交通流理论跟驰模型

交通流复杂动态特性的元胞自动机模型研究,

基于数据挖掘的短时交通流预测模型及应用研究

一种基于matlab神经网络的小波分析方法，用于预测短时交通流量。该方法结合了BP神经网络和遗传算法的优势，通过对交通流量数据进行小波变换和特征提取，得出了有效的预测结果。实验结果表明，该模型具有较高

MCLWR交通流模型的双曲性和Riemann不变量，杨建伟，王可，随着社会的发展，对交通流的研究变得越来越重要。本文基于一阶双曲守恒律的相关理论，对多等级交通流LWR模型，即Multi-classLi

支持短时交通流量预测的概率图模型构建与推理

对交通流的随机行为进行研究对于理解交通系统的内在演化规律很重要。 通过将车辆的交互潜力引入随机化步骤,提出了一种具有可变随机性的改进的细胞自动机交通流模型。 在所提出的模型中,驾驶员受到他之前车辆​​

考虑可变加速模式的交通流元胞自动机模型,丁建勋,郑杨边牧,现有的大多数元胞自动机(CA)模型都假设司机采取谨慎型逐步加速行为,没有考虑加速度的产生与车辆当前速度之间的内在联系。本文�

为提高交通流的稳定性，在考虑后视效应和速度差信息（Backward Looking and Velocity Difference，BLVD）模型的基础上，综合考虑后视和最优速度记忆效应，提出了一个扩

论文研究-向前看多车跟驰模型稳定性分析.pdf,  考虑多辆前导车信息对跟驰车的影响,提出了一种改进的交通流跟驰模型.通过线性稳定性分析,获得改进模型的稳定性条件.改进模型通过调节多前车信息,使交通流

为了改进最优速度（OV）跟驰模型只考虑车间距因素对车辆跟驰行为影响的不足，在考虑前导车加速度信息对后车跟驰行为影响的基础上，提出了一种改进OV跟驰模型。并利用小振幅扰动法对模型进行了线性稳定性分析，得