matlab交通通行量模型_交赛 | 第十四届交通科技竞赛最终答辩实录-CSDN博客

清华大学第十四届交通科技竞赛以“互联共享，综合发展”为主题，在3月1日开始接受报名后，终于在5月10日迎来线上最终答辩。由呙润华老师、石京老师和李瑞敏老师担任此次答辩的评委。

让我们一起看看选手们的精彩表现吧~

基于深度学习改进微震控制算法研究

程志刚

项目简介：

随着我国制造业高质量发展的推进，各企业对精密仪器性能、生产产品质量的要求也逐步提高，而周围交通车辆引起的振动会对相关设备的使用及制造产生不利影响，因此有必要提出高效便捷的振动控制方法。尽管经典线性二次型控制(LQR)算法可以控制大部分系统，但是由于LQR控制器参数固定，很难同时对不同的振动类型的控制产生优异效果。本研究拟实现基于深度学习(卷积神经网络CNN和长短时记忆LSTM)的振动识别，通过选择对应的最优控制参数的振动控制改进方法，从而实现同时对多种类型的振动控制的优化。本研究首先收集被控系统工作空间中主要的交通振动信号，建立环境振动信号的数据库；经过初步处理后，对信号数据进行小波变换得到系数矩阵，通过遗传算法得到各类振动的最优控制参数；最后通过运用CNN(单层和多层)、LSTM以及CNN+LSTM对振动识别，并匹配最优控制参数。在前者的基础之上，展开具体案例分析，比较该方法的控制效果，并对两种深度学习方法进行比较。

评委点评：

与交通直接相关性比较不足，建议增多与交通有关的内容。

基于大数据的贵阳市观山湖

区功能区划的印证与改进

廉渊升肖航陈子潇吴士亮林慧琳

项目简介：

本研究从贵阳市观山湖区交通概况与功能区划入手，结合赛事组织方提供的拥堵、客流、路口转向等数据，对该区域基本的客流量、拥堵情况进行可视化处理。在此基础上，针对拥堵地段探究现存功能区对居民出行的影响，对数据和实际功能区划进行相互阐释。最终，以改善居民出行情况为目标，提出若干对于功能区规划的建议和改进措施。

评委点评：

提出的建议略有空泛，立体化和职住分离的可行性有待进一步研究，建议利用大数据就某一点进行深入探讨。推荐方向：路段交通和土地利用的量化关系、路段和路径的关系。

未来自动驾驶时代下的

城市道路基础设施设计

安芃管昊张德仁蔡昊宸段博文

项目简介：

本小组主要围绕自动驾驶模式下的道路设计展开项目，以中关村北侧道路为具体考察对象，利用寒假的时间进行了调研，并展开文献阅读学习。小组报告包括四部分的内容：1.未来城市的定位； 2.自动驾驶对道路产生的影响以及未来道路的设计改造基础；3.自动驾驶对道路设计带来的新需求和未来道路的细节设计；4.国内道路分类，自动驾驶时代下的道路划分。通过以上四部分的学习讨论，我们小组了解了未来汽车的运行模式，并阐述了对未来道路的设想。

评委点评：

设计应当更多的从实际出发而非概念，希望可以更多的从车路协同方向上思考问题。

城市外卖配送中转站模式探究

陈铭游仙文徐闯张博楠陶乐天

项目简介：

本项目针对外卖行业远距离配送的需求与现存模式的局限性，提出了外卖中转站的概念，对城市外卖配送中转站模式进行了深入的探究。首先，对中转站的功能、实体结构和运营模式进行了初步设计。在对中转站数量、选址机制等进行分析，并对相关参数进行定义后，形成了两个不同的中转站间骑手调配模型。在对比两模型的优劣势之后，给出了推荐方案，并在全国范围内筛选了适合作为中转站试点的城市。通过模型验证，完成了中转站实施效果的模拟，并对中转站今后的发展做出了展望。

评委点评：

题目明确聚焦。但方法并不算很新，而且食品有时效性。同时需要考虑大家对拿公家的交通资源的认可，而且经过周转增加时间成本，降低优势。

震后道路抢修路线优化：

基于强化学习的一种方法

吴明辉张天野全镕希陈旺

项目简介：

地震后，救援人员常常需要对破坏、被碎片堆砌的道路进行抢修。一个良好的抢修路线可以减少抢修时间、增大道路通量，对提升伤员救助、物资运送的效率有很大帮助，因此抢修路线的优化在学界引起了广泛关注。本研究以清华园路网为算例，使用强化学习的方法对抢修路线进行优化。首先建立清华园的路网模型，考虑建筑物碎片、周边树木倒塌的影响，计算每条道路需要的通行时间。同时，不同道路由于宽度不同，最大允许的通行量也不同。本研究综合考虑道路通行时间与道路通量，以减少抢修时间、加大道路通量为双目标，建立基于强化学习的优化模型，以施工队为智能体，以位置、方向、目前允许通行量组成的向量作为智能体状态，在与环境交互的过程中找到最优的抢修路线。同时，考虑了 PGA=0.2g 和PGA=0.4g 的两种情况，探讨中小震与大震情况下抢修路线的变化。研究结果证实强化学习方法可以用于相关研究，也反映了一些重要的启示。

评委点评：

希望更加有实用性、更接近真实(清华路网过于简便，考虑因素少)，可以多思考以哪些目标作为选择因素。虽属于道路资产管理的分支，最后却变为数学问题脱离交通。可选择大范围路网，这样更有说服力。以后可以考虑有桥梁隧道的情况。

基于多源数据挖掘的交通

拥堵模式识别与应用研究

胡啸陶天骅张曦航马文欣

项目简介：

本项目尝试对贵州省高德地图拥堵数据、手机信令数据、卡口数据、城市路网、用地数据等多源数据进行分析，挖掘交通拥堵的模式，研究其形成、发展和消散的机理，为城市交通治理提供参考。

本项目的思路为，利用竞赛举办方提供的交通大数据，从宏观到微观、从单日数据到多日数据，进行拥堵模式的挖掘与分析。

本项目目前完成的工作有：(1)提出了一种可以放大拥堵拥堵模式的拥堵指数，并利用这个指数对贵州省多个城市的单日拥堵情况进行了聚类分析；(2)提出了一种将高德拥堵数据映射在真实路网中的方法，利用这个方法将贵阳市一周的拥堵数据映射在真实路网中，并论证了方法的有效性；(3)结合3个月对拥堵数据与映射在路网中的拥堵数据对路段进行了一元和多元的时间序列分析，对路网拥堵情况进行了预测；(4)对卡口数据体现出的交通流模式进行了聚类分析，并分类讨论其中的潜在的拥堵机理。

评委点评：

对不同的定义希望可以交待得更清楚、希望得到量化指标，这样可以更简洁明了。

评委老师总结

在最终答辩结束之后，三位评委老师对参赛选手们也有着一些寄语和期望。

李瑞敏老师认为答辩很成功。此次答辩涵盖了大数据、道路、交通规划等方向，希望能在未来完善研究参加更大的比赛。

呙润华老师希望选手可以把自己做的事情聚焦到一点并给人深刻印象。

石京老师希望选手们可以再去好好琢磨深化，争取在北京、全国赛取得好成绩。

获奖情况

一等奖 廉渊升组

二等奖 程志刚组

胡啸组

三等奖 吴明辉组

陈铭组

安芃组

最有价值奖 廉渊升组

最佳创意奖 廉渊升组

第十四届交通科技竞赛最终答辩圆满结束！

祝贺获奖的选手们，也感谢呙润华老师、石京老师和李瑞敏老师担任此次交赛答辩的评委。希望未来的交赛可以越办越好！

特别鸣谢

网帅科技(北京)有限公司

清华大学数据科学研究院交通大数据创新基地

供稿 | 赛事中心

排版 | 郭学龙

审核 | 周思源陈旺