城市化進(jìn)程中機(jī)動(dòng)車保有量的快速增加,造成交通量持續(xù)增長(zhǎng),不僅導(dǎo)致交通擁堵加劇,而且增加了交通管理與控制的難度。而交通擁堵是嚴(yán)重制約城市發(fā)展的重要因素之一,因此改善和緩解城市交通擁堵成為加速城市發(fā)展最為棘手的問題。復(fù)雜多樣的城市路網(wǎng)發(fā)生交通擁堵以及后續(xù)演化,終將成為區(qū)域性的擁堵或者規(guī)�；膿矶�,而傳統(tǒng)的控制模型方法很難從中獲取準(zhǔn)確的出行OD數(shù)據(jù),導(dǎo)致交通管控難以滿足居民出行需求。雖然宏觀基本圖(MFD)存在性的證實(shí),為整體上判斷路網(wǎng)的交通狀態(tài)和實(shí)施管控提供了良好的平臺(tái),但由于路網(wǎng)子區(qū)交通狀態(tài)的差異性,如何準(zhǔn)確有效實(shí)施邊界控制方法成為解決宏觀路網(wǎng)交通擁堵的關(guān)鍵。本文依托國(guó)家自然科學(xué)基金資助項(xiàng)目“基于時(shí)空檢測(cè)的擁堵交通網(wǎng)絡(luò)本征提取及快速疏散算法研究(No.61304195)”與安徽省自然科學(xué)基金資助項(xiàng)目“擁堵交通網(wǎng)絡(luò)空間態(tài)勢(shì)轉(zhuǎn)換機(jī)理及其快速疏散研究(No.1408085QF111)”,提出了面向多個(gè)MFD子區(qū)的邊界控制時(shí)機(jī)決策方法,主要研究包含以下幾個(gè)方面:首先,通過對(duì)比常規(guī)的交通量預(yù)測(cè)方法,考慮宏觀路網(wǎng)特性,利用動(dòng)態(tài)拉格朗日因子,結(jié)合Kalman濾波預(yù)測(cè)和宏觀交通量變化規(guī)律,建立了區(qū)域路網(wǎng)宏觀交通預(yù)測(cè)方法。其次,根據(jù)MFD特性對(duì)路網(wǎng)進(jìn)行子區(qū)劃分,然后對(duì)固定檢測(cè)數(shù)據(jù)以及浮動(dòng)車數(shù)據(jù)進(jìn)行交通狀態(tài)評(píng)價(jià)指標(biāo)進(jìn)行劃分;綜合考慮路段、交叉口以及交通需求等因素,提出了區(qū)域路網(wǎng)交通狀態(tài)識(shí)別模型。再次,根據(jù)路網(wǎng)子區(qū)車流轉(zhuǎn)換關(guān)系,結(jié)合宏觀基本圖理論,建立路網(wǎng)子區(qū)車流平衡方程;以整個(gè)路網(wǎng)條件擁堵風(fēng)險(xiǎn)最小,同時(shí)滿足輛完成率最大和總行程時(shí)間最小為目標(biāo),通過調(diào)節(jié)邊界控制率來改變交通狀態(tài)。最后,利用實(shí)際路網(wǎng)進(jìn)行案例分析,通過對(duì)有邊界控制時(shí)機(jī)決策的控制方法和無(wú)控制時(shí)機(jī)決策的方法以及其他的控制方法,結(jié)果表明采用邊界控制時(shí)機(jī)決策的控制方法不僅可提高路網(wǎng)通行效率,同時(shí)還有效的緩解了擁堵和交通狀態(tài)的轉(zhuǎn)移,減小了交通狀態(tài)不穩(wěn)定運(yùn)行的條件擁堵風(fēng)險(xiǎn)。
【學(xué)位單位】：合肥工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：U491
【部分圖文】：

化進(jìn)程的飛速發(fā)展以及居民生活品質(zhì)不斷的了更高的要求，而城市交通擁堵給居民生活出北京市的機(jī)動(dòng)車擁有量，從 2005 年 287.6 萬(wàn)輛之間平均每天登記注冊(cè)的新汽車的數(shù)量為 760發(fā)達(dá)國(guó)家的首都城市均遭受嚴(yán)重的交通擁擠約、英國(guó)的倫敦、法國(guó)的巴黎以及日本的東手段來改善交通擁擠的狀態(tài)，但其成效依舊為當(dāng)今城市發(fā)展的首要任務(wù)。它不僅增加了出現(xiàn)大面積的交通擁堵，已經(jīng)成為嚴(yán)重阻礙且在國(guó)內(nèi)外智能交通管理與控制領(lǐng)域，很難社科院發(fā)布的《公共服務(wù)藍(lán)皮書》中表明，我非常嚴(yán)重，而且很難從根本上治理。如圖 1.1 所交通狀態(tài)表示非常擁堵和比較擁堵。從城市城市交通運(yùn)行較為順暢。

1211( ) ( )( )1 1( ( ) ( ))nF Fij ijinF Fij ijiP k P knMPF kP k P kn n （觀交通狀態(tài)識(shí)別檢驗(yàn)了驗(yàn)證區(qū)域路網(wǎng)宏觀交通狀態(tài)識(shí)別模型的適應(yīng)性和準(zhǔn)確性，采用交]（Traffic Performance Index，簡(jiǎn)稱 TPI）和車輛行程時(shí)間[60]（Vehiced Index，簡(jiǎn)稱 VHT）預(yù)測(cè)模型與本文建立的宏觀交通狀態(tài)識(shí)別模型比。如圖 5.1（a）所示，為某市一區(qū)域的路網(wǎng)提取路網(wǎng)的檢測(cè)數(shù)據(jù)的累積車輛數(shù)與車輛完成率數(shù)據(jù)進(jìn)行擬合，其中擬合的 MFD 曲線方為：1212.5304*10oa ，711.8869*10ob ，10.0037oc ，12od .71。案例選取 2017 年 10 月 24~26 日連續(xù)三天的平均交通量數(shù)據(jù)，如圖 3據(jù)公式（3.14）計(jì)算得到路網(wǎng)宏觀交通流狀態(tài)指標(biāo)，如圖 3.6 所示。

第五章 案例仿真分析為驗(yàn)證本文提出面向多個(gè) MFD 子區(qū)的邊界控制時(shí)機(jī)決策方法，本文利用Vissim 交通仿真軟件對(duì)選取的實(shí)際路網(wǎng)進(jìn)行模擬仿真。其中 Vissim 交通仿真軟件不但可節(jié)約實(shí)驗(yàn)成本和提高實(shí)驗(yàn)效率，而且還便于改變交通參數(shù)進(jìn)行多次仿真實(shí)驗(yàn)，同時(shí)還可以輸出各種交通數(shù)據(jù)，為交通控制可以提供可靠的數(shù)據(jù)。5.1 路網(wǎng)參數(shù)標(biāo)定以某市的一個(gè)區(qū)域路網(wǎng)作為本文案例進(jìn)行分析，如圖 5.1（a）所示，選取的路網(wǎng)交通流量在時(shí)空上存在較為明顯的差異，調(diào)查結(jié)果顯示該路網(wǎng)在高峰小時(shí)時(shí)段，東北部區(qū)域較易發(fā)生區(qū)域性的擁堵。該區(qū)域面積約為 30 多平方千米，主要由高速路、主干路、次干路和支路組成。依據(jù)路網(wǎng)交通流密度數(shù)據(jù)，該路網(wǎng)交通分布不均勻存在一定的差異性，按照第三章子區(qū)劃分方法，將該路網(wǎng)劃分為 3 個(gè)理想 MFD 子區(qū)如圖 5.1（b）所示。
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 秦鳴;楊高飛;鄧明君;張文強(qiáng);馮博;;基于二次指數(shù)平滑法和優(yōu)化Kalman濾波的短時(shí)交通組合預(yù)測(cè)[J];北華大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年06期

2 黃艷國(guó);許倫輝;鄺先驗(yàn);;基于模糊C均值聚類的城市道路交通狀態(tài)判別[J];重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年02期

3 唐毅;劉衛(wèi)寧;孫棣華;魏方強(qiáng);余楚中;;改進(jìn)時(shí)間序列模型在高速公路短時(shí)交通流量預(yù)測(cè)中的應(yīng)用[J];計(jì)算機(jī)應(yīng)用研究;2015年01期

4 岳園圓;于雷;朱琳;宋國(guó)華;陳旭梅;;基于速度里程分布的快速路宏觀交通狀態(tài)評(píng)價(jià)模型[J];交通運(yùn)輸系統(tǒng)工程與信息;2014年04期

5 沈國(guó)江;朱蕓;錢曉杰;胡越;;短時(shí)交通流組合模型預(yù)測(cè)[J];南京理工大學(xué)學(xué)報(bào);2014年02期

6 姚磊;張開冉;;基于模糊邏輯的交通擁擠狀態(tài)識(shí)別算法[J];西華大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年03期

7 姬楊蓓蓓;;基于仿真實(shí)驗(yàn)驗(yàn)證宏觀基本圖的存在性[J];武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版);2013年05期

8 許菲菲;何兆成;沙志仁;;交通管理措施對(duì)路網(wǎng)宏觀基本圖的影響分析[J];交通運(yùn)輸系統(tǒng)工程與信息;2013年02期

9 曲昭偉;魏強(qiáng);別一鳴;朱慧;王殿海;;基于固定檢測(cè)器的區(qū)域交通狀態(tài)判別方法[J];中南大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年01期

10 朱琳;于雷;宋國(guó)華;;基于MFD的路網(wǎng)宏觀交通狀態(tài)及影響因素研究[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年11期

相關(guān)碩士學(xué)位論文 前2條

1 蔡巖;基于灰色預(yù)測(cè)模型的短期交通流預(yù)測(cè)研究[D];西南交通大學(xué);2009年

2 盛宇;中小城市交通需求預(yù)測(cè)模型研究[D];河海大學(xué);2006年

本文編號(hào)：2886208