论文部分内容阅读
随着世界经济和汽车产业的快速发展，汽车的保有量在大幅增加，由此带来许多环境及交通问题。其中较大的问题之一为交通拥堵，交通拥堵不仅带来出行的不便，而且会加大尾气的排放。云模型是定性概念与其定量数据表示之间的不确定性转换模型。由于交通流中的车辆具有随机性和获得数据为定量数据，符合云模型的特性。因此，基于云模型对区域运行态势进行评估，过程主要分为以下几个方面。 （1）采用VISSIM建立高速及城市工况下的路网环境，进行不同交通通畅状态下的仿真，获取大量基本仿真数据。 （2）提取仿真数据中所需的参数，结合车辆动力学理论，实现基本行驶参数到行驶状态参数的转化。 （3）结合文献中驾驶员分类的标准，根据车辆横摆角速度、质心侧偏角及纵向速度的云模型数字特征值确定驾驶员类型。 （4）由历史数据得到区域路段内A、B类驾驶员的数量，结合前件云、后件云及逆向云构建预测云模型，输入当天预测时刻前多个小时间段的数据，得到区域路段内的车流量及平均速度的期望Ex、熵En及超熵He，将8个参数输入训练好的BP神经网络得到区域路段运行态势。