资源描述：
《1监测器分布示例》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、一、问题重述公路行程时间评估对旅行者至关重要。所以,在美国的一些公路上安装有监测器.例如,在圣.安东尼奥的每条双向六车道公路上都安装了监测器。但是,由于每辆车随时都可能改变车道,我们忽略车辆车道的改变,并在以下所示的图1中认为只有一条车道,在图中用方框来代表监测器的位置。图1监测器分布示例问题一监测器可以全天候24小时监测车辆的速度。监测器下每20秒车辆的平均速度被检测更新。数据可以即时提供，请就此分析车辆的行驶特征(例如交通堵塞及其分布。一般认为行驶速度大于50英里/小时,则不属于交通堵塞)。如果一辆车在时间t通过
2、监测器,它将多长时间后通过第5个监测器?请设计一个算法来估计这个行程时间。确保证明你的算法的合理和精确.如果交通数据每20秒而不是2分钟更新,信息将如何影响你的评估。所有的条件不变,如果监测器不仅仅可以测量车辆的速度,还能测量每单位时间内车辆流量(流量单位为：车/20秒),这个附加信息能否改善你的算法的合理性和精确性?如果可以,请重新设计你的算法。问题二旅行者可以在车内向一个导航系统输入自己的位置和目的地,这个系统将帮助他选择行驶路线,并估计行程时间。遗憾的是,由于每个路段运行时间的不确定性,目前的系统在提供最优路线
3、和估计行程时间方面表现并不很好。试根据问题一来改进这个系统。1.假设每个路段运行时间为相互独立的随机变量，请为这个系统设计一个算法来达到最优路径选择和行程时间评估。确保阐明关于最优路径的定义。2.在每路段的行程时间由出发时间决定,并相互影响。时间由协方差矩阵Cov(ij,kl)第18页共18页决定,用以将时间改变的相关性量化。为最优路径来设计一个有理数矩阵和一个算法,确保阐明关于最优路径的定义。如果有n个结点,,那么时间决定函数Cov(ij,kl)是一个n(n-1)/2阶矩阵,每行或列代表着一条路段12,…,1n,2
4、1,…,2n,…n1,n2,…n(n-1)。问题三现在有相应的表格和地图提供,方向不同的两条粗体线代表公路,上面的线自左而右,左面的线自上而下。通过结点的车辆可以到达与这些结点相连的其他路线。14个结点，任意两个结点之间的路程已经被列在表中。找最优路径分别从结点3到结点14,从结点14到结点3。并且估计每条路径的行程时间.假定行程时间仍遵循问题一中的规则,路段的平均行程时间和路段长成正比,路段行程时间的波动与路段长度的2/3次方的倒数成正比,并和这条路线的两个结点上所连接的路线条数的乘积成正比。一、符号系统符号意义备
5、注（V，A）交通网络构成模型;是有限点集,网络中的结点；由结点i,j构成的路段，有方向要求时为从i到j;有限弧集；对于每一段弧在时间区间上定义的矩阵函数，初始结点的出发时间,时间区间的端点车辆到达第i个检测器的瞬时车速一般速度还是使用某车辆到达第i个检测器的时刻某车辆从检测器i运动到检测器j的时间二、问题分析城市交通流诱导系统（UrbantrafficFlowGuidanceSystem,第18页共18页UTFGS）是以动态交通分配理论为基础，实时分析复杂多变的路网交通状态，综合运用GPS和GIS等技术，通过车载信息
6、装置、可变信息板等动态地向出行者提供实时交通信息和最优路径引导指令，达到均衡路网交通流的目的。随着智能交通中的动态路径诱导系统的迅速发展也使得时变的最短路径问题进一步复杂化和多样化，而它的核心问题就是如何找出一条考虑了路径耗费时变性的“最优路径”，以使司机在交通网络中顺利的从起点到达终点并且耗费总和最优。因此，研究动态路径诱导系统具有重要的理论意义和实用价值。图2原始数据：5个检测器测得的速度随时间变化曲线问题一给出了5个检测器之间大约3小时每隔2分钟的车速和流量，由上图可以看到从6000秒到10000秒区间内，所有
7、检测器测得的汽车行驶速度都大幅下降，反映了这段时段为下班高峰，交通出现的堵塞现象.另外，图中所有时段都有行车速度的波动，由于题目已知所有检测器都在同一条道路的不同位置上，所以直觉上测得的行车速度之间肯定存在关联，仔细观察数据，可以发现，这种随行程时间传播的关联的确影响之前或者之后的检测器测得的速度，但这种情况也有例外，例如在4000秒到5000秒时段，检测器4测得行车速度较慢，但是，检测器3确没有受到多大影响，直到接近6000的时候速度才开始下降，这说明，这种检测器之间行车速度关联是一种非确定关联，需要补充流量数据来
8、更好的预测速度变化。问题一需要在车辆没有经过一段路之前就预测出经过这段路的行车时间，这一问题，在交通工程学上称为行车时间估计(LinkTravelTimeEstimation)，基本思路就是将道路分隔成一个个小路段，然后分段对路段进行行车时间估计。在小路段上，长度越小，两边距离越小，两边速度越接近，估计出的行车时间也越精确，将这些小段时间累加就
