基于上述考虑，本书提出了结合蚁群算法及正交试验设计的动态交通网络配流模型，快速生成交通事件疏导配流方案，达到及时疏导、抑制拥堵的目的。因此，为了有效弥补上述两个主要缺陷，本书将通过采用正交试验设计的方法生成初始解，并改进信息素的更新方式及状态转移概率的确定方法，以实现对蚁群算法的优化。......
2023-09-26
城市道路交通事件影响分析及疏导策略
【摘要】：T. Nagatani[6]提出了采用元胞自动机模型对交通事故引起的交通阻塞进行模拟，并探讨了在交通流模型中，交通事故的发生对动态阻塞相变的影响。钱勇生等[16]在 NaSh 模型的基础上，通过对交通事故和养护路段等意外事件对高速公路交通流的影响之研究，建立了意外事件影响的车道管制条件下的高速公路交通流元胞自动机模型，并通过数值模拟得出了意外事件的发生位置、堵塞时间和堵塞路段长度对交通流的影响。
Michalopoulos[3]（1981）提出了估算偶发性拥堵扩散范围的交通波模型。该模型依据流体动力学的基本原理，将交通流密度的变化比拟成水波的起伏并将其抽象为交通波。当交通流由于道路或交通状况的改变而引起密度发生改变时，在交通流中就产生了交通波的传播。通过分析交通波的传播速度，以揭示交通流量与密度、速度之间的关系，并描述交通流拥堵的形成与消散过程。
Morales[4]（1986）提出了利用到达率和离去率曲线估计事件引起的总延误的确定性排队论模型。该模型假设到达率和离去率是不变的确切值，可以计算得出拥挤持续时间和排队长度。由于实际交通流是具有波动性的，到达率和离去率也会随之发生改变，因此这个模型的计算结果不能应用于交通状态的实时估计，但其模型构建的想法对后来的研究具有深远影响。
Newell[5]（1993）提出了基于波动理论的累计流量到离曲线模型，并且由此衍生出了累计占有率到离曲线模型与累计流量-占有率曲线模型，通过这些模型对高速公路上的交通状态进行估计。该模型最大的优点是完全基于实际数据建立，缺点是只能对交通状态进行定性分析，无法获得实时的量化指标值。
T. Nagatani[6]（1993）提出了采用元胞自动机模型对交通事故引起的交通阻塞进行模拟，并探讨了在交通流模型中，交通事故的发生对动态阻塞相变的影响。
Lawson[7]（1997）通过对I/O 模型进行改进，对瓶颈路段车辆排队的时空扩散范围进行了估计，区分了由事件引起的延误和车辆的排队时间，通过追踪队尾车辆的方法估算了拥挤的时空扩散范围；但是该模型假设到达率和离去率是固定不变的，不适用于过饱和交叉口的估计，且由事件引发的道路通行能力仅会出现一次变化。
Do H. Nam[8]（1998）以循环性挤塞为例，基于交通动力学原理，分析了在拥挤情况下高速公路的交通流特性。其中，采用了传统的两个宏观分析工具：确定性排队分析和冲击波的分析。比较研究结果表明，确定性排队分析和冲击波的分析相比，前者总是低估了总体延误。
D. Helbing[9]（2003）基于动态的排队网络模型和交通流的基本特征，通过将道路细分为较长的具有恒定通行能力的均匀路段，探讨了在特定横截面的流量和车辆的平均出行时间。该模型可以描述交通流的回滞现象及典型的阻塞模式，然而其准确性却不如设定恒定的传播速度及可以描述停止-启动波的宏观交通模型。
E. Bourrel 与J. B. Lesort[10]（2003）结合微观模型和宏观模型的交通流建模方法，提出了一种基于LWR 模型的混合模型。该混合模型主要解决了离散交通流与连续交通流之间的过渡边界问题。该模型可以清晰地反映出由交通事件引起的排队形成与消散波的传播过程。
Sheu[11]（2004）基于车道变换行为定义了6 个随机交通参数，提出了随机排队预测模型用以预测事件发生点处的排队长度。但是该模型并不适用于对多条车道阻塞的交通事件进行研究。该模型对驾驶人的换道行为设定了一系列的假设，并且在预测过程中必须保证排队长度不会超出上游检测器。
M. Schönhof 与D. Helbing[12]（2007）通过对一高速公路路段的多起交通事件引起的拥挤交通状态的特征属性之研究，确定了5 种不同的时空拥堵模式及其组合模式。基于拟合平滑法建立模型，与一阶、二阶宏观交通模型进行对比，并对“反向效应”“同步流”及“停止-启动波”等问题进行了探讨。
T. Q. Tang 等[13]（2009）分析了由交通事件造成的交通中断概率，并通过其对车辆跟车行为的影响之研究，提出了一个新的跟车模型。该模型的稳定状态通过使用线性稳定理论得到，并构造了修正后的KDV 方程，将交通流状态划分为稳态、亚稳态及非稳态。
M. Baykal-Gürsoy[14]（2009）用干扰下的稳态排队系统M/M/c 模拟了交通事件发生后的道路交通流。他假设了两种情况下的事件干扰：一种完全使路段丧失通行能力，另一种则是其通行能力减小、通行速度降低。通过模拟数据分析，该模型在获取事件的影响下，平均行程时间方面有较好的适用性。
王建军与黄兰华[15]（2007）运用交通波理论，分析了在交通事件和干预措施的综合作用下车流状态发生的变化，建立了基于交通速度-密度线性模型下的波速模型。通过对干预作用产生的干预波和交通事件影响产生的集结波、启动波、消散波相互作用的研究，构建了车流波位置和对应时刻模型，以及分流干预措施的解除时刻模型。
钱勇生等[16]（2011）在 NaSh 模型的基础上，通过对交通事故和养护路段等意外事件对高速公路交通流的影响之研究，建立了意外事件影响的车道管制条件下的高速公路交通流元胞自动机模型，并通过数值模拟得出了意外事件的发生位置、堵塞时间和堵塞路段长度对交通流的影响。
温惠英与罗钧[17]（2012）利用元胞自动机建立了单向双车道高速公路模型，并将短时交通事件对交通流的干扰区域划分为交通事件下游区域、核心区域及上游区域，同时构建了换道规则。其仿真结果表明：在低高密度交通流的情况下，相同事件对交通流的干扰存在一定差异，在排队时间、最大排队长度、平均排队长度上均有所不同。
李静瑶[18]（2013）将OD 矩阵引入宏观交通流模型中，改进的交通流模型可以清晰地反映出各个路段中车流的内部结构，更为准确地预测出各个匝道出口流出的流量，并可大致预测出交通流高峰的峰值以及到来的时间。
有关城市道路交通事件影响分析与疏导策略的文章
- 详细阅读
-
城市道路交通事件影响及疏导策略分析详细阅读
G：路网T：时段k：时刻q：交通流量q j (k)：元胞j 在(k, k+1)时段的交通流量ρ：交通密度ρJ：阻塞密度ρo, j：元胞j 的临界密度值ρc：拥挤流向自由流转变的临界车流密度ρf：自由流向拥挤流转变的临界车流密度ρi (k)：第k 个时段元胞i 的车流密度ρiJ：元胞i 的阻塞密度v：自由流速度vli：元胞i 处的限速值vi (k)：第k 个时段元胞i 的平均车速v：控制区内元胞i......
2023-09-26
-
城市道路交通事件影响分析与疏导策略详细阅读
交通事件主要通过两种方式对交通流状态产生直接影响：其一，减少可用车道数；其二，导致驾驶人作出观望、减速、换道及更改出行路径等行为。调查发现，交通事件是引起交通拥堵的最重要的原因之一。因此，为了明确描述交通事件的影响，本书结合偶发性交通拥堵的特征，并基于疏导策略的需要，采用以下指标构建交通事件影响评价指标体系。......
2023-09-26
-
城市道路交通事件疏导策略与影响分析详细阅读
之后，Roberg[39]又利用仿真模型研究分析了在理想网络中以转弯禁限为主的交通事件疏导策略。之后，Sheu 等[45]又提出了一种基于实时交通事件响应匝道协调控制的随机最优控制方法，并借助微观交通仿真手段对各种模拟事件引起的拥塞情况进行了数值研究，相应的数值结果均表明该方法的可行性。......
2023-09-26
-
城市道路交通事件影响及疏导策略详细阅读
快速路交通事件的拥堵扩散特性相较于普通城市道路而言有较大不同，究其原因，这主要缘于其区别于普通城市道路的一些主要特征。因此，出入口处也成为快速路交通事件的高发区域，继而导致拥堵现象的频发。因此，快速路对其沿线的交通需求具有极大的吸引效应，尤其是对于一些以快速路为主要交通通道的城市则更甚。也正因为此，快速路上的交通事件相比于普通城市道路而言，往往会造成更大程度的影响。......
2023-09-26
-
城市道路交通事件影响分析与疏导策略：处置区疏详细阅读
依据处置区的交通拥堵疏导策略，此区域内的路段主要应采取主线控制及入口匝道控制等措施。图6-5处置区示意图限速值的确定方法：若元胞i 处发生了一起交通事件，在此处则形成了一动态瓶颈，此时疏导的主要目的则是使尽可能多的车辆尽快通过此处瓶颈，以缓解车辆阻塞。......
2023-09-26
-
城市道路交通事件影响范围与疏导策略详细阅读
事件影响范围可以直接反映交通事件发生后交通拥堵的扩散程度，它也是评价交通事件影响的最重要的指标。另外，为了具体描述交通事件引发的拥堵规模，将ILmax 定义为路段交通流恢复自由流状态前所能达到的最大事件影响长度，而该影响长度值对应的时刻即为最大影响时刻kmax。......
2023-09-26
-
城市道路交通事件影响分析与疏导策略：主要研究详细阅读
本书的主要研究内容如下：1.构建交通事件影响下的城市道路网络交通流模型结合交通事件对城市道路交通流的影响，通过对事发路段元胞通行能力、阻塞密度、激波速度等主要交通流参数的变化，元胞长度的可变设计以及事件发生位置对元胞划分方式的影响之研究，对传统的元胞传输模型进行改进，构建交通事件影响下基于CTM 的道路网络交通流模型。......
2023-09-26
相关推荐