基于二次函数型路段行程时间模型描述的交通输出流特性

根据动态交通分配模型中广泛使用的路段行程时间与路段车流量具有二次函数关系的模型，在已知路段输入流的条件下，给出了路段输出流的一般表达式和路段行程时间的递归表达式.在路段车流满足先进先出的条件下，结合任意时刻的车流量表达式和线性路段行程时间模型得出输出流与输入流的关系式，导出此时刻的路段车流量表达式，从而给出了更明确的关于路段行程时间的表达式;同时结合道路交通流调查数据，对一些实例进行了数值仿真，所得结果与实际相符.     

基于线性路段行程时间描述的交通输出流特性

已知路段输入流u(t)条件下,利用动态交通分配模型中广泛使用的路段行程时间与路段车流量具有线性关系即τ(t)=α βx(t)的模型,给出了路段输出流v(t)的一般表达式和路段行程时间的递归表达式。在路段车流满足先进先出(FIFO)的条件下,结合任意时刻t的车流量表达式和线性路段行程时间模型得出了输出流v(t)与输入流u(t)的关系式。并由此得出了时刻的路段车流量表达式,从而给出了关于路段行程时间更明确的结果。根据文章的结论,对文献[2]中的实例进行了数值仿真,验证了其结果;同时运用道路交通流调查所得到的数据,进行了数值仿真,所得结果与实际相符。     

城市主干路基本路段交通流仿真分析

应用Vissim仿真系统,结合实测数据,对城市主干路基本路段的交通流进行了分析.通过对仿真模型输出的数据进行分析,发现城市主干道交通流呈现出不同的相位特征,应用"三相交通流理论,在城市主干路基本路段的流量-密度平面中将交通流划分自由流、同步流和堵塞流3个相位,并具体讨论各个相位的交通流特性,确定了各个相位的关键阈值,标定了每个相位的区域范围.     

动态输入下路段行程时间研究

以元胞传输模型(LWR模型的离散形式)作为分析工具,以行程时间为研究对象,研究了单车道路段没有出入口的基本路段受交通信号控制影响下的动态行程时间.考虑到路段上车辆密度对车辆速度的影响,文章定义了路段加权密度来表征车辆进入路段时路段的状态.分析结果表明,动态行程时间和车辆进入路段时的流量基本上没有关系;当车辆进入路段时刻一定时,路段加权密度和车辆的动态行程时间成线性关系.     

北京市主干路基本路段交通流特性及状态分析

基于实测数据和交通流模型,对北京市的主干路基本路段的交通流进行了分析,发现主干路交通流呈现出不同的相位特征,应用“三相交通流理论”,在城市主干路基本路段的流量一密度平面中将交通流划分自由流、同步流和堵塞流3个相位,并具体讨论各个相位的交通流特性及交通流的状态转变,确定了各个相位的关键阈值,标定每个相位的区域范围,同时定义了城市主干路基本路段交通拥挤的范围,并用分类与回归树（CART）方法对结果进行了验证。     

降雨对高速公路交通流特征的影响

为量化分析不同降雨强度对高速公路交通流特征的影响,以海南省东线高速公路交通流和降雨量数据为基础,研究了不同降雨天气下高速公路交通流参数中车速与密度的分布规律,标定了不同降雨气象条件下高速公路速度-密度分布的二阶段Greenshields交通流模型,回归分析得到了降雨强度与能见度对高速公路交通流模型各参数的天气影响系数。结果表明:随着降雨强度增大,该系数对高速公路最大流量和自由流车速的影响越大,与无雨天气相比,小雨、中雨和大雨天气下高速公路最大流量分别下降15.7%、19.1%和32.5%,自由流车速分别下降4.4%、7.3%和10.6%,而交通流模型中临界密度、截距速度受不同降雨的影响趋势并不明显。     

城市快速路可变限速策略

对城市快速路可变限速控制策略的理论基础进行了研究.在对快速路上的主线车速、进出口匝道车速、分流点合流点车速的特性及速度分布特性进行深入分析的基础上,建立了快速路主线车速-密度动态关系模型,提出考虑出口匝道、不良天气以及道路线形因素下基于安全性的3种主线车速的约束条件.利用积分调节器建立了入口匝道控制模型;提出了基于道路服务流量、行程时间、入口匝道平均等待时间以及行程时间延误4种可变限速的目标函数,利用4种目标函数的线性组合建立了3种系统最优问题,即:低密度状态下路段通行能力最大,行程时间最短;中密度状态下路段通行能力最大,入口匝道平均等待时间最短;以及高密度状态下入口匝道平均等待时间最短,主线车流行程时间延误最短.利用VISSIM仿真模拟手段对可变限速控制模型进行分析,得到可变限速控制策略下与未采取控制策略下的交通流参数结果,验证了可变限速控制策略的有效性.     

非均衡网络交通流动态演化规律研究

为描述非均衡网络交通流实际成本-流量状态,考虑置存成本和路段行程时间,建立行程时间动态函数,将其引入用户均衡模型,构建基于出行总成本动态、路径流量动态、路段行程时间动态的交通流演化模型。利用简单网络,采用四阶龙格库塔方法对建立的模型进行数值模拟。动态模型弹性需求下,出行成本调整范围由大到小,趋于平衡值;路径流量迅速增加后,以较小调整范围,趋于平衡值;路段行程时间迅速增加后,逐步趋向于平衡值。固定需求下的出行成本、路径流量、路段行程时间均是反复调整多次后趋近于平衡值,调整范围缩小,次数增加。算例模拟结果表明,模型能够描述网络交通流从一种非均衡状态到另一种非均衡状态的动态调整过程。     

基于Vissim的3相交通流理论应用

交通流状态演变机理的研究是交通流理论中重要的一部分.以不同交通负荷下的城市快速路路段来研究城市快速路路段交通流状态演变的机理.由于无法进行大规模交通调查,所以利用Vissim仿真软件,仿真不同交通流量下路段交通流特性的变化情况.统计分析仿真数据,研究了不同交通状态下交通流的特性,并对各个交通状态转变的阈值作了界定,标定了每一种交通状态的密度取值范围.结果表明,在不同的交通负荷下交通流呈现不同的状态,路段上的交通流状态呈现为自由流相、同步流相和宽幅运动阻塞流相3种状态.      

车辆在曲线路段的交通粘性力学模型分析

分析曲线路段对道路通行能力的影响,将交通流比拟成流体流,运用流体力学理论,基于车辆的平均密度、平均速度及速度参数,求出车辆在曲线路段的粘性阻力,建立车辆在曲线路段的交通粘性力学模型。     

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。     

观测路径出行时间下随机网络交通需求估计

道路网络起讫点（OD）需求是城市决策长期交通规划和短期交通管理中的基础参数,准确的交通需求更是实施交通拥堵控制、限行限速、路径诱导等措施的先决条件。综合运用观测的轨迹已知和未知路径出行时间,建立随机网络交通需求估计双层规划模型。上层广义最小二乘模型最小化历史交通需求与待估交通需求、观测路径出行时间与待估路径出行时间之间的偏差,约束为交通需求、路段流量、路段出行时间与路径出行时间之间的传播关系,通过高斯混合模型（GMM）对其中轨迹未知的观测出行时间依概率聚类。下层为随机网络交通出行均衡模型,分别运用出行时间预算和随机用户均衡处理路网不确定性和出行者感知误差。上、下层之间通过交通需求和OD-路段关联比例进行信息传递。设计迭代算法框架求解双层规划模型,迭代算法包含求解上层模型的最速下降法、求解下层模型的相继平均算法和求解GMM模型的最大期望（EM）算法。通过算例表明轨迹未知的路径出行信息的加入在提升需求估计精度的同时也增大了估计值的方差;设计的迭代算法能够稳定收敛到10^-5的精度;GMM软聚类方法估计的交通需求显著优于硬聚类方法估计的需求值;交通需求值对观测路径出行时间的扰动更加敏感。研究考虑出行者风险态度,通过轨迹信息的重新构建揭示城市交通需求演化规律。     

基于实时交通信息的行程时间估算及路径选择分析

路段行程时间的估计和预测是诱导系统的关键技术之一。由于路网参数不断变化,路段行程时间的估计必须满足实时性的要求。以城市交通控制系统的基本设施为基础,根据我国城市交通目前的发展状况,分析了影响路段行程时间的各种因素和路段行程时间的组成。利用设置在路段上的车辆自动检测装置搜集到的实时交通流信息,并结合随机服务系统的相关理论建立了城市道路路段行程时间的动态计算模型,提出了一种具有真实最短路径意义的实时动态最短路径选择的方法。     

基于元胞自动机的动态路段走行时间计算模型

为建立合理的动态交通网络中路段走行时间模型,分析了动态路段走行时间函数的一般形式,对比国内外常用的几种离散型动态路段走行时间函数,基于元胞自动机交通流模型,建立了动态路段走行时间模型。模型可以根据实际路段驶入率、驶出率,推算出任意时刻进入路段车辆的走行时间,并利用M atlab对模型进行求解和数值分析。结果表明,车辆进入路段后的交通状态是动态路段走行时间的主要影响因素;根据累积驶入驶出车辆数曲线可以直接求出动态路段走行时间,能够为动态交通网络中路径走行时间求解奠定基础。      

Bus travel time modelling using GPS probe and smart card data: A probabilistic approach considering link travel time and station dwell time

Abstract

Path travel time estimation for buses is critical to public transit operation and passenger information system. State-of-the-art methods for estimating path travel time are usually focused on single vehicle with a limited number of road segments, thereby neglecting the interaction among multiple buses, boarding behavior, and traffic flow. This study models path travel time for buses considering link travel time and station dwell time. First, we fit link travel time to shifted lognormal distributions as in previous studies. Then, we propose a probabilistic model to capture interactions among buses in the bus bay as a first-in-first-out queue, with every bus sharing the same set of behaviors: queuing to enter the bus bay, loading/unloading passengers, and merging into traffic flow on the main road. Finally, path travel time distribution is estimated by statistically summarizing link travel time distributions and station dwell time distributions. The path travel time of a bus line in Hangzhou is analyzed to validate the effectiveness of the proposed model. Results show that the model-based estimated path travel time distribution resembles the observed distribution well. Based on the calculation of path travel time, link travel time reliability is identified as the main factor affecting path travel time reliability.     

路阻函数关系式推导及其拟合分析研究

路阻函数在交通分配过程中左右着路径的选择,目前广泛采用的路阻函数是美国公路局提出的BPR函数,但笔者在交通分配的实践过程中使用美国公路局推荐BPR参数得到的结果并不理想。论文推导了路段流量和路段通行时间之间的关系式,比较了BPR函数和推导关系式之间的差异,对推导关系式进行了指数抛物线拟合,并具有良好的效果(相关系数0.99),拟合方程可以作为路阻函数代替BPR函数。论文还对非拥挤路网的BPR函数参数进行了拟合,并获得较好效果。     

基于遗传算法的动态交通分配研究

主要研究动态系统最优（DSO）模型。以总的花费时间最小为目标函数,对模型的节点集、路段集分别进行研究。通过模拟路段的流入量、流出量和路段上的交通量来建模。用传统的迭代算法解决动态交通分配问题非常复杂,而对传统迭代算法进行改进或用遗传算法等新的智能算法求解则会很简洁和方便。     

突发事件下路网运行时间可靠性研究

对突发事件下的路网运行时间可靠性进行分析,从路段通行能力与运行时间关系的角度,对交通流量与运行时间关系进行讨论。在研究运行时间的均值、标准差等特征值在突发事件下变化的基础上,利用机会约束模型,建立异常状态下路网容量分析的非线性规划模型。实例分析结果表明,突发事件出现时路网运行时间可靠性与其承担的交通流量有直接的关系。