应急条件下区域路网行程时间可靠性研究

为了研究应急条件下的区域路网可靠性,建立绍兴市区域路网Vissim仿真模型并进行校准.提出基于交通仿真和蒙特卡洛方法的应急条件下路段行程时间计算模型并结合实测与仿真数据对模型进行修正,并分析路网拓扑空间关系依次建立应急条件下路径、OD对、路网行程时间可靠性模型.量化分级行程时间可靠性,对绍兴市典型路段和典型区域进行仿真与评价分析.研究结果表明,路网行程时间可靠性随应急事件的降低而降低,当越城区和诸暨市应急事件等级由正常降至一级,路网行程时间可靠性由0.519和0.534降低至0.201和0.173.同等应急条件对同一地区不同区域路网存在差异性影响,同等应急条件下诸暨市的路网行程时间可靠性下降比相对于越城区高4.5% ~9.9%,主要由于其自由式路网交通疏散能力较差且非城区交通管理水平较低.      

基于首次超越机制的小规模路网可靠性模型研究

可靠性可用于评价路网性能。传统的路网可靠性指标基于路段可靠性推导而得,因数据获取难度大等诸多缺点导致难以实践应用。分析了传统路网可靠性指标的不足,基于路网行程时间,通过构造合理的单输入单输出路网结构模型,获得表征路网结构的功能函数,并得到一般路网的可靠性模型。在此基础上,基于首次超越机制,在泊松假设的前提下构造了评价路网可靠性的模型。基于Vissim 仿真平台介绍了模型的应用过程,仿真结果与路网运行状态相符。      

运行时间可靠度在单向交通组织中的应用

运用网络可靠性计算的串并联理论,提出了道路网络中节点OD（Origin-Destination）对之间的路径运行时间可靠度计算方法,建立了基于节点OD需求的路网运行时间可靠度计算模型。在节点OD需求已知的情况下,根据交通组织状况,采用动态交通分配和交通仿真方法获得模型参数,计算节点OD对之间分别在双向和单向交通组织条件下的运行时间可靠度,并建立交通组织方案的临界判别条件,作为单向交通组织方案评价和决策的量化指标。     

高速公路改扩建工程周边路网交通瓶颈识别

为满足日益增加的交通需求和提高通行质量,同时保障高速公路区域路网和作业区的交通正常运行,有必要开展高速公路改扩建工程周边路网交通均衡诱导研究,对改扩建高速公路上过载的交通流量进行分流和转移。准确地识别高速公路周边路网的交通瓶颈路段,是进行高速公路改扩建工程周边路网交通均衡诱导的重要基础。在对国内某高速公路改扩建工程周边路网交通运行状况调研的基础上,耦合了速度-密度关系模型和服务水平法,构建了交通瓶颈识别模型。然后,基于所构建的交通瓶颈识别模型,结合周边路网的通行能力和不同时段的服务水平,对周边路网不同时段下的交通瓶颈路段进行识别。     

高速公路路网运行指数评估模型应用研究

由于高速公路路网交通流量分布不均衡,往往会造成部分节点或区域拥堵,而量化评估路网运行状态能快速确定交通拥堵位置。提出了一种基于波动率和机器学习的路网运行指数评估模型:首先选取合适的机器学习算法确定路网各节点的基准值;然后运用波动率理论构建各节点的运行指数评估模型;之后利用广东省高速公路若干节点路段的真实数据对模型进行了验证,并与阈值进行对比。研究结果表明:本文提出的路网运行指数评估模型能在各类场景下及时准确地定位交通拥堵节点,为缓解交通拥堵问题提供一定的参考意义。     

考虑拥堵成本的机场路网可靠性测算方法

为解决传统行程时间可靠性测算算法应用于机场路网的不足,即未考虑实际路网运行情况以及机场旅客出行成本问题,分别引入路段拥堵修正因子以及成本因子,构建机场路网行程时间可靠性测算模型,并且引入路网标准速度,用最小误差平方和的方法对改进后的测算方法进行验证.以南京禄口国际机场集疏运路网为例,改进后的路网行程时间可靠性测算结果与实际路网标准速度的最小误差平方和,即LSE的值为0.57,比传统的测算结果小0.03,说明改进后的测算结果更接近实际路网行程时间可靠性.测算出南京禄口机场集疏运公路路段行程时间可靠性在0.69~0.89内,路网行程时间可靠性测算结果在0.65~0.78内,机场集疏运路网行程时间可靠性存在分布不均,核心路段行程时间可靠性低等现象.改进的测算方法,在一定程度上解决传统路网行程时间可靠性测算算法与实际路况脱节的问题.      

重庆市主城区“快速路不快”原因分析及发展对策

目前重庆市主城区快速路网交通流量大、运行效率低,多条快速路已经发展成为常态化拥堵,严重制约了城市的经济发展。通过梳理及追述现状路网形成途径及规划路网评估,运用大量现状交通流量数据及运行速度对重庆市主城区快速路在路网结构、节点控制、建筑开口及建设时序上存在的问题进行深层次分析,并借鉴国内外快速路的发展经验及建设标准,结合重庆市主城区的实际情况,提出解决对策。     

高速公路改扩建施工交通分流方案研究

以高速公路改扩建施工中区域公路网络的流量饱和度为评价指标,考虑路网分流条件和施工方案对道路通行能力的影响,建立高速公路改扩建交通流量分配模型。模型以区域路网交通流总行程时间最优为目标,考虑道路服务水平、路网储备容量等约束条件,运用均衡理论,量化计算分流交通量。以南京市机场高速公路扩建项目为例,应用模型对分流方案实施前后的路网运行状态进行了对比,提出了合理的交通量分流比例。结果还表明,对大型车实行强制分流的方案更加有利于保障施工道路的运行效率。     

高速公路突发事件救援车辆诱导

为了提升高速公路突发事件应急救援效率,将交通状况、在途潜在风险等信息纳入高速公路突发事件救援车辆诱导研究中,基于实时和时变路网环境下的交通信息,以车辆出行时间最小,路径可靠性最强为目标,构建基于在途时间和路径可靠性的车辆诱导最优化模型。设计一种实时信息和时变信息结合策略,使模型规划路径随路网交通量变化而相应做出阶段性调整,采用滚动时域策略将该动态决策问题转化为一系列离散时间点的静态决策问题,用于计算应急救援路径时间;在此基础上,考虑到高速公路突发事件发生后路网交通事故率升高,同时容易发生拥堵的状况,进一步将救援规划路径可靠性作为决策目标,即应急救援车辆规划路径在面对道路中断或者严重拥堵时是否拥有更多的调整策略,更新救援路径尽快完成救援任务;为了便于量化计算将上述目标转化为统一的价值成本,共同决定救援车辆的行驶路径。研究结果表明：当行驶路段交叉口间距离较长,中间无其他道路连通,行驶过程中由于突发事件破坏趋势蔓延导致道路中断或拥堵等意外发生时,无法更新调整救援路径,最终导致救援延误;因此,基于救援时间和路径可靠性的车辆诱导最优化模型能够克服以上问题,进一步提高救援效率。     

公路网分车型收费费率优化算法研究

结合山东省公路网联网收费的实际情况,建立了山东省公路网收费费率的双层规划模型,以描述路网管理者、收费道路经营者和车辆用户三者在费率决策中的博弈关系。采用弹性需求模式下的收费费率双层规划模型,选取山东省联网收费的一个路网,利用模拟退火和遗传算法的混合算法,对模型进行了应用和分析。验证结果表明,利用这种收费道路费率优化算法,不仅可以保证道路经营者能实现财务目标,而且能有效地均衡路网交通流量。     

降级路网的认知及交通流平衡分析模型

为定量衡量因路段降级原因导致路网通行能力的丧失量,分析出行者在降级路网中的路径选择行为将导致何种网络交通流平衡状态,通过将降级路网划分为车流外界因素导致路段可通行能力降级和路段上车流量增加导致道路服务水平的下降两种类型,辨别旅行时间长短与旅行时间波动对出行者路径选择行为的影响,推导出同时考虑这两方面因素影响的可变路径旅行时间风险度量;在此基础上建立了降级路网中的交通流平衡分析模型,该模型满足存在性和惟一性,并能正确描述出行者对降级路网结构认知差异性情况下的网络交通流平衡状态。通过实例展示了不同旅行可靠性要求下,出行者对路径旅行时间长短的权衡关系以及整个路网交通流平衡结果。     

通行能力约束下的弹性需求交通投影动态演化模型

利用投影动态系统理论建立了具有路段通行能力约束的弹性需求交通网络动态演化模型.通过分析节点路段处交通流量与出行阻抗关系,揭示了出行者在网络局部对出行路线进行调整的决策过程,并分别建立了有通行能力约束的路段流量更新方程和弹性交通需求下的节点最短行程时间估计方程.通过在整个网络上整合上述两类方程,得到最终的交通网络投影动态...     

供需不确定条件下的预算-超额用户平衡模型

为更加全面、准确反映随机路网中出行者规避风险的择路行为,以预算-超额行程时间作为出行者选择路径的依据,提出了一种供应及需求不确定条件下同时考虑可靠性和不可靠性的交通分配模型——预算-超额用户平衡模型,推导了需求服从Gamma分布、路段通行能力服从均匀分布条件下预算-超额行程时间的解析表达式,并以此为基础建立起用等价变分不等式表示的平衡模型。利用一个小型测试网络比较了用户平衡模型、基于可靠性的用户平衡模型以及预算-超额用户平衡模型的性能。研究结果表明：提出的模型是有效、可行的;其平衡流量模式不同于用户平衡模型和基于可靠性的用户平衡模型;随着需求水平、可靠度以及路段通行能力退化程度的增加,预算-超额行程时间随之增加。     

基于时间依赖网络的城市交通紧急疏散线路研究

研究时间依赖网络的城市紧急疏散交通线路问题.在对考虑疏散过程中交叉口延误和通行能力、紧急疏散网络防堵塞改造已有研究的基础上,对紧急疏散时城市交通网络的时变特性进行分析,提出了动态路阻交通紧急疏散线路的思想.考虑到紧急疏散时不一定满足FIFO要求的特性,将研究对象转化为时间依赖非FIFO网络交通紧急疏散线路的确定问题,建...     

一种新的城市快速路行程时间预测技术

根据城市快速路交通诱导和监控系统的实际需要,提出了基于宏观动态流体力学模型的行程时间预测技术,可以动态预测稳定流和非稳定流状况下城市快速路网上任意两点间行程时间.     

Modeling travel time of car with varying demand on an urban midblock section

The present study analyzes the stochastic nature of travel time distribution under the uncertainty of traffic volume and the proportion of cars in the traffic stream. Stochastic response surface method (SRSM) is adopted for modeling the travel time variation under the influence of traffic composition and traffic volume. This model is applied to an uninterrupted urban arterial corridor of 1.7 km length in New Delhi. Video graphic data were collected for 2 days during morning hours between 8 AM and 12 noon and evening hours of 3–7 PM. License plate matching technique was used for measuring the travel time in the study area. This study focused on travel time variation of cars with varying traffic volume and proportion of car in the traffic stream. Linear regression analysis was carried out initially to know the functional relation and significance relation between the input and output variables, and then SRSM analysis was performed. Artificial neural network (ANN) is also considered to map the relation among travel time, traffic volume and composition of traffic stream. A comparative evaluation is made among ANN, SRSM and regression analysis. Results indicate that apart from traffic volume, the influence of car population is more on travel time variation than motorized two-wheelers. It is attributed to the smaller size and comparability better operating condition of motorized two-wheelers. Also, the ANN and SRSM models are more efficient for analyzing the stochastic relation between the response and uncertain explanatory variable than the regression model.     

支持向量机在路段行程时间预测中的应用研究

主要探讨支持向量机理论在路段行程时间预测中的应用。具体的方法是,首先将研究路段根据路段交通状态和车辆检测器设置情况进行分段,然后以前几个时段的各个小路段的交通流量、平均速度和车道占有率和整个路段的行程时间为输入,以下一时段的整个路段的行程时间为输出,选取高斯径向基函数作为核函数,建立了基于支持向量机的路段行程时间预测模型,从而探讨支持向量机在路段行程时间预测中的应用效果。最后,利用交通仿真软件的模拟数据进行验证,并与BP神经网络计算结果比较,计算结果的对比表明本文提出的方法预测效果更好。     

流量和信号控制对运行时间预测的影响

通过对实际交通状况的分析，说明路线运行时间不仅是路线交通流量的函数，而且是由于交叉口信号控制引起延误的函数。     

基于改进SWF神经网络多因素行程时间预测模型与算法

行程时间预测一直是交通领域研究的重点问题之一,道路系统的复杂性使预测工作变得困难。将影响路段行程时间的多种因素和改进后的样条权函数神经网络结合起来,根据机动车运行特点,建立行程时间预测模型,可以刻划道路运行的多种状态,能较准确的估计出路段的行程时间,也继承了样条权函数神经网络算法的各种优点。