基于路网拥挤度的交通拥挤收费费率研究

针对交通拥挤路段收费费率的问题,建立了交通拥挤收费的双层规划模型,上层模型为最小化交通路网的拥挤度,下层模型为固定需求的用户平衡。在下层模型中广义出行成本函数考虑了出行时间、油耗和费率。并采用遗传算法进行求解。通过算例分析,得出结论:当广义出行成本函数考虑了油耗的因素时,要使路网的流量达到系统平衡状态,路段收费的费率是不相同的;合理的收费费率能获得最小的路网拥挤度,路网的拥挤度和用户总出行时间并不能同时达到最优。     

考虑收入再分配的交通拥挤定价

为了解决交通拥堵问题,很好地调整交通需求,学者们提出了交通拥挤收费政策.但城市道路作为公共设施进行拥挤收费存在着一定的弊端,如果不能正确合理地确定拥挤收费费率,不能从真正意义上理解拥挤收费与社会福利和公众支持之间的关系,则该政策很难实施.文中通过对交通拥挤收费含义的介绍,提出了最优拥挤定价进行费率确定的算法,并对该算法...     

弹性需求下多类型用户拥挤收费模型

基于时间价值不同的多类型用户特性,提出了弹性需求下多类型用户的拥挤收费模型,并以一个简化的路网实例比较了多类型用户收费模型与单一类型用户收费模型的区别。简化实例分析结果表明:当费率水平较低时,单一类型用户收费模型高估了路网的流量、社会效益,当费率水平较高时,则低估了路网的流量和社会效益;同时单一类型用户收费模型的路网社会效益和利润区域对应的道路通行能力区间较宽,费率水平区间窄,而多类型用户收费模型的路网社会效益和利润区域对应的道路通行能力区间相对较窄,费率水平区间较宽。     

区域高等级公路网交通状态识别与分析模型研究

为了在区域内分析高等级路网交通状态,建立了一种区域高等级路网交通状态分析模型。首先分析路网结构并对路段的交通状态进行识别分类,建立在实时交通状态下的区域高等级路网模型;然后基于路网模型运用系统结构分析法建立路网交通状态分析模型,根据不同交通状态分析需求得到不同的交通状态可达矩阵,并对可达矩阵分层分析。通过实例表明：该模型能够有效地判别路网中节点的可达性和连通性,描述路网的交通状态时空变化规律,若通过及时发布信息,出行者可根据不同的信息需求来选择最优路径,避免大范围拥挤,从而提高整个路网的运行效率。     

突发拥挤条件下城市道路网脆弱性识别

为了量化突发拥挤导致的城市路网的脆弱性变化,首先采用原始法对路网进行了拓扑,选取连通度与网络效率等路网特性指标从中观层面完成了路网的鲁棒性分析,进而生成了对路网鲁棒性有显著影响的改进路网。然后考虑改进路网中突发拥挤路段的排队容量限制,以路网总阻抗变化量为脆弱性识别指标,构建了含通过能力约束的交通网络配流模型。最后设计了Lagrange乘子算法并进行了算例验证。结果表明:基于脆弱性指标的模型能有效识别路网脆弱性,而突发拥挤导致的路段失效将直接导致路网总阻抗的变化并影响整个路网的鲁棒性;与无约束条件下完成的网络配流结果相比,该模型降低了对城市路网络脆弱路段误判的可能性,效果良好。     

区域高等级公路网交通状态识别与分析模型研究

为了在区域内分析高等级路网交通状态,建立了一种区域高等级路网交通状态分析模型.首先分析路网结构并对路段的交通状态进行识别分类,建立在实时交通状态下的区域高等级路网模型;然后基于路网模型运用系统结构分析法建立路网交通状态分析模型,根据不同交通状态分析需求得到不同的交通状态可达矩阵,并对可达矩阵分层分析.通过实例表明:该模型能够有效地判别路网中节点的可达性和连通性,描述路网的交通状态时空变化规律,若通过及时发布信息,出行者可根据不同的信息需求来选择最优路径,避免大范围拥挤,从而提高整个路网的运行效率.     

大城市道路拥挤收费的仿真分析

拥挤收费是城市交通管理的有效措施之一,它可以引导和调节交通流量,达到缓解城市交通拥挤的目的。分析了上海的交通拥挤现状及其症结,通过路网服务水平模型,使用占有率与饱和度2项指标对在上海实行拥挤收费的可行性进行了仿真分析评价,分析结果显示拥挤收费实施后,路网的占有率与饱和度明显降低,说明上海采取拥挤收费措施能够有效地控制交通出行的需求和调节车流的时空分布,从而缓解城市交通拥挤。     

复杂路网条件下高速公路收费费率计算方法

首先分析复杂路网条件下高速公路收费费率的特征,并在阐述高速公路的理论最优收费费率可得性的基础上,结合高速公路交通量预测的步骤和特点,研究一种改进的高速公路收费费率制定的思路及方法,对方法中涉及到的广义交通阻抗进行修正,并对其涉及的参数赋值给予说明;然后借助随机用户均衡(SUE)配流算法完成交通流分配及收费费率制定所需数据序列的计算;最后,通过重庆市绕城高速公路收费费率的计算来进行实例验证。结果表明:复杂路网条件下存在高速公路的理论最优费率,用该方法可以较为准确地计算得到收费费率值。     

基于数据预测的区域道路状态模糊判别

区域路网交通状态判别是实施区域交通管理控制和交通诱导的基础。为有效且有前瞻性地描述区域路网拥挤状况,提出了1种基于时间序列数据预测和主成分分析相结合的模糊综合定量评价方法。以路段平均速度和交通流量为描述交通拥挤状况的参数,利用时间序列预测模型对数据进行预测;将路网中各路段的平均旅行时间作为总延误的影响因素;再利用主成分分析法确定各个路段对区域拥挤的影响权重;最后运用模糊综合评价法对区域路网拥挤状况进行评估。以山西省临汾市实际路网为例,通过 Vissim 交通仿真软件和 SPSS 数据统计分析软件对算法进行了仿真验证。仿真结果表明,该算法能够有效地预判城市区域的交通状况,为交通管理、控制和诱导提供准确的依据。      

道路拥挤定价下的公交收费模型研究

为了在执行道路拥挤定价政策的前提下制定公共交通的收费标准，提出可行的定价模型，根据交通行为科学的有关理论和方法，采用了两层规划技术建立了道路拥挤定价下的公交收费模型，上层规划为交通系统优化，下层规划为拥挤定价下的路网随机平衡问题。以广州市为研究对象，计算了拥挤定价下广州市公交线网的最优价格体系。研究结果表明：所提出的模型能够描述出行者和交通管理部门分别在出行和交通管理中的决策行为，较好地解释了用户平衡、路段路径流量和阻抗、交通需求、拥挤费、公交票价、出行成本等相互之间的逻辑关系。     

基于路网子图空间的交通流平衡分析方法

通过定义路网子图空间,提出了基于路网子图空间的Wardrop平衡原理,建立了相应的交通流平衡分析模型,并通过实例阐释了偏态均衡路网交通流的形成机理与演化过程。研究表明:该模型能够很好地解释包括新路开通期的路网交通流、换乘子图空间路网交通流、收费道路偏好子图空间路网交通流等多种情形下由于网络结构被差异性地认知所形成的偏态均衡路网交通流现象,为多标准下交通流的平衡分析建立了新途径;该分析方法有助于道路网络结构设计与道路网络管理方案的优化。     

基于满意控制的动态交通分配模型研究

城市交通意外事件易诱发局部交通路网拥堵,为防止交通状况恶化,需采取相应的交通控制、诱导手段。针对交通意外事件造成城市交通路网运行状态突变的现象,从用户平衡原理出发,提出了基于满意控制理论的动态交通分配模型。该模型不仅考虑了动态交通分配过程中各种常规的要求(目标、约束),还考虑了动态交通分配的易操作性和交通流控制、疏导过程中的安全性。通过该模型可寻找易于求解及实现的满意解,快速、平稳地实现区域内交通流的正常运行。算例表明该模型及其算法能够快速获得满意解,有效地解决交通状况突变情况下的动态交通分配问题。     

面向常发拥堵点的交通信号协调控制方法

针对高峰期间常发拥堵点交通需求过大、周边关联交叉口交通负荷分布不均的问题, 研究了面向常发拥堵点的交通信号协调控制方法。通过对常发拥堵点的车流进行追踪与溯源, 根据交通量关联度确定信号协调控制范围, 然后基于路径的流量分担率与路段平均饱和度识别信号协调控制范围内的关键路径。基于宏观基本图理论, 考虑关键路径对路网运行状态的影响, 构建边界交叉口主动限流控制模型。同时, 利用元胞传输模型描述交叉口与路段的运行状态, 以关键路径通行能力最大化和进口道饱和度均衡化为信号控制优化目标, 建立均衡路网交通负荷的信号控制优化模型。以武汉市发展大道青年路交叉口以及关联交叉口为对象开展仿真实验, 结果表明: 虽然本文方法下的边界交叉口车均延误增加了6.8 s, 但常发拥堵点的车均延误降低了15.7 s; 关键路径的车均延误减少72.6 s, 平均排队长度减少26.1 m。并且, 路网整体的车均延误降低14.7%, 驶出车辆数增加26.6%, 验证了提出方法缓解常发拥堵点交通拥堵的有效性。      

基于有向图卷积神经网络的交通预测与拥堵管控

为解决城市快速路正面临的日益严重的交通拥堵问题,提出了一种针对城市快速路的基于有向图卷积神经网络的交通预测与拥堵管控方法,该方法能够有效利用海量交通数据进行交通预测,实现拥堵的主动管控。首先,基于交通路网的空间有向性和交通流的时空特性,定义了有向的距离影响矩阵、修正欧式距离矩阵和自由流可达矩阵,构建出有向的图卷积算子,并将其应用于长短时记忆神经网络模型中,提出了能学习交通路网时空双重特性的有向图卷积-长短时记忆神经网络（Directed Graph Convolution-LSTM,DGC-LSTM）模型;其次,基于DGC-LSTM的交通预测结果识别出拥堵产生点并将其作为拥堵管控的对象;再次,采用控制进口匝道车辆输入快速路主线的手段,针对管控对象的时空特征,设计了全圈层分时段阶梯式拥堵管控策略;最后,基于上海市快速路网上布设的2 712个检测器在122个工作日每间隔5 min记录的速度、流量和占有率信息,开展实例分析,测试了DGC-LSTM模型的预测精度以及全圈层分时段阶梯式拥堵管控策略的有效性。结果表明：与传统的循环神经网络、长短时记忆神经网络相比,DGC-LSTM模型具有更高的预测精度,能将速度预测的平均绝对误差和误差标准差分别降低38%和20%以上;基于预测结果采用的全圈层分时段阶梯式拥堵管控策略能令拥堵产生点的速度提升14 km·h^-1以上,并能使拥堵的持续时长缩短40%,可阻止拥堵从产生点开始发生大范围的蔓延,降低整个路网的拥塞程度。     

考虑拥堵空间排队与溢出的道路网静态交通流分配

为刻画拥堵空间排队与溢出现象对交通流分配的影响，提出考虑拥堵空间排队与溢出的道路网静态交通流分配问题，并构建相关的求解算法，用于描述交通需求在起讫点移动过程中路网整体的宏观运行状态。首先，丰富和完善考虑拥堵空间排队与溢出的静态交通流分配的相关假设，提出次生瓶颈、拥堵干扰与渗透和分段化路段阻抗等基本概念和理论，来刻画拥堵交通瓶颈、拥堵空间排队等交通现象；其次，建立网络瓶颈识别算法和空间排队回溯算法，基于此构建考虑拥堵空间排队和溢出的增量分配算法，用于求解交通流分配的结果；最后，通过使用一个具有说明型的算例进行对比分析。研究结果表明：建立的瓶颈识别、排队回溯和增量分配算法可以识别路网中的瓶颈位置及其拥堵排队区域，并可计算得到各路段上的分段分配流量；与点排队只影响瓶颈路段的运行状况和均一的路段分配结果相比，可有效描述路网整体的宏观运行状态以及由于拥堵空间排队所导致的拥堵干扰与渗透现象；不同于“时间片”的伪动态交通流分配模型，新建算法的分配结果是“全时段”与“整体性”的路网宏观运行状态，包含了拥堵瓶颈的具体位置和空间排队的干扰与渗透情况；一般拥堵点排队模型和基于“时间片”的拥堵空间排队模型难以刻画拥堵干扰与渗透现象以及路网整体的宏观运行状态，故所建立的分配方法是对传统拥堵交通流分配的丰富和发展。     

交通拥挤的进化动态分析

在对交通拥挤本质进行分析的基础上,认为交通出行是一种衍生需求的博弈过程,并根据进化动态博弈理论,对弹性和非弹性需求条件下的交通出行分别进行了分析,指出在相对于拥挤博弈的可容许动态下,博弈可以收敛于惟一的纳什均衡,并表明在此基础上引入合理的可变价格方案可使这一均衡成为真正有效的纳什均衡,从而实现交通出行的社会最优,相对于基于边际成本的定价方案,这一可变价格方案才真正体现了交通拥挤收费的本来意义。     

城市交通拥塞辐射模型及其对路网服务能力损伤研究

为预防和治理城市路网系统中交通拥塞的辐射扩散以及由此造成的路网系统服务能力损伤，从新的视角对交通拥塞辐射扩散规律进行研究。将毒气在有限空间内的泄漏扩散抽象为交通拥塞的辐射蔓延，首先运用Python软件对高德地图API的WEB服务进行实时路况数据爬取，并对爬取的数据、浮动车数据、SCATS监测的流量数据以及其他交通信息数据进行预处理。在此基础上建立基于高斯烟雨模型的城市道路拥塞辐射时空模型并且充分考虑邻居节点和路段的交通运行状态以及不同道路等级对拥塞传播范围的影响。对模型调节参数U进行标定，得出快速路、主干路U值均为1，次干路U值为0.7。然后通过实例进行验证，结合实际值将模型计算结果与高德地图预测值进行比较，所建立模型的拥塞最大辐射边界、拥塞辐射时间预测精度要更准确，整个拥塞过程模型拟合度较高，模型适用性强。最后在城市道路拥塞辐射时空模型的基础上利用材料力学中切应力对材料的损伤原理，以拥塞某传播方向为研究对象，计算出拥塞辐射传播给路网中的某路段造成的通行能力失效值。分析路网中路段通行能力下降对路网服务能力的损伤影响，进而给出路段重要性识别方法。研究成果可为交通管理部门加强关键路段治理以及制定缓堵政策提供参考。     

基于高斯混合分布的交通拥堵评价模型

为了客观、有效的评价交通拥堵的程度,采用速度指标作为反映交通流状态特征的关键变量,针对交通流速度变量存在混合分布的特点,建立了基于高斯混合分布的交通拥堵评价模型,并将EM算法运用于模型求解,通过对速度变量的聚类分析,以判别交通状态,评价交通拥堵程度.上海市快速高架路实测数据应用模型分析的结果表明:模型可以客观分析交通流...     

基于视频检测技术的城市交通拥堵判别模型

针对日益严重的道路交通拥挤问题,基于视频检测获得的道路占有率、平均速度、车流量3个交通特征参数,提出适用于城市交通拥堵判别的改进模糊综合判别模型。通过研究交通特征参数与道路拥挤状况的关系,提出拥堵预判别和依据不同拥堵状况采用不同权重集合的方法。通过实际采集的视频数据,对算法进行验证,以证明本文方法的有效性。