随机需求道路网络出行时间可靠性评估方法
- 格式:pdf
- 大小:433.33 KB
- 文档页数:7
随机环境下的城市交通网络出行时间可靠性研究的开题报告一、选题背景城市交通是现代城市生活中重要的组成部分,城市交通网络中的出行时间可靠性直接影响着城市居民的生活质量。
经济发展和城市化进程的加速导致城市交通网络的复杂性和脆弱性增加,使得城市交通出行时间可靠性面临着很大的挑战。
因此,研究城市交通网络中的出行时间可靠性,具有重大的理论和现实意义。
二、研究目标本研究旨在在随机环境下,探索城市交通网络中的出行时间可靠性问题,针对城市交通网络中可能存在的随机因素和复杂性,建立出行时间可靠性的评价模型,为城市交通网络的优化、管理和规划提供科学依据。
三、研究内容1.随机环境下城市交通网络的建模根据城市交通网络复杂的实际情况,建立出行时间可靠性评价的模型,综合考虑交通网络中各种随机因素的影响,如交通流量、路网拓扑结构、天气等因素。
2.城市交通网络出行时间可靠性分析利用所建立的城市交通网络模型,对不同交通条件下出行时间可靠性进行分析,定量评价城市交通网络出行时间的可靠性。
3.城市交通网络出行时间可靠性对比分析对比不同城市交通网络的出行时间可靠性,分析城市交通网络建设、规划、管理的优化方案对出行时间可靠性的影响。
四、研究方法本研究采用系统分析、数据统计分析、建模仿真等方法,综合运用数学、计算机、统计学、交通工程等学科的理论和方法,进行城市交通网络出行时间可靠性的研究。
五、研究意义本研究对于完善城市交通网络的建设、规划和管理,提高城市居民出行时间可靠性,改善城市交通状况,具有重要的现实意义;同时,对新技术的的应用和改进提供了新的思路和方法,具有重要的理论意义。
六、研究进度计划1. 前期准备和文献资料调研:2个月2. 建模和模型求解:4个月3. 数据分析和模型验证:2个月4. 结果分析和论文撰写:3个月七、参考文献[1] Higgins C D. “Reliability of travel times on congested urban networks: An exploratory empirical analysis,” Transportation Research Part B, vol. 34, no. 7, pp. 599–616, 2000.[2] Lu H, Shalaby A, and Badr O. “Travel time reliability on urban arteries in Toronto,” Journal of Transportation Engineering, vol. 129, no. 2, pp. 207–215, 2003.[3] Ben-akiva M, Chen N, and Athanassopoulos A. “Travel time reliability on managed lanes: Part I, Empirical analysis,” Transportation Research Part A, vol. 39, no. 9, pp. 773–790, 2005.[4] Ben-akiva M, Chen N, and Athanassopoulos A. “Travel time reliability on managed lanes: Part II, Dynamic reliability models,”Transportation Research Part A, vol. 41, no. 9, pp. 873–890, 2007.[5] Koutsopoulos, H.N. “Evaluation of the reliability of time-varying travel times,” Journal of Transportation Engineering, vol. 125, no. 3, pp. 219-227, 1999.。
道路交通网络运行安全性及可靠性评价理论和方法道路交通网络运行安全性及可靠性评价理论和方法最初人们对城市道路交通网络的使用是在享受舒适性、便捷性和灵活性的情况下进行。
随着机动车迅速增长,人们不断受到出行安全、交通拥堵和出行效费比等问题的困扰。
1 道路交通网络运行安全性评价理论和方法道路交通系统是一个由人、车、路构成的动态系统,这3个因素必须相互协凋运营,才能保证整个系统的安全、迅速、经济和舒适。
一般认为人是造成事故的主要因素,但前苏联莫斯科公路学院的O.A.季沃奇金对13000个道路事故分析表明,不良道路环境是造成70%交通事故的直接或间接原因。
而道路环境是这三者中最易改善的一个因素。
因此对道路设施和运营环境进行系统的分析评价,从提出改善措施,是保障道路交通安全运营的前提。
目前对道路安全评价的方法有很多。
如相对事故率法、时间序列法等,但是这些方法是基于一定的事故数据基础,进行事后宏观分析,并不能对道路进行实时动态的安全性分析和评价。
王晓飞,郭忠印在《基于路段二级模糊评判的路网运营安全性研究》一文中,提出了根据各路段在路网拓扑结构中的重要程度、两端连接路段的数量、路段历史交通量以及道路设施类型等4个方面,确定路段权重的思想,并通过对路段评判结果的加权求和来评定高速公路路网安全性。
孙家凤,周荣贵在《互通立交区安全性评价研究》一文中,从互通立交设计中经常存在的问题出发,探讨了互通立交安全性评价工作应关注的重点和要点。
周成彦,陆建在《基于交通仿真技术的二级公路安全评价方法》一文中,采取基于第85位运行速度差的方法评价二级公路的安全性。
考虑二级公路交通组成复杂的特点,运用交通仿真技术建立路网对象,结合现场观测数据完成参数标定,模拟实际交通流运行状况,输出评价指标数据,提出了区别于<公路项目安全性评价指南>所述获取运行速度差的方法。
姜华平,唐勇,李磊在《基于智能交通运输系统(ITS)的交通安全控制体系研究》一文中简述了ITS的应用概况、基本功能以及智能汽车理论研发内容的基础上,论述了以ITS技术为基础的交通安全控制体系框架及其功效。
交通运输网络的可靠性分析交通运输网络是现代社会经济发展的重要基础设施,它连接着城市与城市、地区与地区,承载着人员、货物和信息的流动。
然而,交通运输网络在运行过程中会面临各种不确定性因素的影响,如自然灾害、交通事故、设备故障等,这些因素可能导致网络的部分或全部失效,从而影响交通运输的正常进行。
因此,对交通运输网络的可靠性进行分析具有重要的现实意义。
一、交通运输网络可靠性的概念交通运输网络的可靠性是指在规定的条件下和规定的时间内,网络能够完成规定运输任务的能力。
它包括网络的连通性、运输能力的充足性、运输时间的可靠性等多个方面。
简单来说,就是在各种可能的情况下,交通运输网络能否稳定、高效地将人和货物从起点运送到终点。
例如,在一条公路上,如果经常发生堵车或道路维修导致通行不畅,那么这条公路的可靠性就较低。
而如果一个铁路网络能够在恶劣天气或设备故障等情况下,仍然保持大部分列车的正常运行,那么它的可靠性就相对较高。
二、影响交通运输网络可靠性的因素1、自然灾害地震、洪水、台风等自然灾害可能会破坏道路、桥梁、铁路等交通设施,导致交通运输网络的中断。
例如,地震可能会使桥梁倒塌,洪水可能会淹没道路,从而使交通无法正常通行。
2、交通事故交通事故是导致交通运输网络局部拥堵和中断的常见原因。
严重的交通事故可能会造成道路长时间堵塞,影响整个网络的运行效率。
3、设备故障交通设施的设备故障,如车辆故障、信号系统故障、供电系统故障等,也会影响交通运输网络的可靠性。
比如,地铁的信号系统出现故障,可能会导致列车晚点甚至停运。
4、人为因素人为因素包括施工不当、违规驾驶、恐怖袭击等。
施工过程中的不合理安排可能会导致道路拥堵,违规驾驶可能引发交通事故,而恐怖袭击则可能对交通设施造成严重破坏。
5、需求波动节假日、大型活动等导致的运输需求的突然增加,可能会使交通运输网络超出其承载能力,从而影响可靠性。
比如春运期间,铁路和公路的客流量大幅增加,如果运力调配不当,就会出现旅客滞留的情况。
第7卷第2期2007年4月交通运输系统工程与信息Journal of Transportation Systems Engineering and Informati on TechnologyVol 7No 2April 2007文章编号:1009 6744(2007)02 0072 05系统工程理论与方法北京市路网单位距离行程时间可靠性评价李 先1,温慧敏1,高 永1,陈 琨2(1.北京交通发展研究中心,北京100053;2.北京交通大学,北京100044)摘要: 经过长期的交通基础设施建设和机动化发展,北京市道路网络已经形成并且道路网络系统的供给能力和服务需求日渐趋近,路网供需之间的平衡变得脆弱,路网的交通拥堵更加容易发生,而且偶然事件对整体网络的破坏性影响越来越大.路网可靠性评价是评估道路网络状态,相对传统评价指标,它能够更加灵敏地反映路网的真实状态,尤其是路网状态的变化.出租车是北京交通系统中主要的一种出行方式,其运行状态对北京市道路网络整体的状态具有代表性.以出租车车载智能卡采集的载客行程时间数据为基础,研究提出新的单位距离行程时间可靠性评价指标和方法,并使用该指标和方法对北京市路网进行实例评价.关键词: 路网可靠性;单位距离行程时间可靠性;评价指标中图分类号: U491.2文献标志码: ABeijing Road Network Rate Travel Time Reliability EvaluationLI Xian 1,WEN Hui min 1,GAO Yong 1,CHEN Kun2(1.Beijing Transportation Research Center,Beijing 100053,China; 2.Beijing Jiaotong University,Beijing 100044,China)Abstract : With the booming of urbanization and motorization,the road network in Beijing has been formed and the transportation system is becoming more unreliable due to the more furious conflict of supply and demand.On the other hand,transportation network reliability evaluation is developing in the world as a new technology which is used to evaluate the transportation network,especially stability.As a developing ci ty,Taxi is a major and universal mode of traveling in Beiji ng.The smart card which is installed in a taxi can record the traveling ti me and distance per trip by taxi.With the recorded data of a smart card,the rate travel time per trip can be calculated and the reg ulation of the rate travel time by taxi can be found from the cumulated taxi datum.In this paper,three new reli ability indices and methodologies about rate travel time have been provided and Beijing transportation network has been analyzed by using these indices and the taxi trip datum.Key words : road net work reliability;rate travel time reliability;evaluation i ndex CLC number : U491.2Document code : A收稿日期:2006 12 20基金项目:国家科学技术部项目(2005B A414B10);北京市科学技术委员会项目(Y0605008040591);北京市科技新星计划项目(2006B21);北京市优秀人才培养计划(2005ZG-65).作者简介:李先(1966-),女,山西人,北京交通发展研究中心高级工程师,北京工业大学在读硕士研究生,主要研究方向为城市交通规划、交通流理论.E mail:li x @0 引 言系统工程中可靠性的定义是:在特定的时间里和给定的环境和运行条件下,实现某种预期的功能并达到可接受的运行水平的概率.路网可靠性是可靠性理论在交通领域的应用,它是衡量路网服务能力的指标.相对于传统评价指标,路网可靠性指标基于统计概率,更能够时变地反映路网的真实状态,尤其能够反映路网状态的波动情况以及路网承受该波动或偶发事件冲击的能力.路网可靠性的研究最初源于人们对灾害(如地震)情况下剩余路网保证运输功能的判断方法和指标需求.最初的路网可靠性指标是连通可靠性,或者是连通度,用于判断网络的部分线路断开情况下,两点之间的连通程度.随着出行者和管理者对交通系统稳定性的关注、系统状态评价准确性的要求提高,路网可靠性的技术领域开始扩展到行程时间、通行能力、出行风险、公平性等等多方面.到目前,已经提出了行程时间可靠性、通行能力可靠性等多种多样的评价指标和相应的评价方法,并且行程时间可靠性已经成为最主要的路网可靠性评价指标[1,2].日本和英国的学者最早开始研究路网可靠性技术,日本的Mine、Kawai、Iida和英国的Bell等人在该领域做出了杰出的贡献.到21世纪后,路网可靠性受到普遍关注,已经成为交通领域的一项重要学科,在日本、英国、美国等国家迅速发展起来,而且在每年的美国TRB会议中成为重要讨论内容.我国对路网可靠度评价技术的研究起步于1997年左右,随后在东南大学、上海交通大学、北京工业大学等院校迅速扩展开来,关注和研究的群体日渐壮大.本文在研究现有路网可靠性评价指标和评价方法的基础上,结合北京市的出租车运行特征和所采集的基础数据,遵循行程时间可靠性指标的一般原则,借鉴Lomax(2003)[3]提出的单位距离行程时间(出行的总出行时间除以总出行距离[3]),研究并提出单位距离行程时间可靠性指标和评价方法,并依托实际数据对北京市路网进行了实例评价.1 北京市道路网络与出租车运行情况截至2005年末,北京市城市道路总里程达4777km,形成了 环路加放射线的道路网络系统,道路基础设施建设已经进入补充完善阶段,道路网络的供给能力和网络主体结构已经基本稳定.另一方面,全市机动车保有量快速增长,截至2005年末已经达到258.3万辆,工作日车辆总出行次数达893.7万次.道路网络的供给能力和运输需求更加趋近,路网供需之间的平衡变得脆弱,供需矛盾的冲突对路网平衡的影响更加突出.表现为路网中交通拥堵更加容易发生而且偶然事件对整体网络的破坏性影响越来越大,交通系统的不稳定使得单次出行的行程时间变化幅度极大,出行者难以准确预估出行时间而导致大量无谓的预留时间浪费.作为发展中的特大城市,出租车是北京市交通出行中的一个重要组成部分.根据2004年的!北京市出租汽车供需状况研究报告∀,北京市共有出租车66646辆,每辆车的日均运营时间为19.44小时,日均运行里程275.66km 天,日平均载客次数22.80次,日平均载客运行里程170.91km[4].从出租车每日运营的统计数据来看,北京市出租车具有运营时间长、出行次数多等特点,并且由于出租车服务的随机性,出租车出行的OD受乘客出行目的的影响而相对随机地分布在市区道路网中.另一方面,根据2004年北京市核查线的交通调查,出租车在全日机动车交通流构成中所占比例平均约为14%,且大部分相对均匀地分布在四环以内道路网络中.表1为2004年北京市核查线调查的北京市四环内主要道路上的出租车分布比例[5].表1 北京市核查线调查统计的出租车在断面机动车构成中的比例Table1 The proportion of tax i volume i n traffic flowalong the screen line道路名称出租车比例道路名称出租车比例西四环7.4%北四环11.8%西三环18.1%北三环24.9%西二环19.1%北二环20.8%东二环18.5%南二环14.9%东三环20.9%南三环11.2%东四环10.1%南四环 3.7%长安街14.9%两广路21.9%数据来源:北京交通发展研究中心!北京市交通发展年度报告2005∀2 出租车IC卡数据2.1 数据结构北京市的所有出租车统一安装了基于IC卡的电子收费系统,该IC卡在乘客上车时打开、下车时关闭,记录乘客乘坐出租车一次出行中的起始时间、总里程、总等待时间等参数,表2为典型的出租车IC卡记录数据属性结构.73第2期北京市路网单位距离行程时间可靠性评价表2 北京市出租车IC卡记录数据属性结构T able2 Record structure of taxi IC card车牌号日期起始时间终止时间金额(元)里程(km)等时京B779272003-3-100:4000:4814 5.700:00京B779272003-3-101:0301:192412.800:00京B779272003-3-101:2801:40209.600:00京B779272003-3-101:4401:55188.700:00京B779272003-3-102:1102:272513.100:01京B779272003-3-103:2603:503417.700:02京B779272003-3-104:5905:00110.800:00 数据来源:北京渔阳联合公司本文以2004年3月份的北京市出租车运营IC 卡记录数据为分析的基础数据.2.2 数据预处理在应用IC卡数据分析路网可靠性之前,对初始的IC卡数据进行了四个步骤的预处理工作,形成分析的基础数据库.预处理步骤如下:(1)在初始的IC卡数据中,包括一定的错误数据,如行程时间非常短、记录相互矛盾等,首先进行详细的数据排错工作.(2)考虑不同日路网交通状况的差异,选取周四、周五和周六的数据分别代表工作日、过渡期和节假日.(3)考虑到行程时间受出行距离的影响,为了使每一次出行的行程时间之间具有可比性,采用单位距离行程时间作为分析对象(计算方法为一次出行的总出行时间除以总出行距离[4]),计算每一个出行的单位距离行程时间.(4)选取早6点至晚8点的数据,以15分钟为统计间隔,统计15分钟内开始出行的所有出行记录的单位距离行程时间,形成分析数据库.图1即为北京市周四路网单位距离行程时间的分位数图.图1 周四的北京市路网单位距离行程时间的分位数图Fig.1 Travel rate ti me percentile on thursday3 单位距离行程时间可靠性指标的计算方法3.1 计划单位距离行程时间指标-PRTI2003年,美国德克萨斯州交通研究所在为联邦公路局编制的!2003年美国交通运行效率监测报告∀中引入了计划行程时间指标(Planning TimeIndex)用于评价路网的行程时间可靠性.其中,计划行程时间指标是指高峰小时内某路径行程时间的95%分位数,它反映了为保障该路径大部分出行的准时性,出行者需要的总时间[6].本文提出了计划单位距离行程时间指标(Planning Rate Time Index,缩写为PRTI)来描述路网的可靠性状态,它等于某一时间段内的单位距离行程时间的x%分位数与自由流状态下的单位距离行程时间的比值,计算公式如下:PRTI k=(x%)kfree-f low(1)其中 PRTI k###第k个时间段的计划单位距离行程时间指标;x%###在计划时间内完成一次出行的概率, 74交通运输系统工程与信息2007年4月此处x =95;(x %)k ###第k 个时间段内的单位距离行程时间的分位数,一般等于统计数据的95分位数;f ree -flow ###自由流状态下的单位距离行程时间,在实际计算中,采用相同日期凌晨0点至4点之间的单位距离行程时间数据的均值来代替.该方法假设出行者期望在计划时间内完成一次出行的概率达到x %, (x %)k 表示第k 个时间段内x %概率可靠完成出行目的的计划单位距离行程时间,与此同时,它通过与自由流做比来反映特定交通状况与自由流之间的差别.PRTI k 指标反映了路网在不同时段相对于自由流的特定交通状况.PRTI k 越大,说明出行者需要更多的计划出行时间,延误的风险也更高.该指标非常有助于预测出行时间,以及设计更多的有效路径.3.2 单位距离行程时间指标-TRTI单位距离行程时间指标(Travel Rate Time In dex,缩写为TR TI)是x %为50%时的计划单位距离行程时间,即它是某一时间段内的单位距离行程时间的均值与自由流状态下的单位距离行程时间的比值,计算公式如下:TRTI k =k f ree -flow(2)其中 TR TI k ###第k 个时间段的单位距离行程时间指标;k ###第k 个时间段内的单位距离行程时间的均值;在该方法中, k 表示在第k 个时间段内所有出行的单位距离行程时间算术平均值,反映了在某一时段出行的平均状况.TRTI k 意味着当前交通状况与自由流之间的差别,反映了这时段内交通系统的效率.该指标值越高,说明实现某一出行的平均单位距离行程时间越高,路网的交通运行状况越恶劣.3.3 波动单位距离行程时间指标-FRTIPRTI 和TRTI 分别从出行稳定性和出行效率两个层面来评价交通系统,波动单位距离行程时间定义为这两者的差值,即统计结果的95%分位数和平均值的差值,计算公式如下:FRTI k =PRTI k -TR TI k=(95%)k - kfree -f low(3)其中 FRTI k ###某一时段单位距离行程时间的波动性.该方法中,FRTI k 描述了交通出行的统计分布离散性,它也是一个相对变量.FRTI k 反映了行程时间的稳定性,同时间接反映了路网的可靠性.该指标值越高,统计数据的离散性越强,即说明出行时间更加不稳定,交通系统越脆弱、不可靠.针对PRI 和TRI 两个指标,以给定的时间间隔(本文的统计数据采取15分钟间隔)分析一天的连续数据,则可以看出在一天内,一次出行稳定性和系统整体稳定性的变化,从而看出交通系统可靠性的时变特征.4 北京市路网行程时间可靠性分析应用出租车智能卡中的基础出行数据,按照计算公式(1)、(2)、(3)分别计算TRTI 、PRTI 和FRTI,得出不同日期的分布趋势图,如图2所示.图2 北京市路网PRTI 、TRTI 和FRTI 的分布趋势图Fig.2 PRTI,TRTI and FRTI on thursday and friday in Beijing从图2可以看出:(1)周四和周五的PRTI 指标值在高峰期超过3.5,即该时能保证95%的概率在预期时间内到达的出行时间是理想值的3.5倍.因此在一次出行75第2期北京市路网单位距离行程时间可靠性评价中出行者将会潜在的浪费正常时间的2.5倍时间.(2)从周四和周五的TRTI指标值来看,在高峰时段TR TI值到达1.75以上,这说明在高峰时段北京市路网相当的拥堵.出行者需要花费相对于理想情况下1.5倍以上的时间.由此可以得出北京市的路网交通拥堵比较严重,这与对北京市路网的常规评价结论一致.(3)图2中的竖直线表示PRTI和TRTI之间的差值,从图中可以看出,在北京市的高峰时段,该差值达到1.5,也就是说,若一次出行平均需要30分钟,但是有5%(1-95%)的概率需要超过1个小时,而为了保证95%概率的准时到达,你需要预留出(很大可能是无效的预留)出1个小时的出行时间.这反映出在该时刻交通系统整体相当不稳定,难以可靠预测出行时间,出行者往往不得不花费比平常更多的出行时间.(4)从一天数据的持续变化来看,随着交通拥堵状态的变化,路网的稳定性也在迅速变化,尤其在工作日,这与由路网平均速度指标得出的路网状态变化曲线结果一致,即在高峰时段交通拥堵,导致平均车速降低,路网变得不稳定.因此可以得出结论:高峰时段行程时间可靠性差,出行情况难以准确预测;平峰时段,行程时间可靠性好,出行情况基本能够预测.5 结论和展望本文系统研究了行程时间可靠性的计算方法,并利用出租车IC卡数据对北京市路网整体的可靠性状态进行了实证分析.从目前的交通运行状况来看,无论工作日还是非工作日,北京市交通系统的稳定性较差,特别是在早晚高峰时段.与速度、服务水平等常规交通系统评价指标相结合,行程时间可靠性从另一个侧面反映道路交通网络的整体运行状态和特征,对于指导北京市道路网的建设和完善,具有重要的参考、指导价值.此外,由于出租车IC卡数据只能采集行程时间和行驶距离等信息,而不能记录所经过路段的地理空间信息,因此课题将结合浮动车的数据,开发新的方法进行北京市路网可靠性的空间分布特征分析,研究的成果将在后续相关论文中详细阐述.参考文献:[1] Chris Cassi r,Michael Bell,Yasunori Iida,Introduction[M] Reliabili ty of Transport Net work(Ed.Michael G HBell,Chris Cassir),page II-XI,2000.[2] Nicholson A J.Assessi ng transport reliabili ty:malevolenceand user knowledge[J].The Network Reliability of Transport:Proceedings of the1st International Symposium on Transportation Network Reliability(INS TR),Elsevier Science Ltd,2003:207-212.[3] Lomax T,Schrank D,Turner S and Margiotta R.Selectingtravel reliabili ty measures[R].FHWA,U.S.Departmentof Transportation,2003.[4] 北京市出租汽车供需状况研究报告[R].北京:北京交通发展研究中心,2004.[Supply and demand analysisof taxi cab in Beijing[R].Beijing:Beijing TransportationResearch Center,2004.][5] 北京市交通发展年度报告2005[R].北京:北京交通发展研究中心,2005.[Beijing transportation annual report2005[R].Beijing:Beijing Transportation Research Center,2006.][6] Turner S,Margiotta R and Lomax T.Monitoring urban freeways in2003:current conditions and trends from archivedoperations data[R].Publication FHWA-HOP-05-018,U.S.Department of Transportation,2004.76交通运输系统工程与信息2007年4月。
交通网络规划的综合评估方法交通网络规划是城市发展中至关重要的一环。
一个高效、便捷的交通网络能够促进经济发展、提升居民生活质量,因此如何进行交通网络规划的综合评估成为了一个重要问题。
本文将探讨交通网络规划的综合评估方法,以帮助决策者更好地进行规划和决策。
一、综合评估的背景和意义交通网络规划的综合评估是指对交通网络规划方案进行全面、系统的评估和比较,以确定最优方案。
综合评估的背景是城市交通需求的不断增长和变化,传统的规划方法已经无法满足实际需求。
综合评估的意义在于能够提供科学、客观的决策依据,避免主观偏见和盲目决策。
二、综合评估的指标体系综合评估的指标体系是评估的基础,它应该包括交通网络的各个方面,如交通流量、出行时间、交通安全、环境影响等。
在确定指标体系时,应该充分考虑各个指标的重要性和可操作性,并根据实际情况进行权衡和调整。
1. 交通流量指标交通流量是交通网络规划的核心指标之一,它反映了道路的通行能力和拥堵情况。
常用的交通流量指标包括交通量、交通速度、交通密度等。
交通流量指标的评估可以通过交通调查和模拟仿真等方法进行。
2. 出行时间指标出行时间是衡量交通网络效率的重要指标,它包括交通拥堵时的出行时间和非拥堵时的出行时间。
评估出行时间指标可以使用交通模型和出行调查数据进行,例如通过GPS数据分析交通状况。
3. 交通安全指标交通安全是交通网络规划的重要考虑因素之一,评估交通安全指标可以通过事故数据和交通违法行为数据进行。
常用的交通安全指标包括事故率、死亡率、伤亡率等。
4. 环境影响指标交通网络规划对环境的影响也是需要考虑的因素之一,评估环境影响指标可以通过环境评估和模拟仿真等方法进行。
常用的环境影响指标包括噪音、空气污染、土地利用等。
三、综合评估的方法综合评估的方法应该是科学、系统的,能够综合考虑各个指标之间的相互关系和权衡。
以下是几种常用的综合评估方法:1. 层次分析法层次分析法是一种常用的决策分析方法,它通过将问题分解为多个层次和准则,然后进行权重分配和比较,最终确定最优方案。
路网连通可靠性评价方法的研究的开题报告一、选题背景及意义随着城市化进程的加速和交通运输需求的不断增加,城市交通路网的规模和复杂程度不断扩大,路网的连通性和可靠性成为城市交通规划和管理的关键问题。
路网连通可靠性是指路网在遇到一定范围的交通障碍时,仍然保持连接的能力和稳定性。
对路网连通可靠性的研究可以帮助城市合理规划道路网络,提高城市交通的安全性、便捷性、效率和环保性。
目前,国内外对路网连通可靠性的研究主要集中在以下几个方面:(1)计算机模拟方法:采用计算机模拟方法进行路网随机攻击实验,评估路网的稳定性和鲁棒性。
(2)统计学方法:利用随机过程、统计推断等方法建立数学模型,研究路网的拓扑结构、环路密度等特性。
(3)GIS技术:通过GIS技术对城市道路网络进行可视化表示和空间分析,评估路网的连通性和可靠性。
本文拟针对路网连通可靠性评价方法展开研究,通过分析不同评价方法的优缺点,提出一种适用于城市道路网络的路网连通可靠性评价方法,为城市交通规划和管理提供科学依据。
二、研究内容(1)路网连通可靠性的基本理论和概念:深入剖析路网连通可靠性的概念、特性和影响因素,打好理论基础。
(2)已有路网连通可靠性评价方法的研究分析:综述已有的路网连通可靠性评价方法,分析其优缺点及适用性。
(3)城市道路网络的路网连通可靠性评价方法的建立:提出一种适用于城市道路网络的路网连通可靠性评价方法,并说明其理论基础和具体操作步骤。
(4)实例分析:以某城市为例,对其道路网络的连通可靠性进行评价,并比较不同方法评价结果的异同。
三、预期成果(1) 对路网连通可靠性评价方法的现有研究进行深入剖析,明确其优缺点和适用范围。
(2) 提出一种适用于城市道路网络的路网连通可靠性评价方法,并说明其理论基础和具体操作步骤。
(3) 对某城市的道路网络进行实例分析,通过比较结果,验证所提出评价方法的有效性和科学性。
四、研究计划第1-2个月:对路网连通可靠性的研究进行梳理和整理,综述现有的路网连通可靠性评价方法,分析其优缺点及适用性,明确研究的重点和难点。
城市道路交通系统的时间可靠性分析城市道路交通系统的时间可靠性分析随着城市化的不断发展,城市道路交通系统的时间可靠性成为了一个备受关注的问题。
时间可靠性是指交通系统在一定时间范围内实现预定目标的能力。
而城市道路交通系统的时间可靠性分析,旨在评估和改进城市道路交通系统的效率和稳定性,以实现更高效、更可靠的交通运输。
首先,城市道路交通系统的时间可靠性分析需要考虑交通需求和交通供给之间的关系。
交通需求是指市民的出行需求,而交通供给则是指交通系统的容量和实际运输服务。
通过对交通需求和交通供给的分析,可以评估道路交通系统的瓶颈和运输效率,从而为交通管理者提供优化方案。
其次,城市道路交通系统的时间可靠性还与道路网络的结构和设计有关。
道路网络的结构和设计直接影响了交通的流动性和运输效率。
通过对道路网络的分析,可以揭示潜在的拥堵点和瓶颈,进而提出相应的改进措施。
例如,在研究一个区域的交通可靠性时,可以通过分析道路通行能力、交叉口流量和道路拓宽等因素,来评估并改善交通系统的时间可靠性。
除了道路网络的分析,城市道路交通系统的时间可靠性还受到其他因素的影响,例如交通信号控制、公共交通服务和交通信息系统等。
交通信号控制的优化可以提高道路交叉口的通行能力和交通流的稳定性。
公共交通服务的优化可以减少私家车的使用,从而减缓交通拥堵。
交通信息系统的建设则可以提供实时的路况和交通推荐,帮助司机选择最佳的路线,提高道路交通系统的时间可靠性。
在进行城市道路交通系统的时间可靠性分析时,我们还需要考虑交通需求的变化和城市发展的趋势。
随着城市人口的不断增加和经济的发展,交通需求也在不断增加。
因此,只有充分考虑交通需求的变化,才能真正提高城市道路交通系统的时间可靠性。
同时,城市发展的趋势也会对交通系统的时间可靠性产生影响。
例如,城市扩张和新建楼盘会增加交通流量,需要增加道路容量和改善道路网络。
总结起来,城市道路交通系统的时间可靠性分析是一个综合性的工作,需要考虑交通需求与供给之间的关系、道路网络的结构与设计、交通信号控制、公共交通服务、交通信息系统以及交通需求的变化和城市发展的趋势。
雨天高速公路网行程时间可靠性评价方法王婧;何杰;吴炼【摘要】Rainfall always has a direct impact on the travel time reliability of the highway network. Taking into account the adverse driving conditions under rain environment, such as poor visibility and low friction coefficient, the improved model of free flow speed, capacity and demand is established based on the analysis of spatial distribution pattern of rainfall. Thus, the generalized road travel time function is proposed to elaborate these factors. With user optimal equilibrium assignment formula and the series-parallel theory, the model to evaluate the travel time reliability of the road unit, path, OD pairs and network system is proposed by analyzing the network supply and demand levels. Then, the distribution of the rainfall on the highway network is simulated by the Matlab toolbox, and the model is solved with the Monte Carlo methods. Finally, a simple example illustrates the methods in the application to evaluate the travel time reliability of highway network under rain environment. The results indicate that the methods enable effectively identify the critical road sections with high sensitivity about travel time in the network.%降雨作为一种常见的气象条件,对高速公路网行程时间的稳定性有着直接的影响.本文针对雨天能见度降低、路面摩擦系数变小的特征,通过分析降雨的空间分布模式,建立了雨天路段单元自由流车速、通行能力以及公路网需求水平的修正模型,进而提出了雨天路段单元的广义行程时间函数.结合用户最优平衡分配模型,以及系统工程中的串并联理论,建立了雨天高速公路路段单元、路径、OD对和公路网的行程时间可靠度评价模型.应用Matlab工具箱模拟公路网上的降雨分布,设计了基于Monte Carlo 方法的评价模型求解思路.最后以算例验证了该方法在行程时间可靠性评价中的应用.结果表明,能藉此有效地找出雨天公路网中行程时间敏感性最大的关键路段.【期刊名称】《交通运输系统工程与信息》【年(卷),期】2011(011)006【总页数】7页(P117-123)【关键词】公路运输;时间可靠度;Monte Carlo仿真;高速公路网;降水强度;能见度【作者】王婧;何杰;吴炼【作者单位】东南大学交通学院,南京210096;东南大学交通学院,南京210096;南京市规划设计研究院有限责任公司,南京210005【正文语种】中文【中图分类】U412.36随着社会经济和信息技术的飞速发展,人们对出行质量的要求不断提高,不仅要安全、经济,更要准时、可靠.目前,高速公路作为城市间紧密联系的快速通道,承载了大部分的公路交通流量,但其运行状态极易受到供需矛盾、交通事故,以及地震、降雨、冰雪等环境因素的影响.其中,降雨是最常见的气象条件之一,对路网供需水平,乃至公路网行程时间波动性的影响都十分明显.为此,本文引入了行程时间可靠度这一可靠性评价指标,行程时间可靠性从道路使用者的角度出发,同时体现了网络可靠性理论和出行者的路径选择行为,更适用于对雨天路网状态不确定性的量化分析.国内外学者对行程时间可靠性进行了大量研究,并分别建立了适应不同需求的模型和算法:Mehran Babak等[1]基于对路网供需水平、气候条件以及交通事故的分析,提出了路段行程时间的评估函数,建立了路段行程时间可靠性模型,认为高峰时段开放固定式隔离墩是改善路段行程时间可靠性和缓解道路拥挤水平的有效手段;WilliaMH. m等[2]分析了恶劣气候条件和不确定供需水平对城市道路网的影响,建立了城市道路网的运行时间可靠度模型,同时研究了道路使用者的路径选择行为;侯立文等[3]结合出行者信息系统,以路段行驶时间和路段选择概率两个参数为核心,提出了信息技术环境下的路段出行时间可靠性模型.综合已有研究成果,通过对雨天自由流车速和路网供需水平的修正,笔者提出了公路路段的广义行程时间函数.在此基础上,结合用户平衡最优分配模型和串并联理论,建立了降雨条件下公路网行程时间可靠性的评价模型,进而借助Monte Carlo方法对模型进行求解分析.相关研究成果[4]表明,一次大范围降雨的雨滴谱及其特征值的空间分布是不均匀的,即降水强度在空间分布上具有较强的随机性,且有明显的峰谷值.本文用随机变量PI 来表征降雨过程中区域公路网上空间任意点的降水强度,定义为单位时间内的降水量.公路网中路段单元的空间跨度大,同一次降雨过程中路段各处的降水强度必然存在着差异,但在某一足够小的距离rε内,可近似地认为降水强度是均匀的.将一条路段等分为长度为rε的若干段,则该路段的降水强度可用集合的形式描述为式中 PIa——路段a的降水强度;PIaj——路段a上的第j等分处的降水强度;n——路段a分成的份数;la——路段a的长度;rε——距离阈值.路段a各处降水强度的分布可视为等概率事件,则降水强度的期望值从式(2)可以看出,任意路段a上第j部分的降水强度PIaj是一个随机变量,由于平均降水强度可以表示成这些随机变量的线性组合,雨天公路网上路段单元的平均降水强度也是一个随机变量.3.1 雨天路面摩擦系数变化分析路面会因降雨而被水膜覆盖,而行驶中车辆车胎的花纹空隙被雨水填满也会变得光滑,水膜来不及从磨光的轮胎下挤出,在转动的轮胎下聚拢成楔形,使该处的动水压力超过车轮的压力,就会导致轮胎上浮.楔形长度越长,轮胎与路面的接触面积就越小,轮胎在路面上的附着能力越弱,当车辆与路面的接触被完全破坏,就形成了滑水.水膜厚度和行驶速度是影响车辆附着系数的主要因素,文献[5]通过对轮胎进行有限元分析,给出了小车(子午线轮胎185/70R13)附着系数f的计算公式:根据相关研究成果,可能导致滑水的水膜厚度范围很广,而降雨与水膜厚度之间有着直接的关系[6].结合我国的路面结构情况,可利用回归分析得到水膜厚度的回归方程:式中 v为车辆行驶速度(km/h);h为水膜厚度(mm);l为坡长(m);i为坡度(%);PI为降雨强度(mm/min);TD为构造深度(mm).假设公路路段坡长15 m、坡度0.03,构造深度为1.5 mm,则可结合式(3)、式(4)得到雨天路面摩擦系数与降水强度、车速的函数关系:3.2 雨天路段自由流车速分析高速公路的路段车流大致呈车队形式,因此可基于停车视距条件来计算雨天安全行车距离(指在高速公路上以一定速度行驶的车辆发现前方车辆或障碍物时,采取制动措施后滑行一段距离而不与前方物体相撞的距离),进而获得合理的控制车速.由于视线不清,路面摩擦系数降低,雨天安全行车距离必须小于可视距离.同时,考虑前车速度瞬间降为零,车流中出现最大速度差的情况,后车的充分安全行车距离应满足:式中 L1为驾驶员识别前车的过程中(耗时t1),车辆所行驶的距离(m);L2为车辆制动过程中(耗时t2)行驶的距离(m);Lsafe为安全距离,一般为3~5 m;LVa为路段a的可视距离(m).根据AASHTO停车视距模型,式(6)可以转化成如下形式:式中 va表示后车行驶速度(km/h);f为汽车轮胎与路面的摩阻系数;其余同上. 由此,可求出雨天高速公路车辆的安全行驶车速:结合式(5)对车辆行驶速度和摩擦系数进行反复迭代,可得到不同降水强度下行车的安全限制车速va,本文中以此作为路段a雨天的自由流车速.3.3 降雨条件下路段通行能力分析为了凸显降水强度、能见度以及路面摩擦系数对雨天路段通行能力的影响程度,本文中作出如下假设:式中k1≥0为待定参数,可通过调查数据的回归分析得到.3.4 降雨条件下公路网需求水平分析公路使用者会根据降水强度来判断是否出行,降水强度较小时,出行需求水平受影响的程度较低,但随着降水强度的增大,交通需求水平受影响的程度不断增加,实际出行需求Qactual与正常状态出行需求Qnormal的偏差也就越大.设雨天Qactual∈Qnormal的隶属度为φrain,则φrain=φrain(PI),且0≤φrain≤1.文献[7]认为雨天交通需求水平的隶属度与降水量x之间存在近似的线性递进关系,但降水量衡量的时间跨度较长,不能体现出某一次降水形成的交通需求水平扰动.为此,需要建立雨天交通需求水平的隶属度与降雨强度的函数关系:式中φrain为雨天交通需求水平的隶属度函数;PI为公路网上的平均降水强度;PImax为高速公路限定的最大降水强度;k2≥0为待定参数,可通过调查数据的回归分析得到.根据上式,当降水强度为0时,交通需求不受影响,φrain=1;当降水强度超过上限时,高速公路将被封闭,此时φrain=0.4.1 广义行程时间函数恶劣天气恶化了道路驾驶条件,降低了道路交通的服务质量,会直接导致道路交通特征参数的变化(如车辆的行驶车速和路段通行能力的降低).而以往的时间测算函数只考虑了路段流量,没有反映出环境因素对行程时间的影响.本文以雨天为例,修正了传统的BPR函数,提出更具一般性的广义路段行程时间评价函数GBPR,实现对传统评价函数的功能扩展:式中 ta为路段a雨天的出行时间;xa表示路段a上的交通流量;λa(·)为雨天路段a自由流行程时间的折减函数;taf为正常状态下路段a的自由流行程时间;θa(·)为雨天路段a通行能力的折减函数;α、β为标量参数.显而易见,道路交通的自由流车速和道路通行能力在降雨影响下均会有一定程度的降低,能见度的降低、降水强度的增加或者摩擦系数的减小都会导致路段行程时间的增加,因此GBPR函数应满足[8]:(1)λa(·)=λa(LVa,PIa,fa)≥1,且随LVa的增加而递减,随PIa的增加而递增,随fa的增加而递减;(2)θa(·)=θa(LVa,PIa,fa)≤1,且随LVa的增加而递增,随PIa的增加而递减,随fa的增加而递增;时,公路网中不受降雨的影响,此时GBPR等同于传统的BPR函数.4.2 路段行程时间可靠性评价模型行程时间可靠度是评价出行时间稳定性的指标,它从道路使用者的角度来考察路网的运行可靠性.路网的行程时间可靠性指在特定的服务水平下和给定的时间内,车辆从起点到终点成功出行的概率.式中 Rat表示在某一特定服务水平下的路段行程时间可靠度;Ta表示在该服务水平下,路段行程时间的阈值;τa表示该服务水平下道路使用者可承受的最大拥堵系数,τa>1;taf表示路段a的自由流行程时间;ta表示路段a的实际行程时间. Anthony Chen等[9]针对不同服务水平的路段提出了行程时间的阈值标准,以实际行程时间和自由流行程时间的比值表示,如表1所示.基于出行者的路径选择行为,路段的实际行程时间ta可通过以下用户平衡最优分配模型求解.式中 Z(X)是用户最优平衡模型的目标函数;表示OD对r、s之间任意路径p上的交通流量,其中路径p∈Prs∈P;Prs表示r、s之间所有路径的集合;P表示网络中所有OD对之间所有路径的集合;xa表示路段a上的交通流量;φrain为雨天交通需求水平的隶属度函数;分别表示正常状态和雨天r、s之间的出行需求;为路段、路径相关变量,路段a在r、s之间的路径p上取1,否则取0.4.3 路网行程时间可靠性评价模型(1)路径行程时间可靠度.结合串并联理论,可以得到路径p的可靠性计算模型如下:式中 Rp为路径p的可靠度;δap为相关变量,当路径p经过路段a,δap=1,否则δap=0.(2)OD对行程时间可靠度.在此基础上,可以得到公路网中任意OD点对之间可靠度的计算模型:将式(15)代入式(16),得:式中 Rrs为任意OD对r、s之间的可靠度.(3)路网系统行程时间可靠度.交通网络的可靠性应反映网络中所有OD对之间通达的可靠性,可近似表示为式中 RS为公路网的运行可靠度;O为网络中出行起点的集合;D为网络中出行终点的集合;λrs为权重指标,反映了OD对r、s在交通网络中的重要程度,可根据出行需求量的大小来决定.引入图1所示的测试网络,假设正常状态下OD对(r1,s)和(r2,s)之间的出行需求分别服从均值为6 000 pcu/h和4 000 pcu/h的正态分布,标准差为均值的1/3,α、β取0.15和4,所有路段单元的设计车速均为100 km/h.通过对正常状态下路网供需水平和雨天降雨强度、空间分布的1 000次仿真(为了凸显降雨不同降水强度的影响程度,已剔除使路段行程时间趋于无穷大的降雨环境),可分别得出正常状态和雨天路段行程时间的统计分布,如图2所示.根据仿真结果,雨天所有路段的行程时间分布均比正常状态下更离散.其中,路段2、4、6最不稳定,是路网中对降雨最敏感的关键路段.通过搜索路网中的敏感路段有助于针对性地提出网络优化方案,提高公路网的鲁棒性,具有十分重要的应用意义.此外,结合阈值标准和仿真试验数据,还可以得到满足指定服务水平时路段单元雨天的行程时间可靠度,如表2所示.由此计算出不同状态下路径、OD对,乃至公路网的行程时间可靠度如表3所示.对比正常状态下的可靠度数据可明显看出,降雨对整个路网的行程时间可靠性产生了巨大的影响,使得路网可靠度下降了将近90%.其中,路径1和路径2均下降了90%左右,路径3仅达到正常水平的5%.这说明路径中路段数量越多,路径行程时间可靠性受到的影响也越大,与实际情况相吻合.基于降雨条件下路面水膜厚度和路面摩擦系数变化的分析,对雨天公路路段的自由流车速和通行能力进行了修正,提出了路段广义行程时间函数,并分析了降雨对路网需求水平的影响.而后结合用户平衡最优分配模型,建立了降雨条件下路网的行程时间可靠度模型.借助Matlab工具箱对不同等级和空间分布的降雨进行数值模拟,以寻找路网中对降雨较敏感的关键路段.对于不同的地区,可根据当地降雨天气的历史数据,通过雨天公路网行程时间可靠性模型找出路网中的薄弱环节,并以此作为公路管理部门进行路网优化的有力依据,实用性很强.本文对降雨的等级和空间分布以概率统计模型进行了简化假设,要进一步提高雨天公路网可靠性评价结果的适用性,还需要结合当地气象部门对降雨特征的研究成果.【相关文献】[1] Mehran B,Nakamura H.Methodology for assessing impacts of congestion relief schemes on travel time reliability[C].Proceedings of the 88th Transportation Research Board Annual Meeting,Washington D. C.,2009.[2] LaMW H K,Shao H,Sumalee A.Modeling impacts of adverse weather conditions on a road network with uncertainties in demand and supply[J].Transportation Research Part B,2008,42(10):890-910.[3] 侯立文,谭家美.信息条件下路段出行时间可靠性的计算[J].上海交通大学学报,2006,40(6):968-972. [HOU L W,TAN puting the link travel time reliability with information provision[J].Journal of Shanghai Jiaotong University,2006,40(6):968-972.][4] 姚莉,李小泉,张立梅.我国1小时雨强的时空分布特征[J].气象,2009,35(2):80-87.[YAOL,LIX Q,ZHANG L M.Spatial-temporal distribution characteristics of hourly rain intensity in China[J], Meteorolgical Monthly,2009,35(2):80-87.][5] 季天剑.降雨对轮胎与路面附着系数的影响[D].南京:东南大学,2004.[JI T J.Effect of rainfall on adhesion coefficient of tire-pavement interface[D]. Southeast University,2004][6] 张义,高建平,贾海燕.降雨对高速公路行车安全的影响及对策[J].西部交通科技,2008(2):20-24. [ZHANG Y,GAO J P,JIA H Y.The influence of showery rain on the expressway driving and its countermeasures[J].Western China Communication Science &Technology,2008(2):20-24.][7] 李利.浅析气候对交通发生量的影响[J].中南公路工程,2003,28(4):65-66,72.[LI L.Influence of climate on traffic volume[J].Central South Highway Engineering,2003,28(4):65-66,72.][8] LaMW H K,Shao H,Sumalee A.Modeling impacts of adverse weather conditions on a road network with uncertainties in demand and supply[J].Transportation Research Part B,2008,42(10):890-910.[9] Anthony Chen,Zhong Zhou,Piya Chootinan,et al.A bi-objectivereliable network design problem[C]. Transportation Research Board AnnualMeeting,2008:1-20.。