交通流微观仿真与驾驶员行为建模理论及方法PDF电子书下载

第一篇　微观交通流仿真建模理论及一体化仿真环境研究 3

1 微观交通流仿真建模理论及环境研究的背景、意义及思路 3

1.1　研究背景 3

1.2　研究意义 8

1.3　研究思路 10

1.4　本章小结 11

参考文献 11

2　道路交通仿真研究回顾 12

2.1 系统仿真、计算机仿真和交通仿真 12

2.1.1 系统仿真 12

2.1.2　计算机仿真 12

2.1.3　交通仿真 13

2.2　国内外交通仿真研究概况 14

2.2.1　国外研究概况 14

2.2.2　国内研究现状 17

2.3　微观交通流仿真车辆跟驰模型研究概况 18

2.3.1　车辆跟驰模型的研究现状 18

2.3.2　车辆跟驰模型的研究趋势 27

2.4　本章小结 28

参考文献 28

3　城市道路交通特性分析 32

3.1　路段交通特性 32

3.1.1　人车路特性 32

3.1.2　城市道路交通流统计分布特性 34

3.1.3　车辆运行特性 36

3.2　信号交叉口交通特性 39

3.2.1　车辆到达车头时距分布特性 39

3.2.2　交叉口处的车道选择特性 40

3.2.3　交叉口处车辆离去特性 40

3.3　本章小结 41

参考文献 41

4　微观交通流仿真模型设计及一体化仿真环境研究 42

4.1　仿真系统概述 42

4.1.1　仿真研究的目标 42

4.1.2　仿真系统的总体结构 42

4.1.3　仿真系统的开发环境及其主要功能 43

4.2　道路模块的开发 44

4.2.1　路段模块的基本仿真对象 45

4.2.2　交叉口模块的基本仿真对象 45

4.3　人-车单元模块的开发 45

4.4　仿真模块的开发 46

4.4.1　路段仿真模块的开发 47

4.4.2　交叉口仿真模块的开发 61

4.5　结果模块的开发 66

4.6　本章小结 67

参考文献 67

5　仿真模型的标定 70

5.1　路段仿真模型的标定 70

5.1.1　数据的采集 70

5.1.2　数据的分析 76

5.1.3　模型标定 79

5.2　交叉口仿真模型的标定 82

5.3　本章小结 82

参考文献 82

6　仿真模型的验证 84

6.1　路段仿真模型的验证 84

6.1.1　微观验证 84

6.1.2　宏观验证 92

6.1.3　误差分析 93

6.2　交叉口仿真模型的验证 93

6.3　本章小结 93

参考文献 93

7　仿真模型的应用 94

7.1　路段仿真模型的应用 94

7.1.1　对不同流量条件下车道利用率的仿真研究 94

7.1.2　事件条件下路段交通特性的仿真研究 98

7.2　交叉口仿真模型的应用 99

7.3　本章小结 100

参考文献 100

8　本篇研究总结 101

第二篇　基于多源信息融合的驾驶员跟车行为研究 105

9　多源信息刺激下驾驶员行为研究的必要性 105

9.1 国内外交通问题现状 105

9.2　智能运输系统的产生 106

9.3　智能运输系统的组成 107

9.4 中国ITS的研究内容 107

9.5　驾驶员行为研究的意义 109

9.6　本章小结 110

参考文献 110

10　基于多源信息融合的驾驶员跟车行为模型及算法 112

10.1　多源信息融合技术研究概况 112

10.1.1　概述 112

10.1.2　多源信息融合的层次分类 113

10.1.3　多源信息融合技术的研究与发展 115

10.1.4　多源信息融合技术的应用 116

10.1.5　多源信息融合算法及模型 118

10.2　驾驶员综合认知分析 123

10.2.1　驾驶员综合认知结构 123

10.2.2　驾驶员认知过程分析 124

10.3　基于多源信息融合的驾驶员跟车行为模型及算法 125

10.3.1　模糊测度与模糊积分理论 125

10.3.2　基于模糊积分理论的多源信息融合算法 126

10.3.3　贝叶斯理论及公式 127

10.3.4　基于贝叶斯理论的多源信息融合算法 128

10.3.5　跟车行为模型 129

10.4　本章小结 130

参考文献 131

11　模型的标定及验证 132

11.1　数据分析 132

11.2　模型标定 137

11.3　模型及算法的验证 137

11.3.1　直观对比检验 138

11.3.2　非参数检验 140

11.4　本章小结 146

参考文献 147

12　本篇研究总结 148

第三篇　基于认知活动链的驾驶员行为建模及仿真 151

13　驾驶员行为仿真模型研究概述 151

13.1　驾驶员行为仿真模型的研究现状 151

13.1.1　传统的驾驶员行为仿真模型 151

13.1.2　基于驾驶员特性的驾驶行为仿真模型 154

13.2　驾驶员行为仿真模型的研究趋势 156

13.2.1　应用领域专门化 156

13.2.2　研究手段多样化 157

13.2.3　研究层次深入化 157

13.2.4　模型构建实用化 159

13.3　本章小结 160

参考文献 161

14　驾驶员任务集聚认知活动链研究 166

14.1　多源信息融合的基本原理 166

14.2　多源信息刺激下驾驶员任务集聚认知活动链 167

14.3　认知活动链的仿真实现机理 169

14.4　本章小结 170

参考文献 170

15　基于灰关联熵理论的驾驶决策影响因子研究 171

15.1　灰关联熵分析基本原理 172

15.1.1　确定映射量 172

15.1.2　计算灰关联系数 172

15.1.3　计算灰关联熵 173

15.1.4　评定熵关联度 174

15.2　应用实例 174

15.2.1　实验设计及数据采集 174

15.2.2　定性分析 178

15.2.3　定量计算 179

15.2.4　结论 180

15.3　本章小结 181

参考文献 181

16　基于决策树的驾驶行为决策机制 183

16.1　基于ID3分类算法的决策树理论 183

16.1.1　基本原理 183

16.1.2　ID3决策树分类算法 184

16.2　驾驶决策识别模型 185

16.2.1　数据采集 185

16.2.2　驾驶决策分类树 187

16.2.3　驾驶决策识别规则库 187

16.3　应用实例 191

16.4　本章小结 191

参考文献 192

17　基于非参数回归的车辆运行执行机制 194

17.1　非参数回归基本原理 194

17.1.1　多元非参数回归模型 195

17.1.2　k最近邻估计法 199

17.2　基于非参数回归的车辆跟驰模型 200

17.3　应用实例 201

17.4　本章小结 204

参考文献 204

18　综合认知序贯活动模型的应用 206

18.1　研究目的 206

18.2　实验设计 207

18.3　车道控制逻辑 208

18.4　系统仿真 209

18.5　车道控制信号的仿真评价 210

18.5.1　初步仿真结果 210

18.5.2　中间流量的仿真结果 211

18.5.3　仿真评价 212

18.6　本章小结 213

参考文献 213

19　本篇研究总结 215

第四篇　基于综合认知活动及决策优化方法的驾驶员行为研究 215

20　基于人-车-路-环境综合计算的驾驶员期望车速 219

20.1　期望车速影响因素分析 219

20.1.1　驾驶员特性 220

20.1.2　车辆特性 220

20.1.3　道路条件 220

20.1.4　交通干扰 221

20.1.5　天气及承运任务急缓 221

20.2　基于决策树的期望车速模型 221

20.2.1　决策树ID3分类算法 221

20.2.2　样本采集 221

20.2.3　期望车速决策树 223

20.2.4　决策树中分类规则的获取 223

20.3　基于AHP的驾驶员期望车速模型 224

20.3.1　层次分析法基本原理 224

20.3.2　驾驶员期望车速模型——基于AHP法 227

20.4　模型验证 231

20.4.1　基于决策树的驾驶员期望车速模型验证 231

20.4.2　基于AHP的驾驶员期望车速模型验证 232

20.5　本章小结 233

参考文献 233

21　基于投影寻踪回归的车辆跟驰模型 235

21.1　投影寻踪回归模型 236

21.1.1　投影寻踪回归模型简介 236

21.1.2　模型参数的优化及确定 237

21.2　基于PPR的车辆跟驰预测 238

21.3　模型验证 239

21.3.1　误差分析与直观对比图 239

21.3.2　游程总数检验法 242

21.3.3　游程长度检验法 243

21.4　本章小结 244

参考文献 245

22　基于层次分析的车道变换决策模型 247

22.1　驾驶员车道变换行为分析 247

22.2　基于AHP的车道变换决策模型分析 249

22.2.1　层次分析法基本原理 249

22.2.2　车道变换决策模型——基于AHP法 249

22.3　实验设计 252

22.4　模型标定及验证 253

22.4.1　模型标定 253

22.4.2　模型验证 254

22.5　本章小结 254

参考文献 255

23　基于精准时钟扫描的驾驶员决策优化模型 256

23.1　驾驶员决策过程 256

23.1.1　决策过程 256

23.1.2　基于精准时钟扫描的决策过程 257

23.2　决策优化模型 258

23.2.1　各决策的优越性定性排序 259

23.2.2　各候选决策（就因素而言）相对优属度的确定 259

23.2.3　驾驶员决策影响因素权重的确定 260

23.2.4　候选决策的模糊优选 260

23.3　实验设计 260

23.4　模型标定及验证 261

23.4.1　模型标定 261

23.4.2　模型验证 264

23.5　本章小结 266

参考文献 267

24　机非混杂环境中的驾驶员行为建模及仿真 268

24.1　“冲突”的产生 268

24.1.1　交叉口“冲突”的产生 268

24.1.2　路段“冲突”的产生 269

24.2　冲突点法 269

24.2.1　“冲突点法”基本思想 269

24.2.2　“冲突点法”介绍 270

24.3　机非混杂环境中的驾驶员行为建模 270

24.3.1　阻滞干扰中的“冲突点法” 271

24.3.2　摩擦干扰中的“冲突点法” 273

24.4　模型验证 274

24.4.1　实验设计 274

24.4.2　仿真及结果分析 276

24.5　本章小结 279

参考文献 280

25　本篇研究总结 281

附录 284

附录A　附图 284

附录B　作者主持的科研项目 308

附录C　代表性论著 309