云计算——在智能交通系统中的应用

本书首先在分析国内外智能交通系统建设现状的基础上，提出了智慧交通云的概念，并对智慧交通云做了简要介绍，深入讲解了云计算的关键技术、智慧交通云的总体框架、智慧交通云的建设内容；然后就智慧交通云的关键技术，如基于云计算的交通信息采集与处理、基于云计算的交通控制、基于云计算的交通诱导、基于云计算的交通控制与诱导协同等进行了详细的论述，最后探讨了智慧交通云系统设计的相关问题。

本书可供道路交通管理部门、建设部门、科研机构和生产厂家等参考，也可作为交通类、计算机类相关专业本科生、研究生的参考资料。

梅朵，渤海大学讲师，博士，2015年毕业于吉林大学，主要从事智能交通系统、云计算的研究。参与、省部级及产业化、专项课题11项，是863计划课题“多源多维城市交通状态感知与交互处理”和国家科技支撑计划课题“公交主导型城市交通智能联网联控关键技术与示范”的主要完成人，研究成果构成了本专著的重要内容。主持辽宁省教育厅科研项目1项，发表10余篇高水平学术论文，其中SCI检索3篇，EI检索6篇。

本书来源于国家科技支撑计划课题“多源多维城市交通状态感知与交互处理”、国家高技术研究发展计划课题“公交主导型城市交通智能联网联控关键技术与示范”、辽宁省教育厅基本科研项目“考虑驾驶员行为潜变量的交通参数短时预测方法研究”。

以贯彻落实国家中长期科学和技术发展规划纲要为实际需求，在广泛研读国内外现有成果的基础上，对云计算在智能交通系统中的应用问题进行了研究，经过对科研成果的总结和提炼，撰写了本书。

城市道路交通系统由人、车、路和环境构成，是一个极其复杂的、多变的、非线性的大系统，

因此携带了庞大的交通数据资源，包括人、车、路和环境等要素信息以及这些要素的相互关系信息。在大数据时代，海量交通数据资源的处理和发布迎来了新的挑战，如何有效、高效地运用信息手段提高交通管理水平是我国交通领域亟待解决的首要问题之一。云计算以其独特的优势，与智能交通系统具有完美的契合之处，因此，运用云计算处理和分析海量交通信息，构建智能交通云系统，可更好地满足交通管理者和出行者的需求。

本书以提高城市道路交通系统的服务水平，均衡路网交通负荷，提高我国城市道路交通系统的运输效率为目标，以交通工程学、云计算技术、系统工程学、人工智能、运筹学等基本理论和方法为基础，重点对云计算在智能交通系统中的应用问题进行了研究，包括智能交通系统云框架的构建、云计算在交通信息处理中的应用、云计算在交通信号控制中的应用、云计算在交通诱导中的应用、云计算在交通控制与诱导协同中的应用、智能交通云系统的设计等主要内容。这些成果的应用实施将有效缓解城市交通拥堵、提高城市道路交通的运行效率，对促进我国智慧城市建设具有重要意义。

本书得以顺利完成，离不开吉林大学杨兆升教授、杨庆芳教授、于德新教授、郑黎黎教授曾经的悉心指导，以及同门兄弟姐妹的帮助，作者在此表示衷心的感谢。

由于城市道路交通事件具有突发性、高度不确定性和复杂性等特点，加之作者学识水平有限，书中难免有不足之处，敬请各位读者批评指正。

梅朵2022年10月于渤海大学

第1章绪论

1.1国内外交通参数短时预测研究

1.1.1基于线性理论的模型

1.1.2基于非线性理论的模型

1.1.3基于知识发现的智能模型

1.1.4基于混合理论的模型

1.1.5其他模型

1.2国内外道路交通状态判别研究

1.3国内外交通信号控制研究

1.4国内外交通诱导研究

1.4.1美国

1.4.2日本

1.4.3欧洲

1.4.4中国

1.5国内外交通控制与诱导协同研究

1.5.1协同模式

1.5.2模型算法

第2章智能交通系统云框架构建

2.1云计算应用于智能交通系统的必要性分析

2.2云计算和Hadoop

2.2.1云计算

2.2.2Hadoop

2.3智能交通云系统的基本框架

2.4云计算在智能交通系统中的应用实例

2.4.1云计算在交通流数据采集与处理中的应用

2.4.2云计算在交通控制服务中的应用

2.4.3云计算在交通诱导服务中的应用

2.4.4云计算在交通指挥和调度中的应用

第3章云计算在交通信息处理中的应用

3.1交通状态判别

3.1.1基于MR的Kmeans算法在交通瓶颈识别中的应用实例

3.1.2MRFCM算法在区域交通状态识别中的应用实例

3.2交通参数预测

3.2.1交通流时空相关性分析

3.2.2基于MR和GASVM的短时交通流预测方法

3.2.3交通参数预测的应用实例

3.3动态交通瓶颈预测

第4章云计算在交通信号控制中的应用

4.1交通信号控制

4.1.1交通信号控制方式

4.1.2交通信号控制空间分类

4.2交通控制系统基本理论

4.2.1交通信号控制的基本概念

4.2.2交通信号灯设置依据

4.2.3相位相序方案设计

4.2.4相序安排

4.2.5区域交通控制系统的工作原理

4.2.6区域交通控制方法

4.3信号交叉口运行效率评价指标

4.3.1主要评价指标

4.3.2辅助评价指标

4.4基于云计算的绿信比优化方法

4.4.1遗传算法简介

4.4.2混合遗传算法

4.4.3优化目标函数

4.4.4惩罚函数法

4.4.5基于MR和混合遗传算法优化绿信比

4.5基于云计算的区域交通控制方法

4.5.1模糊神经网络简介

4.5.2模糊神经网络模型

4.5.3模糊神经网络学习算法

4.5.4基于模糊神经网络的区域交通信号控制方法

第5章云计算在交通流诱导中的应用

5.1交通流诱导系统

5.1.1交通流采集子系统

5.1.2车辆定位子系统

5.1.3交通信息服务子系统

5.1.4行车路线优化子系统

5.2基于MR的遗传算法求解城市路网最短路径

5.2.1并行遗传算法

5.2.2MapReduce模型算法

5.2.3基于云计算的城市路网最短路径并行遗传算法

5.2.4并行遗传算法的应用实例

第6章云计算在交通控制与诱导协同中的应用

6.1交通控制与诱导协同

6.1.1交通控制与诱导协同的含义

6.1.2交通控制与诱导协同的必要性

6.1.3交通控制与诱导协同的特点

6.2交通瓶颈控制与诱导协同模型的建立

6.2.1建模思想

6.2.2协同时机判断

6.2.3目标函数的建立

6.2.4行程时间的表达

6.2.5约束条件的确定

6.2.6模型的数学表达

6.3基于MR的并行遗传算法求解协同模型

6.3.1染色体编码与解码

6.3.2评价函数

6.3.3遗传算子

6.3.4协同模型求解算法

6.4协同模型的应用实例

6.4.1算法参数设置

6.4.2部分程序代码设计

6.4.3协同结果

第7章智能交通云系统的设计

7.1系统需求分析

7.2系统总体设计模型

7.3系统软件架构设计

7.3.1交通服务信息采集模块的设计

7.3.2交通信息解析和预处理模块的设计

7.3.3动态交通信息发布模块的设计

参考文献