Platoon-Based自适应信号控制方法与连接车辆技术

文摘

城市交通信号控制的一个重要目标是减少个人延迟和提高安全为旅行者在私人汽车和公共汽车运输。实现信号控制优化从所有用户的角度,提出了一种platoon-based自适应信号控制(PASC)策略提供多通道信号控制基于网络连接车辆信息(简历)。通过引入统一阶段优先约束,PASC策略是不受固定的周期长度和偏移量的限制。提出了一种混合整数线性规划(MILP)模型来优化信号计时以实时的方式,在停止线排的到来和放电动力学建模为约束条件。基于单个乘客入住率,目标函数的目的是最小化总个人延迟对公交车和汽车。之间的通信信号,PASC达到提供隐式路口干道协调。仿真结果通过VISSIM微观仿真表明PASC模型成功地减少了汽车延迟公交乘客延误约40%和10%,分别与信号计时由同步优化。敏感性分析的结果表明,模型的性能是对公交乘客的数量波动不敏感,和要求的简历普及率实施范围是20%左右。

1。介绍

信号光在城市交通管理和控制中起着重要作用。自适应信号控制,一种先进的交通控制,可以显著提高路口十字路口周围的流动与固定或驱动控制(1,2]。在城市地区,交通公交车的数量近年来提振。通过适当的控制策略有利于公共汽车和已占据车辆,控制器可以有效降低乘客十字路口的延迟。然而,最近的研究发现,公交信号优先控制策略(TSP)不可避免的中断汽车交通流量,增加控制延迟用户(3]。最小化散客延迟在十字路口,有必要开发一个平衡的多通道信号控制策略。

多通道自适应信号控制重大挑战之一在于短时交通预测汽车和公交巴士。与连接车辆(CV)技术的进步(4),汽车基础设施提供商之间的通信(vi)允许可靠的交通信息收集。基于精确的车辆位置和速度数据,生成的信号计时可能容易匹配交通需求波动。因此,简历技术应该被整合,从而提高交通管理的多通道控制的可靠性,特别是路口十字路口。

Diakaki et al。3)在最近的多通道控制策略进行了全面审查。一些典型的自适应信号控制系统,如疾走(5和拟声唱法6),应用基于规则的策略给予交通信号优先的公交车。在接收优先级请求,控制器的反应包括绿色的扩展,红色截断,特殊的阶段。例如,Skabardonis和Geroliminis7)提出了一个策略来减少总线控制延迟和减少负面影响交通。此外,Wadjas和菲尔特的控制策略8)的目标是在未来3 - 4周期将优先分配给轻轨运输,所以停留时间到来估计的一个重要因素。虽然基于规则的控制策略是一种积极的方法来调整信号时间减少总线延迟,它通常只处理一个请求的优先考虑。因此,它的应用被限制在过饱和的总线频率高的需求。

文中针对策略试图最小化总负效用(延迟、队列长度和阻止数字)采用非线性(9],mix-integer线性[10),或动态规划11]。这种控制策略的一个优点是冲突的数量优先nonlimitation在优化模型中,与基于规则的策略。Christofa et al。9)开发了一个模型以最小化总个人延迟混合车道基于均匀分布假设汽车的到来之前,这是不适合密切位于十字路口。减少潜在的总线延迟在下游,他et al。12]介绍了TSP的策略,包括不同的模型来估计汽车和公共汽车延误,分别为单向的干道。然而,这两种策略假设独家巷运输车辆,表明前面的队列公共汽车在很大程度上被忽视。

解决传统策略的缺点在造型混合交通条件下,最近的研究工作一直致力于开发新的控制方法基于CV数据。他等。13称为PAMSCOD]提出了一种新颖的控制模型,集群车辆进排将到达模式受制于上游路口。介绍了混合整数规划解决问题的在线基于排或总线服务请求。胡锦涛et al。(14进一步利用简历技术通过调整总线速度,确保“绿色浪潮”在十字路口。此外,曾庆红et al。15)提出了一个名为PAPSCCI的控制策略模型的动态车辆到达。虽然车辆分别治疗提高性能,计算时间可能会显著增加下饱和的要求。

控制策略的一个共同特点是集中控制,它聚合了一个地区内的所有信号全局优化。因此,越来越多的十字路口和交通动力学的复杂性往往呈现问题nonscalable [16]。因此,如何实现发展为多种交通模式下分散的框架仍然是一个具有挑战性的研究问题17]。

本研究提出了一种platoon-based自适应信号控制(PASC)策略基于车辆从简历中提取信息的技术。一个混合整数线性规划(MILP)开发的在线优化(18]。PAMSCOD和该模型的主要区别在于排到来和延迟配方。在提出的模型中,剩余排被延迟的约束,这样近似简化。此外,介绍的关于内隐协调机制是实现相邻路口的进展。分散控制的框架下,PASC可以节省计算时间,从而有可能被应用在大型城市网络。本文的其余部分组织如下。PASC策略的细节,以及内隐机制之间的协调控制器,提出了部分2。节3,开发基于VISSIM仿真和评估平台。然后,公路干线,东川路,在闵行区,上海,展示模型建模的有效性。最后,部分5总结了结论和进一步的研究提供了建议。

2。Platoon-Based自适应信号控制

2.1。排识别

关键的进展是用来识别接近十字路口的和停止排。假设h₀是关键的进展在简历普及率100%,渗透率下R_p,关键的进展表示h_p和计算方程(1)。如果连续两个连接车辆的检测进展小于h_p,车辆被当作一个排的一部分;否则,他们被视为个人的:

与此同时,普及率R_p排,车辆的数量n_p如下公式计算: 在哪里表示关键时刻被公认为排和进展N是在一排连接的车辆检测数量。此外,排在停止线到达时间估计基于前导车的速度和位置。

2.2。在PASC混合整数线性规划模型

本节介绍了混合整数线性规划(MILP)模型对多通道交通控制优化。目标是最小化总延迟汽车和公交乘客。约束的集合包含NEMA配置和交通动力学停止键,包括服务周期估计、排的到来,和分裂。变量和数据符号表列出了优化模型1)。

2.2.1。阶段优先约束

该模型是基于标准NEMA 8-phase配置。图1介绍了相结构和优先约束对四条腿的十字路口10,19]。每个环包含四个动作,矛盾的运动由一个障碍这一阶段组第一乐章开始前一组中的所有动作后才终止。相位优先约束纳入每个交叉口的优化模型在控制区域。

在这项研究中,相位优先约束(3)- (12介绍这MILP可以在任何阶段制定。NEMA框架下,当前活动阶段属于以下八个阶段组合:1和5、1和6、2和5、2、6、3和7,3和8、4和7和4和8。因此,NEMA起源阶段对是至关重要的绿色计算运行时间和最小绿灯时间约束的当前阶段。为了简化模型,假设每个路口有相同的相序,提出图1,在这个阶段对1和5是设置为一个周期的起源阶段。然后,类似于PAMSCOD [13),相位优先约束列出如下:

约束(3)- (6)代表dual-ring阶段结构的相序,和两个阶段之间的障碍约束组织建模的约束(7)。假设每个阶段开始随着时间间隙,因此,约束(3)表明最初的绿色开始时间在一个循环。一组相绿色代表过去的阶段,时间是由约束(9)。用集合表示为当前活动阶段和 ,最小绿灯时间约束的定义是经过绿色的更大价值的时间和所示的最小绿灯时间约束(12)。考虑到额外的时间可能需要在当前阶段满足障碍约束(13),松弛变量年代_p,k定义放松的最大绿灯时间约束为约束(10)。

图2提出了制定优先约束的情况下。当前层从阶段2和6运行绿色时间E2和E6,分别。虚线表示的绿色时间过去的阶段,而实线代表了绿灯时间待定。在这项研究中,假定规划周期包含至少两个完整周期后当前的周期。在这个阶段优先约束,交通需求波动的周期长度是灵活的。

2.2.2。交通动力学和延迟评价

在前面的研究中,延迟作为最常见的性能指标来评估质量的信号计时(9,15,20.]。本文将排延迟分为两种类型:(1) :总延时停止的主要车辆排(p,j,米),包括主要的车辆等待的时间结束的红色时间和排前面的离开;(2) :总延迟通过分割排(p,j,米)如果绿色持续放电整个排是不够的。延迟评价之前,有必要评估周期排可以穿过十字路口。

服务周期的估计是基于排在停止线,到达时间可能推迟通过停止排的主要工具。图3说明了两种可能的循环服务排在十字路口。排(p,1米),很明显,将通过停止线周期k。与此同时,无论是排的主要工具(p2,米在周期)可以通过十字路口k取决于畅通的速度和等待的时间排的放电(p,1米)。交通动力学描述了以下约束: 在哪里 是实际的排起飞时间考虑推迟通过停止排的主要载体, 是绿色的时间阶段的终结吗p在循环k,表明是否排 离开在循环k。

如图3,它是发现如果排的主要工具 到达停止线绿灯时间结束前(例1),然后循环k是选为服务周期。否则,整个排必须等到绿灯时间在周期的开始k+ 1(例2)。约束(14)确保只有一个周期的选择规划周期的主要车辆排。

为简单起见,假设排穿过十字路口没有色散效应。因此,所有车辆在一排保持同样的进展和车辆轨迹平行是基于运动学理论(21]。这意味着所有车辆在排经验相同的延迟,如图4。因此,平均延迟来标示 ,这是之间的差异可能最早起飞时间领先的车辆和估计到达时间在停止线畅通的速度。为此,延迟通过停止领先的车排了如下: 在哪里 代表最早起飞时间排的主要工具 在第一个周期长度从MILP形成,包括后阶段和在当前周期和属于下一周期的阶段 。为后续阶段,前面排的剩余部分应该考虑在约束(16)。最早的出发时间是阶段的起始时间的总和和卸货的时间排在前面 。多个车道饱和进展的影响被认为是通过引入车道数l_p。

图4说明了计算延迟通过停止的主要车辆延迟 。排 旅游对交叉而排吗 已经停在停止线。因为排 需要 放电持续时间,排 可能因此加入排尾,从而体验延迟。应该注意的是,自从绿色持续时间是所有汽车排到卸货 ,排不发生分裂,没有车辆被他们甩在了后面。

如果分配绿灯时间不是足够的为所有车辆在一排,排将会分成两个部分,其余部分经验额外控制延迟 ,即。,red duration between cyclek和周期k+ 1。基于假设没有分散,是确定每辆车在剩余排经历相同的延迟时间如图5。

图5展示了一代的延迟发生的分裂运动排。首先,排 停止等待卸货前的队列。排后重启,只有车辆偏离停止线的一部分,而其余车辆成为循环的第一排k+ 1。因为公共汽车被视为一个特殊的排与单个车辆,剩余的大小排不考虑。剩余的数量排在年底前循环k然后制定如下: 在哪里 代表其余的绿色卸货时间排 当领导车辆排周期期间可以穿过十字路口k。可能出现两种情况,如果剩余的车辆的数量等于0。首先,排的主要工具 不到达停止线循环k,第二个是分配绿灯时间允许整个排离开十字路口。这两个场景中不产生排分裂延迟。

考虑到数量的剩余车辆排 在年底前循环k,总延误发生分裂排可以提出如下: 在哪里是有效的红色之间的持续时间周期k和k+ 1。不幸的是,这个表达式使约束非线性。因此,延迟发生分裂排近似代替组件有效的红色与名义有效时间20.,22]。因此,约束(18)可以新配方如下: 在哪里C^N代表了名义上的周期长度。

2.2.3。模型公式

在提出的模型中,目标函数是最小化总乘客延误对于汽车和公共汽车用户,由车辆的乘客通过加权延迟入住率简历收集的技术。与场基于车辆发动延迟目标函数相比,个人延迟目标函数能更好地解决冲突的优先级总线服务(23]。模型的总结如下: 在哪里排旅客居住吗 ,二元决策变量和控制变量,和所有其他变量都是非负的。

如前所述,该控制模型的目标是为所有确认排在三个周期的框架下滚动地平线。优化模型的形成和解决每30年代实现信号控制。为了简单起见,只考虑两个重要排noncoordinated阶段,据估计,至少有一个排在上游路口的协调阶段(阶段2和6)。因为在上游站队列栏将方法当前交叉路口作为一个或多个排,排的大小和起始时间可以大致估计的位置上游车辆和信号时间计划(13]。对上游车辆位置数据收集的简历技术,而通过信号之间的通信信号提取时间。

2.3。之间的通信信号

路口动脉,提出控制模型优化信号时间为每一个十字路口在一个固定的序列。内隐协调取决于个体的优化信号计时控制器和未知信号定时估计的方法。在这项研究中,最新的历史信号计时用来预测上游阶段持续时间(17]。

在上游路口协调阶段,阶段持续时间可以从过去获得优化结果。计时的信号前滚动地平线,最新的历史分配绿灯时间。未知的绿色时间阶段p在循环k然后计算如下: 在哪里上游交叉口和估计的绿灯时间吗是实际的意识到绿色时间周期k−1。

基于相位优先约束提出了部分2.1,协调阶段的起始时间估计在上游路口。因此,上游排在当前路口到达时间可以计算如下: 在哪里预计开始时间阶段吗在上游路口,是排旅行时间从上游交叉口当前停止线,然后呢是一组排的上游的十字路口。估计到达时间的排退出上游交叉口作为输入,隐式相邻交叉口之间的协调是实现。

3所示。模拟案例研究

评估该模型的有效性,仿真和评估是在c++语言开发平台。系统包含VISSIM的COM(组件对象模块)作为仿真模块和IBM /最大化策略解决服务优化的目的。每30秒,车辆信息提取的优化和最大化策略被用来找到最优解,这样生成的信号可以实现计时到VISSIM仿真(24]。

3.1。模拟试验台

模拟测试进行了基于东川路的动脉段(特区路),从沧源路(C.Y.路)到安宁路(A.N.路)。如图6,三个相互矛盾的公交路线(路线4、11和16)是在网络经营,在东川路哪个路线旅行和其他旅行在十字架上街头。所有远端出口附近的公交车站位于上游的十字路口。在动脉网络特区道路/ C.Y.路和特区路/ A.N.道路是进入十字路口的控制区域,和车辆随机到达在一个协调的阶段(2 - 6)阶段。在华盛顿特区道路/莫莱森一般道路、车辆到达排在协调阶段受制于上游信号控制(25]。

表2提出了三个场景的需求来验证该控制模型。饱和的程度是衡量路口产能利用率(ICU)同步。假设所有的公共汽车都配备了简历技术,以便信息总线的位置和速度。仿真测试过程中,每个总线发送优先级请求之前到达一个十字路口。公车入住率在这项研究从20到30到40,在不同的需求情况,这可能是基于乘客的平均数量来自APC(自动乘客计数)设备领域中实现。

背景信号计时信息从同步获得,包括周期长度、相分裂,和偏移量。固定信号计时作为该模型的基线。对于每一个场景,模拟测试运行基于小时的持续时间与10个不同的随机种子,包括10分钟热身期(26- - - - - -28]。

4所示。结果与讨论

假设下的普及率100%,平均40公交乘客入住率,仿真测试结果与三种不同的控制策略表中列出3,即固定从同步信号计时,该控制模型和个人场基于车辆发动的目标函数。个人目标函数考虑乘客入住率在每个总线,而场基于车辆发动一个对待公共汽车与汽车重量相同。个人延迟被选为测量性能的控制策略对汽车,公共汽车,和所有的车辆。数据7和8描述个人的百分比变化从同步延迟模型,提出研究结果总结如下。

如图7与同步,个人PASC相比有明显的优势,个人为每个类别的车辆延迟随交通需求的增长而减小。具体来说,在低流量需求(ICU = 0.5),虽然汽车的减少乘客延迟并不重要,公交乘客体验个人延迟近少40%。更重要的是,个人推迟所有车辆的减少趋势(超过20%)显示,给公交信号优先乘客不会牺牲所有汽车用户的好处。因此,个人PASC实际上减少了所有的乘客的延迟。

图8介绍了比较两个PASC策略和个人场基于车辆发动的目标函数。首先,个人PASC生成更多的个人延迟汽车乘客5% - -10%与场基于车辆发动的PASC相比,这是可以接受的,因为在运输过程中优先级、汽车排可能等待时间给公交车在其他阶段。随着交通需求的增加,破坏效果更加明显。然而,个人PASC仍然产生更少的个人延迟对网络中所有车辆,再次证明其平衡的能力通过优先级的所有用户。

评估公交乘客数量变动的影响控制器的性能,三个层次的公交乘客入住率(BPO)设置为20、30和40名乘客/总线,分别。在拥挤的交通需求(ICU = 0.9),并给出了测试结果图9。它可以发现业务流程外包的变化对优化结果的影响有限。个人汽车乘客延误几乎保持不变,而公交乘客的个人延迟与业务流程外包的增加略有下降。结果,整个道路使用者个人延迟减少20%。

因为车辆信息收集的简历排识别技术作为一个重要的输入,简历设备的市场普及率在很大程度上影响信号质量的时机。测试模型渗透率敏感性,理想的假设所有车辆都配备了简历设备是放松。基于普及率从20%至100%区间为20%,高需求下进行了模拟测试场景(ICU = 0.9;业务流程外包= 40)。因为所有的公交车通常配备GPS设备,只有汽车认为渗透率的变化。图10说明了人延迟变化的百分比从同步到个人PASC不同渗透率下。

它可以发现个人推迟所有类型的车辆的增加,因为更少的车辆在路上被检测到。如果普及率低于80%,PASC个人延迟可能会产生更多的汽车乘客,和增加的趋势增长显然普及率较低。这可能是造成的估计误差在确定领先汽车排的位置,这可以通过一个更复杂的排解决识别算法(13]。另一方面,个人延迟的公交乘客略有上升,这表明排前面的估计误差不影响公交乘客的好处。考虑PASC仍减少个人延误乘客的汽车普及率超过20%,建议必须简历普及率应设置至少20%。

5。结论

本文提出了一种改进的platoon-based提供多通道自适应控制策略为路口十字路口交通管理,假设连接在线车辆信息是可用的。通过引入统一阶段优先约束,PASC被固定的周期长度和偏移量不受限制。MILP优化模型的开发,排的到来和放电动力学建模为延迟评价。与控制器之间的通信,PASC提供隐式信号协调相邻路口的汽车和公共汽车。

模拟和评估平台被开发来验证提出的控制策略。结果表明,个人PASC成功汽车和公交乘客罢工之间的平衡。在高需求的情况下,个人PASC减少公交乘客延误40%和10%汽车客运相比延迟同步。虽然个人的控制性能PASC汽车乘客是场基于车辆发动的PASC稍逊一筹,它仍然可以减少个人推迟了约10%。通过敏感性评价,发现控制性能保持稳定的波动公交乘客数,最小的简历普及率是20%左右。

虽然结果是有前途的,在该模型仍然存在局限性,特别是当普及率很低。因此,如何提高低渗透环境下模型的鲁棒性是一个关键的问题作进一步的探讨。此外,额外的发展机制和/或大数据分析应该被纳入PASC改善控制性能在一个大型网络(29日,30.]。在未来,PASC可能适用于网格网络评估隐性协调的有效性。

数据可用性

使用的数据来支持这个研究的发现可以从相应的作者。

信息披露

前一版本的手稿交通研究委员会95年提出^th年会。任何意见、发现和结论或建议本文中表达的是作者的,不一定反映的意见赞助商。

的利益冲突

作者宣称没有利益冲突。

确认

这项研究的部分资金由中国国家自然科学基金(71971138)、上海市自然科学基金(zr1445500 17日),中国,上海“科技创新行动计划”——“一带一路”国际合作项目(19210745600)。

引用

1. r . Haijema e·m·t·亨德里克斯,“交通响应控制十字路口的预计到达时间:马尔可夫链的方法,”计算机辅助土木与基础设施工程卷,29号2、123 - 139年,2014页。视图:出版商的网站|谷歌学术搜索
2. j .太阳和l .张“基于车辆驱动短期交通流预测模型路口十字路口,“中南大学学报,19卷,不。1,第298 - 287页,2012。视图:出版商的网站|谷歌学术搜索
3. c . Diakaki m . Papageorgiou诉Dinopoulou Papamichail,和m . Garyfalia“最先进的和实践的回顾公共交通优先策略,”专业智能运输系统,9卷,不。4、391 - 406年,2014页。视图:出版商的网站|谷歌学术搜索
4. s . i古尔·m·梅内德斯,l·迈耶”使用连接车辆技术来提高十字路口的效率,”交通研究部分C:新兴技术,46卷,第131 - 121页,2014年。视图:出版商的网站|谷歌学术搜索
5. f . m . Oliveira-Neto c·f·g . Loureiro L.-D。汉”,主动和被动公交优先策略在混合交通干道由猛冲自适应信号控制系统:在福塔雷萨业绩评估,”交通研究委员会杂志》上卷,2128页,2009页。视图:出版商的网站|谷歌学术搜索
6. p . r . Lowrie“嘘:悉尼协调自适应流量原理,方法,算法”《IEEE国际会议上道路交通信号,页67 - 70,伦敦,英国,1982年。视图:谷歌学术搜索
7. a . Skabardonis和n . Geroliminis“路口干道的实时监视和控制,智能交通系统杂志》上,12卷,不。2、64 - 74年,2008页。视图:出版商的网站|谷歌学术搜索
8. y Wadjas p·g·菲尔特,“沿着干道交通信号优先使用先进的检测、”交通研究记录:《交通研究委员会,卷1856,不。1,第230 - 220页,2003。视图:出版商的网站|谷歌学术搜索
9. e . Christofa i Papamichail, a . Skabardonis“个人交通响应信号控制优化,”IEEE智能交通系统,14卷,不。3、1278 - 1289年,2013页。视图:出版商的网站|谷歌学术搜索
10. l .头、d . Gettman和z,“交通信号优先控制决策模型”,交通研究记录:《交通研究委员会,卷1978,不。1,第177 - 169页,2006。视图:出版商的网站|谷歌学术搜索
11. 森和k . l .头,“控制优化阶段在一个十字路口,”交通科学没有,卷。31日。1,5 - 17页,1997。视图:出版商的网站|谷歌学术搜索
12. m .他r . Burgener, n . Geroliminis”优化公交优先的交通信号与公交线路和随机到达干道:一种面向系统的方法,”美国交通运输研究委员会第94届会议美国,华盛顿特区,2015年。视图:谷歌学术搜索
13. 问:他,k . l .头,j .叮”PAMSCOD: platoon-based动脉多信号控制与网络数据,”交通研究部分C:新兴技术,20卷,不。1,第184 - 164页,2012。视图:出版商的网站|谷歌学术搜索
14. j . Hu比比公园,Y.-J。李,“协调交通信号优先支持交通发展连接车辆技术下,“交通研究部分C:新兴技术,55卷,第408 - 393页,2015年。视图:出版商的网站|谷歌学术搜索
15. 张曾x, x, y,和l . Quadrifoglio”个人适应性优先信号控制与connected-vehicle信息。”交通研究记录:《交通研究委员会,卷2487,不。1,第87 - 78页,2015。视图:出版商的网站|谷歌学术搜索
16. m . Mehrabipour和A . Hajbabaie”细胞distributed-coordinated网络级的信号配时优化方法”计算机辅助土木与基础设施工程,32卷,不。7,599 - 616年,2017页。视图:出版商的网站|谷歌学术搜索
17. j·李和h . m .张”耦合的线性规划方法分散控制的城市交通,“交通研究记录:《交通研究委员会,卷2439,不。1,第93 - 83页,2014。视图:出版商的网站|谷歌学术搜索
18. j .赵y刘,t·王,“提高路口交叉能力非常规使用特殊的车道宽度的方法,”计算机辅助土木与基础设施工程没有,卷。31日。10日,794 - 810年,2016页。视图:出版商的网站|谷歌学术搜索
19. l .头,d . Gettman d·m·布洛克和t . Urbanik”与优先图建模交通信号操作”,交通研究记录:《交通研究委员会,卷2035,不。1,10 - 18,2007页。视图:出版商的网站|谷歌学术搜索
20. e . Christofa k Ampountolas, a . Skabardonis”干线交通信号优化:个人的方法,”交通研究部分C:新兴技术卷。66年,27-47,2015页。视图:出版商的网站|谷歌学术搜索
21. m和g . Whitham”运动。二世。长拥挤的道路交通流理论,“英国伦敦皇家学会学报》上。答:数学和物理科学,卷229,不。1178年,第345 - 317页,1955年。视图:出版商的网站|谷歌学术搜索
22. 问:他,k . l .头,j .叮”综合交通信号控制与优先级、信号驱动和协调,”交通研究部分C:新兴技术,46卷,第82 - 65页,2014年。视图:出版商的网站|谷歌学术搜索
23. 陈和d . j .太阳”,一种改进的自适应信号控制方法基于动态规划的摘要的十字路口,“IEEE智能交通系统杂志,8卷,不。4,学报》第4 - 14页,2016年。视图:出版商的网站|谷歌学术搜索
24. d . j .太阳、l . Zhang和f . Chen”比较研究模拟表演CORSIM和VISSIM为城市街道网络,”仿真建模实践和理论卷,37 ~ 29,2013页。视图:出版商的网站|谷歌学术搜索
25. d . j .太阳,y, r·雪和y,“碳排放从城市交通系统建模使用移动监控,“科学的环境卷,599 - 600,944 - 951年,2017页。视图:出版商的网站|谷歌学术搜索
26. d . j .太阳和l . Elefteriadou”司机行为城市动脉的街道,换道模型”交通科学,48卷,不。2、184 - 205年,2014页。视图:出版商的网站|谷歌学术搜索
27. d . j .太阳和l . Elefteriadou”换道行为对城市街道:“车载“experiment-based研究领域。”计算机辅助土木与基础设施工程,27卷,不。7,525 - 542年,2012页。视图:出版商的网站|谷歌学术搜索
28. d . j .太阳和l . Elefteriadou”研究和实施基于驱动程序的行为,换道模型”交通研究记录:《交通研究委员会,卷2161,不。1、1 - 10,2010页。视图:出版商的网站|谷歌学术搜索
29. d . j .太阳和x叮”的时空演变ridesourcing市场在新的限制政策:一个案例研究在上海,“交通研究部分:政策和实践卷,130年,第239 - 227页,2019年。视图:出版商的网站|谷歌学术搜索
30. d . j .太阳,k . Zhang,沈,“分析时空交通线源排放基于大规模迪迪在线car-hailing服务数据,”交通研究D部分:交通和环境卷,62年,第714 - 699页,2018年。视图:出版商的网站|谷歌学术搜索

版权

版权©2020李宁等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。