【技术实现步骤摘要】
本专利技术涉及一种建模方法，特别是一种。
技术介绍
交通运输是与国计民生密切相关的重大问题。建立畅通发达的交通运输网络是国家发展的既定目标，交通运输系统的现代化程度和交通管理的先进程度，是衡量ー个国家现代化发展的重要标志；因此，交通运输事业，特别是公路交通运输，受到各个国家政府的高度重视，近年来得到了迅速发展；交通运输的畅通与否，对城市经济的发展，人们的生活质量，地区乃至整个国家的国际声誉都有很重要的影响，为了缓解交通拥堵问题，国内外学术界都投入较大精力研究模型问题。交通流模型研究是交通系统研究的基础，同时作为智能交通系统(简称ITS)的基础研究内容之一，对ITS的发展也具有重要意义。交通流理论的研究始于二十世纪三十年代，最早的交通流理论基本上采用的是概率论方法。五十年代后，随着汽车エ业的迅速发展，道路交通流量剧增，交通流中车辆独立性越来越小，概率论方法已经不再适用，于是人们从不同的概念框架出发，提出了各种新的交通流理论模型。现有交通流理论模型大体分为三类微观模型、介观模型和宏观模型。微观模型是将交通流视为远离平衡态，大量分散的、相互作用的自驱动粒子。介观模型则是基于概率描述的气体动模型，也有学者将此类模型划归到微观方法。宏观模型则是将交通流视为由大量车辆组成的可压缩连续流体介质，研究车辆机体的平均行为，单个车辆的个体特性并不显式出现。宏观交通流模型中，交通流被视为由大量车辆组成的可压缩连续流体介质，研究车辆集体的平均行为，单个车辆的个体特性并不凸显。宏观交通流模型以车辆的平均密度P、平均速度V和流量q刻画交通流`，研究它们所满足的方程。与微观模型相比，...
【技术保护点】
一种基于带耗散项宏观交通流模型的交通拥堵监控预报方法，其特点是采用以下步骤：(1)通过监控摄像机的视频图像获得车辆速度、密度和流量信息时，考虑到实际监控摄像机在路口常年工作，不可能人为方式经常修正图像处理算法，按照以下图像处理的全过程的综合误差性能指标选择图像处理算法：min(ez)=min{epara{eseg[epre(esamp)]}}式中，ez为图像提取交通参数的整体误差，min(ez)为通过选择不同组合的图像处理方法得到的ez最小值，esamp为图像采样误差，epre为图像与处理误差，eseg为图像中车辆分割误差，epara为按照分割图像提取交通参数的误差；(2)建立给定路段的宏观交通流模型∂η∂t+vm(2ρmη-1)∂η∂x=D[∂2η∂x2-2η(∂η∂x)2]式中，为状态变量，x为位置，t为时间，D为耗散系数，ρ为车辆的平均密度、v为车辆平均速，度vm为最大速度，ρm为交...
【技术特征摘要】
1.一种基于带耗散项宏观交通流模型的交通拥堵监控预报方法，其特点是采用以下步骤 (1)通过监控摄像机的视频图像获得车辆速度、密度和流量信息时，考虑到实际监控摄像机在路口常年工作，不可能人为方式经常修正图像处理算法，按照以下图像处理的全过程的综合误差性能指标选择图像处理算法 min (ez) =min {epar...
【专利技术属性】
技术研发人员：史忠科，
申请(专利权)人：西安费斯达自动化工程有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。