Yagar[55]首次提出了基于计算机模拟的动态网络配流模型。另外,依据交通流分配原则的不同,可将DTA 模型分为两种类型:动态系统最优模型和动态用户最优模型。......
2023-09-26
本书的主要创新点可归纳如下:
(1)基于元胞传输模型,以交通流密度作为状态变量,针对交通事件发生的不同位置,调整了元胞的划分方式,将特征差异较大的事发路段与正常运行路段进行区别分析,重新确定了事件影响下各个元胞的发送函数及接受函数,并以实际采集的交通事件下的检测器数据为依据,构建了交通事件影响下的网络交通流模型(ECTM),真实描述了事件发生后各路段的交通流状态,有效弥补了CTM 模型精度较低的固有缺陷。
(2)依据交通运行特征,将元胞划分为混行元胞及渠化元胞两种类型。在提出基本模型假设的基础上,通过综合考虑交叉口的渠化、信号配时及道路开口等道路基本特征对交通流的影响,避免了CTM 模型中对节点的简单处理,真实反映了不同连接方式的元胞之间的流量传输方式,建立了普通城市道路交通事件影响范围预测模型(ECTM-R)。选取南京市主城区局部路网的实测数据进行了参数标定及验证分析,结果表明仿真数据的变化趋势与实测数据基本一致。与已有模型(SCTM 模型)进行对比分析,结果表明ECTM-R 模型的准确性更高。
(3)在ECTM 模型的基础上,基于在路段模型中亚稳态对交通流的影响,真实刻画快速路交通流运行中的典型现象,并在节点模型中基于出入口匝道对交通流传播的影响,构建了城市快速路交通事件影响范围预测模型(ECTM-F)。通过对北京市局部快速路网的实例分析及与SCTM 模型的对比分析,结果表明,依据ECTM-F 获取的仿真数据与实测数据的变化趋势基本吻合,且此模型的准确性要高于SCTM 模型。分别基于ECTM-F 与ECTM-R 模型,研究了在高峰时段与平峰时段下,交通事件发生后城市快速路与普通城市道路的交通状态变化,对比描述了两种不同路网条件下的交通事件影响差异。
(4)利用正交试验设计中均匀分散、齐整可比的特性,有效弥补了蚁群算法搜索时间长、易陷于局部最优解的两个主要缺陷,建立了基于正交设计及蚁群算法的动态疏导模型,并结合所选定的路网及实测数据,快速生成了控制区内交通事件的疏导配流方案。通过与已有模型获取的配流方案进行对比分析,比较了两种配流方案下的交通事件影响评价指标。结果表明,应用基于正交设计及蚁群算法的动态疏导模型后所获取的配流方案更为均衡合理。
有关城市道路交通事件影响分析与疏导策略的文章
Yagar[55]首次提出了基于计算机模拟的动态网络配流模型。另外,依据交通流分配原则的不同,可将DTA 模型分为两种类型:动态系统最优模型和动态用户最优模型。......
2023-09-26
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
在传统的CTM 模型中,交通事件对交通流的影响主要通过折减事发路段所在元胞的通行能力来反映,其折减系数则仅取决于事件影响下的阻塞车道数。因此,为了更加充分、真实地反映事发后元胞的交通流状态,本节将考虑包括通行能力、阻塞密度、临界密度及激波速度在内的多个主要特征参数的变化情况。另外,为了提高模型的准确性,本节将以实际采集的交通事件下的检测器数据为依据,对事发后的主要特征参数进行标定。......
2023-09-26
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
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
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
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
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
相关推荐