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范围分析
【摘要】：Kwon 与Varaiya[21]基于交通数据及交通事件发生的时间、地点数据，提出了一种高速公路交通事件影响算法，用以估计由交通事件引起的空间、时间影响范围及延误。结合拥堵状态下的实际数据，结果表明：所有的冲击波均独立于拥堵发生前的交通流速度。俞斌等[34]以交通波理论为基础，对路段和交叉口两种类型的交通事故每一段的交通波速度、排队长度进行了计算，最终确定其影响范围。
Wright 和Roberg[19]（1998）通过对网络以及交通流特性的简化，建立了一个在交通事故条件下交通拥堵传播的静态解析模型。此研究有助于深入解释拥堵问题，为控制拥堵传播提供了新的思路。然而，由于此模型与实际交通行为仍有较大的差距，既不能描述出行者的动态路径选择行为也无法反映出交通流的动态特性，因此无法真实地刻画交通拥堵的传播规律。
Skabardonis等[20]（2003）介绍了一种统计方法以计算城市高速公路上由拥堵引起的延误。基于此算法及实际采集的线圈感应器数据，计算了由交通事件引起的延误的平均值及概率分布，发现由交通事件引起的延误占高峰时段拥堵总延误的13%～30%。
Kwon 与Varaiya[21]（2005）基于交通数据（交通流量与速度）及交通事件发生的时间、地点数据，提出了一种高速公路交通事件影响算法，用以估计由交通事件引起的空间、时间影响范围及延误。
X Y Lu 与A. Skabardonis[22]（2006）介绍了一种基于车辆轨迹数据的用以估计高速公路上冲击波传播速度的数值算法。此算法的关键在于，冲击波的传播速度为连续车辆速度轨迹的最小值的运行速度。结合拥堵状态下的实际数据，结果表明：所有的冲击波均独立于拥堵发生前的交通流速度。
Y. Ando 等人[23]（2006）将车辆看作一种在路网上的存储信息素（车流密度）的移动主体；依据改进的Brueckner 提出的状态转移模型传播信息素及通过敏感性分析，确定最优参数的设置。在此基础上，借助探测车辆系统所获得的实际交通数据，预测近期前方即将发生的拥堵状态。
C. Furtlehner 等[24]（2007）通过浮动车数据对交通状态进行了实时预测，结合统计物理学的伊辛模型与置信传播算法，对包括拥堵在内的多种城市交通模式发生后交通流的时间空间状态进行了描述。
J. C. Long 等[25]（2008）基于元胞传输模型提出了一个城市路网的拥堵传输模型，并采用该模型对由交通事件等原因所引起的动态移动瓶颈加以辨别，然后对其造成的路网交通拥堵传播进行了仿真，提出了瓶颈形成的主要影响因子。
Knoop 等人[26]（2009）结合实际案例、SP 调查以及模拟等方法，对事件附近的微观交通行为、瓶颈处的车队疏散率、事件对路径选择的影响等方面进行了分析，并根据交通波理论，推算了事件所引起的排队长度和总延误等参数，首次研究了排队后溢至上游路段的情境下的交通状况。
C. Medina[27]（2010）通过将不同数据源的信息（如交通事件发生时间及事件发生位置）与发生的拥堵匹配起来，以延误值对交通事件引起的偶发性拥堵与常发性拥堵进行区分，得出了偶发性拥堵的时空扩散范围。
C. Furtlehner，Y. Han，J. M. Lasgouttes 等[28]（2010）基于由固定传感器或浮动车数据得出的局部交通指数，提出了一系列基于聚类法或统计分析的方法以提取拥堵发生后大范围道路网络交通的时空特征指数，并将计算结果与基于置信传播算法和马尔可夫随机场的输出结果进行了对比。
通过对交通供给与交通需求的包括交通事件在内的影响因子的变异性之研究，基于一阶交通流理论，R. M. Smid[29]（2012）提出了一种针对缺乏真实交通状态数据的高速公路的拥堵扩散范围的预测模型。
Aude Hoeitner 等[30]（2012）提出了一种算法，使用少量的GPS 测量车辆数据估计发生交通拥堵后主干道交通状态的空间影响，并使用矩阵因子分解和聚类方法，提供了一个交通模式的网络整体水平分析模式。
姚丽亚等[31]（2005）以交通事件的严重程度为依据，提出了对事发地点通行能力的确定方法，并根据排队长度的变化规律，提出了当事发地点上游交通需求高于事发地点通行能力时，事发路段行程时间的计算方法，并分析研究了交通事件对路网的影响。
胡晓健等[32]（2007）通过OD 矩阵反推、交通流的重新分配和滚动优化，估算实施交通疏导措施后，该区域内交通流总出行时间的变化情况，并以此作为确定交通意外事件造成的交通影响范围的评判标准，实时寻找合理的交通意外事件影响范围。
高翔[33]（2008）基于固定型检测器设计了 CTM 排队估计模型、基于移动型检测器设计了 FCD 法，来估计城市道路单个路段交通拥挤空间扩散范围。
俞斌等[34]（2008）以交通波理论为基础，对路段和交叉口两种类型的交通事故每一段的交通波速度、排队长度进行了计算，最终确定其影响范围。
陈茜与王炜[35]（2009）将静态多路径交通分配方法与元胞传输模型相结合，并通过仿真算例，研究了大型活动中突发事件发生后路网拥堵的形成及消散的时空变化规律，并对两组不同管控方案下交通流疏散效率进行了对比。
郑黎黎[36]（2009）在充分考虑事件发生期间的交通流量和通行能力、事件持续时间及车辆到达事件点的时间等参数的模糊特性的基础上，建立了高速公路交通事件排队长度模糊预测模型和延误模糊预测模型。
陈力[37]（2011）对采集的多个交通流参数进行了减法聚类及模糊化处理，并建立了自适应-神经模糊推理系统；通过输入交通流实时参数，实时判别城市道路交通拥堵状态。
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
-
城市道路交通事件疏导策略及影响分析详细阅读
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详细阅读
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。......
2023-09-26
-
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
-
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
相关推荐