２００７，４３（３３）
短时交通流预测对于预防交通拥挤有非常重要的作用。目前交通流的预测方法很多，如移动平均、ＡＲＩＭＡ模型、Ｋａｌｍａｎ滤波、贝叶斯网络以及人工智能或神经网络模型等［１－８］。每种方法都有其优缺点，如移动平均模型操作简单但预测准确程度不够；ＡＲＩＭＡ模型、Ｋａｌｍａｎ滤波和贝叶斯网络方法的预测精度较高、技术成熟但建模方法相对繁琐；人工神经网络比较适合非线性关系的拟合但它往往需要较长时间的训练。为了发挥每种方法的优势，早在１９３６年Ｅｄｇｅｒｔｏｎ和Ｋｏｌｂｅ就提出了“组合预测”的思想［９］，随后在不同的应用领域组合方法得到了很快的发展［１０－１４］。
交通流预测研究的目标之一是寻找更好的方法预测未来交通流的变化。虽然交通流的不确定性给交通流的预测带来了困难，但分析可见交通流也有一定的规律性。文中根据交通流周期性变化的特点，构造了周相似交通流序列，使用Ｈｏｌｔ指数平滑法和人工神经网络相结合的方法对交通流进行预测，并比较组合方法与常用方法的预测结果。１交通预测方法的介绍
１．１Ｈｏｌｔ指数平滑法
指数平滑法是根据更近的经验不断修正预测值的一种方法。在预测过程中不断考虑最新观测值对预测结果的修正，经反复迭代，最终形成的预测结果是一个对前面所有观测值的线性组合。其权重是不断衰减的指数权值，而且相对来说观测值越近，其在预测偏差的纠正上所占的权重值越大。
Ｈｏｌｔ预测法是指数平滑法中的一种，适用于具有线性增长趋势序列的预测，它包含下面三个公式［１５］：
Ｈｔ＝!ｙｔ＋（１－!）（Ｈｔ－１＋ｂｔ－１）
ｂｔ＝"（Ｈｔ－Ｈｔ－１）＋（１－"）ｂｔ－１
ｙ!ｔ＋ｐ＝Ｈｔ＋ｂｔｐ
其中Ｈ
ｔ
是新的平滑值（现时水平的估算值）；!表示水平的平
滑常数（０≤!≤１）；"是趋势估算值的平滑常数（０≤"≤１）；ｂ
ｔ
是趋势估算值；ｐ表示预测未来的时期数。ｙ
ｔ
是交通流量在ｔ时段的实测值；ｙ!ｔ＋ｐ表示未来ｐ期的预测值。两个平滑常数!和
周相似特性下交通流组合预测方法研究
谭满春１，李英俊１，关占荣１，徐建闽２
ＴＡＮＭａｎ－ｃｈｕｎ１，ＬＩＹｉｎｇ－ｊｕｎ１，ＧＵＡＮＺｈａｎ－ｒｏｎｇ１，ＸＵＪｉａｎ－ｍｉｎ２
１．暨南大学信息科学技术学院，广州５１０６３２
２．华南理工大学交通学院，广州５１０６４１
１．ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＪｉｎａｎＵｎｉｖｅｒｓｉｔｙ，Ｇｕａｎｇｚｈｏｕ５１０６３２，Ｃｈｉｎａ
２．ＣｏｌｌｅｇｅｏｆＴｒａｆｆｉｃａｎｄＣｏｍｍｕｎｉｃａｔｉｏｎ，ＳｏｕｔｈＣｈｉｎａＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｇｕａｎｇｚｈｏｕ５１０６４１，Ｃｈｉｎａ
Ｅ－ｍａｉｌ：ｔａｎｍｃ＠ｊｎｕ．ｅｄｕ．ｃｎ
ＴＡＮＭａｎ－ｃｈｕｎ，ＬＩＹｉｎｇ－ｊｕｎ，ＧＵＡＮＺｈａｎ－ｒｏｎｇ，ｅｔａｌ．Ｓｔｕｄｙｏｎｈｙｂｒｉｄａｐｐｒｏａｃｈｆｏｒｔｒａｆｆｉｃｆｌｏｗｐｒｅｄｉｃｔｉｏｎｂａｓｅｄｏｎｗｅｅｋｌｙｓｉｍｉｌａｒｉｔｙ．ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｐｐｌｉｃａｔｉｏｎｓ，２００７，４３（３３）：１９３－１９５．
Ａｂｓｔｒａｃｔ：Ｗｅｅｋｌｙｓｉｍｉｌａｒｉｔｙｔｉｍｅｓｅｒｉｅｓａｒｅｃｏｎｓｔｒｕｃｔｅｄｂａｓｅｄｏｎｔｈｅｗｅｅｋｌｙｓｉｍｉｌａｒｉｔｙｏｆｔｒａｆｆｉｃｆｌｏｗ．ＴｈｅＨｏｌｔ’ｓＥｘｐｏｎｅｎｔｉａｌＳｍｏｏｔｈｉｎｇ（ＥＳ）ｍｅｔｈｏｄｉｓｅｍｐｌｏｙｅｄｔｏｐｒｏｄｕｃｅｔｈｅｆｏｒｅｃａｓｔｓｆｏｒｔｈｅｗｅｅｋｌｙｓｉｍｉｌａｒｉｔｙｔｉｍｅｓｅｒｉｅｓ，ａｎｄＡｒｔｉｆｉｃｉａｌＮｅｕｒａｌＮｅｔｗｏｒｋ（ＡＮＮ）ｍｅｔｈｏｄｉｓｕｓｅｄｔｏｐｒｏｄｕｃｅｔｈｅｆｏｒｅｃａｓｔｓｆｏｒｔｈｅｒｅｓｉｄｕａｌｔｉｍｅｓｅｒｉｅｓ．ＴｈｅｈｙｂｒｉｄａｐｐｒｏａｃｈｃｏｍｂｉｎｉｎｇｂｏｔｈＥＳａｎｄＡＮＮｍａｋｅｓｕｓｅｏｆｔｈｅａｄｖａｎｔａｇｅｓｏｆｅａｃｈｍｅｔｈｏｄ，ｓｏａｓｔｏｐｒｏｄｕｃｅｂｅｔｔｅｒｐｒｅｄｉｃｔｉｏｎｔｈａｎｔｈａｔｆｒｏｍｓｉｎｇｌｅｍｅｔｈｏｄ．ＥｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｗｉｔｈｒｅａｌｄａｔａｓｅｔｓｉｎｄｉｃａｔｅｔｈａｔｔｈｅｃｏｍｂｉｎｅｄｍｅｔｈｏｄｃａｎｐｒｏｄｕｃｅｍｏｒｅａｃｃｕｒａｔｅｐｒｅｄｉｃｔｉｏｎｓｔｈａｎｔｈａｔｆｒｏｍＡＲＩＭＡｍｏｄｅｌｏｒＡＮＮａｌｏｎｅ．Ｔｈｅｈｙｂｒｉｄｍｏｄｅｌｃａｎｂｅｕｓｅｄｆｏｒｒｅａｌ－ｔｉｍｅｓｈｏｒｔ－ｔｅｒｍｔｒａｆｆｉｃｆｌｏｗｆｏｒｅｃａｓｔｉｎｇ．
Ｋｅｙｗｏｒｄｓ：ｓｈｏｒｔ－ｔｅｒｍｔｒａｆｆｉｃｆｌｏｗｆｏｒｅｃａｓｔｉｎｇ；Ｈｏｌｔ’ｓｅｘｐｏｎｅｎｔｉａｌｓｍｏｏｔｈｉｎｇｍｅｔｈｏｄ；ＡｒｔｉｆｉｃｉａｌＮｅｕｒａｌＮｅｔｗｏｒｋ；ｗｅｅｋｌｙｓｉｍｉｌａｒｉｔｙ；ｈｙｂｒｉｄａｐｐｒｏａｃｈ
摘要：根据交通流量具有周相似的特性，构造了周相似序列。用霍特指数平滑法对周相似序列进行预测，用人工神经网络对残差部分进行预测。将指数平滑法与神经网络法相结合，以便发挥每种方法的优势，获得比单个方法更好的预测结果。实例分析表明，比单独使用ＡＲＩＭＡ或单独使用神经网络方法，使用组合方法的预测误差最小，适合于实时的交通流预测。
关键词：短期交通流预测；霍特指数平滑法；人工神经网络；周相似；组合方法
文章编号：１００２－８３３１（２００７）３３－０１９３－０３文献标识码：Ａ中图分类号：ＴＰ１８３；Ｕ４９１
基金项目：国家自然科学基金（ｔｈｅＮａｔｉｏｎａｌＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎｏｆＣｈｉｎａｕｎｄｅｒＧｒａｎｔＮｏ．５０５７８０６４）；广东省自然科学基金（ｔｈｅＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎｏｆＧｕａｎｇｄｏｎｇＰｒｏｖｉｎｃｅｏｆＣｈｉｎａｕｎｄｅｒＧｒａｎｔＮｏ．０６０２５２１９）。
作者简介：谭满春（１９６８－），男，工学博士，副教授，主要研究方向：系统优化与控制，智能运输系统。
ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｐｐｌｉｃａｔｉｏｎｓ计算机工程与应用１９３
ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｐｐｌｉｃａｔｉｏｎｓ计算机工程与应用
２００７，４３（３３）输入层结点数
５５６６６６７７
隐层结点数
２５３５２０２５３０３５２０２５
均方根误差
１２６．１３１７１２８．２５０９１２３．８７３９１１７．８７８３１３３．４２３１１２９．４３９９１３３．７７４６１２８．３７５１
表１
不同参数神经网络模型的预测误差
!既可主观选取也可通过最小化预测误差（如均方根误差）来
选取［１５］。指数平滑模型采用递归式计算，对数据的存储要求较低，计算比较简单，不需要训练。
１．２人工神经网络（ＡＮＮ）预测
人工神经网络模型具有高度非线性关系的映射能力，它能
够有效地描述非线性系统。自２０世纪９０年代以来神经网络模型在交通工程领域被逐渐应用，用于短期交通流量的预测的模型主要有：反向传播（ＢａｃｋＰｒｏｐａｇａｔｉｏｎ，简称ＢＰ）神经网络、径向基函数神经网络、模糊神经网络等［７，１４］。
ＢＰ神经网络是研究最为成熟、应用最为广泛的一种神经
网络模型。它的整个学习过程由信号的正向传播和误差的反向传播两个过程组成。这两个过程周而复始，权值不断得到修改，一直进行到网络输出的误差逐渐减少到可接受的程度，或达到设定的学习次数为止。当一个神经网络模型“学习”得到输入和输出变量的关系之后，即可用于对给定输入的预测。
２基于相似序列的组合预测方法
文中采用的交通流序列是每小时通过某个交通流量检测
点的车辆总数。通过对连续几年的交通流序列分析可见，由于作息时间和工休日期的相对固定，城市道路的流量数据也表现为一定周期的波动。同为工作日或同为休息日的相邻数天，其流量曲线形状相对类似。
用ｙｔ表示时间段ｔ内的交通流量。通过原始交通流序列ｙｔ
来构建交通流量相似序列如下：
（１）ｗｔ＝｛ｙｔ－７×２４×ｋ，ｙｔ－７×２４×（ｋ－１），…，ｙｔ－７×２４｝是最近ｋ个相同星期数的时间段ｔ内的流量序列。观察发现，交通流周相似序列ｗｔ是具有线性增长趋势的序列，所以选用Ｈｏｌｔ指数平滑法对序列
ｗｔ进行预测，设预测结果为ｗ
!ｔ。（２）误差序列为ｅｔ＝ｙｔ－ｗ!ｔ。使用ＡＮＮ对序列ｅｔ进行预测，设预测结果为ｅ
!ｔ。指数平滑与ＡＮＮ组合模型的最终预测结果为
ｙ
!ｔ＝ｅ!ｔ＋ｗ!ｔ
把时间序列ｙｔ看成是由线性自相关结构Ｌｔ与非线性结构
Ｎｔ两部分组成的。
指数平滑模型得到的ｗ!ｔ是一个对所有前面观测值的线性组合，给出了线性部分Ｌｔ的预测结果，而ＡＮＮ给出了非线性部分Ｎｔ的预测结果。所以通过对指数平滑和ＡＮＮ
模型的综合运用，就抓住了交通流的周相似特点，发挥了指数平滑和ＡＮＮ两种模型的优势，从而提高预测准确度。
３组合方法的应用
珠海市香洲观测站位于Ｇ１０５国道上的香洲路段，该观测
站记录每天每小时通过的不同类型车辆的车流量。下面使用该观测站在２００６年的实测数据来验证指数平滑和神经网络组合预测方法的有效性。
采用以下三个指标来衡量各方法的预测效果：（１）均方根误差：ＥＲＭＳＥ＝
１
ｎ
ｎ
ｉ＝１
!
（ｙｔ－ｙ!ｔ）２"
；（２）百分比相对误差：ＥＰＲＥ（ｔ）＝ｙｔ－
ｙ!ｔｙｔ
×１００；（３）平均相对误差：ＥＭＲＥ＝
１ｎ
ｎ
ｉ＝１
!｜ｙｔ
－ｙ!ｔ
｜
ｙ
ｔ
。这里ｙｔ为样本值，ｙ
!ｔ为预测值，ｎ为样本总数。３．１组合方法中各模型的参数选择
（１）对周相似序列ｗｔ使用指数平滑模型
使用Ｈｏｌｔ指数平滑法需要确定两个参数"和!。
可以建立一个"和!值的表格（例如："＝０．１，０．２，…，０．９和!＝０．１，０．２，…，０．９），再选出使得ＥＲＭＳＥ最小的组合。例如，设ｗｔ是２００６年的所有星期二的在７：００至８：００的交通流量序列，通过试验选取最佳组合（"＝０．１，!＝０．１），此时预测误差最低。
在对某天２４个时段的交通流预测过程中，需要构造２４个序列ｗｔ（Ｔ＋１≤ｔ≤Ｔ＋２４，Ｔ为时间段标号），对每个序列进行预测，得到当天各个时段的预测值。
（２）对误差序列ｅｔ使用ＢＰ神经网络模型
在使用基于ＢＰ算法的神经网络时，必须选择人工神经网络的最佳结构，即选择网络的层数和每层的神经元数目。增加隐含层数可以提高神经网络的处理能力、降低误差，但是会导致网络复杂化，从而增加网络权值的训练时间，而误差精度的提高也可以通过增加隐含层的中间的神经元数目来获得，其训练效果也比增加层数更容易观察和调整，所以一般情况下，应优先考虑增加隐含层的节点数目，而不是增加隐含层数。对误差序列ｅｔ的预测过程中，使用３层ＢＰ神经网络。例如，以２００６年１１月５日（星期日）至１１月１１日（星期六）的误差序列作为训练集，以２００６年１１月１９日的实测数据作为测试集，选择对于不同的输入层和隐含层的结点数，对该网络进行训练后，预测得到的均方根误差见表１。根据表１，当输入层的结点数为
６，隐含层的结点数为２５时，得到较好的预测结果。
３．２组合模型与其它方法的比较
将本文组合方法与两种常用方法（即单独使用ＡＲＩＭＡ模
型和单独使用神经网络模型）比较。后两种方法都是直接用于原始交通流序列ｙｔ的预测。
方法１：单独使用ＡＲＩＭＡ模型进行预测。选取被预测时间段之前的一个星期内所有交通流数据作为建立ＡＲＩＭＡ模型的时间序列。根据ＡＲＩＭＡ模型的思想，因为原数据ｙｔ是非平稳的序列，所以对原数据进行ｄ次差分的变换，把数据化成平稳的时间序列。通过观察序列的自相关函数（ＡＣＦ）和偏相关函数（ＰＡＣＦ）图，初步决定模型参数为（ｐ＝０，…，４，ｄ＝０，…，２，ｑ＝０，…，４）。经过参数估计和模型诊断得到具有合适参数的模型ＡＲＩＭＡ（ｐ，ｄ，ｑ），并用之进行预测。这一过程可用常用统计分析软件（如ＳＰＳＳ）中的ＡＲＩＭＡ子程序来实现。
方法２：单独使用ＡＮＮ模型进行预测。在下面的分析中，选择２００６年１１月５日至１１日的数据作为训练集，１１月１５日和１１月１９日的数据分别作为测试集。ＢＰ神经网络的输入变元的个数，隐含层的神经元个数都是经过试验，选取均方差
１９４
２００７，４３（３３）日期周三周日
ＡＲＩＭＡ１９１．９４１６０．８３
ＡＮＮ１４２．９９１１７．８７
组合模型
８５．６２７２．６０
表２
三种方法分别用于工作日和周末的均方差对比
最小时参数。经过试验，采用双隐含层的ＢＰ神经网络ＢＰ（８，２５，１５，１），即两隐层的神经元个数分别是２５个和１５个；
ＢＰ网络有８个输入，１个输出，即用时间序列连续８项，预测
第９项。
将三种方法（ＡＲＩＭＡ，ＡＮＮ和组合方法）分别用于２００６年１１月１５日
（星期三）和１１月１９日（星期日）的交通流预测的结果见图１，相对误差分别见图２和图３，均方差的比较见表２。
从图１至图３和表２可以看出，人工神经网络模型的预测结果优于ＡＲＩＭＡ模型。而基于周相似序列的组合方法得到的
预测效果最好。使用指数平滑模型对周相似序列进行预测，当参数确定后通过编程就能自动得到预测结果，容易得到误差序列。所以使用本组合方法所花费的时间几乎与单独使用神经网络相同。
４结束语
文中根据交通流序列的周相似特性，使用指数平滑和人工
神经网络方法得到了较好的预测效果。由于指数平滑方法使用简单、计算量很小，所以该方法的计算量与单独使用人工神经网络几乎一样。该组合方法为交通流量预测与控制提供了新的思路。但发生交通事故或非规律性的交通阻塞时，交通流的周相似特性就会消失，所以在这种情况下如何改进组合方法是值得进一步研究的问题。（收稿日期：２００７年８月）
参考文献：
［１］史其信，郑为中．道路网短期交通流预测方法比较［Ｊ］．交通运输工程
学报，２００４，４（４）：６８－８３．
［２］韩超，宋苏，王成红．基于ＡＲＩＭＡ模型的短时交通流实时自适应预
测系统［Ｊ］．仿真学报，２００４，１６（７）：１５３０－１５３５．
［３］贺国光，李宇，马寿峰．基于数学模型的短时交通流预测方法探讨［Ｊ］．
系统工程理论与实践，２０００，２０（１２）：５１－５６．
［４］夏冰，董菁，张佐．周相似特性下的交通流预测模型研究［Ｊ］．公路交
通科技，２００３，２０（４）：７３－７６．
［５］ＳｕｎＳｈｉｌｉａｎｇ，ＺｈａｎｇＣｈａｎｇｓｈｕｉ，ＹｕＧｕｏｑｉａｎｇ．ＡＢａｙｅｓｉａｎｎｅｔｗｏｒｋ
ａｐｐｒｏａｃｈｔｏｔｒａｆｆｉｃｆｌｏｗｆｏｒｅｃａｓｔｉｎｇ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＩｎｔｅｌ－ｌｉｇｅｎｔＴｒａｎｓｐｏｒｔａｔｉｏｎＳｙｓｔｅｍｓ，２００６，７
（１）：１２４－１３１．［６］ＴａｎＭａｎｃｈｕｎ．Ｓｔｕｄｙａｎｄｉｍｐｌｅｍｅｎｔａｔｉｏｎｏｆａｄｅｃｉｓｉｏｎｓｕｐｐｏｒｔｓｙｓ－
ｔｅｍｆｏｒｕｒｂａｎｔｒａｎｓｉｔｐｌａｎｎｉｎｇ［Ｊ］．ＤｙｎａｍｉｃｓｏｆＣｏｎｔｉｎｕｏｕｓＤｉｓｃｒｅｔｅａｎｄＩｍｐｕｌｓｉｖｅＳｙｓｔｅｍｓＳｅｒｉｅｓＡ，２００５，１３
（ｓｕｐｐｌ）：１７３７－１７４２．［７］ＹｉｎＨＢ，ＷｏｎｇＳＣ，ＸｕＪＭ，ｅｔａｌ．Ｕｒｂａｎｔｒａｆｆｉｃｆｌｏｗｐｒｅｄｉｃｔｉｏｎ
ｕｓｉｎｇａｆｕｚｚｙ－ｎｅｕｒａｌａｐｐｒｏａｃｈ［Ｊ］．ＴｒａｎｓｐｏｒｔａｔｉｏｎＲｅｓｅａｒｃｈＣ，２００２，１０（２）：８５－９８．
［８］ＳｍｉｔｈＢＬ，ＷｉｌｌｉａｍｓＢＭ，ＯｓｗａｌｄＲＫ．Ｃｏｍｐａｒｉｓｏｎｏｆｐａｒａｍｅｔｒｉｃ
ａｎｄｎｏｎｐａｒａｍｅｔｒｉｃｍｏｄｅｌｓｆｏｒｔｒａｆｆｉｃｆｌｏｗｆｏｒｅｃａｓｔｉｎｇ［Ｊ］．Ｔｒａｎｓｐｏｒｔａ－ｔｉｏｎＲｅｓｅａｒｃｈＣ，２００２，１０
（４）：３０３－３２１．［９］ＥｄｇｅｒｔｏｎＨＡ，ＫｏｌｂｅＬＥ．Ｔｈｅｍｅｔｈｏｄｏｆｍｉｎｉｍｕｍｖａｒｉａｔｉｏｎｆｏｒ
ｔｈｅｃｏｍｂｉｎａｔｉｏｎｏｆｃｒｉｔｅｒｉａ［Ｊ］．Ｐｓｙｃｈｏｍｅｔｒｉｋａ，１９３６，１
（１）：１８３－１８８．［１０］ＢａｔｅｓＪＭ，ＧｒａｎｇｅｒＣＷＪ．Ｔｈｅｃｏｍｂｉｎａｔｉｏｎｏｆｆｏｒｅｃａｓｔｓ［Ｊ］．Ｏｐｅｒ－
ａｔｉｏｎａｌＲｅｓｅａｒｃｈＱｕａｒｔｅｒｌｙ，１９６９
（２０）：４５１－４６８．［１１］ＶｏｏｒｔＭＶＤ，ＤｏｕｇｈｅｒｔｙＭ，ＷａｔｓｏｎＳ．ＣｏｍｂｉｎｉｎｇＫｏｈｏｎｅｎｍａｐｓ
ｗｉｔｈＡＲＩＭＡｔｉｍｅｓｅｒｉｅｓｍｏｄｅｌｓｔｏｆｏｒｅｃａｓｔｔｒａｆｆｉｃｆｌｏｗ［Ｊ］．Ｔｒａｎｓ－ｐｏｒｔａｔｉｏｎＲｅｓｅａｒｃｈＣ，１９９６，４
（５）：３０７－３１８．［１２］ＧａｏＹ，ＥｒＭＪ．ＮＡＲＭＡＸｔｉｍｅｓｅｒｉｅｓｍｏｄｅｌｐｒｅｄｉｃｔｉｏｎ：ｆｅｅｄ－ｆｏｒ－
ｗａｒｄａｎｄｒｅｃｕｒｒｅｎｔｆｕｚｚｙｎｅｕｒａｌｎｅｔｗｏｒｋａｐｐｒｏａｃｈｅｓ［Ｊ］．ＦｕｚｚｙＳｅｔｓａｎｄＳｙｓｔｅｍｓ，２００５，１５０
（２）：３３１－３５０．［１３］ＺｈａｎｇＧＰ．ＴｉｍｅｓｅｒｉｅｓｆｏｒｅｃａｓｔｉｎｇｕｓｉｎｇａｈｙｂｒｉｄＡＲＩＭＡａｎｄ
ｎｅｕｒａｌｎｅｔｗｏｒｋｍｏｄｅｌ［Ｊ］．Ｎｅｕｒｏｃｏｍｐｕｔｉｎｇ，２００３，５０：１５９－１７５．［１４］ＺｈｅｎｇＷｅｉｚｈｏｎｇ，ＬｅｅＤｅｒＨｏｒｎｇ，ＳｈｉＱｉｘｉｎ．Ｓｈｏｒｔ－ｔｅｒｍｆｒｅｅｗａｙｔｒａｆ－
ｆｉｃｆｌｏｗｐｒｅｄｉｃｔｉｏｎ：Ｂａｙｅｓｉａｎｃｏｍｂｉｎｅｄｎｅｕｒａｌｎｅｔｗｏｒｋａｐｐｒｏａｃｈ［Ｊ］．ＪｏｕｒｎａｌｏｆＴｒａｎｓｐｏｒｔａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，２００６，１３２
（２）：１１４－１２１［１５］ＨａｎｋｅＪＥ，ＲｅｉｔｓｃｈＡＧ，ＷｉｃｈｅｒｎＤＷ．Ｂｕｓｉｎｅｓｓｆｏｒｅｃａｓｔｉｎｇ［Ｍ］．
７ｔｈｅｄ．Ｂｏｓｔｏｎ：ＰｒｅｎｔｉｃｅＨａｌｌ，２００１．
［１６］ＢｏｘＧＥＰ，ＪｅｎｋｉｎｓＧＭ．Ｔｉｍｅｓｅｒｉｅｓａｎａｌｙｓｉｓ，ｆｏｒｅｃａｓｔｉｎｇａｎｄ
ｃｏｎｔｒｏｌ［Ｍ］．Ｈｏｌｄｅｎ－Ｄａｙ，ＳａｎＦｒａｎｃｉｓｃｏ，１９７０．
谭满春，李英俊，关占荣，等：
周相似特性下交通流组合预测方法研究
１９５
第二章 交通流特性 第一节 交通调查 交通调查：在道路系统的选定点或选定路段，为了收集有关车辆（或行人）运行情况的数据而进行的调查分析工作。 意义：交通调查对搞好交通规划、道路设施建设和交通管理等都是十分重要的。 调查方法： （1）定点调查； （2）小距离调查（距离小于10m ）； （3）沿路段长度调查（路段长度至少为500m ）； （4）浮动观测车调查； （5）ITS 区域调查。 图2—1中，纵坐标表示车辆在行驶方向上距离始发点（任意选定）的长度，横坐标表示时间。图中的斜线代表车辆的运行轨迹，斜率为车速，直线相交表示超车。 穿过车辆运行轨迹的水平直线代表定点调查； 两条非常接近的水平平行直线表示小距离调查； 一条竖直直线表示沿路段长度调查（瞬时状态，例如空拍图片）； 车辆的轨迹之一就可代表浮动车调查； ITS 区域调查类似于在不同时间、不同地点进行大量的浮动车调查。 图2—1 几种调查方法的时间—距离图示 时间（s ） 距离（m ） 高速公路车道
一、定点调查 定点调查包括人工调查和机械调查两种。 人工调查方法即选定一观测点，用秒表记录经过该点的车辆数。 机械调查方法常用的有自动计数器调查、雷达调查、摄像机调查等。 自动计数器调查法使用的仪器有电感式、环形线圈式、超声波式等检测仪器，它几乎适用于各种交通条件，特别是需要长期连续性调查的路段。 雷达调查法适用于车速高、交通量密度不大的情况。 摄像机调查法一般将摄像机安装在观测点附近的高空处，将镜头对准观测点，每隔一定的时间，如15s、30s、45s或60s，自动拍照一次，根据自动拍摄的照片上车辆位置的变化，清点出不同流向的交通量。这种方法可以获得较完全的交通资料，如流量、流向、自行车流及行人流和行驶速度、车头时距及延误等。 除这些方法以外，还有航空摄影调查法、光电管调查法等。 定点调查能直接得到流量、速度和车头时距的有关数据，但是无法测得密度。 二、小距离调查 这种调查使用成对的检测器（相隔5m或6m）来获得流量、速度和车头时距等数据。 目前常用的点式检测器，如感应线圈和微波束。调查地点车速时，将前后相隔一定距离（如5m）的检测器埋设地下，车辆经过两个检测器时发出信号并传送给记录仪，记录仪记录车辆通过两个检测器所使用的时间，那么用相隔的距离除以时间就得到地点车速。 这种调查方法还能得到占有率，占有率是指检测区域内车辆通过检测器的时间占观测总时间的百分比。由于占有率与检测区域的大小、检测器的性质和结构有关，因此同样的交通状态下，不同位置测得的占有率可能不同。 小距离调查同样无法测得密度，但可获得流量、速度、车头时距和占有率等数据。 三、沿路段长度调查 沿路段长度调查主要是指摄像调查法，适用于500m以上的较长路段。 摄像调查法首先对观测路段进行连续照像，然后在所拍摄的照片上直接点数车辆数，因此这种方法是调查密度的最准确途径。但是，由于拍摄
( 安全管理 ) 单位：_________________________ 姓名：_________________________ 日期：_________________________ 精品文档 / Word文档 / 文字可改 当前我国交通的特点分析(通用 版) Safety management is an important part of production management. Safety and production are in the implementation process
当前我国交通的特点分析(通用版) 道路交通安全受到人-车-路以及交通环境这四位一体的因素影响,而中国的交通安全环境虽有所改善,但也不容乐观。具体表现在: (1)混合交通状态严重 对交通事故产生的交通特点分析可知,混合交通条件下发生的交通事故占总数的5.9%,同时还是主要的死亡原因(占67.2%);当混合交通且缺少交通控制时,造成的交通事故占总数的50.8%,死亡人数占62.4%(1998)。 (2)车辆性能差 车辆是现代道路交通得以实现的主要因素,车况的好坏、车辆的性能等直接影响着道路交通的安全。与发达国家相比,我国交通运输中的车辆总体特征表为:耐用好修,适应炎热、严寒的气候,无装饰,车辆只具备基本性能。目前国内车辆普遍不适应持续高速行驶的工况,因此在高速公路上表现不佳;机动车的性能不佳、机件失灵或零
部件损坏,均可成为直接导致交通事故的因素。 (3)机动车辆组成结构畸形 国内机动化水平低但交通事故率高。国际经济合作和发展组织(OECD)的研究报告还表明,发达国家(这里指OECD成员国)的交通事故和机动化水平与亚洲和其他发展中国家相比较,亚洲国家的机动化水平最低,但交通事故率最高。2002年,全国在用机动车保有量为79756763辆,其中,汽车21417279辆,占机动车保有量的26.85%,而农用运输车、拖拉机、挂车等则占73.15%,因此,车辆整体性能较差。而由这些车辆组成的混合交通流将对交通安全构成致命的威胁。对各种交通方式责任事故的分析可知,驾驶摩托车、拖拉机、农用运输车等肇事比率占总数的21.15%,事故死亡率占总数的27.79%。 (4)非职业驾驶员肇事情况有上升的趋势 2000年和2001年由于非职业驾驶人员肇事所占事故总数的比例分别为35.6%、38.4%,随着私家车数量的增加,大量非职业驾驶员的出现,必然导致交通事故量的增加。 (5)道路等级低
第三章交通流的基本特性 第一节概述 道路上的行人或运行的车辆构成行人流或车流，人流和车流统称为交通流。一般交通工程学研究中，有特指时的交通流是针对机动车交通流而言的。 交通流的定性和定量特征，称为交通流特性。观测和研究发现，由于在交通过程中人、车、路、环境的相互联系和影响作用，道路交通流具有以下三个基本特性。 1．两重性 对道路上运行车辆的控制既取决于驾驶员，又取决于道路及交通控制系统。一方面，驾驶员为避免与其他车辆发生冲突，必然受到道路条件及交通控制系统的制约；另一方面，驾驶员又可以在一定的时空条件下，依据自己的意志自由地改变车速和与其他车辆的相对位置。 2．局限性 由于机动车和道路的物理尺寸所限，车辆运行中相互之间可能会相互妨碍。仅由于道路通行能力的限制和车辆间的相互制约，就有可能引起交通拥挤；另外，车速也是有限的，并因车辆和时空条件而异。 3．时空性 由于车速是随机变化的，机动车在时间上和空间上的状态都是不相同的，因此，交通流既是现有时间变化规律，又有其空间变化规律。道路交通流的以上三个特性进一步说明：道路交通是一个复杂的动态系统。由这三个特性出发，将道路上的交通流用交通量、速度、密度三个基本参数加以描述。观测、整理和研究这些参数的变化规律以及它们之问的相互关系，可以为分析道路上的运营状况、交通规则、路网布设、线形设计、运输调度与组织、运力投放与调控以及为现有道路交通综合治理提供起决定作用的论证数据。
第二节交通量的基本特性 交通量是指单位时间内，通过道路某一地点或某一断面的实际交通参与 者(含车辆、行人、自行车等)的数量，又称交通流量或称流量。如果不加说明时，通常是指单位时间内通过道路某一地点或某一断面往来两个方向的车辆数，亦称为车流量。 在交通量观测和统计分析及实际应用中，常见的交通量有以下几种： 1．平均交通量 交通量不是一个静止的量，它是随时间变化的，在表达方式上通常取某一时段内的平均值作为该时段的代表交通量。如年平均日交通量就是将一年内的交通量总数除以当年的总天数所得出的平均值。常用的有平均日交通量，还有月平均日交通量，周平均日交通量以及任意期间(依特定分析目的而定)的平均日交通量等。以上平均交通量可以概括成如下的表达式 平均日交通量 (ADT)=1/n{∑Q (3—1) 式中 Q i——计算期内各单位时间的交通量； n——计算期内的单位时间总数。 如果计算年平均日交通量(A A D T)时，n为365或366，则 年平均日交通量 (AADT)= (3—2) 由此类推：
电动自行车的交通特性分析 摘要：随着人们生活水平的提高，环保意识的增强，电动自行车逐渐取代自行车成为人们生活的主要的交通工具，给人们的生活带来了很大的方便。近年来，我国的电动车生产企业不断增多，电动自行车的生产数量和类型也很多，这就导致了电动自行车的质量、技术和安全性参差不齐，很多电动自行车普遍缺乏先进技术设备的支持，存在这严重的质量问题，而且电动自行车的定位也不明确，电动自行车的管理也不到位，缺乏对电动自行车的交通特性的相关研究。本文主要分析了电动自行车的性能特性，提高电动自行车性能质量的有效措施，希望能对我国电动自行车的发展起到一定的促进作用。 关键词电动自行车，交通特性，性能质量 1.前言 电动自行车是我国的一种新兴的一种交通工具，它具有节能环保、方便快捷、速度较快等特点，在我国很多地区得到了广泛的普及和应用，甚至一些地区的电动自行车数量已经超过自行车的数量。电动自行车在我国的快速发展，也对城市的交通设施的建设、交通结构以及交通管理产生了一定的影响。城市交通的稳定发展离不开电动自行车的有效管理，但是由于电动自行车是一种新型的交通工具，缺乏科学合理的规范其结构设计标准、性能参数确定、质量标准等，对于电动自行车的交通特性研究较少，缺乏深入的研究。所以，必须重视研究电动自行车的交通特性，科学合理的规范电动自行车的交通行为，促进我国电动自行车的健康发展。 2.电动自行车交通特性存在的问题 2.1电动自行车的交通界限划分模糊 自电动自行车开始广泛使用以来，关于电动自行车属于机动车还是非机动车的争论一直存在，所以关于如何管理电动自行车的交通秩序成为了困扰我国交通管理的重要问题，也关乎于相关法律的制定。虽然我国在1999年就制定《电动自行车通用技术条件》就明确规定了电动自行车的交通属性，其他相关的交通法规也对电动车的交通属性做了详细的分类，但是在实际交通环境中，电动自行车生产制造不按照规定导致电动自行车超出标准，很难区分电动自行车的交通属性。 2.2对电动自行车的性能参数、交通特性缺乏研究 目前，电动自行车在我国各个地区都得到了广泛的使用，对于交通管理有着重要的影响，在很多城市电动自行车的数量甚至超过了自行车。但是，由于电动自行车的进入到中国市场的时间仅仅20年，在近几年才在我国各个地区普及使用。所以关于电动自行车的交通特征和功能特性的研究比较缺乏，我国电动自行
我国道路交通事故特征分析与对策研究
我国道路交通事故特征分析与对策研究 作者：刘强陆化普张永波邹博 1 引言 道路交通事故造成社会财富的极大浪费，同时也对社会的安定团结产生一定的消极影响。每年全世界约有120万人(每天3000多人)死于道路交通事故，受伤者多达5000万人。全球道路交通事故每年造成的直接经济损失为5180亿美元，其中低收入国家损失高达650亿美元，超过了这些国家每年获得的国际援助的总额。 随着城市化进程的不断加快，我国城市的规模有了很快的发展，但是随之而来也引起了许多矛盾与问题。城市交通拥堵、交通秩序混乱，进而造成交通事故频繁。在全世界发达国家和一些发展中国家交通事故处于下降的情况下，我国的交通事故特别是交通死亡事故却处于上升趋势。因此，探讨如何降低交通事故的高发率，降低事故损失，保障城市道路交通系统的正常运行是一个急需研究的课题。 传统的安全研究方法主要包括两大类型：基于事故数的安全研究方法和非事故间接研究法。前者对于安全评价的效果较好，但是由于其并非从交通事故发生的机理出发，因此对于安全的预测不是很理想；后者虽然克服了“事故数法”的许多缺陷，但从本质上讲它依然是事后数据，对前述问题的解决仍然显得苍白无力。 因此，如何从定性的角度，研究分析交通事故的发生机理，并通过收集的各种数据，运用统计方法对交通事故的规律进行分析，从定量的角度认识事故的本质和内在规律是文中研究的重点。具体的研究思路与技术路线如图1所示。
图1 具体研究思路与技术路线 2 我国道路交通安全现状及事故特点分析 2.1 我国城市道路交通状况分析 我国从2600年起由公安部与建设部组织全国的各级城市进行“畅通工程”建设。规范了城市交通的秩序，取得了很大的效果，并在一定程度上抑制了交通事故的发生。但是，随着汽车数量的增加．社会机动化程度的提高，交通安全形势依然严峻。2005年，全国交通管理部门共受理道路交通事故45万起．直接经济损失18.8亿元，平均每天发生交通事故1234起，死亡270人，直接经济损失515万元。近些年来我国的交通事故趋势如图2所示。
第一章城市道路交通分析 §1. 城市道路交通流特性 1.1 概述 ①城市交通分为两类：一类是市际交通（对外交通）；另一类是城市内部交通，（城市交通）。市际交通是指城市与城市、城市与城市以外地区之间的交通，由设在市区内的市际交通设施，如铁路站场、港口码头、机场、长途客货运车站及出入城市的道路系统来完成；城市内部交通是指城市市区内部交通，主要由各种交通设施如城市道路、地下铁道、高架桥以及交通控制设施等完成。 ②一个城市的交通运输系统，是由各种相对独立的交通形式相互协调组成的，城市道路只是其中一部分。城市交通，要高效率、低消耗地为城市服务，必须对城市交通统一规划、统一建设、 统一管理，用系统工程的理论和方法解决城市交通问题，诱导和促进城市的发展。 ③城市内部交通又可分为客运交通和货运交通。客运交通又可分为公共客运交通、私人 个体客运交通以及地铁交通等形式，货运交通亦可分为专业运输单位和私人个体运输等形 式。 ④道路交通是由人、车、路及环境组成的一个大系统，现代城市的道路交通问题，需要综合研究在道路上行驶的车辆特征、行人及驾驶员的心理生理状况、道路的技术标准以及交通管理与控制等多方面的问题，以便协调解决。 ⑤与此相关的专门学科“交通工程学” ，就是描述道路交通体系中所容纳的车流与人流的定性和定量特征。本节着重介绍交通量、车速、交通密度以及三者之间的关系，这对城市道路交通规划、设计及管理工作是必不可少的基础知识。 1.2 有关概念 交通体系——道路、在道路上通行的车辆和行人以及道路交通所处环境的统称。交通流——某一时段内，连续通过道路某一断面的车辆或行人所组成的车流或人流的统称。 交通流特性——某一交通体系中，交通流的定性或定量特征，以及在不同时空条件下的变化规律和它们之间的关系。亦称为交通流特征或交通流性质。 交通参数一－描述和反映交通流特性的一些物理量。如交通量、车速、交通密度、通行能力、行程时间、车头时距等。能从不同角度说明交通流的性质，交通流特性的变化均能从这些交通参数数值上的变化反映出来。其中交通量、车速和交通密度可以反映交通流的基本性质，称它们为基本交通参数。 1.3 交通量 1.3.1 交通量的定义与分类 ①交通量是指单位时间内通过道路某一断面（一般为往返两个方向）的车辆数或行人数。又称交通流量或流量。 ②按研究的目的不同，交通量可分为以下四类：▲按交通组成分为： 1）机动车交通量。包括汽车、摩托车、拖拉机等各类机动车辆。 2）非机动车交通量。这是目前我国交通的重要组成部分。一般有自行车、人力车和畜力车。 3）折算交通量。将机动车交通量（或非机动车交通量）按一定的折算比例换算成某种标准车型的交通量。 4）混合交通量。机动车折算交通量与非机动车折算交通量之和。 5）行人交通量。 ▲按单位时间分，有最常用的小时交通量（辆/小时），日交通量（辆／日）等。 ▲按交通量变化分类：由于交通量时刻在变化，为了表示代表性交通量，一般常用平均交通量、最大交通量、高峰小时交通量和第30 位小时交通量等表示方法。 1）平均交通量：取某一时间间隔内交通量的平均值作为某一期间交通量的代表。如平均日交通量（ADT）、周平均日交通量（WADT，月平均日交通量（MADT）,年平均日交通量（AADT）, 年平均月交通量（AAMT）等； 2）最高小时交通量：以小时为单位进行观测时所得结果中最高的交通量，可作为道路几
■货车开往码头卸货，上午8:00-8:30的到达率为6veh/min，其后为2veh/min。 码头上午8:15开放，平均卸货和驶离速度为5veh/min。 ①绘出从8:00到排队消散时段的累计车辆数-时间曲线，确定码头开放后货车排队消散的时刻。 ②计算最大排队长度（排队中货车数量）。 ③计算到达码头货车的最长等待时间。 ④计算从8:00到排队消散时段的货车总延误和平均延误。 【提示】排队分析方法 ■一段单车道公路交通流规律符合Greenshields模型。测得自由流车速为80km/h，阻塞密度为75veh/km。 ①计算该路段通行能力以及对应的最佳速度和最佳密度。绘出流量-速度关系曲线，标出自由流速度、最佳速度和通行能力。 ②正常情况下交通流流率为1200veh/h，速度为75km/h。一辆速度为35km/h的卡车驶入该道路，行驶3.5km后又驶出。其后跟驶车辆被迫降低速度行驶，从而形成排队。如果车队的密度为40veh/km，流率为1400veh/h。确定货车驶出该路段时的排队长度。 ③确定货车驶出后排队的消散时间（假设道路下游没有交通阻塞）。【提示】交通流模型，连续流理论（冲击波分析方法） Dec2009-98-Civ-A6 ■观测到某交叉口进口的到达流量为675veh/h。信号周期为80s，绿灯时间为40s，红灯时间为40s（忽略黄灯时间）。假设红灯时间
排队车辆在绿灯时间以1800veh/h的饱和流率通过停止线。忽略驾驶员反应时间和车辆加速时间。 ①绘出一个信号周期的累计车辆数-时间曲线，确定绿灯启亮后排队消散的时刻。 ②计算一个周期的最大排队长度（排队中车辆数）。 ③计算一个信号周期的车辆总延误和平均延误。 【提示】排队分析方法 ■某单车道道路上的交通流正常情况下速度为30km/h，密度为20veh/km。该道路的通行能力为1000veh/h，自由流车速为37.5km/h。一天一辆车突然发动机 熄火停在路上，跟驶车辆被迫停在其后，6min后，该车辆重新启动。试应用Greenshields模型和冲击波分析方法确定： ①阻塞密度和最佳密度（达到通行能力时的密度）。 ②熄火停止车辆重新启动时后面的排队长度（车辆数）。 ③排队消散时刻（假设道路下游没有交通阻塞）。 【提示】交通流模型，连续流理论（冲击波分析方法） May2009-98-Civ-A6 ■公路上连续流的速度与密度呈反比关系，假设其关系为线性函数（速度单位为km/h，密度单位为veh/km）： = 90- k
交通分析
1.现状交通 1.1铜陵路项目区域道路交通系统现状 铜陵路为合肥市城区中东部南北走向的一条主干道，同时是合肥市中环线的东边组成部分，整条路北连北外环高速，南接望江路，随着望铜陵路连接东二环后，铜陵路与外围交通的衔接更为顺畅，其交通功能地位日显突出。既承担着市区内部南北向交通出行大通道的功能，又承担着部分出入境车辆的出行功能，客运与货运兼顾，是合肥市东部南北向一条重要的综合运输通道。本次铜陵路项目区域北起铜陵路桥，南至太湖路，现状沿线相交道路有巢湖路、南淝河路、太湖路三条。 现状巢湖路为城市次干道，双向四车道，路况良好，交通基本畅通；现状南淝河路与铜陵路交口是一个畸形交叉口，在铜陵路西侧为双向两车道，东侧为双向四车道，路况较差，路面损害较多，交通十分拥堵；太湖路与铜陵路交叉形成丁字路口，为双向六车道，现状路面较好，交通较为繁忙。 与其平行道路西侧有马鞍山路，为南北向主干道，与铜陵路相距600M左右，路况良好，交通基本畅通，高峰期较为繁忙。东侧有当涂支路，与铜陵路相距
约500M左右。 1.2现状交通特性分析 1.2.1路段服务特征 1.2.1.1铜陵路 （1）路段服务水平特征 城市道路采用饱和度指标来评价道路的服务水平，能够较好的反映道路设计车速、车流、延误及几何参数之间的关系，一般按高峰小时交通流量与道路设计通行能力之比得到。 机动车道服务水平（参照美国《道路通行能 力手册》） 服务水平评价指标参考值（交通量/ 基本通行能力） V／C 运行特征 ≤0.35 自由运行的交通量（畅通） 0.35~0.55 合理的自由交通流（稍有延 误） 0.55~0.75 稳定的交通流（能接受的延 误） 0.75~0.90 接近不稳定的交通流（能忍 受的延误） 0.90~1.00 极不稳定的交通流（拥挤、不能忍受的延误）
公共交通特性分析与发展对策研究 摘要:优先发展公共交通是全世界公认的一种解决大城市交通问题的基本途径.主要从线网布局、公交车拥有量、公交客运量、公交出行者特性、公交客流空间布局等各方面对西安市目前公共交通特性进行了研究分析 ,在此基础上剖析了西安公共交通存在的主要问题,结合西安市城市总体规划和发展趋势对西安公共交通面临的压力进行了估计,进而确立了西安公共交通“在不断完善常规地面公交的基础上,积极发展轨道交通”的战略方向,逐步构筑一个“以轨道交通为骨架,快速公交和常规公交为主体,出租车为辅助补充,干支结合,城乡一体化发展”的城市公共交通体系. 关键词:公共交通;现状特性;发展方向;策略 交通的根本目的是实现人和物的流动,而不是车辆的移动.在原本就是十分短缺的道路时空资源条件下,如何有效的利用城市道路时空资源,缓解城市交通的紧张局面,优先发展公共交通是全世界公认的一种解决大城市交通问题的基本途径,城市公共交通应是城市客运交通的主体.随着城市规模的扩大,交通需求的激增,公共交通如何应对这种状况亟需我们研究,本文以西安为例对此进行了探讨. 1 西安城市公共交通现状 (1) 线网布局目前西安市有公交线路159条,营运线路总长度3141km.公交线网基本上是以老城区钟楼为中心,以50年代的工业区、商业网点、文化教育、娱乐中心等布局为依托,形成现今的以明城墙区为中心,由城内向城外的辐射形,如图1所示.由于受城市布局和棋盘状路网格局的限制,西安市公交线网布局情况表现为“三多三少”,即旧城区线路多,城郊区线路少,线路东西走向多,南北走向少,南半区走向多,北半区走向少.且整体公交线路分布疏密不均,二环路以内区域公交线网密度明显偏高,二环路以外区域较为稀疏,具体公交线网特征参数见表1. (2)公交车拥有量分析公交车拥有量是表明公交运力的重要指标.目前西安市营运公交车辆共3736辆,是1995年的3.82倍,公交车万人拥有量历年变化情况见图2所示.1990年以来,西安市万人拥有公交车辆数总体上呈大幅增长趋势,其中1990—1994年增长速度平缓,偶有下降,1994年以后增长幅度加大,到2003年底市区万人拥有公交车标台数达到了8.55.但按照《城市道路交通规划设计规范》要求,西安市万人公交车拥有量应为10—12.5标台,西安市仍比标准低1.45—3.95个标台左右。 (4)公交出行者特性分析西安市公交服务的主要对象是工人、学生、专业技术人员、商业、服务业人员、离退休人员,这五者占公交乘客的80.12%.也就是说,公交服务的对象主要是工薪阶层,同时,也说明目前居民出行选择交通方式考虑的主要方面之一就是出行费用.因此公共交通吸引较多客源的又一主要手段便是合理的票价和舒适的乘车环境.西安市居民乘坐公交的主要出行目的是工作、购物和回程,三者占公交出行的79.03%.[1]
编号：SY-AQ-09911 ( 安全管理) 单位：_____________________ 审批：_____________________ 日期：_____________________ WORD文档/ A4打印/ 可编辑 当前我国交通的特点分析 Analysis on the characteristics of current traffic in China
当前我国交通的特点分析 导语：进行安全管理的目的是预防、消灭事故，防止或消除事故伤害，保护劳动者的安全与健康。在安全管理的四项主要内容中，虽然都是为了达到安全管理的目的，但是对生产因素状态的控制，与安全管理目的关系更直接，显得更为突出。 道路交通安全受到人-车-路以及交通环境这四位一体的因素影响,而中国的交通安全环境虽有所改善,但也不容乐观。具体表现在: (1)混合交通状态严重 对交通事故产生的交通特点分析可知,混合交通条件下发生的交通事故占总数的5.9%,同时还是主要的死亡原因(占67.2%);当混合交通且缺少交通控制时,造成的交通事故占总数的50.8%,死亡人数占62.4%(1998)。 (2)车辆性能差 车辆是现代道路交通得以实现的主要因素,车况的好坏、车辆的性能等直接影响着道路交通的安全。与发达国家相比,我国交通运输中的车辆总体特征表为:耐用好修,适应炎热、严寒的气候,无装饰,车辆只具备基本性能。目前国内车辆普遍不适应持续高速行驶的工况,因此在高速公路上表现不佳;机动车的性能不佳、机件失灵或零部件损
坏,均可成为直接导致交通事故的因素。 (3)机动车辆组成结构畸形 国内机动化水平低但交通事故率高。国际经济合作和发展组织(OECD)的研究报告还表明,发达国家(这里指OECD成员国)的交通事故和机动化水平与亚洲和其他发展中国家相比较,亚洲国家的机动化水平最低,但交通事故率最高。2002年,全国在用机动车保有量为79756763辆,其中,汽车21417279辆,占机动车保有量的26.85%,而农用运输车、拖拉机、挂车等则占73.15%,因此,车辆整体性能较差。而由这些车辆组成的混合交通流将对交通安全构成致命的威胁。对各种交通方式责任事故的分析可知,驾驶摩托车、拖拉机、农用运输车等肇事比率占总数的21.15%,事故死亡率占总数的27.79%。 (4)非职业驾驶员肇事情况有上升的趋势 2000年和2001年由于非职业驾驶人员肇事所占事故总数的比例分别为35.6%、38.4%,随着私家车数量的增加,大量非职业驾驶员的出现,必然导致交通事故量的增加。 (5)道路等级低
1.道路交通的要素是什么？试述它们之间的关系。 答：（1）道路交通的三个要素：人(包括驾驶员、行人、乘客及居民)、车(包括客车、货车、非机动车等)、路(包括公路、城市道路、出入口道路及其相关设施)。 （2）人、车、路三要素的相互作用关系可用下图来说明，道路交通系统是由于参与交通的人、车辆和交通环境这三个要素组成的相互关联又相互影响的复杂系统。高效、安全、舒适是系统的整体目标。而每一参与交通的人、车辆及其相关的道路环境均为一个子系统。汽车驾驶人在行驶过程中必须随时掌握车辆、道路及交通变化特征，不断作出正确的判断与反应。通过加速踏板、制动和转向盘，操纵方向，控制行车速度，以适应该系统的动态运行过程。实现对车辆的控制。同时，在驾驶人控制着车辆按着预定目标，又按照交通规则运行的动态过程中，车辆也要受道路和环境状况的影响。车辆动态特性和车辆干扰动态特性决定了车辆的最终路径。道路交通系统中，有人、有物，相互联系，彼此渗透，互为因果；有动、有静，既受客观规律的制约，又受人的主观意识所左右。导致失调的因素很多，其中主要的是人的因素，另外还有车的因素和路的因素，只要在一个环节上出了问题，就可能发生道路交通事故。 压力、摩擦力、能量转化 车路 车辆性能 信息控制信息交流 人 2.道路设计小时交通量是如何确定的？ 工程上为了保证道路在规划期内满足绝大多数小时车流能顺利通过，不造成严重阻塞，同时避免建成后车流量很低，投资效率不高，规定要选择适当的小时交通量作为设计小时交通量。根据美国的研究，认为第30 位最高小时是最合适的。所谓第30位最高小时交通量（30HV）就是将一年中测得的8760个小时交通量，从大到小按序排列，排在第30位的那个小时交通路。
摘要在简述电动自行车的优缺点以及电动自行车带来的交通问题的基础上，分析“电动自行车城市”的交通特性；对“电动自行车城市”的交通进行了综合评价。通过分析我国交通事故的原因，说明电动自行车并不是引发交通事故的主要原因，提出解决电动自行车的未来发展的出路，达到解决交通，符合大众，以人为本，总比扼杀一个产业换会微小的效果好吧？既然问题出来了，我们就要面对现实，积极地解决，而不是回避，禁止，扼杀。关键词电动自行车交通管理交通事故
1 电动自行车交通特性分析 1.1 电动自行车交通的主要优点： 有关人士分析，电动自行车之所以能“热”起来，其根本原因是电动自行车具有轻便、安全、价廉、无噪音尾气污染等优点。这种舒适、绿色环保的代步交通工具一出现，更愿意把电动自行车作为代步的交通工具。 在我省，电动自行车上路现象已成现实。从安全上，电动自行车操纵简单，车速不高(限在15公里以下)，没有其他机动车对行人的威胁大；从占用道路上，行驶时占用道路少，停放无需较大空间；从市场需求上，具有较大的消费空间，特别是对于居住在离商业中心较远的住宅小区，作为代步交通工具非常受欢迎。 1.2 电动自行车交通的主要缺点： (1) 它与行人争抢人行道； (2) 它与机动车争抢机动车道； (3) 电动自行车不买保险，发生交通事故索赔困难； (4) 废弃的电池没有规范的回收程序，到处乱扔污染环境。 (5) 安全性差。自行车无保护外罩，骑车者易受到碰撞，甚至翻倒。在严寒、酷暑、大风、暴雨、降雪等恶劣的天气，骑电动自行车出行非常艰难； 1.3 电动自行车产生的交通问题主要有以下几点： 1.3.1 电动自行车停车问题严峻 电动自行车交通问题已经成为城市交通最难以解决的问题之一，其中电动自行车停车问题更加突出。由于中国城市的电动自行车交通量大，而停车场地相对不足，电动自行车乱停乱放的现象非常普遍，占用大量的人行道，影响行人通行。特别是在城市的中心区、商业区等繁华的街道电动自行车随处乱放，常常“车满为患”，与城市繁华的景象格格不入，极大地影响了城市的市容市貌。 1.3.2 电动自行车与其他交通方式之间相互干扰，通行能力降低。 电动自行车与机动车混行的道路交叉口处，行人与右转自行车、直行电动自行车与右转机动车之间都存在冲突点。中国城市道路大部分还是传统的“三块板”、“四块板”或机动车与电动自行车混合行驶的道路结构，电动自行车专用道的建设还处在起步阶段，这些相互干扰的现象不可避免。受到电动自行车交通的干扰，城市道路上的机动车速度很低，常常出现机动车比电动自行车慢的现象。公交车在沿路停车站停车时间。势必影响电动自行车的正常行驶；而设置在机非分隔带处的公交停车站，乘客乘车需穿越非机动车道，也会与电动自行车发生相互干扰。 1.3.3 电动自行车交通的不稳定性给公共交通带来冲击。 电动自行车交通受天气的影响较大，在恶劣的天气条件下，很大比例的出行者会由电