修正数据集。随后在各修正窗口内采用波动性处理优化的灰色马尔可夫模型,对上述异常点进行修正。以汕昆高速K2077断面为例,对其采集数据进行模拟计算及分析,结果表明:多元高斯模型对断面交通数据的二元特征拟合效果良好,异常检测作用突出;引入修正窗口简化了数据修正的运算过程,避免了大量历史数据冗余使用;波动性处理优化弥补了灰色马尔可夫模型针对随机性数据性能下降的缺陷,大幅提升了数据修正的准确率。     

高速公路交通救援资源派遣方法适用性研究

为降低高速公路交通事故人员伤亡和财产损失、提高指挥调度中心救援效率,将适合高速公路交通救援资源派遣的匈牙利法、直接成本法和机会成本法,分别从基于资源派遣方法的数学特征、高速公路交通救援点配置情况和交通事故救援实施3个方面对各方法的适用性进行研究,并结合指挥调度中心现有资源派遣实际,制定出交通救援资源派遣规则。以南京市周边高速公路网为例,根据适用条件选用合适的交通救援资源派遣方法和派遣规则,进行救援资源的派遣决策,为指挥调度中心高效地派遣交通救援资源提供了理论依据和合适方法。     

驾驶员感知特性对隧道群交通安全的影响

针对高速公路隧道群对驾驶员感知特性的影响,以驾驶员的感知特性与高速公路隧道群行车安全的关系为研究对象,采用速度估计测试仪和深度知觉测试仪,在"铜汤高速-安徽段"沿线对高速公路隧道群行车途中的160名驾驶员进行实地测试,所得数据进行t检验和方差分析,用灰色建模软件V2.1进行关联度分析。结果表明:驾驶员的速度估计特性与高速公路隧道群驾驶员的年龄、驾龄以及连续行车时间具有较强的相关性,其中连续驾车时间的影响最大。年龄对驾驶员深度知觉准确性无显著影响;驾龄、连续行车时间对驾驶员的深视力准确性有显著影响。