项目名称: 基于驾驶员路径选择行为的动态交通诱导和控制策略研究

项目编号: No.71301042

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 管理科学

项目作者: 丁中俊

作者单位: 合肥工业大学

项目金额: 23万元

中文摘要: 城市交通拥堵已经成为制约社会经济可持续发展的重要因素,而交通参与者在交通信息下的不合理路径选择行为会造成拥挤振荡现象。对于智能交通系统研究领域来说,最具挑战的任务之一是准确捕获驾驶员对交通信息的反应,以及交通信息对交通流的动态影响。本项目通过交通调查获取驾驶员在交通信息诱导下的路径选择行为数据,建立准确刻画出行者路径选择行为的理论模型,探讨中国城市路网出行用户路径选择行为特性。在此基础上,针对驾驶员路径选择行为特点建立交通诱导与控制的全局优化模型,制定恰当的路径诱导策略,优化信号控制方案,使路网流量分配趋于交通管理者的需求方向,从而缓解城市交通拥堵。最后采用实际的交通网络进行实证研究,验证本项目提出的理论和方法。基于本项目的研究将有利于推动动态交通分配等基础交通理论的研究和发展,为城市交通信息的发布提供建议,为我国城市交通控制系统的发展和管理水平的提高提供科学依据。

中文关键词: 动态路径选择;动态交通诱导;交通信号控制;城市交通管理;

英文摘要: The urban traffic congestion has become the important restriction factor for the sustainable development of social economy. The unreasonable route choice behavior of traveler under the influence of traffic information will cause the oscillation of traffic congestion. One of the challenging tasks of intelligent transportation systems is to capture the drivers' response to information precisely and its dynamic influence on traffic flow. This project will collect data of drivers' route choice behavior under the influence of traffic information through the investigation. The model which could describe the travelers' route choice behavior exactly will be developed and used to explore the character of Chinese travelers. Based on the character of drivers' route choice behavior, the global optimization model which combines the traffic guidance and control will be developed. The route guidance strategy and signal control scheme will be optimized to balance the assignment of traffic flow and relieve the traffic congestion. At last, empirical studies will be conducted by applying our solutions to realistic traffic network to test the theory of this project. The research work of this project could promote the development of dynamic traffic assignment theory, provide suggestion for the release of traffic information and a sc

英文关键词: Dynamic route choice;dynamic traffic guidance;traffic signal control;urban traffic management;

成为VIP会员查看完整内容
0

相关内容

专知会员服务
68+阅读 · 2021年10月6日
专知会员服务
43+阅读 · 2021年5月19日
专知会员服务
133+阅读 · 2021年2月17日
如何构建你的推荐系统?这份21页ppt教程为你讲解
专知会员服务
64+阅读 · 2021年2月12日
专知会员服务
51+阅读 · 2020年12月19日
专知会员服务
45+阅读 · 2020年12月4日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
全球自动驾驶战略与政策观察,36页pdf
专知
0+阅读 · 2022年2月8日
ECV 2021 冠军方案解读:驾驶员不良驾驶识别方案
极市平台
0+阅读 · 2021年11月10日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
【综述】交通流量预测,附15页论文下载
专知
22+阅读 · 2020年4月23日
交通评价指标概略
智能交通技术
15+阅读 · 2019年7月21日
MAAS:出行服务的颠覆者
智能交通技术
16+阅读 · 2018年12月27日
李克强:智能车辆运动控制研究综述
厚势
21+阅读 · 2017年10月17日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
Simplicial Attention Networks
Arxiv
0+阅读 · 2022年4月20日
Arxiv
15+阅读 · 2019年3月16日
小贴士
相关VIP内容
专知会员服务
68+阅读 · 2021年10月6日
专知会员服务
43+阅读 · 2021年5月19日
专知会员服务
133+阅读 · 2021年2月17日
如何构建你的推荐系统?这份21页ppt教程为你讲解
专知会员服务
64+阅读 · 2021年2月12日
专知会员服务
51+阅读 · 2020年12月19日
专知会员服务
45+阅读 · 2020年12月4日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
相关资讯
全球自动驾驶战略与政策观察,36页pdf
专知
0+阅读 · 2022年2月8日
ECV 2021 冠军方案解读:驾驶员不良驾驶识别方案
极市平台
0+阅读 · 2021年11月10日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
【综述】交通流量预测,附15页论文下载
专知
22+阅读 · 2020年4月23日
交通评价指标概略
智能交通技术
15+阅读 · 2019年7月21日
MAAS:出行服务的颠覆者
智能交通技术
16+阅读 · 2018年12月27日
李克强:智能车辆运动控制研究综述
厚势
21+阅读 · 2017年10月17日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
微信扫码咨询专知VIP会员