基于实时数据的路网行程时间可靠度模型研究

道路行程时间可靠度是衡量城市道路交通服务质量的指标之一。本文分析和处理道路实时交通数据．统计其行程时间的分布,并拟合行程时间的分布曲线。以此为基础,构建行程时间可靠度模型,并进行案例分析。本文研究得出：路段的行程时间服从正态分布;出行者要求可靠度越高,需要预估的行程时间就越大;即使出行者期望的可靠度相等,对应不同的出发时刻预估行程时间也不同。     

基于浮动车数据的行程时间可靠度特征研究

针对正态分布或对数正态分布往往不能有效地描述小间隔行程时间分布的问题,提出了基于浮动车数据的行程时间算法.通过基于浮动车数据的行程时间经验分布,得到了以15min为间隔的不同出发时段行程时间的可靠度指标.以广深高速公路同乐-宝安机场段为例,对不同日、不同出发时段的行程时间可靠度特征进行了分析.该研究方法对于描述交通条件变化比较频繁的城市交通环境的行程时间可靠度有较强的适应性.     

考虑行程时间不确定性的服务设施时空可达性度量

在我国拥挤的多模式交通网络中,出行者的行程时间具有较大的不确定性.行程时间不确定性是影响人们出行行为选择的重要因素,对于某些重要活动(如就医等),人们对行程时间的可靠度有较高要求.本文以南京市玄武区综合医院的时空可达性为例,采用引力模型和行程时间预算模型深入探索多模式交通网络中服务设施的时空可达性,提出了考虑行程时间不确定性的时空可达性度量方法,针对不同交通模式分析了出行者的风险规避行为,为城市多模式交通规划和土地利用布局提供了有效依据及评价指标.研究表明,对于不同的交通模式,在不同可靠性下服务设施的时空可达性具有显著差异.     

超载条件下的交通分配对路网结构可靠度的影响

研究了道路网络在超载条件下的交通分配对路网系统可靠度产生的影响,推导了路段行程时间可靠度与路段饱和度的关系,将分配控制指标由路段行程时间可靠度转化路段饱和度;通过轴载转换公式,将超载作用问题转化为累计轴载次数增加的问题;由蒙特卡罗算法分别得出超载条件下交通分配前后路段路面结构可靠度,并基于串并联原理计算出分配前后道路网络结构可靠度。实例分析可知:以路段行程时间可靠度作为评价路网性能指标更合理,与实际情况更贴近;基于行程时间可靠度的交通流分配使整个路网系统可靠度下降。     

���߹�·��ѩ�����½�ͨ���пɿ����о�

为了评价冰雪环境对公路网运行质量的影响,以便及时制定相应的管理对策将冰雪灾害的影响降到最低,提出了应用交通运行可靠度评价公路运行质量的方法,并以行程时间作为评价指标.以黑龙江省的干线公路网为研究对象,根据实测数据验证了降雪情况下路段的行程时间符合正态分布的特性.应用可靠性理论和概率与数理统计理论建立了路段可靠度计算模型,根据路面磨擦系数与行程时间的关系,提出了行程时间的阈值和判定冰雪灾害发生的标准.根据黑龙江省干道网的布局,建立了路径和路网可靠度的分析方法,并应用实例验证了本方法的可行性.     

交通事故持续期内行程时间的可靠性研究

为研究交通事故影响下路网性能的随机性,定义路网行程时间可靠性为路网在交通事故持续期内平均行程时间小于预定阈值的概率.假定事故持续时间为服从正态分布的随机变量,将给定的事故持续时间离散化为相同长度的子时段,综合运用Logit路径选择准则和路段传输模型,提出了基于Monte-Carlo法的路网行程时间可靠度模拟算法.用一个测试网络来验证算法,其事故持续时间均值为8～20 min、方差为0.5～5.0 min, 子时段出行需求为4.0和4.5辆,时间阈值为事故前走行时间的2.0和2.2倍.研究结果表明:路网行程时间可靠度均随事故持续时间均值的增大而减小;当出行需求为4.5辆、时间阈值为事故前走行时间2.0倍时,行程时间可靠度随着事故时间方差的增大而增大;当需求小于4.5辆、时间阈值大于2.0倍时,可靠度随着时间方差的增大而减小.      

网络行程时间可靠性评价方法与影响因素

采用区域划分方法研究了网络行程时间率的概率分布, 提出了基于OD对的网络行程时间可靠性指标以评价城市交通可靠性; 选取影响行程时间可靠性指标的相关因素, 建立了多元线性回归模型, 用逐步回归法求解模型, 并进行了模型参数显著性检验; 根据杭州市和北京市的网约车数据计算了网络行程时间可靠性指标, 并与高峰拥堵延迟指数进行对比, 分析了网络行程时间可靠性指标的时间和空间分布规律。研究结果表明: 在多元线性回归模型中, 规划行程时间率与等待时间、费用、距离、行程时间和OD对间行程次数这5个自变量拟合得到的决定系数为0.772, 平均行程时间率与5个自变量拟合得到的决定系数为0.857, 2个模型拟合程度均较好, 回归模型显著; 规划行程时间率回归模型中等待时间、行程时间和实际行程距离的回归系数分别为0.386、0.399与-1.286, 平均行程时间率回归模型中等待时间、行程时间和实际行程距离的回归系数分别为0.162、0.177与-0.676, 2个交通可靠性指标都与等待时间和行程时间呈正相关, 和实际行程距离呈负相关; 提出的网络行程时间可靠性指标与高峰拥堵延迟指数变化趋势一致, 较好地符合现实交通状况, 从多角度反映了交通可靠性特征, 可以为路网规划提供决策支持, 帮助居民更好地进行出行路径选择。      

基于可靠度条件下的混合交通流量分配模型及算法

在混合交通中出行者对不同交通方式的行程时间存在着不同的可靠度要求,故有必要根据不同的可靠度要求追加不同冗余时间,以最优时间策略选择交通方式,从而构造混合随机交通模型及其求解算法,并利用具体实例对其有效性加以验证.     

基于谱分析的路段行程时间多步预测方法

路段多步行程时间预测数据是动态交通诱导系统的重要参数,但已有研究成果,大多集中于一步预测,且存在适应性不强、计算量大、基础数据需求多等不足.应用谱分析及Karhunen-Loeve（K-L）变换对历史及当前检测行程时间序列进行分解与重构,重构时以历史序列与当前检测序列的欧式距离作为相似性度量指标,优化重构时的特征向量系数,使与当前检测序列相似度高的历史序列信息在重构中占据主要地位,通过重构,实现对后续若干时段的行程时间的预测,实测数据检验显示该方法可实现多步预测,预测精度良好,较以往方法有所提高,且历史数据需求量小,计算量小.     

基于ARCH 模型簇的路径行程时间可靠性分析

 行程时间可靠性是反映道路交通网络可靠性的重要指标.由于交通系统存在不 确定性,行程时间的波动具有异方差性,利用传统数理统计方法建立的行程时间预测模 型,无法对行程时间进行准确的预测.针对行程时间波动的尖峰厚尾、集群性等特点,引入 计量经济学中的ARCH 模型簇.通过实证分析,评价行程时间波动的时变性、持续性,描 述系统外部信息冲击的分布,分析行程时间波动对外部信息冲击的反应机制.结果表明, ARCH 模型簇能很好地适应行程时间序列数据的方差变化特点,与交通系统的自身特性 相吻合,能够对路径行程时间的可靠性进行有效的评价.