首页 理论教育基于元胞传输模型的交通事件影响分析与疏导策略

基于元胞传输模型的交通事件影响分析与疏导策略

【摘要】:本书的主要创新点可归纳如下: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,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。

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。