一种自适应式公交发车时刻表的动态优化方法

    公开(公告)号:CN104157132A

    公开(公告)日:2014-11-19

    申请号:CN201410407634.9

    申请日:2014-08-18

    Applicant: 东南大学

    Abstract: 本发明公开了一种自适应式公交发车时刻表的动态优化方法,步骤如下:确定公交线路l的全天工作时段T、公交服务车辆的额定载客量C、最大载客量Cs以及公交发车间隔tm;确定公交线路l在第k时段在站点i和相邻站点j之间的断面客流Pijlk的分布情况;根据公交线路l在站点i和站点j之间运行过程中实时反馈的第1辆公交车的断面客流数据Pijlk(1)与公交线路l上的历史公交站点客流断面累计分布曲线进行匹配,预测第2辆公交车断面客流需求分布情况Pijlk(2),确定第2辆公交车的发车时刻T12;使用递推法确定公交线路l的全天工作时段T的公交发车时刻表。本发明通过自适应式公交发车时刻表来动态调整公交车辆的发车时间,满足不断变化的客流需求,增强公交服务的可靠性,降低公交行驶延误,提高公交服务满意度。

    城市道路交通信号控制优化系统

    公开(公告)号:CN103903455A

    公开(公告)日:2014-07-02

    申请号:CN201410149583.4

    申请日:2014-04-14

    Applicant: 东南大学

    Abstract: 本发明公开了一种城市道路交通信号控制优化系统,包括信号控制策略配置模块,信号配时参数设置模块,信号控制配时参数实时优化及优化方案生成模块,多时段信号控制配时参数优化及优化方案生成模块,信号控制方案运行实时监测模块,信号控制性能评估模块,设备运行状况监测模块以及数据服务模块。本发明具有部署灵活,实施成本较低,具有良好的经济性、实用性和可靠性特点,为城市交通管理者提供了多样化的信号控制手段和智能化的解决方式,同时亦提供了全面、具体的决策信息支持,适合在我国大中小型城市应用,以满足当前急需的智能化交通管控需求。

    一种考虑车速不均匀性的城市干线单向绿波控制优化方法

    公开(公告)号:CN103778792A

    公开(公告)日:2014-05-07

    申请号:CN201410010017.5

    申请日:2014-01-09

    Applicant: 东南大学

    Abstract: 本发明公开了一种考虑车速不均匀性的城市干线单向绿波控制优化方法,采用不等饱和度信号配时思想,为协调相位绿时提供了灵活的调整优化空间,通过量化的车辆行驶速度波动区间,实现了车速不均匀情况下的协调相位绿时和相位差参数的优化。本发明将交通流运行状态的不确定性特征融入了带宽最大化优化过程,克服了传统方法无法兼顾优化干线交叉口信号周期和绿时,以及采用平均车速假设,忽略车速不均匀性的弊端,可有效增强干线单向绿波协调控制对外界干扰的容抗能力,提升干线交通流的运行效率,良好的实时性和实用性特点确保了实际应用的可操作性,对于城市道路交通信号控制优化系统建设,提升城市交通管控水平具有积极的意义。

    一种城市道路路段动态交通流基础数据的预处理方法

    公开(公告)号:CN102800197A

    公开(公告)日:2012-11-28

    申请号:CN201210045464.5

    申请日:2012-02-27

    Applicant: 东南大学

    Abstract: 一种城市道路路段动态交通流基础数据的预处理方法,包括步骤:动态获取交通流基础数据并进行时间规整;分车道交通流基础数据有效性检验;分车道交通流基础数据时间汇集;分车道交通流基础数据单个车辆行驶方向断面空间汇集;单个车辆行驶方向断面动态交通流缺失数据估计。本发明基于固定式车辆检测器采集数据特点,采用阈值法结合交通流理论的基本思想,提供了一套数据有效性检验方法;针对不同的数据缺失模式,合理利用历史数据,最大限度地保证数据的连续性和完整性;数据预处理涉及的算法同时兼顾实时性和准确性的要求,数据分析处理能力较强,对城市智能运输系统建设、提高道路交通信息化水平、改善道路运营管理水平有积极意义。

    一种基于时间窗口的实时交通状况判别方法

    公开(公告)号:CN102592453A

    公开(公告)日:2012-07-18

    申请号:CN201210045463.0

    申请日:2012-02-27

    Applicant: 东南大学

    Abstract: 一种基于时间窗口的实时交通状态判别方法,包括步骤:数据预处理;通过两步聚类算法进行交通状态聚类初始化;更新时间窗口并获取当前时间间隔的交通流基础数据;两步聚类算法参数和聚类中心更新及当前时间间隔的实时交通状态判别。本发明基于历史交通流基础数据,采用两步聚类算法进行交通状态聚类初始化,分别经过初选最优聚类数和最优聚类数的确定得到交通状态的最优分类;其次,在初始化结果的基础上,接入实时数据,运用时间窗口的储存结构,动态更新数据;最后,实时计算更新两步聚类算法参数和聚类中心,重新确定交通状态的最优分类,并判别当前时间间隔的实时交通状态。本方法弥补了传统交通状态判别算法的局限性,对推进城市智能运输系统建设平有积极的意义。

Patent Agency Ranking