道路路阻函数模型及适用性研究

交通诱导系统中两节点间最优路径的选择是目前的一个难点问题,其中路阻函数的确定是路径优化的核心内容.针对交通流由畅通状态到拥挤状态再到堵塞状态的过程,应用经典交通流理论和实际调查数据,构建交通流诱导系统分段路阻函数模型,以q=10veh/h为一个单位,对函数进行分段拟合,构建高速公路和城市快速路下的分段路阻函数,并对其适应性进行拟合分析.应用结果表明:在不同的流量范围内,高速公路和城市快速路分段路阻函数在自由流状态、高密度状态和低密度条件下适合不同的分段函数.     

上海高架道路车流特征研究

流量、速度和密度是道路交通流的三个基本特性,并构成了交通工程学的交通流基本理论。利用上海快速路系统埋设线圈采集的交通流数据,深入研究南北、内环、延安等三座高架快速路的交通流特征,分析“流量-密度-速度”之间的变化关系,确定评价快速路交通运行状况的量化指标,并进一步标定出快速路交通流非饱和以及过饱和2种状态的道路车流分配模型的路阻函数。     

城市快速路交通流特性分析

城市快速路是城市道路网的主骨架,对交通状态进行状态划分及稳定性分析,结合城市快速路交通信息采集系统的交通流检测数据,对速度一流量关系模型进行分析,建立了城市快速路快速交通流流量、速度、占有率关系模型,并进行交通流基本参数时变特性和空间特性分析。首先利用基本图理论,对3种城市快速路交通流状态进行稳定性分析。随后,结合北京市典型路段实测数据散点图,对各种速度一流量关系模型的适用范围和适用程度进行对比分析,从而得出Greenshields模型的拟合效果最好。最后分析交通状态转换过程中的交通流参数时变特性和空间特性,对实际交通疏导有指导意义。     

基于叠加统计变量的城市快速路车头时距分布模型

对城市快速路车头时距分布的特征进行了详细分析,将分布曲线划分成反映不同交通情况的区域,以此为基础对交通流基本特性和理想状态下的车头时距提出假设。使用q-指数形式函数对分布曲线进行非线性回归拟合,并应用叠加统计变量的概念建立了车头时距的分布模型,并能够很好地从交通流基本特性出发解释分布陷线的形状特征。     

基于叠加统计变量的城市快速路车头时距分布模型

对城市快速路车头时距分布的特征进行了详细分析,将分布曲线划分成反映不同交通情况的区域,以此为基础对交通流基本特性和理想状态下的车头时距提出假设。使用q—指数形式函数对分布曲线进行非线性回归拟合,并应用叠加统计变量的概念建立了车头时距的分布模型,并能够很好地从交通流基本特性出发解释分布曲线的形状特征。     

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.      

城市快速路与高速公路交通流特性的对比分析

基于对我国城市快速路实测数据,对比了快速路交通流模型以及流量在不同车道分布与高速公路交通流特性的异同,结论表明,当前我国城市快速路的交通流特性与国外高速公路的交通流特性有些是相似的,有些则存在较大的差异。     

城市快速路交通流分形预测算法的研究

根据城市快速路交通网络几何结构及交通流的混沌性,在分析交通流分形特性的基础上,应用小波系数方差法求解Hurst系数,同时建立了城市快速路交通流分形预测模型.利用实测数据,运用分形预测模型对上海市高架路的交通流进行了预测及误差分析,探讨了交流量不同状态下,即不同时段相同时间尺度,同一时段不同时间尺度;同一时段同一时间尺度下不等长数据序列的交通流分形特性及预测结果,并与传统方法进行比较,验证了模型的有效性及正确性.     

基于速度特性的城市快速路常发性交通拥堵研究

基于城市快速路浮动车技术,获取北京市快速路瓶颈路段全天交通流运行速度时间序列数据,对快速路常发性交通拥堵形成及消散进行精细化定量分析。首先应用小波分析技术对数据进行降噪处理,依据速度变化特性将快速路瓶颈处交通流运行状态划分为稳定运行态、拥堵形成态、拥堵态及拥堵消散态4种状态,并分析不同状态下的速度表现特征。研究表明,应用速度变化量可以判别交通流所处状态,而后利用统计学方法给出不同状态之间变化的判断阈值,并归纳出快速路常发性交通拥堵形成时刻、消散时刻及持续时间的判别方法。该方法对拥堵特性判别精度可达80%以上,对交通拥堵预测及交通管理具有明显实际应用价值。      

基于GA模糊聚类的城市快速路交通流状态划分

采用基于遗传算法的模糊聚类划分城市快速路交通流状态,借助模糊相关度函数分析聚类结果的有效性,以寻找交通流状态的最佳分类数。遗传算法的引入,有效改善了传统模糊聚类对初始化敏感以及容易陷入局部最优解的问题。经上海市城市快速路实测数据验证,此算法对交通流状态的划分具有可行性,且聚类有效性分析能够合理确定交通流状态最佳分类数。上述研究成果可用于城市快速路交通信息发布、服务水平评价以及交通设施的控制与管理。