您的位置: 专家智库 > >

董文会

作品数:5 被引量:18H指数:2
供职机构:北京工业大学更多>>
发文基金:国家科技支撑计划更多>>
相关领域:交通运输工程更多>>

文献类型

  • 4篇期刊文章
  • 1篇学位论文

领域

  • 5篇交通运输工程

主题

  • 3篇交叉口
  • 3篇交通控制
  • 2篇多目标优化
  • 2篇排放特性
  • 2篇车辆
  • 2篇车辆排放
  • 1篇信号
  • 1篇信号交叉口
  • 1篇信号控制
  • 1篇信号配时
  • 1篇信号相位
  • 1篇遗传算法
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇智能交通
  • 1篇识别方法
  • 1篇数据窗
  • 1篇醉酒
  • 1篇醉酒驾驶
  • 1篇相位

机构

  • 5篇北京工业大学

作者

  • 5篇董文会
  • 4篇李振龙
  • 4篇朱明浩
  • 3篇韩建龙
  • 1篇赵晓华
  • 1篇王保菊

传媒

  • 2篇交通信息与安...
  • 1篇计算机应用
  • 1篇交通运输系统...

年份

  • 2篇2016
  • 3篇2015
5 条 记 录,以下是 1-5
排序方式:
考虑排放特性的右转专用信号相位设置研究
2015年
为解决行人信号绿灯启亮初期行人与右转机动车的不利冲突,分析了行人与右转机动车的行驶特性。以固定周期时长的2相位信号交叉口为例研究了右转信号的设置对右转机动车排放与车均延误的影响。将微观仿真软件Vissim与基于VSP变量的排放模型相结合,对右转信号设置前后的3组不同行人流量下的不同右转机动车流量进行仿真,并分别对车辆排放与车均延误进行对比分析。结果表明,3组不同行人流量下右转信号设置前后的车辆尾气排放及车均延误变化趋势均相同,当右转车流量低于(615±20)pcu/h时,右转信号设置后的车辆排放均值降低9.46%,车均延误均值减小15.84%;当右转车流量大于(615±20)pcu/h时,信号设置后的车均延误减小,但是车辆排放增大。
李振龙董文会韩建龙朱明浩
关键词:交通控制车均延误车辆排放
基于遗传算法的交叉口信号控制多目标优化被引量:14
2016年
从城市交叉口的通行效益、环境保护两方面出发,综合考虑车辆延误、排队长度、尾气排放量三个性能指标,以配时参数为优化变量建立了平面交叉口信号控制多目标优化模型,其权重系数与环境污染程度有关;然后采用遗传算法求解该模型,得到最优信号配时方案;最后通过实例分析模型的有效性。实例结果表明,当空气质量良好时,最优配时方案下的车辆延误、排队长度、尾气排放总量比原始信号配时的对应三个指标值分别降低了9.51%、1.21%、6.24%;当环境严重污染时,最优配时方案下的车辆延误、排队长度、尾气排放总量分别降低了7.21%、1.01%、10.24%。可以看出该多目标优化模型不仅提高了交叉口的通行效率,同时降低了车辆的尾气排放。
李振龙董文会韩建龙朱明浩
关键词:交通控制车辆延误车辆排放遗传算法
考虑排放特性的交通信号配时多目标优化研究
近年来,随着我国国民经济的持续发展,机动车拥有量和道路交通流量急剧增加,进而带来的交通拥堵问题和环境污染问题日益加剧。交通拥堵往往发生在城市信号交叉口处,由此造成车辆延误增加、行驶速度降低、燃料消耗增加,进而加大了城市环...
董文会
关键词:城市交叉口交通信号多目标优化排放特性
考虑上下游交叉口延误的干线公交优先模型被引量:1
2015年
为克服干线绿波协调控制中上游交叉口公交优先控制策略对绿波协调方案和下游交叉口造成的影响,在单点公交优先控制策略的基础上提出了一种综合考虑上下游交叉口延误的干线公交优先模型。该模型以红灯早断、绿灯延长为基本策略,将相邻上下游交叉口车辆综合加权延误作为优化目标,保证上游交叉口公交优先通行的同时,尽量减少对干线绿波协调控制和下游交叉口的影响,并以干线协调控制下的上下游交叉口为例,利用Vissim进行仿真验证。结果表明:该模型与单点公交优先相比虽然上游交叉口车均延误增加2.6%,但下游交叉口车均延误降低10%,上下游交叉口综合车均延误降低3.7%,一定程度上缓解了公交优先控制策略与绿波协调控制策略互相冲突的问题。
李振龙朱明浩王保菊连培昆董文会
关键词:交通控制公交优先信号交叉口
基于K近邻和支持向量机的醉酒驾驶识别方法的对比分析被引量:3
2015年
醉酒驾驶严重威胁道路交通安全,对醉酒驾驶进行准确识别意义重大.利用驾驶模拟舱进行驾驶实验,提取醉酒驾驶和正常驾驶的驾驶行为参数.首先,通过方差分析和均值分析选取方向盘转角作为识别特征,并采用滑动数据窗求取方向盘转角均值序列,构建识别特征参数;然后,分别采用K近邻(KNN)和支持向量机(SVM)对驾驶状态进行识别,得到两种分类方法在不同道路线形的最高识别准确率及其相对应的最优数据窗;最后,对两种分类方法进行了对比分析.结果表明,SVM对醉酒驾驶的识别性能优于KNN;数据窗对KNN的识别准确率影响显著,对SVM的识别准确率影响不明显.
李振龙韩建龙赵晓华朱明浩董文会
关键词:智能交通K近邻支持向量机数据窗
共1页<1>
聚类工具0