导读:本文包含了交通动态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:智能交通,交通诱导系统,边缘计算,车载自组织网
交通动态诱导论文文献综述
李玲琳[1]（2019）在《基于边缘计算的动态智能交通诱导系统设计》一文中研究指出传统的交通诱导系统多基于静态交通信息构建,没有结合实时动态交通信息、诱导效率有待提高。因此本文通过分析现有交通诱导系统的不足,结合边缘计算和车载自组织网络思想,设计了一个动态智能诱导系统,实现诱导信息动态及时、服务方式多样性和个性化,并提出了该系统的系统架构、系统功能、工作原理。(本文来源于《电脑知识与技术》期刊2019年29期）
彭康华,杨军,黄裕锋[2]（2018）在《车载自组网信息服务与动态交通诱导算法研究》一文中研究指出为保障交通安全和提升交通效率,利用了当前条件下IEEE802.11p的VANET(Vehicular adhoc network,车载自组网)、相对定位技术、蚁群并行算法动态交通诱导技术,对交通数据进行实时采集与处理。结合模糊理论提出了车载自组网下对人们出行方式有效判断的隶属函数及逻辑推算规则,并通过车载地图规划或驾驶员向车载专用短程无线通信输入,构建当前车载自组网下交通信息服务与动态交通诱导。通过试验得到平均路径长度和最小路径长度收敛曲线,结果对比分析发现改进后的蚁群算法对全局最优解的搜寻效率更高,可靠性得到很大的提升。蚁群算法并行计算试验中,当处理器的数量为4时,收敛值时间花费最少,所采用的蚁群并行算法能大大提高了处理速度和效率。(本文来源于《计算技术与自动化》期刊2018年04期）
白静[3]（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）
李晓英[4]（2018）在《基于无线传感的动态智能交通诱导控制系统》一文中研究指出为提高车辆的出行效率,缓解交通拥堵现象,设计了基于无线传感的动态智能交通诱导控制系统.利用车载自动感应装置和无线传感网络对车辆的行驶信息进行实时监控、定点收集并及时处理,同时依靠交通信号控制系统调节交通信号的状态;将交通诱导任务模型转换为带权的AOE网,以AOE网为基础拆分模型化后的诱导任务,附加交通状况的实时性约束,最终求解诱导问题的最优路径集合,从而实现对车流量的智能诱导.通过具体的实例验证,对获得的优化前后的交通信息数据进行对比,结果表明:该系统提高了交通运行效率,降低了车辆平均运行时间和缩短了平均出行距离,实现了交通数据流信息的最大化利用.(本文来源于《信阳师范学院学报(自然科学版)》期刊2018年04期）
李祖文,杜荣义,何增镇[5]（2018）在《多元动态交通流信息融合与交通动态信息实时诱导发布系统》一文中研究指出文章结合多元数据融合(MDF)、地理信息系统(GIS)和全球定位系统(GPS)等现代信息技术,设计城市多元动态交通流信息融合与交通动态信息实时诱导发布系统,实现面向政府、企业和出行者的交通决策支持、综合管理、信息服务功能,改进城市交通现状,并为居民提供良好的出行环境。(本文来源于《西部交通科技》期刊2018年06期）
毛永明,祁宁,张东伟,阚凤龙[6]（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）
王钰[7]（2018）在《基于海量轨迹数据的动态交通诱导技术研究》一文中研究指出在如今的大数据时代,交通数据也呈现了爆发式的增长。交通数据的感知已经不再局限于传统的固定检测器,智能手机、车载智能终端等移动智能设备产生的海量实时的轨迹数据正在成为交通大数据的重要组成部分。随着轨迹数据规模的改变,对轨迹数据的研究内容和方法也要随之转变。海量实时的高频轨迹数据为动态交通诱导提供了丰富的数据资源。本文针对基于轨迹大数据的动态交通诱导技术展开研究。本文研究的总体目标是利用大规模的实时轨迹数据,建立新的数据处理算法与实现方案,对交通状态进行精确的实时估算与动态预测,进而对车辆进行准确而精细的动态诱导。本文取得的主要成果,包括以下几个方面:(1)信号交叉口排队长度实时估算交叉口延误是城市交通状态的一个重要影响因素。实时估算交叉口排队长度一直以来都是一个挑战性的问题。当信号交叉口没有配备固定交通流检测器时,问题将变得更加复杂。本文探讨了在海量GPS数据环境下,计算信号交叉口实时排队长度的关键技术。利用车辆GPS数据,本文提出了基于交通波理论的信号交叉口实时排队长度估算模型,并首次引入了“消散延误”的概念。利用实时排队长度估算模型与车辆的“消散延误”数据,可以实现交叉口每一个信号周期的排队长度的实时估算。根据实时估算的计算结果,本文提出了面向诱导的平均延误时间计算方法。本文对模型和算法进行了实地测试,测试结果表明,本文建立的模型和算法可以较为准确的估算信号交叉口的实时排队长度。(2)基于实时轨迹数据的短时交通流预测短时交通流预测是构建动态交通诱导系统的关键技术之一。短时交通流预测算法需要兼顾实时性与准确性两方面的要求。指数平滑法具有计算效率高且容易实现的特点,更适合于在动态诱导中,对大规模数据的实时计算。但传统的指数平滑法存在参数固定、预测过程僵化等缺陷。针对指数平滑法的不足,本文提出了适用于短时交通流预测的变时域动态模型。该模型以约束坐标轮换法作为优化算法,实现了在预测过程中根据实测数据的变化,平滑系数与数据搜索范围自动更新,使得模型能够在预测过程中追踪数据的变化趋势,从而实现预测的精确性。实际数据测试表明:变时域动态模型的预测精度和可靠性均优于传统指数平滑模型。本文进一步分析了平滑系数与数据搜索范围的关系,结果表明二者显着负相关。(3)信号交叉口车速引导在信号交叉口的车速引导研究中,缺乏适应目前交通条件的引导方法。基于交通波理论,本文提出了车辆到达交叉口的理想状态。在此基础上,利用实时的车辆GPS数据与信号配时信息,本文针对车辆到达交叉口的不同信号状态,提出了相应的车速引导算法。算法以车辆不停车通过交叉口为目标,在兼顾驾驶员的接受意愿与交通条件的同时,最大限度地减少车辆在交叉口的停车延误与平均停车次数。在多智能体仿真平台的测试结果证明,本文提出的算法可以有效提高交叉口的运行效率与有效绿灯利用率。(4)区域级动态交通诱导本文对区域级的交通诱导问题进行了研究,首先提出了动态交通网络数学模型,在此基础上设计了考虑交叉口延时的动态路径诱导算法,并使用大数据技术,设计了基于HaLoop的动态路径诱导并行计算模型,最后在连续流智能交通管控平台上对算法进行了测试。实验结果表明,本文设计的算法和基于大数据的并行计算模型可以有效地实现大规模路网中的动态交通诱导,同时能很好地满足实时性需求。总之,本文对基于实时的海量轨迹数据的动态交通诱导问题,进行了较为全面和深入的探索。本文所取得的研究成果对于解决城市交通拥堵问题具有重要的参考和借鉴意义。(本文来源于《华南理工大学》期刊2018-03-26）
李旭,周彤梅[8]（2017）在《基于动态交通分配的交通诱导与控制协同研究》一文中研究指出在交通诱导与控制协同运作中,动态交通分配理论的有效应用可以全面提升系统的实时性与高效性,从而有效缓解城市道路交通拥堵。对动态交通分配、交通诱导与交通控制系统的研究现状进行了概述;将动态交通分配理论与模型应用到诱导与控制协同机理中,建立了基于动态交通分配的交通诱导与控制综合协同模型;在现有的诱导与控制协同过程中加入动态策略选择与动态交通分配环节,提出了适用于城市大型路网的交通诱导与控制协同系统实施框架。(本文来源于《中国人民公安大学学报(自然科学版)》期刊2017年04期）
谷健[9]（2017）在《基于RFID数据的城市交通流动态路径诱导研究》一文中研究指出城市化进程的快速发展,使得现有城市的交通系统承载着日益增长的需求与压力,交通拥堵问题成为城市经济发展的顽疾,随之产生的交通运输效益下降、环境污染、能源过度消耗等问题日益严重,交通拥堵这一顽疾亟待解决。基于智能采集设备的城市交通诱导系统是缓解城市交通拥堵问题的重要途径之一。本文由射频识别技术(Radio Frequency Identification Devices,RFID)所采集的城市道路交通数据特征分析入手,提出基于RFID数据的交通参数提取方法,实现基于RFID数据的城市道路微观交通模拟,构建基于RFID数据的城市道路交通流短时预测模型,开展基于RFID数据的城市道路交通状态判别研究,实现基于交通状态判别的交通流动态路径诱导研究。文章首先对用于采集车流数据的RFID技术进行了概述,由于RFID采集点多布设在信号交叉口出口路段上,这一布设特点导致RFID采集车辆记录多是单点断面静态记录。为了得到相对完整的符合时间规律的车辆行程数据并满足动态化要求,不仅需要将车辆记录与RFID基站位置进行空间匹配,同时需要考虑交叉口信号配时的情况。本文首先在数据记录质量分析的基础上,提出基于RFID技术的交通流特性参数提取方法,以交通工程学对交通特性参数的基本定义为核心,借助静态RFID记录中的车牌字段与车辆通过时间字段等基础信息对单一检测断面与相邻检测断面的采集数据进行交通流特性参数提取,得到流量、速度、行程时间、车头时距、交叉口转向等参数。在此基础上,利用统计方法,对交通量特征、车辆到达特征、速度特征、车头时距特征、行程时间特征进行了统计研究,并将统计分布结果作为基本输入用于车流模拟框架的构建。在车流模拟框架构建研究中,本文首先从车辆行驶的微观分析出发,分析讨论车辆在交叉口上游检测断面行驶至交叉口停车线并驶向下游检测断面的路段行驶特征,基于分析结果结合线性跟驰模型、安全换道模型构建了车辆在路段上的行驶规则;同时,本文利用车辆到达交叉口的时刻与信号运行时刻判断车辆在交叉口停车线的停车排队特征,并结合路段行驶规则构建了完整的城市道路车流模拟框架。在实例分析时,本文利用交通参数统计规律产生交通流特性参数的随机数,以此作为车流模拟框架的输入,并借助Matlab数值模拟环境,对单交叉口范围内相邻RFID检测断面的车流进行了模拟,并通过对模拟结果的分析,获取了行程时间、排队长度等通过一般采集方法较难直接采集的交通运行特征参数,实现了从静态RFID记录中提取得到交通状态的动态变化特征,其结果可用作交通状态判别的基本输入。为进一步实现从静态RFID记录中提取交通运行动态特征,本文在构建车流模拟框架的同时,构建了基于RFID数据的交通流短时预测方法。考虑到交通参数时间序列具有随机信号的特征,本文以交通流特性参数时间序列的小波分解为前提,对小波分解得到的近似变量和细节变量分别选用支持向量机方法建立预测模型,并利用GA、PSO等方法优化预测模型的参数,并综合考虑数值精度与运算速度两方面因素,借助数值对比实验的方法,对预测模型参数的输入个数进行了研究。借助对速度时间序列的实例分析,分别得到了 2min和5min时间间隔的速度预测结果,其精度满足一定要求,并将预测算法应用到阈值去噪处理后的数据进行对比分析,其结果表明所构建的预测算法能够实现对静态RFID记录的动态预测。对静态RFID记录采用预测的方法实现动态分析主要针对交通流特性参数,而掌握交通流状态的动态变化,需要综合考虑不同交通流特性参数的变化特征,因此,在基于RFID数据的城市道路交通运行特征分析与车流模拟的基础上,本文提出一种采用平均里程行程延误、平均行程速度、排队长度等多个参数来判别城市道路交通状态的方法。该方法以模糊综合评价模型为基础,以车流模拟结果所提取的交通流特性参数作为输入,通过构建参数的梯形隶属度函数,实现对交叉口左、直、右叁个方向上的相邻检测断面的交通状态进行模糊判别,并对交通状态模糊判别方法中的单因素权重矩阵取值对判别结果的影响进行了分析研究,从而进一步实现了从静态RFID记录中提取动态交通变化特征。交通状态判别结果可用于构建城市道路交通诱导路径搜索算法。诱导路径是交通流动态诱导系统的重要体现,本文提出一种基于城市道路交通状态判别的动态诱导路径搜索算法。以城市路网为研究载体,借助车流模拟框架得到路网内的车流模拟数据,结合交通参数提取方法得到模拟路网内相邻检测断面的平均里程行程延误、平均行程速度、排队长度等交通流特性参数,在此基础上,结合模糊判别方法得到模拟路网内相邻检测断面的交通状态判别结果,并利用交通状态判别结果作为搜索算法中有向弧的动态权重,结合基于曼哈顿距离的启发式路径搜索算法,实现了对路网内的最短路径的动态搜索,其结果可为基于RFID数据的交通管理系统制定诱导路径提供理论支持。(本文来源于《东南大学》期刊2017-09-15）
杨辉[10]（2017）在《信号控制与路径诱导协同的动态交通模型研究》一文中研究指出随着城市化步伐的加快,城市交通网络的规模逐渐扩大,其复杂程度日渐加深,国内外城市都面临交通拥堵、事故频发、环境污染、资源浪费等亟待解决的交通问题。事实证明,传统的新修道路和单纯的交通信号控制优化已经难以完美解决目前所面临的交通问题。交通信号控制系统和交通诱导系统作为智能交通系统(ITS)的两个核心子系统,二者即密切相关、相辅相成又各司其职,各有侧重,交通控制与交通诱导的协同系统成为智能交通领域的研究热点,也成为公认的解决目前交通问题的必由之路。将交通控制系统和交通诱导系统有机结合,发挥各自的优点,对于缓解交通问题、优化交通网络运行环境具有重大意义。本文总结了国内外相关研究成果,基于一种基本的信号控制方法和一种基本路径选择策略,将其拓展、结合后建立一种交通控制与交通诱导协同的动态模型。此动态模型的每一次迭代过程中,交通流量、绿信比和瓶颈延误同时改变,最后达到平衡,使道路通行能力最大化并均衡分配路网交通流。此模型可用于考虑交通流分配的定时控制方案设计,也可用于为防止可预测事件的迅速响应的信号预配时与交通流预分配,如果计算速度足够快,还可以用于实时信号配时与交通流分配。文中对交通控制与交通诱导协同动态模型最大化道路通行能力的特点进行了论证,并对其收敛性及收敛条件进行了讨论。协同模型以交通流、绿信比和瓶颈延误的Lyapunov函数为0作为最终迭代目标,基于此,文中介绍了一种相应的求解单调互补问题的步长变化方法,并给出模型求解步骤。本文以VISSIM仿真软件COM接口技术为纽带,建立基于VISSIM和Excel VBA联合仿真平台对模型的效果进行验证,其中详细阐述了路网建立、检测点设置、瓶颈延误简化公式、仿真搭建流程等要点,并且对仿真结果进行了对比分析,验证协同模型对减少延误时间、提高道路通行能力的有效性。最后,总结全文,分析了交通控制与交通诱导协同模型的不足,并为下一步研究工作提出建议。(本文来源于《湘潭大学》期刊2017-06-01）
交通动态诱导论文开题报告
（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：
为保障交通安全和提升交通效率,利用了当前条件下IEEE802.11p的VANET(Vehicular adhoc network,车载自组网)、相对定位技术、蚁群并行算法动态交通诱导技术,对交通数据进行实时采集与处理。结合模糊理论提出了车载自组网下对人们出行方式有效判断的隶属函数及逻辑推算规则,并通过车载地图规划或驾驶员向车载专用短程无线通信输入,构建当前车载自组网下交通信息服务与动态交通诱导。通过试验得到平均路径长度和最小路径长度收敛曲线,结果对比分析发现改进后的蚁群算法对全局最优解的搜寻效率更高,可靠性得到很大的提升。蚁群算法并行计算试验中,当处理器的数量为4时,收敛值时间花费最少,所采用的蚁群并行算法能大大提高了处理速度和效率。
（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。
交通动态诱导论文参考文献
[1].李玲琳.基于边缘计算的动态智能交通诱导系统设计[J].电脑知识与技术.2019
[2].彭康华,杨军,黄裕锋.车载自组网信息服务与动态交通诱导算法研究[J].计算技术与自动化.2018
[3].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
[4].李晓英.基于无线传感的动态智能交通诱导控制系统[J].信阳师范学院学报(自然科学版).2018
[5].李祖文,杜荣义,何增镇.多元动态交通流信息融合与交通动态信息实时诱导发布系统[J].西部交通科技.2018
[6].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
[7].王钰.基于海量轨迹数据的动态交通诱导技术研究[D].华南理工大学.2018
[8].李旭,周彤梅.基于动态交通分配的交通诱导与控制协同研究[J].中国人民公安大学学报(自然科学版).2017
[9].谷健.基于RFID数据的城市交通流动态路径诱导研究[D].东南大学.2017
[10].杨辉.信号控制与路径诱导协同的动态交通模型研究[D].湘潭大学.2017