当前位置：文档之家 › 城市交通系统结构模型分析

城市交通系统结构模型分析

  • 格式：pdf
  • 大小：84.02 KB
  • 文档页数：1

科技信皇　垣市交通系统结构模型分析　紫琅职业技术学院建筑工程系　陈静　［摘要］利用系统工程中的解析结构模型，将城市中错综复杂的交通问题看作一个大系统，分析系统中各要素的直接、间接关系，画　出多级递阶结构，从而描述了各要素之间的相互关系，找出影响城市交通问题的根本原因。　［关键词］系统　结构模型　城市交通要素　Ｏ．引言　随着我国经济增长和城市化水平的提高，城市机动车的数量增长　速度远远超过了道路的增长速度，城市交通日趋紧张，交通拥挤与阻塞　现象日趋严重，交通问题已成为阻碍经济发展的显著原因，城市交通面　ｌ临着严峻考验，解决城市交通问题迫在眉睫，交通问题影响因素也众　多，各因素问的关系如何？哪些是主要因素？这些问题仅凭经验判断　比较困难。将城市交通问题看作一个大系统，应用解析结构模型，可将　众多交通问题之间的关系用多级递阶结构直观地表示出来，从而找出　交通问题的根本原因，并提出相应对策，从而解决交通问题。　１．关系要素的邻接关系及有向连接图　１．１关联要素总汇　从影响城市交通系统的各个角度出发，考虑影响其系统的各个要　素，现定义各要素为：①行驶条件差，且道路建设标准低；②整体交通环　境差；③城市交通行业管理体系缺乏；④缺乏城市交通规划或实施滞　后；⑤缺乏人行天桥、地道设施；⑥出租车、中巴车乱停，乱靠；⑦公共　交通欠缺，公交车数量少；⑧行人不遵守交通规则；⑨机动车的违章；⑩　自行车数量多；⑩交通标志设置不规范、不合理；⑩道路拥堵、车速慢。　１．２各要素之间的关系　根据各要素之间存在的联系，建立各要素之间的关联，如表１所示。　表１所有因素关联表　要素　影响数　影响要素　要素编号　影响因素数　影响要素　１　２　７、８　７　３　１、９、１２　２　０　Ｏ　８　３　１、９、１２　３　３　８、９、１２　９　２　８、１２　４　１　１２　１Ｏ　３　８、９、１２　５　２　９、ｌ２　ｌ１　２　６、８　６　２　５、７　１２　２　１、２　１．３有向连接图　有向连接图：设有一系统其元素用点表示，元素之间的关系用箭头　表示，即可构成有向连接图。　根据表１可以绘出城市交通系统各要素之间有向连接图，如图１。　

图１有向连接图　２．系统结构模型解析法　系统结构模型解析法就是先构造相邻矩阵，再算出可达矩阵，建立　可达集、前因集，最后进行因素分区、分级，根据分区分级结果即可绘出　结构分析图。设相邻矩阵为Ａ，其元素为：　『１（请　达到ｆ，且ｉ≠ｆ）　１０　（其它）　于是，可得图ｌ的相邻矩阵Ａ：　

一１０８一　可达矩阵表示有向连接图中各节点间的可达程度，可按布尔运算　规则得到可达矩阵，即　Ｍ　（ＩＵＡ）　＝ｒＩＵＡ）　一　其中，Ｉ——与Ａ同阶的单位矩阵；ｒ一运算次数。　因此经过变换，由Ａ可得到可达矩阵Ｍ。　

＾　＝（Ａ＋，）　＝（Ａ＋Ｊ）　

３．多级递结构的建立　３．１因素分区　将可达性矩阵Ｍ分解成可达集Ｒｉ（ｉ可到达的各元素）和先行集合　（可到达ｉ的各元素），得到矩阵Ｍ。除去唯一的输出端２进行分区，　根据分区原则有：　ＲＮＲｊ＝　式中，　表示空集。可见Ｍ中任一元素同属一个区域。　３．２级间分解　分级的准则为依次找出ＲｉｎＡｉ＝Ａｉ的因素，即为分级的次序。满足　该条件的有元素３、４、１０、１１，则第一级为Ｌ　＝｛３，４，１０，１１），从表中除去　元素３，４，１０，１１可得第二级Ｌ２＝｛６】；依次类推，分别得到第三级Ｌ＝（５），第　四级ＩＪ４＝｛１，７，８，９，１２），第五级Ｌ５＝｛２１。因此，根据分区分级结果可绘出　城市交通系统的多级递阶结构图，如图２。　

第　／　—一一　第三级　第二级｛　第一缎　图２城市交通系统的多级递阶结构图　４．结论　对比图１和图２不难发现，图２可更直观、更清晰地反映出系统的　递阶控制作用关系：第一级因素城市交通行业管理体系缺乏、缺乏城市　交通规划或实施滞后、自行车数量多、交通标志设置不规范、不合理是　发展城市群综合交通网络系统的基础；第二级因素为出租车、中巴车乱　停、乱靠。第三级因素为缺乏人行天桥、地道设施，第四级因素为行驶　条件差、且道路建设标准低、公共交通欠缺、公交车数量少、行人不遵守　交通规则、道路拥堵、车速慢。第一、二、三、四级因素共同决定着城市　交通系统，同时后者又引导着第五级因素整体交通环境。　系统结构模型分析法便于决策者把握复杂系统的结构，根据该法　建立的多级递阶结构图有助于找出影响一个大系统的关键因素，有利　于解决相应的交通问题。　参考文献　［１］刘铭，时昕．基于解析结构模型的交通问题分析与对策［Ｊ］．系统　工程．２０００．　［２］杨家本，林锦国，黎明森等．系统工程概论［Ｍ］．武汉理工大学出　版社，２００２　Ｏ　Ｏ　Ｏ　０　Ｏ　Ｏ　Ｏ　Ｏ　Ｏ　Ｏ１　Ｏ　Ｏ　Ｏ　Ｏ　０　Ｏ　Ｏ　Ｏ　Ｏ１１　Ｏ　Ｏ　Ｏ　Ｏ　Ｏ　Ｏ　Ｏ１　Ｏ　Ｏ　Ｏ　Ｏ１　０　Ｏ　Ｏ　Ｏ　Ｏ１１　Ｏ　０　Ｏ　Ｏ１　Ｏ　Ｏ　Ｏ　Ｏ１　０　Ｏ　Ｏ　Ｏ　Ｏ　０　Ｏ　Ｏ　Ｏ　Ｏ１　Ｏ　０　Ｏ　Ｏ　Ｏ　０　Ｏ　Ｏ　Ｏ　．１　ｎｖ１ｌｌ１１１１１１１．　１　２　３　４　５　６　７　８　９　

Ｕ

合集下载

城市智慧交通系统总体架构设计

城市智慧交通系统总体架构设计

7 科技资讯 SCIENCE & TECHNOLOGY INFORMATION科技资讯2018 NO.22SCIENCE & TECHNOLOGY INFORMATION信 息 技 术

DOI：10.16661/ki.1672-3791.2018.22.007

城市智慧交通系统总体架构设计①

谷国栋 陈伟*

(深圳市赛为智能股份有限公司大数据研究院 广东深圳 518000)

摘要：智慧交通是智慧城市建设体系中一个重要的分支，是由无数个子系统平台组成的综合交通信息处理服务系统，是城市进一步发展、解决交通问题、提高经济实力的重要手段。本文在介绍智慧交通的背景基础上，探讨了智慧交通系统的整体架构设计，并重点分析了公共数据与服务支撑平台在整体系统中的核心作用，可为相关建设者提供借鉴。关键词：智慧交通 智慧城市 公共数据 服务平台中图分类号：TP399 文献标识码：A 文章编号：1672-3791(2018)08(a)-0007-02

①作者简介：谷国栋（1974—），男，汉族，江苏南京人，硕士，中级工程师，研究方向：大数据、云计算、智慧城市。

通讯作者：陈伟（1991—），男，汉族，安徽六安人，硕士，工程师，研究方向：大数据、智慧应用，E-mail：chenwei@sz-

。新一轮信息技术及产业改革的到来，需要我们积极地

去探索和建立引领经济模式新发展的体制和方式。“综

合交通、智慧交通、平安交通、绿色交通”战略方案是我国

“十三五”期间综合交通运输体系发展的总目标，而智慧

交通是该建设的核心目标。

1 智慧交通介绍

1.1 现状

随着我国城市化的推进步伐不断加快，道路拥挤、私

家车的不断增多都给城市交通系统带来了巨大的压力，严

重阻碍了城市的进一步发展。而目前城市交通发展中普遍

存在运输网络系统落后、公共服务水平低、行业运行监管

能力不足等问题。盲目扩宽城市道路以及增加公共交通工

具等方式，并不能从根本上解决当前面临的交通问题[1]。大

城市交通规划中交通可达性模型及其应用

城市交通规划中交通可达性模型及其应用

城市交通规划中交通可达性模型及其应用

摘要：交通可达性属于出行者及公交系统与土地应用等方面互相作用，涉及到特定城市空间中公交需求量。随着城市化进程不断加深，国内沿海、中部地区开始提出城市群发展主要战略，该战略可有效减低城乡间差距，充分整合区域性资源。交通可有效实现人、物、空间之间的转移，能够充分提升经济发展。我国诸多城市群均开始了不同程度交通规划研究。本文分析了城市交通规划中交通可达性模型，并提出实用性应用策略。

关键词：城市交通；交通可达性；评价模型

近年来，国内城市规模持续扩张，已有的城市交通体系早已不能适应新时期交通需求量。为了有效改善城市交通状况及环境，中国提出了优先发展公共交通战略。发展公共交通来推进城市空间形态及结构形式早已成为现代化发展关键内容。城市公交网络结构和布局均需适应的评价系统，这也是线网优化及调节的主要决策依据。

一、城市交通规划及交通可达性

1.城市群交通规划分析

城市群空间形态决定着交通形态，同时也决定着交通发展方式方面的转变。城市群交通特征主要是：第一，城市群区域内产业及人口方面的重新分布，从而产生新型交通节点，关键点布设于城际主干线上；第二，城市群为发展趋向及城镇聚合轴方面的主要导向，从而积极发展铁路及城际轨道之间的交通，和城市轨道互相交通，同时常规公共交通统一规划，并且衔接式配合，以便有效实现轨道一体化换乘；第三，区域内中心城市应注重公共交通发展，特别是大容量及集约型轨道交通方式。

2、可达性概念

具体来讲，可达性含义极为广泛，时空意义上的可达性，或是社会学及心理学意义上可达性。它是城市交通网络合理性及运输效率主要评价指标，通常是考虑时空意义上可达性。应作为评价交通系统优质性及高效率完成运输任务，是否实现充分及高效和平衡与协调等基本要求。此方面综合性指标主要是分为两层理解，1）城市交通网视角下则是可达性指标；2）城市某点或某区域视角下理解为可达性指标。而后者亦可分为两个角度进行分析，分析城市其余各点及区域至此点和此区域便捷性，或是分析该点及该区域至城市其余地方便捷性。这两个方面意义并不等同。

城市交通拥堵状况预测与优化模型

城市交通拥堵状况预测与优化模型

城市交通拥堵状况预测与优化模型

随着城市人口的增加和汽车数量的增加，城市交通拥堵问题日益凸显，给人们的出行带来了很大的不便。为了更好地解决城市交通拥堵问题，提高交通运行效率，研发了许多城市交通拥堵状况预测与优化模型。

一、城市交通拥堵状况预测模型

城市交通拥堵状况预测模型是通过对历史交通数据的分析和建模，结合实时交通数据的监测与采集，预测未来一段时间内城市交通拥堵状况的模型。常见的交通拥堵预测模型包括基于时间序列方法、基于统计回归方法、基于人工神经网络方法等。

1. 基于时间序列方法

基于时间序列方法是根据历史交通数据的特征和规律，建立数学模型来预测未来的交通拥堵状况。常用的时间序列方法包括ARIMA模型、指数平滑模型等。ARIMA模型基于时间序列的自相关性和移动平均性，能够较好地预测一定时间范围内的交通拥堵情况。指数平滑模型则是基于时间序列中的平滑系数，通过调整权重来预测未来的交通状况。

2. 基于统计回归方法

基于统计回归方法是通过建立交通拥堵状况与影响因素之间的关系模型，来预测未来的交通拥堵状况。通常采集的影响因素包括交通流量、路网结构、道路限制条件等。通过对这些因素的统计分析和回归建模，可以预测未来一段时间内的交通拥堵情况。

3. 基于人工神经网络方法

基于人工神经网络方法是通过模拟人脑神经网络的工作原理，建立交通拥堵状况与影响因素之间的复杂非线性关系模型。人工神经网络模型能够自动学习和提取交通数据中的隐藏信息并进行模式识别，从而准确预测未来的交通拥堵状况。

二、城市交通优化模型 城市交通优化模型是为了减少交通拥堵，提高交通效率，设计出合理的交通规划和控制策略的模型。常见的交通优化模型包括交通信号优化模型、路网优化模型、出行路线选择模型等。

1. 交通信号优化模型

交通信号优化模型是通过对交通信号灯的控制策略进行优化设计，来提高交通流量和驶过路口的效率。常用的交通信号优化模型包括传统的固定周期控制模型、感应控制模型、自适应控制模型等。通过对交通流量的监测和信号灯控制策略的调整，可以显著减少交通拥堵情况，提高路口的通行能力。

基于SBM-Tobit-GWR模型的交通结构效率

基于SBM-Tobit-GWR模型的交通结构效率

文章编号：0258-2724(2021)03-0594-08 DOI: 10.3969/j.issn.0258-2724.20190881

基于SBM-Tobit-GWR模型的交通结构效率

曹旭东 1,2，王建军 1,2，陈晨辰 3

（1. 长安大学运输工程学院，陕西 西安 710064；2. 长安大学生态安全屏障区交通网设施管控及循环修复技术交通运输行业重点实验室，陕西 西安 710064；3. 安徽建筑大学土木工程学院，安徽 合肥 230601）

摘　要：在国家节约资源和生态环境保护战略的引导下，为了提高交通运输效率，改善交通运输结构，实现交通行业的绿色可持续发展，从交通投入与系统产出两个层面分析影响交通结构效率的因素，引入非期望产出的超效率SBM （slack based measure）模型，并考虑交通的环境效益，系统分析了我国30个省市的区域交通运输效率. 同时，应用Tobit回归方法与地理加权模型（geographically weighted regression，GWR）解析交通结构效率差异成因、空间分异特征，并提出相应的结构调整策略. 研究结果表明：交通运输综合效率存在地域分布差异，效率值排名前5的省份和效率值分别为上海（1.567）、广东（1.366）、云南（1.292）、江西（1.181）、安徽（1.160）；全国范围内，第二产业产值占GDP比重、人口密度、人均地区生产总值的回归系数分别为0.951 3、0.765 9、0.569 1，三者对于交通结构效率的影响最为显著；分变量系数空间分布图显示不同地区各社会经济要素对于交通结构效率的影响程度存在空间异质性；现阶段我国整体交通效率的提升需要将交通基础建设的大规模、粗犷式发展转变为交通布局规划的精细化设计，优化资源配置，促进公共交通发展.关键词：交通结构效率；数据包络分析；Tobit回归；地理加权回归；非期望产出；环境保护中图分类号：U116 文献标志码：A