学位论文 > 优秀研究生学位论文题录展示

面向交通控制的时段划分与子区划分

作　者: 赵伟明
导　师: 王殿海
学　校: 浙江大学
专　业: 道路与铁道工程
关键词: 交通控制时段划分子区划分聚类分析复杂网络
分类号: U491.54
类　型: 硕士论文
年　份: 2014年
下　载: 31次
引　用: 0次
阅　读: 论文下载

内容摘要

交通流的波动性和不确定性是交通控制复杂性的主要原因之一。这种波动性不仅表现在不同时间上的交通流变化,也表现在不同空间上的交通流差异,本文主要研究面向交通控制的时段划分与子区划分,其中子区划分部分又可根据控制区域的大小,分为用于干线协调控制的协调路口划分和用于区域协调控制的子区划分。在时段划分方面,分析了聚类数据的组成和间隔对时段划分的影响,在对经典的NJw谱聚类算法进行改进后,应用在一个路口和多个路口的时段划分中,并与K-means算法得到的结果进行仿真对比.然后考虑使用多天的交通流数据后,对时段划分流程进行改进,使用主成分分析法对数据进行降维处理后,使用Self-Tuning谱聚类算法进行时段划分,从聚类效果和仿真试验两方面证明了该方法的有效性。接着考虑到交通流的时序特征,使用有序聚类对最佳周期数据进行分析,效果优于K-means算法。在协调路口划分方面,首先分析了Synchro软件中用于描述路口关联性的协调因子计算模型,然后用实例分析了Synchro软件划分协调路口的步骤和方法,仿真结果表明Synchro软件无法直接得到最优的划分,而且协调路口的划分对协调控制的效果具有显著的影响。然后根据通过路口数最大的模型,建立了协调路口的划分标准,方法简单有效。在子区划分方面,首先微观仿真软件VISSIM建立仿真环境,分别分析一个路口周期、绿信比、饱和度的变化对邻近路口控制方案和控制效果的影响,以深入理解交叉口的关联性。然后利用复杂网络中的社团划分算法,进行改进后应用在加权网络中,得到大范围交通网络的子区划分方法。

全文目录

致谢  4-5
摘要  5-6
Abstract  6-15
第一章绪论  15-28
  1.1 课题来源  15
  1.2 研究背景  15-18
    1.2.1 交通控制系统的发展  15-16
    1.2.2 时段划分的必要性  16-17
    1.2.3 子区划分的必要性  17-18
  1.3 国内外研究现状  18-24
    1.3.1 时段划分  18-20
    1.3.2 协调控制算法  20-22
    1.3.3 子区划分  22-24
  1.4 究意义  24-25
  1.5 研究内容与研究目标  25-26
    1.5.1 研究内容  25-26
    1.5.2 研究目标  26
  1.6 论文框架结构  26-28
第二章交通控制时段划分  28-60
  2.1 基于谱聚类的时段划分  28-38
    2.1.1 聚类数据  28-29
    2.1.2 谱聚类算法  29-30
      2.1.2.1 谱聚类算法简介  29
      2.1.2.2 改进的NJW算法  29-30
    2.1.3 最佳聚类数目确定  30-31
    2.1.4 案例分析  31
    2.1.5 数据间隔  31-34
    2.1.6 σ值的影响  34-35
    2.1.7 与K-means方法的对比  35-37
    2.1.8 应用到多路口时段划分  37-38
  2.2 考虑多天数据的情况  38-49
    2.2.1 时段划分总体思路  38-42
      2.2.1.1 聚类数据选择  39
      2.2.1.2 主成分分析  39-40
      2.2.1.3 谱聚类算法  40-41
      2.2.1.4 结果处理  41-42
    2.2.2 案例分析  42-49
      2.2.2.1 路口情况  42-43
      2.2.2.2 对多天数据进行时段划分  43-46
      2.2.2.3 聚类效果对比  46-48
      2.2.2.4 仿真验证  48-49
  2.3 基于有序聚类的时段划分  49-58
    2.3.1 最佳周期  49-50
    2.3.2 有序聚类  50-52
      2.3.2.1 有序聚类原理  51
      2.3.2.2 最佳聚类数的确定  51-52
    2.3.3 划分流程  52-53
    2.3.4 案例分析  53-57
      2.3.4.1 数据准备  53
      2.3.4.2 基于有序聚类的时段划分  53-57
    2.3.5 与K-means算法的比较  57-58
  2.4 总结  58-60
第三章交通控制协调路口划分  60-79
  3.1 基于Synchro的协调路口划分  60-69
    3.1.1 协调因子  60-62
    3.1.2 划分步骤  62-64
    3.1.3 案例分析  64-67
      3.1.3.1 路网概况  64
      3.1.3.2 协调路口划分  64-67
    3.1.4 仿真分析  67-69
  3.2 基于通过路口数的协调路口划分  69-77
    3.2.1 基于通过路口数最大的绿波带优化模型  70-75
      3.2.1.1 模型假设  70-71
      3.2.1.2 符号说明  71-72
      3.2.1.3 标函数  72-73
      3.2.1.4 约束条件  73-75
    3.2.2 划分依据  75-76
    3.2.3 案例分析  76-77
  3.3 本章小结  77-79
第四章交通控制子区划分  79-95
  4.1 交叉口控制方案间的关联性  79-86
    4.1.1 交叉口关联性  79-81
    4.1.2 案例分析  81-85
      4.1.2.1 仿真环境构建  81
      4.1.2.2 周期的影响  81-83
      4.1.2.3 绿信比的影响  83-84
      4.1.2.4 饱和度的影响  84-85
    4.1.3 协调控制的情况  85-86
  4.2 基于复杂网络的交通子区划分  86-92
    4.2.1 交通控制子区与复杂网络  86-87
      4.2.1.1 复杂网络的研究背景  86
      4.2.1.2 城市道路交通网络的复杂性特征  86-87
      4.2.1.3 交通控制子区的概念  87
      4.2.1.4 GN算法简介  87
    4.2.2 基于聚集密度算法介绍  87-91
      4.2.2.1 城市路网拓扑图的产生  88
      4.2.2.2 社团与交通控制子区的联系  88
      4.2.2.3 移除边策略  88-89
      4.2.2.4 最优划分判断策略  89-90
      4.2.2.5 算法流程  90-91
    4.2.3 应用案例分析  91-92
  4.3 本章小结  92-95
第五章结论与展望  95-96
  5.1 结论  95
  5.2 创新成果  95
  5.3 展望  95-96
参考文献  96-102
作者简历  102

面向交通控制的时段划分与子区划分

内容摘要

全文目录

相似论文