导读:本文包含了城市交通诱导论文开题报告文献综述及选题提纲参考文献，主要关键词:城市快速路,入口匝道,协同控制,交通诱导管控
城市交通诱导论文文献综述
陈乙周[1]（2019）在《城市快速路入口匝道控制系统与交通诱导协同管控技术研究》一文中研究指出论文结合实测路段的数据进行了相关整个控制策略的检验与讨论,研究区域与城市交通宏观调控、交通拥挤常态化优化、关键路段与关键节点疏解、时间与空间分布在线监测的协同联动技术手段,通过管控层和执行层最终落实到对高、快速路交通流交通事件,交通运行的状况的检测,应急指挥,与多平台的协同关联等方面的实施。(本文来源于《智能建筑与智慧城市》期刊2019年07期）
赵若愚[2]（2019）在《拥堵条件下城市轨道交通客流诱导方法与系统研究》一文中研究指出随着城市轨道交通路网规模不断扩大,客流需求迅速增长,路网供需之间矛盾激化,大大降低了网络的服务质量。如何缓解能力供给与客流需求在时空的矛盾,已成为轨道交通领域最重要的问题之一。近年来,轨道交通运营方对于客流诱导,尤其是对精细化诱导理论与实际工具的迫切需求,使得精细化诱导逐渐成为新的研究热点。本文针对拥堵条件下客流精细化诱导理论与实践方法,对轨道交通拥堵时空范围、受影响客流,诱导信息下乘客感知情况以及诱导信息发布优化方法进行研究,并基于以上理论成果构建基于路网拥堵识别的轨道交通客流诱导系统。本文主要研究内容如下:(1)以广州地铁为例,对轨道交通实际运营中拥堵态势、信息发布渠道以及诱导信息发布级别进行分析,明确客流诱导的定义与必要性;在此基础上,对实现精确化诱导所需解决的问题进行分解,确定后续的研究子问题;最后,从物理层、需求侧和供给侧角度出发,对影响客流诱导的关键因素进行分析,确定后续研究中的关注点。(2)在拥堵时空范围确定方法方面:1)提出基于换乘网络和谱聚类的城市轨道交通路网关键车站识别模型,并结合模拟退火算法,优化高斯核函数参数和簇数目,以优化分割效果;2)通过挖掘运营数据,使用客流贡献率、信息衰减率以及可配置能力系数等叁个指标,结合聚类分析法,对拥堵源头站及继发性拥堵站进行了分析与确定;3)通过对历史运营数据进行分析,确定拥堵车站的拥堵时间变化规律的同时,推定当前同时期车站拥堵规律;最后,在确定拥堵时空范围的基础上,确定受影响客流,并进行实证分析。(3)在诱导信息发布与优化方面,本文首先以乘客出行到站时间分布、信息衰减率以及诱导信息发布级别构建聚类分析器,对受影响客流是否感知到诱导信息进行判定;进一步,结合MNL模型,构建诱导信息下乘客路径选择行为模型;在此基础上,提出诱导信息发布与优化模型,并构建基于遗传算法与仿真推演的求解算法,并进行实证分析。(4)基于以上理论方法,以ASP.NET MVC为框架,搭建基于路网拥堵识别的城市轨道交通客流诱导系统,阐述关键模块设计过程,并展示系统界面效果,实现从理论到实践的转变。(本文来源于《北京交通大学》期刊2019-06-01）
李舸[3]（2019）在《大数据时代基于区域协同控制和诱导分流模型的城市道路交通治理对策研究》一文中研究指出"治堵"已成为公众共同关心的焦点问题之一,全世界都希望通过现代信息新技术,推动城市道路交通的智慧运行,以解决面临的巨大挑战。本课题通过理论分析和个案研究,主要围绕如何缓解城市道路交通压力、降低事故率、提升公共交通服务水平和节能减排等重点问题,从交通管理系统功能互补和整合的着眼,从动态和静态交通两个方面着手,进行城市道路交通区域控制与诱导分流的协同研究,旨在建立一种适应城市道路交通的管理优化机制,面对复杂的城市道路交通运行状况,采用智能化的手段,收集、感知、共享交通全息数据,分析与预测交通状况和出行特征,并快速做出反应,以改善交通拥堵状况,缓解交通资源压力,使其进入有序的良性循环过程。(本文来源于《计算机产品与流通》期刊2019年03期）
白静[4]（2018）在《基于动态交通流信息的城市交通突发拥堵控制与诱导研究》一文中研究指出交通拥堵作为城市化溢出的负外部性产品,其应对与治理在全球范围内一直都是社会各界关注的焦点领域。交叉口信号控制及路径诱导作为智能交通系统中重要组成部分,在日益严峻的交通环境下,正获得越来越广泛的应用。然而,在硬件设施迅速发展和完善的同时,交通管理系统智能化程度低的问题依然存在,交通管理部门面临着从海量的交通流数据中,尤其像交通突发拥堵所产生的具有非重复特性的数据中,获取隐藏的内在信息,以及充分利用信息优势制定科学的疏导策略等问题。因此,在海量交通数据的基础上,开展动态交通流信息处理及拥堵的控制与诱导策略研究,对缓解城市交通拥堵具有重要意义。本文针对交通突发拥堵这一有别于常规性拥堵的现象制定专门的交通管理策略,分析城市交通突发拥堵的特点、传播规律,利用深度学习算法具有快速、充分学习数据内在特征的能力,从大量交通流数据中快速判别出交通状态并预测短时动态交通流信息,在此基础上,结合文中给出的突发事件下交通流传输模型,分别从交叉口信号控制系统和路径诱导系统两方面,研究交通突发拥堵的事先疏导及协调控制的策略,并对几种策略的作用机制和效果进行仿真评估。具体工作如下:首先,分析了城市交通突发拥堵现象的特点,包括拥堵产生的原因、拥堵的评定指标以及突发拥堵的交通流时空分布特征。利用交通波动理论分析了不同情形下拥堵传播的规律,讨论了交通突发拥堵情况下交通管理部门的应对方案流程。分析了城市交通突发拥堵交通流参数的时空相关性,针对预测模型输入数据的高维特性以及交通流数据复杂性、非线性和不确定性的特点,利用深度学习工具构建未来短时动态交通流信息预测模型。构建深度信念网络对交通流数据作无监督特征学习,引入Logistic回归实现有效、实时的交通拥堵状态识别,同时为交通流信息预测提供分类预训类,在分类预训练结构顶层添加反向微调网络,通过后向反馈预测动态交通流信息。然后,考虑微观仿真软件在进行解析分析时受到软件功能制约,交叉口信号控制需要结合路段的排队情况,为了准确描述排队的形成及消散过程,构建一种能够刻画突发拥堵可能出现排队溢出现象的交通流传输模型:事件双排队模型,分析证明了模型的理论特性,利用算例数值计算验证模型的实用性。进一步根据模型的理论特性,建立了信号控制优化模型,并利用遗传算法对离散化后的模型进行求解,通过数值算例验证该模型对交通突发拥堵疏散的有效性。其次,分析了动态交通流信息对交通分配的影响,设计了考虑用户紧急程度的基于动态交通流信息的在途诱导方案。为了充分利用动态交通流信息并提高诱导效率,提出了时变路网下改进的A*算法,考虑用户不同紧急程度对拥堵感知存在差异,提出了基于紧急函数的行驶时间感知效用算法,并构建了基于用户紧急程度的备选路径分配方案。再次,考虑目前大部分的协同优化策略都需要反复迭代运算来实现目标优化,且计算量过大,提出了基于动态交通流信息的线下学习-线上控制的信号控制与诱导系统协同优化方案,在海量数据的基础上,利用人工智能无监督学习功能,掌握交通拥堵的交通流特征,将主要计算问题转移到线下,从而实现线上管理决策应有的快速性。分析交叉口时间延误,对文中提出的信号控制、在途诱导策略做适当改进,以助于实施协同控制方案。最后,为了表征不同控制策略的作用机制及效果,利用微观仿真软件SUMO建立了典型交通仿真环境,将O-D数据分成两组,在此仿真环境下,利用一组数据分别制定信号控制策略、在途诱导策略以及协同优化策略,同时利用所得到的交通数据信息进行训练以学习预测模型参数,然后用另一组作为仿真评估数据,通过四种指标评估所提策略的实用性及有效性。(本文来源于《燕山大学》期刊2018-12-01）
农昭光,李祖文,何增镇,苏红帆[5]（2018）在《基于自匹配数据融合模型的城市交通路况诱导系统》一文中研究指出为了有效地改善城市交通的路况,结合动态的数据采集模块、动态GIS路网、动态数据去噪模块以及自匹配数据融合模块等,针对交通信息处理、共享和发布中的技术难点,设计了基于自匹配数据融合模型的城市交通路况诱导系统。该系统通过对多条道路的路况进行实时地监管和数据分析,从而满足交通参与者在城市交通方面的出行道路信息、信息管理和路况管理等各种需求。(本文来源于《信息技术》期刊2018年11期）
骆晨,刘澜[6]（2018）在《城市道路交叉口交通信息诱导效率研究》一文中研究指出现有城市道路交叉口交通信息诱导效率相关研究内容笼统,尚未量化驾驶人对交通诱导信息的认知效率和决策误差。针对这一问题,提出基于云模型的交通信息诱导效率评价方法,设计四种不同组合方式的交通诱导信息实验情景。采用全功能汽车模拟驾驶器进行实验,结果显示:数字、语言、图像组合而成的交通诱导信息对驾驶人路径变更影响显着,语言和数字类信息组合发布有利于提高驾驶人对道路交通状况的认知效率,数字和图像类信息组合发布有利于降低驾驶人路径决策误差。(本文来源于《城市交通》期刊2018年05期）
刘轼介,姚崇富[7]（2018）在《城市快速路关键节点交通诱导系统设计方案研究》一文中研究指出针对城市快速路关键节点交通诱导系统建设存在的争议,通过分析市民出行诱导需求,提出点、线、面交通诱导思路,并提出前端诱导屏、采集设施布局的思路,制定诱导系统设计方案,为道路交通诱导系统提供了新的应用场景,为面向市民出行服务的诱导系统建设提供有益借鉴。(本文来源于《黑龙江交通科技》期刊2018年08期）
毛永明,祁宁,张东伟,阚凤龙[8]（2018）在《基于遗传算法改进的城市交通动态路径诱导算法研究》一文中研究指出本文对路径诱导算法进行了深入的研究,研究了基于遗传算法(SGA)的最优路径选择方法的实现问题,提出了基于矩形限制区域搜索算法与遗传算法相结合的改进动态最优路径选择方法。以沈阳市一环内干线交通路网为研究对象,进行了大量的理论分析和仿真实验研究,仿真实验结果表明基于改进的动态最优路径选择算法能够对研究路网的任意起讫点进行路径寻优,有效率达到99.8%。基于改进的动态最优路径选择算法实时性好,能够满足大规模路网路径寻优的要求,具有良好的应用价值。(本文来源于《第十五届沈阳科学学术年会论文集（理工农医）》期刊2018-06-01）
李浩,丁中俊,石琴,姜锐,高自友[9]（2018）在《基于平均速度信息的城市交通路径诱导策略》一文中研究指出文章采用元胞自动机模型对曼哈顿类型的城市交通系统进行建模。在该模型中,车辆选择平均旅行时间最短的路径进行行驶,而路段平均行驶时间由路段平均速度决定。车辆在网络中随机地产生目的地。通过计算机模拟能够观察到,该路径诱导策略相比较于Li模型而言,系统的临界密度增大了,系统最大流量提高了,系统存在自由流、稳定流、完全堵塞3种状态。此外,该文考虑了城市网络中不同动态车比例对系统的影响,发现存在一个最优的动态车比例,使得系统车辆平均旅行时间最小,并进一步考虑了信号灯时长以及信息采集间隔对系统的影响。(本文来源于《合肥工业大学学报(自然科学版)》期刊2018年05期）
陆佳炜[10]（2018）在《基于系统最优的城市道路交通流实时诱导研究》一文中研究指出交通需求和道路网络供给失衡是导致诸多交通系统问题的本质,在供给侧提升空间有限的情况下,对交通需求实施准确诱导,均衡其在时空上的分布,充分利用已有道路网络资源被认为是缓解当前供需矛盾行之有效的方法。既有诱导系统多是只针对当前交通状态的简单反馈,实施效果有限;相关理论研究以系统总成本为唯一优化指标,缺乏用户意愿层面的考量,诱导服从率难以保证。基于此,本文构建以系统最优为导向综合考虑用户出行路径选择行为的动态交通分配模型合理分配交通需求,在此基础上研究诱导方案生成方法,以此作为城市道路交通流实时诱导的理论基础。论文的核心工作包括城市路网动态OD(Origin-Destination,简称OD)估计方法、车辆出行路径提取和诱导方案生成叁个方面,具体研究内容及主要结论如下。获取准确可靠的交通需求是动态交通分配过程得以顺利实施的前提和基础,论文提出的城市路网动态OD估计方法旨在采用可观测的路段和转向流量信息估计得到路网范围的交通需求矩阵,以此作为分配模型的输入。现有OD估计模型所采用下层分配算法包括数学解析法和仿真法两类,均存在求解复杂度高、人为假设多及与实际情况偏差大的弊端,论文采用深度学习技术设计CNN(Convolutional Neural Network,简称CNN)模型从数据角度捕捉构建交通需求和观测流量的动态关系,实现分配关系的精准描述。其次,论文以启发式算法为估计模型上层优化算法,在采用历史数据离线估计OD模式的基础上,以实时观测流量为输入,快速计算得到动态交通需求。以昆山市主城区作为实例路网,评估结果表明论文提出的估计模型能在较短时间内输出准确可靠的动态交通需求,与现有商业软件PARAMICS相比,在效率和准确性方面均有较大优势。在深入分析用户出行行为的基础上,将路径选择行为纳入到系统最优动态交通分配建模环节是提升诱导服从率,保障个体用户利益的关键。论文以实际采用的高清卡口数据和出租车GPS数据为基础,针对各类数据源的特点,提出城市道路车辆轨迹重构方法,准确提取用户出行路径,为后续分配环节提供基础数据支撑。同时,为了对由于设备数据质量导致的路径缺失进行估计,论文给出了考虑转向延误的城市路网时变K最短路径搜索方法,以路段行程时间和转向延误为权重,删除法为外层循环,A*算法为内层循环,快速搜索得到时变K最短路。通过与遗传算法进行比较,论文提出的方法具有求解速度快精度高的优点。最后,论文构建基于系统最优的动态交通分配模型计算最优路径选择方案,并以此为目标研究诱导方案生成方法。考虑到常规动态交通分配模型中大量非线性约束对模型求解带来的极大困难,论文将物理路网抽象成高维时空网络,把行程时间等约束嵌入路网建模环节,构建整数规划模型实现基于个体车辆以系统最优为导向的动态交通分配模型。进一步的,在提取用户出行路径的基础上,生成有效路径集,将交通需求分配至用户日常出行路径。最后,以实际诱导效果和期望效果差异最小为目标,综合考虑诱导终端覆盖率和服从率的影响,提出诱导方案生成方法。实例分析表明,论文提出分配方法在几乎不增加系统总成本的情况下,保障个体用户权益;诱导方案生成方法通过调节诱导比例,有效缩小实际诱导效果和期望诱导效果间差异,实际可操作性强。(本文来源于《东南大学》期刊2018-05-01）
城市交通诱导论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着城市轨道交通路网规模不断扩大,客流需求迅速增长,路网供需之间矛盾激化,大大降低了网络的服务质量。如何缓解能力供给与客流需求在时空的矛盾,已成为轨道交通领域最重要的问题之一。近年来,轨道交通运营方对于客流诱导,尤其是对精细化诱导理论与实际工具的迫切需求,使得精细化诱导逐渐成为新的研究热点。本文针对拥堵条件下客流精细化诱导理论与实践方法,对轨道交通拥堵时空范围、受影响客流,诱导信息下乘客感知情况以及诱导信息发布优化方法进行研究,并基于以上理论成果构建基于路网拥堵识别的轨道交通客流诱导系统。本文主要研究内容如下:(1)以广州地铁为例,对轨道交通实际运营中拥堵态势、信息发布渠道以及诱导信息发布级别进行分析,明确客流诱导的定义与必要性;在此基础上,对实现精确化诱导所需解决的问题进行分解,确定后续的研究子问题;最后,从物理层、需求侧和供给侧角度出发,对影响客流诱导的关键因素进行分析,确定后续研究中的关注点。(2)在拥堵时空范围确定方法方面:1)提出基于换乘网络和谱聚类的城市轨道交通路网关键车站识别模型,并结合模拟退火算法,优化高斯核函数参数和簇数目,以优化分割效果;2)通过挖掘运营数据,使用客流贡献率、信息衰减率以及可配置能力系数等叁个指标,结合聚类分析法,对拥堵源头站及继发性拥堵站进行了分析与确定;3)通过对历史运营数据进行分析,确定拥堵车站的拥堵时间变化规律的同时,推定当前同时期车站拥堵规律;最后,在确定拥堵时空范围的基础上,确定受影响客流,并进行实证分析。(3)在诱导信息发布与优化方面,本文首先以乘客出行到站时间分布、信息衰减率以及诱导信息发布级别构建聚类分析器,对受影响客流是否感知到诱导信息进行判定;进一步,结合MNL模型,构建诱导信息下乘客路径选择行为模型;在此基础上,提出诱导信息发布与优化模型,并构建基于遗传算法与仿真推演的求解算法,并进行实证分析。(4)基于以上理论方法,以ASP.NET MVC为框架,搭建基于路网拥堵识别的城市轨道交通客流诱导系统,阐述关键模块设计过程,并展示系统界面效果,实现从理论到实践的转变。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
城市交通诱导论文参考文献
[1].陈乙周.城市快速路入口匝道控制系统与交通诱导协同管控技术研究[J].智能建筑与智慧城市.2019
[2].赵若愚.拥堵条件下城市轨道交通客流诱导方法与系统研究[D].北京交通大学.2019
[3].李舸.大数据时代基于区域协同控制和诱导分流模型的城市道路交通治理对策研究[J].计算机产品与流通.2019
[4].白静.基于动态交通流信息的城市交通突发拥堵控制与诱导研究[D].燕山大学.2018
[5].农昭光,李祖文,何增镇,苏红帆.基于自匹配数据融合模型的城市交通路况诱导系统[J].信息技术.2018
[6].骆晨,刘澜.城市道路交叉口交通信息诱导效率研究[J].城市交通.2018
[7].刘轼介,姚崇富.城市快速路关键节点交通诱导系统设计方案研究[J].黑龙江交通科技.2018
[8].毛永明,祁宁,张东伟,阚凤龙.基于遗传算法改进的城市交通动态路径诱导算法研究[C].第十五届沈阳科学学术年会论文集（理工农医）.2018
[9].李浩,丁中俊,石琴,姜锐,高自友.基于平均速度信息的城市交通路径诱导策略[J].合肥工业大学学报(自然科学版).2018
[10].陆佳炜.基于系统最优的城市道路交通流实时诱导研究[D].东南大学.2018