城市交通的快速發(fā)展是國家經(jīng)濟實力強力崛起的表現(xiàn)。在城市道路交通系統(tǒng)中,信號交叉口作為路網(wǎng)中的節(jié)點,研究節(jié)點之間的相互作用關(guān)系不但具有較高的理論價值,也具有較強的實際意義。區(qū)域協(xié)調(diào)控制是以節(jié)點之間的關(guān)系為基礎(chǔ)的,研究各節(jié)點之間的關(guān)聯(lián)性有利于實施交通控制子區(qū)的劃分,為制定更加適用有效的協(xié)調(diào)控制方案提供決策依據(jù),進而減少交通擁堵,提升路網(wǎng)的通行效率。本文針對目前關(guān)聯(lián)度模型存在的不足,提出一種考慮多指標(biāo)的綜合關(guān)聯(lián)度模型,用來度量兩節(jié)點之間的關(guān)聯(lián)關(guān)系,并以此作為子區(qū)劃分的依據(jù),基于DBSCAN聚類算法進行交通控制子區(qū)的劃分。論文首先基于固定檢測器采集的交通流數(shù)據(jù),使用Pandas工具研究數(shù)據(jù)處理的有效方法,通過研究交通流運行的特征與規(guī)律,獲取交通數(shù)據(jù)之間的分布規(guī)律與相關(guān)性特征,為研究節(jié)點間的關(guān)系做鋪墊。通過對現(xiàn)有關(guān)聯(lián)度模型的分析,指出模型的局限性,根據(jù)對節(jié)點關(guān)聯(lián)度影響因素的分析,在原有模型的基礎(chǔ)上進行優(yōu)化,構(gòu)建交通網(wǎng)絡(luò)節(jié)點之間的綜合關(guān)聯(lián)度模型。摒棄了通過單一模型對節(jié)點進行關(guān)聯(lián)與否的判別方法,使用DBSCAN密度聚類算法將包含多維特征的不同節(jié)點進行聚集,將多維特征的同質(zhì)性作為路網(wǎng)劃分的依據(jù),有效防止了傳統(tǒng)模型根據(jù)主觀閾值判斷的不適應(yīng)性。使用Vissim軟件對實際路網(wǎng)進行還原,包括10個節(jié)點和15條道路的具體的渠化方式和相位進行相應(yīng)設(shè)置,根據(jù)實際采集的交通信息數(shù)據(jù)進行仿真,將多次仿真結(jié)果取平均值以減少誤差。與兩種傳統(tǒng)方法進行對比,使用本文模型劃分的結(jié)果其平均延誤和排隊長度等各指標(biāo)均有一定程度的縮減,驗證了本文模型方法的有效性。實驗證明本文提出的模型可以較好的將交通相似性較高的節(jié)點聚集到一個交通控制子區(qū),并且對劃分后的子區(qū)進行協(xié)調(diào)控制時可以在一定程度上提升路網(wǎng)的通行效率。
【學(xué)位單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：U491
【部分圖文】：

，，，??因此，從宏觀的角度看，各節(jié)點和路段的交通流量體現(xiàn)在流量時間序列圖上會基本??吻合，從微觀的角度看，由于車流的到達(dá)的不規(guī)律導(dǎo)致各節(jié)點和路段的交通流無法??做到精準(zhǔn)預(yù)測。本章將通過對路段和節(jié)點間的交通流進行分析，研究其內(nèi)在的聯(lián)系??和規(guī)律性。??２．３．１相似性??交通流量指標(biāo)是城市交通流特征最直觀的體現(xiàn)，通過對交通流量的分析研究??其在時間維度上的相似性。??本節(jié)選取北京市順義區(qū)省道Ｓ３３５某路段Ａ由西向東方向與Ｘ０２５某路段Ｂ由??西向東方向作為研究對象，其中路段Ａ是主干道，路段Ｂ為次干道，交通流量差??異較大，研究這兩個路段的目的是橫向?qū)Ρ瘸鞘兄胁煌燃壍牡缆分g交通流的??差異性和相似性。選�。玻埃保改辏吃拢玻叭罩粒玻埃保改辏吃拢玻比諆商斓慕煌繑�(shù)據(jù)，??作出時間序列圖對比如圖２－１所示。??—＂??

在晚上〇〇：?００到凌晨６：?００車流量很小。由于道路等級的差別，導(dǎo)致兩道??路的車流量差異較大，路段Ａ的平峰及高峰流量將近達(dá)到路段Ｂ的三倍。但兩路??段各自的流量序列圖趨勢走向基本一致，不同道路在不同日期下流量序列圖擬合??基本較好，表現(xiàn)出較高的相似性。??２．３．２波動性??城市交通系統(tǒng)是由行人、車流、道路等多種元素組成，由于在運行過程中會受??到諸多因素諸如天氣、道路情況、駕駛員主觀意識等因素的影響，會導(dǎo)致交通流雖??然在較長時間軸上規(guī)律性較強，但是無時無刻都會呈現(xiàn)出隨機的波動性。??本節(jié)采用流量差分圖來對交通流進行分析，將相鄰時間間隔的流量值進行差??分，畫出２０１８年３月２０日至２０１８年３月２１日兩天路段ＡＢ的差分序列圖如圖??２－２所示，差分值的大小可以表示流量在短時間內(nèi)的波動性和隨機性，差分值越大??表明車流量在此時間段內(nèi)變動較為劇烈，差分值越小表明車流量越平穩(wěn)。??

點Ｍ東進口道方向與Ｓ２０３某節(jié)點Ｎ南進口道方向作為研究對象，提�。玻埃保改辏�??月２２日－２０１８年３月２３日全天交通流量數(shù)據(jù)進行分析，時間粒度為５分鐘。做出??斷面交通量隨時間變化關(guān)系如圖２－３所示。??Ｉ?：?Ｉ?ｉ?；?Ｉ?ｉ???ｍ??１７ｎ．?１?Ｌ?ｉ?：Ｎ??：士??６０?—Ｉ?ｌｉＷ?＼?—ｊ?Ｗｔ?ｋ??Ｋ?Ｊ?Ｖ??０?＂?＇?．．．??０３－２２?００?０３－２２?０６?０３－２２?１２?０３－２２?１８?０３－２３?００?０３－２３?０６?０３－２３?１２?０３－２３?１８?０３－２４?００??圖２－３節(jié)點Ｍ和Ｎ交通量時間序列圖??Ｆｉｇ．?２－３?Ｔｉｍｅ?ｓｅｒｉｅｓ?ｄｉａｇｒａｍ?ｏｆ?ｔｒａｆｆｉｃ?ｆｌｏｗ?ｆｏｒ?ｎｏｄｅｓ?Ｍ?ａｎｄ?Ｎ??從圖中可以看出，兩節(jié)點進口道流量在３月２２日至３月２３日的日變化特征??有很大的相似性，圖像變化趨勢基本一致。對于Ｍ節(jié)點來說，不同日期的早高峰??和晚高峰的峰值基本都較為固定，且平峰時段流量也維持在同一水平，一般在早上??０７：?００出現(xiàn)早高峰，０８：?００到下午１７：?００處于相對穩(wěn)定的平峰狀態(tài)，流量只在小??范圍波動
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李瑞敏;唐瑾;;城市道路交通流離散模型優(yōu)化分析[J];公路工程;2015年04期

2 別一鳴;盧凱;王琳虹;;相鄰交叉口周期時長差異對關(guān)聯(lián)度指標(biāo)的影響[J];北京工業(yè)大學(xué)學(xué)報;2013年11期

3 首艷芳;徐建閩;盧凱;;相鄰交叉口相聚度分析及應(yīng)用[J];交通信息與安全;2012年06期

4 趙文濤;錢曉杰;朱蕓;宋馳;沈國江;;基于關(guān)鍵路口的動態(tài)交通子區(qū)劃分[J];計算機與應(yīng)用化學(xué);2012年10期

5 盧凱;徐建閩;鄭淑鑒;王世明;;協(xié)調(diào)控制子區(qū)快速動態(tài)劃分方法研究[J];自動化學(xué)報;2012年02期

6 楊潔;過秀成;李巖;何賞璐;劉迎;;城市信號控制交叉口群路徑關(guān)聯(lián)度模型[J];交通運輸系統(tǒng)工程與信息;2012年01期

7 保麗霞;;基于車隊離散模型的交叉口關(guān)聯(lián)度量化方法研究與試驗[J];公路交通科技;2011年S1期

8 李聰穎;馬榮國;王玉萍;王肇飛;;城市慢行交通網(wǎng)絡(luò)特性與結(jié)構(gòu)分析[J];交通運輸工程學(xué)報;2011年02期

9 謝穎;李春貴;閆向磊;張宏磊;;基于模糊神經(jīng)網(wǎng)絡(luò)交通控制子區(qū)動態(tài)劃分[J];廣西工學(xué)院學(xué)報;2011年01期

10 胡華;高云峰;邱薇華;;基于路徑關(guān)聯(lián)性的交叉口群動態(tài)劃分方法[J];重慶交通大學(xué)學(xué)報(自然科學(xué)版);2010年05期

本文編號：2865819