实际交通流参数关系特性分析
- 格式:docx
- 大小:26.92 KB
- 文档页数:2
沈山高速公路交通流特性分析沈山高速公路(编号G1)是国家高速公路网中由北京出发的七条放射状路线之一,是东北地区公路交通运输的大动脉,由于现状交通量较大,计划对其进行改扩建,为了确定多车道高速公路的适应交通量,必须对影响通行能力的交通量参数,如设计小时时位、车辆折算系数、通行能力等相关内容进行准确把握,提出更加符合现状交通组成特性、交通分布特点以及车辆状况等相关指标值,本论文的研究将对研究单车道通行能力值,分析其与车道数的关系,为沈山高速改扩建技术标准选取提供理论依据。
标签:多车道高速公路;交通量参数;通行能力0 引言沈山高速公路(编号G1)是国家高速公路网中由北京出发的七条放射状路线之一,是东北地区公路交通运输的大动脉,由于现状交通量较大,计划对其进行改扩建,本次对沈山高速公路交通流特性进行研究,将为通行能力提供基础数据,进而确定其改扩建技术标准,1 交通量和交通流率公路交通需求是随一年中的每个月、一星期中的每一天、一天中的每个小时以及在一小时之内的时间间隔而不断变化。
时间跨度越长,交通不均匀性亦越大。
交通量的时间变化特性按统计时间的长短通常可分为月变化、周变化和时变化特性。
研究交通量的时间变化特点,有助于把握公路交通量的变化规律,制定有效的规划、设计和管理方案。
(1)月变化。
月变化是一年12个月的交通量变化情况。
月变化特性采用月变化系数(MADT/AADT)来度量。
在我国传统节日春节(一般在每年的2月份)前后,公路交通量有很大的下降,这是我国特有的特点;但近年来随着人们生活方式的逐渐改变,春节外出探亲尤其旅游将会逐渐变得频繁,这将会导致2月份的公路交通量会有所增加。
另外夏季和秋季是东北地区气候环境最后的时候,所以在这两个季节较为繁忙。
图1为沈山高速公路交通量月变化示意图。
从图1可以看出,沈山高速公路交通量最大的在8-10月份。
小客车交通最低位3月份,以后会缓慢上升,到八月达到最大交通量,到九月份略有下降,十月份稍有上升,但以后进入寒冷天气,客运交通有较大比例下降。
实际交通流参数关系特性分析
摘要:交通流的相关特性是通过交通流参数的变化特征反映出来的,交通流的基本参数有三个:流量、速度和密度,也称为交通流三要素,它们三者的关系是研究交通流理论的基础。
本文先总结课本中交通流三参数的理想模型,然后根据实际调查结果拟合它们的相关关系,得出实际交通流情况比理想交通流模型的情况更加复杂,实际参数模型与理想模型出入较大。
关键词:交通流;交通流参数;交通状态;曲线拟合
1 交通流基本参数
交通流的基本参数有三个:流量、速度和密度,也称为交通流三要素。
流量:流量是指在单位时间段内通过道路某一指定地点、某一断面或道路上某一条车道的交通实体数。
一般用表示,在交通调查中,流量常用计算公式见公式(1-1)。
根据研究的需要,本文中流量数据均为单方向。
3 实测交通流三参数关系
(1)速度—密度关系。
在交通流的运行过程中,随着交通流量的增加,密度增大,行驶车辆之间相互制约影响增大,以致在跟驰行为中驾驶员需要不断降低车速,以保证与前车之间的安全行车间距,直至达到阻塞密度时,车辆近乎处于停止状态。
因此,车流速度很大程度上受交通流密度的制约。
在相对畅通的交通状况下,除去某些异常点,数据相对密集地聚集在一个区域内,且速度总体上呈现出随密度增大而下降的趋势,接近于线形关系。
由曲线拟合的结果可以看出,各区段模型拟合的判决系数均在 0.8 左右,在二项式模型和线形模型下流量—密度数据点拟合程度很高,两个模型的拟合曲线几乎重叠,说明两种模型均能很好的表达流量—密度之间的关系。
路段B在经历由畅通到拥挤的过程中,流量—密度数据点同样存在间断现象,聚集成畅通和拥挤两个部分。
由曲线拟合的结果可以看出,上游段两个模型的拟合结果并不理想,数据散点走势并不服从同一的变化规律,表明了在经历由畅行到拥挤的过程中,畅行下的交通流与拥挤受限下的交通流,两个交通状态完全不同,并不能用一条光滑的曲线来描述这两种状态。
因此现将分别对畅通和拥挤部分进行拟合,以分析各自的关系特性,拟合关系曲线图见图3.5和3.6。
由拟合结果可以看出,路段B畅通状态中二项式模型和线性模型拟合程度均较高,且流量和密度关系更接近于二项式关系,而在拥挤状态,数据分布比较离散,模型的拟合程度较低,拟合效果不好。
(3)流量—速度关系。
由图3.7可以看出在相对畅通的交通状况下,流量—密度数据点同样相对密集地聚集在一个区域内,且速度呈现出随流量增大而下降的趋势。
由曲线拟合的结果可以看出,各区段模型的拟合结果并不理想。
从图3.8可以看出,路段B在经历由畅通到拥挤的过程中,流量—速度数据点也同样存在间断现象,聚集成畅通和拥挤两个部分,且在畅通状态下数据点分布较为离散,在拥挤状态下数据点分布较为集中。
图3.8 路段B流量—速度关系曲线图
路段B在经历由畅通到拥挤的过程中,形成了两个完全不同的交通状态,并不能用一个光滑的曲线来描述。
因此现将分别对畅通和拥挤部分进行拟合,以分析各自的关系特性,拟合关系曲线图见图3.9和图3.10。
拟合结果可以看出,路段B在畅通状态和拥挤状态各模型拟合效果均不理想,在畅通状态数据分布比较离散,流量和速度不存在密切的影响关系。
而在拥挤状态下,流量和速度接
近于二项式关系。
4 结语
本文首先回顾介绍了交通三个基本参数之间的模型,然后根据实测获得的交通流数据,建立起路段A、B速度—密度、流量—密度和流量—速度散点图,在分析散点图数据分布特性的基础上,通过数据拟合建立了各种关系曲线的拟合模型。
研究的得出的结论有:(1)交通流在历经畅通到拥挤两种状态的过程中,数据点将出现间断现象,聚集成2个区域,分别对应于畅通和拥挤2种状态。
处于畅通和拥挤2种状态下的交通流,存在完全不同的交通特性,不能用一条光滑的曲线来描述。
(2)以实测数据建立的不同交通流模型所反映的交通特性具有一定的差异性,但在相同模型下各区段的特殊交通特性参数相差并不大。
(3)根据数据拟合结果;在所有交通状态下速度—密度存在线性关系,与 Green Shields 的线性模型相符合;而流量—密度则在畅通状态下呈现出二项式曲线和线性关系趋势,且二项式曲线拟合程度略优,拥挤状态下拟合效果不好;流量—速度在流量较大拥挤状态下接近二项式曲线关系,但在流量较少畅行状态下,数据离散程度大,不存在密切的影响关系。
参考文献:
[1]王殿海.交通流理论[M].北京:人民交通出版社,2004
[2]王建军,严宝杰.交通调查与分析[M].北京:人民交通出版社,2004
[3]王炜,过秀成.交通工程学[M].南京:东南大学出版社,2000.
[4]P.Hidas.Modelling Lane Changing and Merging in Microscopic Traffic
Simulation[J].Transportation Research Part C,2002,10:351-371.。