智能运输系统的理论基础

智能运输系统的理论基础第1页，课件共15页，创作于2023年2月第二章：智能运输系统的理论基础

前言：传统的城市交通理论，一般单纯从城市交通管理系统的单一子系统孤立研究交通问题，具有很大的片面性，已不能解决城市交通量与道路增长不匹配而导致的日益严重的交通拥挤，交通事故、能源消耗和环境污染等问题。因此本书重点论述动态交通分配理论、协同理论和智能控制理论，为综合解决城市道路交通问题提供更加符合我国国情的先进理论方法第2页，课件共15页，创作于2023年2月第二章：智能运输系统的理论基础

2.1动态交通分配理论

1.目的：就是将时变的交通出行合理分配到不同的路径上，以降低个人的出行费用或系统总费用，它是在交通供给状况以及交通需求状况均为已知的情况下，分析其最优的交通流量分布模式，从而为交通流控制和管理、城市交通流诱导等提供依据。

2.基本概念：（1）动态用户最优：指路网中任意时刻、任何OD对之间被使用的路径上的当前顺时行驶费用相等，且等于最小费用的状态。从路网中每个用户的角度考虑，寻求整个系统总得出行时间最少或费用最低。（规划者意愿，较为实际）第3页，课件共15页，创作于2023年2月第二章：智能运输系统的理论基础

2.1动态交通分配理论2.基本概念：（2）动态系统最优：指在所研究的时段内，出行者各瞬时通过所选择的出行路径，相互配合，使得系统的总费用最小。从路网系统的角度考虑，寻求整个系统总得出行时间最少或费用最低。（3）路段流出函数模型：反映交通拥挤，抓住网络动态本质特性的关键。（4）路段阻抗特性模型：通过交通量和走行时间或费用关系来反映，动态交通分配中采用的状态变量不是静态交通流分配中的交通量，而是某时刻路段上的交通负荷。第4页，课件共15页，创作于2023年2月第二章：智能运输系统的理论基础

2.1动态交通分配理论3.动态交通分配理论现状：纵观国内外动态交通分配理论和方法的研究，到目前为止，从研究方法角度而言，可以分为：（1）数学规划及按摩方法（2）最优控制理论建模方法（3）变分不等式理论建模方法（4）计算机模拟第5页，课件共15页，创作于2023年2月第二章：智能运输系统的理论基础

2.1动态交通分配理论4.动态系统最优和用户最优分配模型前提假设（1）路网拓补空间结构已知（2）路网特性、路段行驶时间函数、路段流出率函数均已知（3）动态的时变交通需求已知（4）车辆的产生与吸引只发生在节点处，路段之中不吸引和产生车辆动态系统最优分配模型目标第6页，课件共15页，创作于2023年2月第二章：智能运输系统的理论基础

2.1动态交通分配理论4.动态系统最优和用户最优分配模型动态系统最优分配模型目标（1）使系统总行程时间最小（2）使系统总费用最小（3）使系统总延误最小（4）是系统平均拥挤度最小动态用户最优分配模型：对动态用户最优定义不同，将会构造出不同的模型。5.准用户最优动态交通分配第7页，课件共15页，创作于2023年2月第二章：智能运输系统的理论基础

2.2智能协同理论1.协同学的产生以及研究对象协同论：是研究在许多子系统构成的复杂系统中，这些子系统是如何通过协作和自组织而形成宏观尺度上的空间结构、时间结构或功能结构，其基本观点是众矢量在竞争中产生序参量，并引导和控制整个系统的发展方向。研究对象：是非平衡开放系统中的自组织及形成的有序结构。随着中国城市化进程的加快，城市道路交通系统作为一个相对独立的组织系统也正处于剧烈的变化阶段，这完全符合协同论的研究条件

第8页，课件共15页，创作于2023年2月第二章：智能运输系统的理论基础

2.2智能协同理论2.城市交通流系统特征分析交通流系统具有开放性，远离平衡的特点交通流系统参数时变城市交通流整体的出行特性在时间和空间上具有相对确定性当路网上车流量达到一定阀值时，原定态失稳，出现临界状态，达到新稳定。存在临界减慢现象城市交通流的有序结构靠信息流来维持。第9页，课件共15页，创作于2023年2月第二章：智能运输系统的理论基础

2.2智能协同理论3.车辆诱导、交通控制、公共交通协同理论诱导系统与控制系统协同控制系统与公交系统协同诱导系统与公交系统协同第10页，课件共15页，创作于2023年2月第二章：智能运输系统的理论基础

2.2智能协同理论3.UTCS与UTFGS协同理论模式与算法模式（1）数据共享式（2）主从式（3）递阶协同式（4）一体化方式算法（1）偏重于控制的方法（2）偏重于诱导的方法（3）交通控制与动态交通分配迭代优化法（4）全局优化法第11页，课件共15页，创作于2023年2月第二章：智能运输系统的理论基础

2.3交通网络实时动态交通信息预测理论1.实时动态交通信息预测的意义

随着GPS浮动车、手机定位等交通检测技术的日趋成熟，把什么形式的动态交通信息提供给用户才能达到避免拥挤、提高路网使用效率的目的，如何在短时间内得到这些信息，以及如何根据这些信息快速确定最佳行驶路径，已成为国际智能运输领域的前沿问题。2.短时交通信息预测理论模型体系适合我国交通特点的交通流量动态预测理论模型体系的建立（1）基于BP神经网络的交通流量预测模型的研究（2）基于高阶神经网络的交通流量预测模型的研究（3）基于卡尔曼滤波理论的交通流量预测模型的研究第12页，课件共15页，创作于2023年2月第二章：智能运输系统的理论基础

2.3交通网络实时动态交通信息预测理论无检测器交叉口交通流量预测理论和方法研究路段行程时间间接预测理论和方法研究（1）模型思想：通过分析交叉口的运行时间分成车辆在路段上的运行时间和交叉口的运行时间两部分。其中交叉口的运行时间包括路段，交叉口行驶时间和交叉口的延误时间。（2）路段行程时间的计算模型把行程时间分成车辆在路段上的运行时间和交叉口的延误时间两部分，利用预测的流量和速度，结合其他的动态和静态数据，从而分别计算这两部分运行时间，然后将这两部分时间结合，获取路段行程时间。第13页，课件共15页，创作于2023年2月第二章：智能运输系统的理论基础

2.4智能控制理论1.理论内容：自