下载文档原格式
![[工学]交通流理论](https://img.taocdn.com/s1/m/8ef2b977b9d528ea80c779a9.png)
城市道路落客区车辆延误模型
张立帆;焦朋朋;司铭锴
【期刊名称】《系统仿真学报》
【年(卷),期】2020(32)9
【摘要】提出一种城市道路落客区车辆延误的计算模型。
分析了独立落客区和路段落客区的交通组织模式。
将"排队落客"模式的落客过程分为2个阶段,结合排队论和可插车间隙理论,建立了落客车辆的延误模型,并设计了优化算法。
随后以北京市安贞医院入口路段为测试对象,应用VISSIM仿真软件和实际调查的数据对模型进行验证。
分析了落客率和落客区长度对落客车辆延误的影响。
结果表明,模型能够精准的获取落客车辆的延误,同时可以为落客区的合理设置提供依据。
【总页数】8页(P1839-1846)
【作者】张立帆;焦朋朋;司铭锴
【作者单位】北京建筑大学北京未来城市设计高精尖创新中心;北京市市政工程设计研究总院有限公司第一设计研究所
【正文语种】中文
【中图分类】U491.2
【相关文献】
1.挖掘道路潜力减少市中心区部分公交车辆、出租车辆因停靠上下客对道路交通的影响
2.城市道路环形交叉口车辆排队及行车延误研究
3.城市道路信控交叉口车辆
延误分析与治理对策4.基于设置直行待行区的信号交叉口车辆延误研究5.城市道路信控交叉口车辆延误分析与治理对策
因版权原因，仅展示原文概要，查看原文内容请购买。
交叉口延误计算公式
交叉口延误计算公式是交通工程领域常用的一种计算方法。
它通过分析交叉口的车辆流量、车速、红绿灯周期等因素，计算出交叉口的延误时间，从而评估交叉口的运行效率。
下面介绍一下交叉口延误计算公式的基本原理和应用方法。
交叉口延误计算公式的基本原理是根据车辆通过交叉口的实际
情况，估算出车辆在交叉口内停留的时间，然后将所有车辆的停留时间累加起来，就得到了交叉口的总延误时间。
具体计算方法如下：延误时间 = (车辆数×车辆平均停留时间) / 3600
其中，车辆平均停留时间是指车辆在交叉口内等待和通过的平均时间，可以通过以下公式计算：
车辆平均停留时间 = (交叉口长度÷车速) + (红灯时间×
车辆通过率)
交叉口长度是指交叉口两端道路的距离，车速是指车辆通过交叉口的平均速度，红灯时间是指交叉口红灯的时间，车辆通过率是指通过交叉口的车辆数量与通过交叉口的总车流量之比。
交叉口延误计算公式的应用方法是先测量交叉口的长度和车流量，然后根据实际情况估算出车速和红绿灯周期，最后使用上述公式计算交叉口的延误时间。
通过对不同交叉口的延误时间进行比较，可以评估交叉口的运行效率，并提出改进措施。
总之，交叉口延误计算公式是交通工程领域非常重要的计算方法，可以帮助交通工程师评估交叉口的运行效率并提出改进措施，从而提
高城市交通的整体运行效率。
1.交通流特性：是指交通流运行状态的定性、定量特征。
2.延误：是指行驶在路段上的车辆由于受到道路环境、交通管理与控制及其他车辆的干扰等因素的影响而损失的时间。
3.平均饱和排队车辆数：Q0即在整个计算时间内由于个别周期过饱和以致绿灯时间结束时仍然滞留在停车前后的车辆数。
4.交通需求：是指在社会经济发展过程中对客、货流通的客观要求。
是社会经济生活中人和货物对空间位置的需求，是任何经济社会活动赖以存在的基础。
5.交通需求量：是指在特定的时间、空间条件下，社会经济生活在客货运空间位移方面的需求大小。
6.交通供给：是指在一定时期内，在一定的价格水平上，交通运输生产者愿意而且能够提供的交通服务数量。
7.跟驰理论：是运用动力学方法研究在限制超车的单行道上，行驶车队中前车速度的变化引起的后车反应。
8.车队离散：车队从上游交叉口停车前驶出后，由于其中所包含的车辆行驶速度存在差异，在到达下游交叉口停车线之前，便渐渐拉开距离，即发生车队“离散现象”。
9.交通分析过程：交通子系统界定、发现问题、寻找根源、给出答案。
10.交通需求影响音速：城市路网结构、交通政策、交通结构。
11.交通系统分析意义：为交通规划提供依据、为交通设施设计及改造提供依据、为交通管理提供依据、为交通政策和法规的制订提供依据。
12.系统优化方法：逻辑判断法、数学优化法、智能优化法。
13.交叉口的延误模型：均衡延误和随机延误。
14.车辆在信号交叉口的延误时间和排队长度：主要取决于车辆的到达率和交叉口的通行能力。
15.稳态延误模型建立了如下的基本假定：（1）信号配时为固定式配时，且初始时刻排队长度为零。
（2）车辆平均到达率在所取的时间段内是稳定不变的。
（3）车辆受信号阻滞所产生的延误时间与车辆到达率的相关关系在所取的整个时间段内不变。
（4）交叉口进口断面的通行能力在所研究时间内为常数，且到达率不能超过信号通行能力。
（5）在时间段T内，车辆到达和离去平衡。
(2005) 西安交通大学对具有排队的多模式动态交通分配问题及其相关应用进行研究。
本文对动态交通分配模型发展进行了介绍和总结，并详细讨论了模型中的路段动态函数、流量传播约束、FIFO等相关特性。
将单一交通模式的点排队路段动态模型扩展到多模式动态路段模型，并且证明了各种模式的路段行程时间函数合乎模式内的FIFO特性，以及在拥挤情况下各模式车辆的速度收敛特性。
将多模式随机动态同时的路径与出发时间选择平衡条件描述为变分不等式问题，提出了两个不同的算法用于求解变分不等式问题：算法一是基于路段的算法，这个算法给出了基于logit的同时的路径与出发时间选择的随机动态网络配载方法，并证明了这个方法的正确性；算法二是基于路径的启发式算法。
仿真试验验证了模型以及两个算法的有效性。
提出了多模式多用户动态交通分配模型，用于评估ATIS对不同模式出行者和交通系统的影响。
将每一模式的出行者分为两类：一类是装配ATIS的出行者，另一类是未装配ATIS的出行者。
由于所能获得的交通信息质量的差异，他们将遵循不同的动态用户平衡条件。
同时，每一种模式出行者在选择路径和出发时间时，不但考虑出行费用和进度延误费用的影响，而且还考虑油耗费用的影响。
将多模式多用户动态用户平衡条件描述为统一的变分不等式问题，利用对角化算法计算相应的平衡流量状态，并通过仿真试验验证了模型与算法的有效性。
使用nested-logit模型模拟ATIS的市场渗透率与服从率，模型的上层模拟了驾驶小汽车出行者的购买行为(市场渗透率)，底层主要描述了装配ATIS设备的小汽车出行者的服从行为(服从率)。
设计了固定点算法计算ATIS的平衡市场渗透率与服从率。
并在简单的路网上进行了仿真研究，结果证明算法与模型是正确和有效的。
提出了组合模式动态交通分配模型，模型中假设有两类出行者：一类是纯模式出行者，他们自己驾驶小汽车完成一次出行。
另一类是组合模式出行者，在其一次出行的第一部分是自己驾驶小汽车完成的，剩余部分是乘公交车完成的。
车辆跟驰模型参数标定与验证研究摘 要微观交通仿真系统越来越广泛地被用于交通工程、交通规划领域，其前提是使用的各种交通模型得到充分的标定与验证。
本文对微观交通仿真系统中的核心模型——车辆跟驰模型的参数标定与验证作了研究，主要包括如下研究内容：1）首先研究了微观交通仿真国内外现状，各种车辆跟驰模型的原理，选取GM类车辆跟驰模型作为待标定与验证的车辆跟驰模型，进一步研究了此类模型中最重要的参数之一——驾驶员反应时间的标定方法；2）选取大部分车辆处于跟驰状态的微观交通流数据，分析其各种交通流特性：交通流量、平均车速、车流密度、车头时距等，为车辆跟驰模型参数标定与仿真验证工作做好数据准备；3）使用互相关分析法，最小二乘法，相对速度与加速度对比图法标定GM类车辆跟驰模型最重要的参数之一反应时间，对反应时间做出统计描述，并从反应时间这个角度分析驾驶员特性；比较这三种标定方法的不同；4）从驾驶员认知角度分析车辆跟驰过程中跟驰行为的影响因素，进一步利用定量分析法——因子分析法分析车辆跟驰过程中跟驰行为的主要影响因素，基于主要影响因素，选取合适的GM类车辆跟驰模型，标定除反应时间之外的其它参数；5）以分布式并行仿真系统TPSS为平台，集成标定好的车辆跟驰模型，运用仿真验证方法，验证参数标定结果的有效性。
本文利用互相关分析法，最小二乘法，相对速度与加速度对比图法标定了驾驶员反应时间，得到此参数的均值，标准差等统计描述，发现互相关分析法的计算结果与以往的研究具有较大的差异，最小二乘法，相对速度与加速度对比图法的计算结果与以往的研究一致。
对车辆跟驰模型中反应时间之外的参数的标定，得到了两组分别适合于车辆加速时与车辆减速时的参数值。
将标定好的车辆跟驰模型集成到分布式并行仿真系统TPSS中仿真验证表明，仿真结果达到了预先设定的仿真模型验证标准。
关键词：微观交通仿真，GM类车辆跟驰模型，分布式并行仿真系统，标定，验证，反应时间Research on Parameters Calibration and Verification ofCar-following ModelsABSTRACTTraffic micro-simulation systems have been widely used in the fields of transportation engineering and planning, and its premise is that all kinds of models in those traffic micro-simulation systems have been adequately calibrated and verified. In this thesis, some research is done on parameters calibration and verification of core models: car-following models of traffic micro-simulation systems, and the major contributes are as follows:1)Recent traffic micro-simulation research all over the world isdiscussed, and laws of many kinds of car-following models are introduced. Then GM-type car-following models are chosen as models which will be calibrated and verified later. The calibration ways of driver reaction time: one of the most important parameters in GM-type models are summarized.2)A set of Micro-traffic flow data in which most cars are in the car-following state is chosen, and many kinds of traffic characteristics such as flow, mean speed, density and time headway are analyzed.These characteristics are the base of the following calibration andverification.3)Driver reaction times are calibrated in the ways of cross-correlationanalysis, least squares method, and the relative speed and the acceleration spot, and statistic description of reaction times is obtained.From the viewpoint of reaction times, driver behavior is researched.Also, three calibration ways are compared.4) Factors which effect car-following behavior are analyzed from thepoint of drivers’ cognition, and factors analysis are done to these factors, then main factors influencing car-following behavior are grasped. Based on this, a kind of GM-type model is chosen, and other parameters except reaction time in this model are calibrated.5)TPSS is used as a simulation platform, and the model of whichparameters have been calibrated is integrated in TPSS, the simulation results are compared to the reality to verify the reliability of the calibration work.The mean values and standard deviations of react times are obtained using three ways. The results of cross-correlation analysis are different from the past research, and the results of other two ways are similar to the past research. Two sets of parameters values are acquired corresponding to accelerating state and decelerating state. Verification results satisfy the standard of traffic micro-simulation.Key Words: Traffic Micro-simulation, GM-type Car-following Models, Traffic Parallel Simulation System, Calibration, Verification, Reaction Time上海交通大学学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。
