王彬[1]2004年在《基于时间分布的交通控制系统》文中研究指明智能交通系统(ITS)，因其高昂的费用无法在我国大中城市的支线路口和小城镇中推广使用。现阶段，这些路口大多使用周期固定的红绿灯控制器。随着经济的发展，许多路口的交通流量开始出现具有时间规律的波动，由最佳红绿灯最佳周期公式可知，红绿灯周期应随交通流量的变化而变化。由此提出了基于时间分布的交通信号控制系统的构想。以兖矿中区路口为例，调查了交通流量的变化规律和现有信号控制系统的周期。由调查结果得出系统所要实现的基本功能，按功能，将系统在硬件组成上分为主控模块、输入及显示模块、时钟模块、输出模块、放大模块、LED显示模块、存储模块、通讯模块。在硬件设计中分别介绍了各模块的具体功能和器件选择依据，并提出了通过设计条图显示红绿灯的方法减少车辆在路口的延迟时间，从而提供路口通行效率的思想。在已选器件基础上，将整个控制系统程序按功能分为芯片初始化模块、红绿灯循环显示模块、中断处理模块、LED驱动模块、读时钟及写时钟模块、键盘及显示模块。系统通过循环程序完成红绿灯各步的循环显示，通过中断处理程序红绿灯周期随时间的变化，通过LED驱动程序完成条图显示方法的实现。最后给出了基于时间分别的交通信号控制系统的控制程序。
李令辉[2]2007年在《实时交通信号控制模型与算法研究》文中研究表明交通问题已经成为制约城市经济发展，影响人民生活质量的世界性难题。同时它也吸引了全世界大量的科研工作者投身交通领域的研究之中。作为一个交叉学科，最大限度地利用其它领域先进的研究成果和技术手段是交通控制研究领域实现科研创新的重要途径之一。本文以实时交通控制模型为研究对象。提出了一个实时城市交通信号控制系统原型。然后逐层的介绍该模型各层次的模块功能、算法以及模块，层次之间的联系。通过分别对该模型中的路口控制层、主干道控制层、空间调度层这叁个层次的模型的详细分析，论证了所提出模型的可行性和有效性，在分析过程中，本文针对所提出系统模型中使用的算法和计算模型进行了详细的分析和论证。并在分析的过程中说明它们的局限性和适用范围。同时还指出了该模型的松耦合的层次结构给该系统模型带来的可以很容易地修改模型实现及检测介质的优点。再后，本文又针对本模型具体实施实现的过程中需要解决的实际问题提出来解决方案。比如参数设置，检测器埋布方式等等问题。在这之后，本文运用软件设计技术和软件工程的理论，详细论述了本系统原型的软件设计、开发以及编码实现工作。最后，本文提出了对于交通控制系统的评估标准和仿真方法。并通过仿真实验，证明了本系统可以有效的优化城市交通信号控制方案，减少整个交通网络内的交通总延误时间。在本文的总结中还指出了本系统中目前存在的不足，可以改进的内容，以及未来提高和发展的方向。
何增镇[3]2009年在《基于Multi-Agent与博弈论的城市交通控制诱导系统及其关键技术研究》文中提出智能交通系统是本世纪交通运输发展的方向。城市智能交通系统包括多个子系统,其中交通控制系统和交通诱导系统都是关键的子系统。交通控制和交通诱导则是现今城市交通的两个重要管理手段,二者之间存在着密切联系且功能互补。控制与诱导的一体化研究是智能交通系统的主要发展方向,对这部分的研究有很强的现实意义和理论价值。本文主要是针对现代城市交通复杂、多变、分布式的特点,充分运用Multi-Agent的理论与技术、博弈论的思想与方法来对城市交通控制诱导系统进行深入的研究。首先,分析城市交通控制系统中控制与诱导的协调关系,以及诱导策略与交通流分布、出行者路径选择行为相互影响关系,并考虑系统最优(S0)和用户均衡(UE)原则在城市交通控制系统中的关系后,建立诱导信息条件下的SO-UE协调博弈模型。这样就可以确定出行者依据用户最优原则选择路径,模型的目标是实现系统最优,决策变量是诱导信息和交通信号配时,方法则是利用诱导信息影响出行者的路径选择。简化实例模拟验证了该模型的预期效果。其次,运用Multi-Agent的理论与技术、博弈论的思想与方法来设计城市交通控制诱导系统的Multi-Agent协调博弈模型,以及模型中各类的Agent,并探讨Multi-Agent博弈模型的博弈协调机制、博弈过程与协调算法,并选定系统研究的评价指标,最后进行简化模拟试验。试验结果表明,基于Multi-Agent博弈的协调控制能够有效地实现城市区域交通控制与交通诱导的协调,从而有利于实现交通畅通。再次,在研究城市交通控制诱导系统的Multi-Agent博弈模型时,会涉及到其中的一些关键技术问题的解决,比如,Multi-Agent博弈模型中Agent之间的通信机制问题和移动Agent的旅行Agent问题。在文中,提出几种优化移动Agent定位与通信机制的建议,以及用具有更强的全局最优解搜索能力的改进型蚁群算法来更好地解决旅行Agent问题。最后,在城市公安智能交通系统的体系框架内,考虑城市交通控制诱导系统中控制与诱导的协调博弈、SO-UE协调博弈、Multi-Agent协调博弈,在交通信号控制系统和交通诱导系统的一体化基础上,结合城市交通监控指挥中心的建设,设计城市交通控制诱导系统应用方案。总而言之,基于Multi-Agent和博弈论的城市交通控制诱导系统的研究将探索采用最新的理论与技术解决交通问题的新途径,利用Multi-Agent和博弈论的理论和技术的特点与优点,为寻求交通问题的更好解决提供新的思路和方法,并且基本上可实现控制和诱导真正的协调,以及系统最优和用户均衡两个原则的有效协调,可有效提高城市路网效率和实际通行能力,对城市交通组织和管理具有一定的指导意义和应用价值。
《中国公路学报》编辑部[4]2016年在《中国交通工程学术研究综述·2016》文中提出为了促进中国交通工程学科的发展,从交通流理论、交通规划、道路交通安全、交通控制与智能交通系统、交通管理、交通设计、交通服务设施与机电设施、地面公共交通、城市停车交通、交通大数据、交通评价11个方面,系统梳理了国内外交通工程领域的学术研究进展、热点前沿、存在问题、具体对策及发展前景。交通流理论方面综述了交通流基本图模型、微观交通流理论及仿真、中观交通流理论及仿真、宏观交通流理论、网络交通流理论;交通规划方面综述了交通与土地利用、交通与可持续发展、交通出行行为特征、交通调查方法、交通需求预测等;道路交通安全方面综述了交通安全规划、设施安全、交通安全管理、交通行为、车辆主动安全、交通安全技术标准与规范等;交通控制与智能交通系统方面综述了交通信号控制、通道控制、交通控制与交通分配、车路协同系统、智能车辆系统等;交通管理方面综述了交通执法与秩序管理、交通系统管理、交通需求管理、非常态交通管理;交通设计方面综述了交通网络设计、节点交通设计、城市路段交通设计、公共汽车交通设计、交通语言设计等;地面公共交通方面综述了公交行业监管与服务评价、公交线网规划与优化、公交运营管理及智能化技术、新型公交系统;城市停车交通方面综述了停车需求、停车设施规划与设计、停车管理与政策、停车智能化与信息化;交通大数据方面综述了手机数据、公交IC卡、GPS轨迹及车牌识别、社交媒体数据在交通系统分析,特别是在个体出行行为特征中的研究;交通评价方面分析了交通建设项目社会经济影响评价、交通影响评价。
陈娇娜[5]2016年在《大数据驱动下的高速公路交通运行状态评价与分析》文中研究说明随着交通负荷持续增长和交通需求日益旺盛,交通系统面临严峻的挑战。交通运行状态评价是把握交通系统行为、制定交通管理决策的基础。随着可靠性技术领域的拓展,交通运行可靠性已成为评价交通系统性能的重要部分,交通运行状态已延伸至道路运行水平和道路运行稳定性两个层面。交通运营管理部门和公众出行者需要直观简明的信息辅助决策。与此同时,“互联网+”和大数据时代的蓬勃发展推动了智慧交通进程,也为交通管理与决策范式革新带来了机遇和挑战。本文以陕西省交通运输科技项目“省域高速公路运行服务评价方法及应用研究”为依托,立足于交通运营管理和公众出行决策的实际需求,为进一步丰富交通运行状态的内涵,研究大数据驱动下的高速公路交通运行状态评价的理论方法与应用实践,是对现有成果的改善、补充以及有益探索。(1)数据质量分析和数据特征分析。数据预处理一方面是要提高数据的质量,另一方面是要让数据更好地适应特定的挖掘目标。数据质量控制是保障研究结论合理准确的关键步骤和基本前提。为保留重要价值信息,提出四分位法与统计原理相结合的非对称高速公路行程时间数据清洗原则。目前通常采用统计量对数据的集中趋势和离散程度进行测度。提出一种基于非参数检验的时间、空间和车型维度数据分布特性测度方法。车型维度检验结果表明,小客车和大客车的行程时间数据分布具有显着差异,需要按照交通调查标准进行车型维度细致区分。(2)高速公路行程时间可靠性估计方法。行程时间分布估计被认为是行程时间可靠性量化研究的重要开端。目前国内外文献中对于行程时间的分布函数尚未形成统一的研究结论,且传统参数估计方法依赖于事先对总体分布的假设。在概率分布簇不确定的前提下,提出了一种基于小波密度估计的高速公路行程时间分布模型的非参数建模方法,可以灵活应用于不同等级、不同交通状况的道路。定义拟合优度衡量指标,对两种非参数模型和五种参数模型进行比较和分析。结果表明,利用小波密度估计来近似行程时间分布函数效果最佳。实例验证了该方法的准确性和有效性,同时探讨了ETC对高速公路行程时间可靠性的影响。(3)高速公路行程时间短时区间预测方法。行程时间预测的可靠性逐渐成为公众出行和管理者决策的关注焦点。一些研究主要以组合模型和数据融合两种方式改进行程时间短时预测模型精度。大多数研究重点都集中在点预测,即只是下一时刻的预测值,并不包含置信水平和预测区间范围等辅助决策的信息。针对点预测的不足,提出一种基于Bootstrap的高速公路行程时间短时区间预测模型。对常用的K最近邻和小波神经网络两种预测模型进行改进并比较预测误差,将预测误差较小的K最近邻(K Nearest Neighbor,KNN)算法引入Bootstrap策略。定义区间预测性能指标,比较不同Bootstrap方法的KNN预测区间性能。结果表明,采用Percentile Bootstrap-KNN区间预测模型的区间预测性能最优,且较单一的KNN模型能够降低预测误差。(4)高速公路交通运行状态评价与分析。当前的交通运行状态或者服务水平标准是基于密度参数,该参数直接采集困难。针对交通运行状态界限模糊的特点,提出一种以行程时间的统计数据作为替代基于交通流密度的高速公路交通运行状态评价方法,以供道路使用者和运营管理者使用。以畅通可靠度、基本畅通可靠度和轻微拥堵可靠度作为评价指标,考虑参数权重和样本容量差异两个问题,对模糊C均值聚类在交通运行状态判别应用进行了改进。结果表明,提出方法在收敛速度和误判率两个方面均得到改进,能够有效描述高速公路交通运行状态。最后,概述陕西省高速公路网运行态势监测现状,并进行实例分析。设计基于历史数据的交通可靠性指标阈值标准的标定方法,构建了面向道路使用者出行场景下的决策流程。
包翠竹[6]2018年在《基于多模信息的怠速起停系统控制策略研究》文中提出怠速起停系统设计的初衷是节能减排,但在实际应用过程中由于受到交通控制信号、交通拥堵等多种因素的影响,安装起停系统的车辆经常出现短时怠速、频繁起停现象,不仅使起停系统的节能优势无法充分发挥,还会增加设备磨损、降低驾驶舒适性。以至于很多驾驶员往往关闭这一功能。本研究综合分析交通控制信号、交通环境、行驶工况等多种影响因素,提出通过预测怠速工况的方法控制发动机起停,有效地减少无效怠速起停的次数,提升起停系统的燃油经济性。本研究以提升怠速起停系统燃油经济性为目的,围绕怠速工况预测、制定起停控制策略展开研究。主要研究内容如下:1)实际城市道路下怠速工况分析为了充分考虑道路环境、行驶工况等因素对车辆怠速起停的影响,选取了上海、武汉、沈阳、长春四个城市作为试验地点,采集了大量行车数据进行系统分析。通过对相关研究的总结分析以及车辆的实际测量确定了无效怠速的时间阈值。根据所确定的无效怠速时间阈值,分析不同城市、不同时段的怠速及无效怠速的分布规律,不同怠速情况下的速度分布规律,为后续算法的提出和改进提供基于实际数据的分析基础,为模型验证提供数据支持。2)基于交通控制信号的起停控制方法综合考虑交通控制信号对起停系统的影响,提出基于交通控制信号获取的起停控制方法,本文基于车载单目摄像机构建了交通控制信号识别系统。该系统可以有效地识别车辆行驶过程中前方的信号灯及倒计时信息,并根据距离估计模型实时计算车辆与信号灯之间的距离,从而预测车辆的怠速情况控制车辆起停。在检测信号灯时选择合适的颜色空间,研究分析多种视觉特征并确定了合适的特征向量,提出了WKNN模型识别信号灯和倒计时。并根据图像识别结果制定起停控制策略,试验结果表明,改进后的起停控制策略能够有效提升起停系统燃油经济性,高峰时段平均提升11.64%;平峰时段平均提升9.63%。3)基于时空学习的怠速工况预测方法基于实际行车数据的分析,提出根据怠速工况预测的结果控制车辆起停,提出基于时空学习的怠速工况预测方法。为了确定适合怠速预测的基础模型,分别使用生成式模型Marcov模型和判别式模型LS-SVM模型进行预测。在使用Marcov模型进行预测时,对比了不同时间尺度、不同状态分类的预测效果,确定了Marcov模型的最优模型参数;在使用LS-SVM模型进行预测时分析了短时行驶工况特征、核函数对预测的影响,确定了LS-SVM模型的最优模型参数。对比两种方法确定了LS-SVM作为怠速工况预测基础模型,并针对无效怠速分布的特点对预测模型进行改进,提出了基于时空学习的LS-SVM怠速工况预测方法,根据预测结果制定起停控制策略,验证试验表明,改进后的起停系统较传统起停系统,燃油经济性明显提升,高峰时段平均提升17.09%,平峰时段平均提升5.40%;并有效地减少了无效怠速起停次数,高峰时段平均减少74.43%的无效怠速起停,平峰时段平均减少53.33%的无效怠速。4)基于工况相似性的权重自适应怠速工况预测方法为了进一步提升怠速预测的准确性,提出基于工况相似性的权重自适应怠速工况预测模型。根据怠速相关的区间行驶工况特征使用最大期望算法对行驶工况聚类,确定行驶工况的6个类别,在进行怠速工况预测时,对待预测工况提取相同的区间行驶工况特征,确定待预测工况与每个类别行驶工况的相似度,每个类别内的行驶工况单独完成预测,预测结果以相似度为权重确定最终的预测结果。综合考虑交通控制信号、怠速工况预测结果等多种信息,提出基于多模信息的怠速起停控制策略,试验表明基于多模信息的起停控制策略,较传统起停系统,燃油经济性明显提升,无效怠速次数明显下降。高峰时段燃油经济性平均提升23.17%,无效怠速起停平均减少93.59%;平峰时段燃油经济性平均提升8.79%,无效怠速起停平均减少74.17%。论文所提出的基于多模信息的怠速起停控制策略,综合考虑了交通控制信号信息、短时行驶工况、区间行驶工况以及时间、空间等多种模态的信息,预测车辆怠速工况,并根据预测结果控制车辆起停,有效减少无效起停的次数,提升起停系统的燃油经济性。
张伟[7]2014年在《城市交通流数据优化感知关键技术研究》文中进行了进一步梳理交通信息采集是智能交通系统的核心子系统,是交通应用的基础。通过先进的信息技术采集更高时空精度的交通流数据,并结合微观信号控制系统进行控制和诱导,均衡交通流在路网上的时空分布,是解决城市交通拥堵问题的关键。传统的感应线圈等交通监督技术只能检测固定点数据,实际应用中一般仅部署在干道的主要交叉口,路网上存在大量的信息“真空”,无法全面地感知交通流的动态变化,限制了信号控制系统的优化能力。近年来,移动互联网、传感网、车联网等新一代信息技术不断涌现,如果这些网络产生的数据与智能交通系统连接起来,将会为交通信息采集开辟新的技术途径。研究一种精度高、实时性好、维护成本低、适应大数据时代的交通信息采集技术,具有十分重要的意义。本文以城市交通大数据为背景,研究了城市交通信息采集中的一些优化问题。论文的创新性工作包括以下几个方面。第一,在单点数据采集方面,研究了基于无线传感器网络的交通流参数采集优化模型和算法。无线传感器网络可以进行大规模部署,在智能交通系统中具有很好的应用前景。本文在伯克利大学P. Varaiya等人提出的自适应阈值检测算法的基础上,针对阈值更新缓慢及分类算法未考虑车辆长度等问题,提出了一种基于信号相关性的车辆速度测量算法和一种基于邻接传感器网络的车辆分类算法。提高了车辆速度估计和车辆分类的精度,并且在阂值漂移、迭加干扰等条件下也具有较好的精度和鲁棒性。第二,研究了群体参与式感知在交通信息采集中的应用,提出了可以采集路段交通流数据的拉格朗日感知算法。该方法利用传感器数据来求解交通方程对交通流的内在的运行规律进行预测,同时使用参与式感知数据作为观测值,基于卡尔曼滤波算法综合交通方程和实际观测数据对交通流参数进行最优估计,获取连续的、具有更高时空精度的交通流数据。在此基础上,提出了道路的堵塞因子,对交通拥堵状况进行实时度量,并应用到路口交通信号配时优化场景中,结合粒子群优化对信号相序进行优化,达到避免交通拥堵形成的目的。第叁,研究了参与式感知中的数据集选择优化问题。已有研究成果表明,相对于数据的数量,提供的数据所在的位置对于交通流估计的结果有更大的影响。在大规模的城市路网中,参与式感知的数据体量非常巨大,如何在大量数据中区分出数据价值、选择最优数据集是一个重要的问题。本文研究了给定传感器可选位置条件下的数据集选择优化问题,采用互信息熵作为目标函数、以均方根误差为约束条件建立了传感器数据集选择的多目标优化模型,提出了一种基于贝叶斯优化解决传感器数据集序贯选择的算法。第四,针对基于车联网和车载终端的参与式感知中传感器节点随着交通流移动的特征,研究了交通流变化及网络的拓扑时变带来的动态不确定性。本文采用时变网络模型对移动传感器网络的动态拓扑及数据价值的时变不确定性进行建模,基于传感器节点的数据效用定义了时变价值网络,并采用蚁群优化进行传感器数据集的并行优化选择。此外,针对传感器节点的移动性和交通流数据的时变特性,提出一种基于Internet的传输控制协议,使控制节点可以感知交通流模式变化并选择最优价值的数据,同时对传感器节点的数据传输进行反馈和控制优化。
李凤[8]2006年在《过饱和状态下交叉口车辆延误和排队长度模型研究》文中研究表明本文以国家自然科学基金重点项目《城市路网动态交通管理与控制关键理论及其模拟技术研究》、青岛海信网络科技股份有限公司合作项目《混合交通自适应控制系统理论、算法与模拟技术研究》为依托,对交通控制效果中的延误和排队长度模型进行研究。全文共分六章。第一章介绍了论文研究背景以及研究控制系统中控制效果参数的必要性,确定了论文研究内容及技术路线。第二章总结了国内外对平面信号控制交叉口车辆延误时间和队长度的研究现状,以及介绍在下面几章涉及到的交通流基础理论,为建立车辆延误和排队模型奠定基础。第叁章研究交叉口到达特性的两种确定方法:通过对交叉口的到达流率拟合和根据上游交叉口车辆驶离特性和车队离散模型预测确定车辆到达特性,分析了这两种方法的适用范围。第四章首先建立了基于车辆到达特性的延误模型和受交叉口影响的排队长度模型,且根据建立的延误和排队长度模型,提出缓解交通拥挤的控制策略。第五章应用长春市工农广场实际数据对论文建立的延误和排队长度模型以及过饱和状态下的交通控制策略进行验证,结果显示本文提出的延误和排队长度模型十分接近真实情况,甚至有时优越于定数理论模型,而提出的改进信号配时方案要优越于现有配时方案以及Webster配时方案。第六章对全文进行了总结,提出了一些不足之处以及对未来的展望。
杨朝[9]2008年在《基于多智能体和Q-学习的交通控制与诱导协同方法研究》文中研究指明交通控制系统与诱导系统的协同可以实现两系统功能的互补,节约路网成本,促使交通系统的运行朝着有序高效的方向发展,而协同模式的选择和正确的控制与诱导策略的制定则是协同实施的关键。本文首先分析了交通控制与诱导协同的必要性,在阐述协同的理论基础之后就协同模式和协同算法展开论述,在总结已有研究成果的基础上,提出协同中需要解决的几个问题。其次介绍了多智能体技术及在交通领域中的应用,并构建了基于多智能体的交通控制与诱导协同框架,按照Agent的功能不同分为协同层、战略层、战术层叁类Agent,阐述协同实施过程,并选用Q-学习作为Agent的学习方法,实现智能化的协同模式选择和交通控制和诱导战略层Agent的协调,并给出了基于Q-学习的交通控制与诱导协同过程,最后采用基于单智能体的Q-学习算法和基于元对策的多智能体Q-学习解决协同模式选择和战略层Agent之间的协调这两个问题,根据算法中的需要,设计了Agent的内部结构,并建立回报函数对Agent采取的动作进行奖惩,根据回报值的累积值确定出最优策略。针对本文的提出的方法,采用仿真软件VISSIM建立了仿真路网,用C语言编写了算法程序,设计了对比实验,通过对结果的分析得出结论,证明Q-学习可以应用在协同模式选择中,也可以应用在战略层Agent的协调中,并给出不同时段模式选择的参考值。本文的研究成果为城市交通控制与交通流诱导系统协同的最终实现提供理论指导和方法依据。
孙建平[10]2004年在《基于Agent的城市交通区域协调控制及优化研究》文中研究说明城市交通一直是同城市发展关系最为密切的方面之一，城市交通问题也是一直困扰交通各界人士的主要问题。交通拥堵、交通安全、环境污染已成为社会关注的焦点。城市交通控制作为组织、控制交通流的主要手段之一，在解决城市交通问题中担负着重要责任。城市交通控制系统经过几十年的发展，从固定配时信号控制系统、感应式控制到自适应控制系统，不断地随着科技的发展而进步。在信息化和科技高速发展的今天，随着智能运输系统（ITS）的研究与发展，当今学者对城市交通控制系统的研究转向了智能化控制，通过引入自动控制、人工智能能先进的技术，实现交通控制的智能化。本论文正是从这个角度出发，对基于Agent的城市道路区域协调控制及优化及相关联的信息共享和标准化等方面进行了研究。第一章介绍了论文的研究背景。随着汽车保有量的增加和公众出行需求的增长，交通拥挤等问题日渐严重，而现有的交通管控设施已逐渐不能满足日益增长的交通需求。21世纪的新经济时代也对交通管理与控制提出了新的要求。ITS是顺应时代而产生的智能化的交通系统发展方向，也被认为是解决交通问题的最有效方法和手段。如何发展传统的交通控制系统，使其融入ITS大系统中是当前亟需解决的问题。第二章引入了Agent理论。Agent（智能体）是人工智能领域研究的重点之一，多智能体技术具有自主性、分布性、协调性，并具有自组织能力、学习能力和推理能力。采用多智能体系统解决实际应用问题，具有很强的鲁棒性和可靠性，并具有较高的问题求解效率，可完成大的复杂系统的作业任务。多智能体技术在表达实际系统时，通过各智能体间的通信、合作、互解、协调、调度、管理及控制来表达系统的结构、功能及行为特性。由于交通控制拓扑结构的分布式特性，使其很适合于应用多智能体技术，尤其对于具有剧烈变化的交通情况(如交通事故)，多智能体的分布式处理和协调技术更为适合。多智能体的协作类型主要有水平协作、树型协作、循环协作和混杂协作，协作的形式主要有任务分担和结果共享，本文应用的多智能体协作是水平协
参考文献：
[1]. 基于时间分布的交通控制系统[D]. 王彬. 山东科技大学. 2004
[2]. 实时交通信号控制模型与算法研究[D]. 李令辉. 大连理工大学. 2007
[3]. 基于Multi-Agent与博弈论的城市交通控制诱导系统及其关键技术研究[D]. 何增镇. 中南大学. 2009
[4]. 中国交通工程学术研究综述·2016[J]. 《中国公路学报》编辑部. 中国公路学报. 2016
[5]. 大数据驱动下的高速公路交通运行状态评价与分析[D]. 陈娇娜. 长安大学. 2016
[6]. 基于多模信息的怠速起停系统控制策略研究[D]. 包翠竹. 吉林大学. 2018
[7]. 城市交通流数据优化感知关键技术研究[D]. 张伟. 大连理工大学. 2014
[8]. 过饱和状态下交叉口车辆延误和排队长度模型研究[D]. 李凤. 吉林大学. 2006
[9]. 基于多智能体和Q-学习的交通控制与诱导协同方法研究[D]. 杨朝. 吉林大学. 2008
[10]. 基于Agent的城市交通区域协调控制及优化研究[D]. 孙建平. 吉林大学. 2004
标签：公路与水路运输论文; 交通论文; 模型预测控制论文; 预测模型论文; 系统评价论文; 系统学习论文; 协同设计论文; 城市选择论文;