人工智能

复杂交通网络的智能牵制控制

主要内容:大城市发展中,交通拥堵问题亟待解决。传统的拥堵路段采用的单交叉路口绿信比的调整方法较少考虑到城区路网的宏观特征和整体协调控制。宏观基本图MFD体现了城市路网交通流密度及分布的宏观特征。基于路网的宏观基本图(MFD)的属性,进行路网的智能分区

主要内容:

大城市发展中,交通拥堵问题亟待解决。传统的拥堵路段采用的单交叉路口绿信比的调整方法较少考虑到城区路网的宏观特征和整体协调控制。宏观基本图MFD体现了城市路网交通流密度及分布的宏观特征。基于路网的宏观基本图(MFD)的属性,进行路网的智能分区,在此基础上通过牵制控制各区域间边界上关键节点的车流量,可以降低局部节点的排队长度,通过“牵一发而动全身”,有效的缓解整个区域的拥堵状况。其中包含多种路网智能融合分区方法、关键节点的智能选取方法、在区域边界部分重要度较高的节点上施加智能切换控制方法以及在微观重要交叉口之间实现的分层协调控制方案的规划和设计。采用北京市的部分城区路网的车流量的实时数据,来验证上述算法的有效性。

相关项目:

  • 城市路网宏观区域划分与边界交通流混杂控制方法研究 (中央高校基本科研基金,2016JBM009)

  • 大数据环境下的复杂城市交通系统预测与控制(国家自然科学基金“重点”,61433002)

  • 绿色出行主题目录(北京交通大学,W10L00430)

  • 基于迭代学习的列车运行系统建模和控制系统设计的新方法(国家重点实验室,RCS2009ZT011) 

  • 智能交通信息系统体系总体规划(横向,W09M00020)

  • 列车自动驾驶系统的模糊自校正控制方法研究 (国家自然科学基金“面上”,60870013)

  • 奥运地面公交应急联动系统研究(科技部“科技支撑”,2006BAG01A01-2-2)

  • 快速路交通流的非严格重复学习控制理论及实现 (博士点基金,20060004002)

  • 复杂网络的牵制控制(中央高校基本科研基金,2006XM077)