城市快速路交通拥堵机理及状态判别理论与方法研究

发布时间：2020-05-02 20:52

【摘要】：快速路连接城市的各个区域,提供长距离快速交通服务,已经成为支撑城市交通系统正常运行的关键。然而,与日俱增的交通压力导致相当比例的短距离出行需求不断向快速路倾斜,快速路不快已经成为众所周知的事实。一旦出现交通拥堵,相对封闭的道路结构往往不利于拥堵的控制和疏导,进行快速路拥堵机理和交通状态的判别研究迫在眉睫。如何快速判别交通运行状态,揭示拥堵传播的内部机理,准确预测交通状态的发展趋势,是实施快速路交通控制和管理的重点和难点,也是解决城市交通问题的重要环节。因此,立足于为交通管理提供信息服务,论文从快速路交通存在的实际问题出发,开展交通拥堵传播机理、交通状态判别、交通流预测及浮动车数据处理等相关问题的理论与方法研究。基于交通流量守恒定律,对常发性拥堵和偶发性拥堵的瓶颈交通流进行同质抽象,结合尖点突变理论平衡曲面方程,建立拥堵临界传播速度方程,在考虑关键影响因素的前提下,对拥堵的传播速度、持续时间和影响范围等参数进行量化,提出快速路拥堵传播机理模型,并通过两种交通条件下的仿真对所提模型进行验证,当快速路出现交通拥堵时,根据瓶颈处和拥堵临界面的流量差计算出拥堵传播的相关参数,进而采取及时有效的交通控制。以实现交通状态准确判别为目标,一方面,基于交通流演化过程的突变特性,将交通流三参数的空间分布和尖点平衡曲面进行联合分析,确定交通流运行的最佳控制点,并据此提取出交通状态的边界;另一方面,利用聚类算法,从数据的角度分析交通流特征,提出改进的半监督K-Means算法实现交通状态的准确聚类,证明三相交通流理论与实测数据的高度一致性;基于此,定义交通状态指数,根据交通流速度数据实现交通状态判定。围绕城市快速路交通流预测问题,从路段、快速路、区域快速路网三个层面展开研究。针对快速路段,建立宏观交通流状态空间模型,提出改进的抗差UKF算法,根据观测协方差矩阵自适应选择抗差策略,实现快速路段的交通流状态估计;针对长距离快速路,首先对浮动车数据存在的异常和缺失问题展开研究,提出异常数据检测算法和缺失数据修复算法,为后续研究提供数据支撑;其次,在掌握交通流周期性和随机性的前提下,提出基于交通流特性的多尺度混合预测算法,并利用修复后的浮动车速度数据进行实验,实现了快速路交通流的准确预测和交通状态的实时判别;针对区域快速路网,基于深度学习的理论框架,从数据标准化、数据重构、交通流特性等角度进行优化,提出基于LSTM-RNN的路网交通流预测模型,保证周期性交通流的稳定复现,同时放大交通流的随机波动特性,同样利用修复后的浮动车数据完成模型验证,研究发现数据质量的提升和模型结构的改进有助于在提高预测精度的同时减少模型的训练时间,提高算法的实用性。论文从城市快速路的实际交通问题出发,完成了拥堵传播机理模型、交通状态判别、交通流预测模型搭建和数据处理及验证四个环节的研究,同时从提高模型和算法的实用性和适用范围等方面提出了展望,以期能够为城市快速路交通管理提供可靠的理论和技术支撑。
【图文】：

交通流,时空分布,曲面,车道

图 4-3 突变平衡曲面交通流时空分布4.1.2 快速路交通状态演化本节研究采用的实测数据样本如表 4-1 所示关算法获取“车速-车头间距”数据[129][130]，拍摄地交通流特征，两个样本的数据持续时间涵盖工作的天气条件一致，不存在环境因素造成的数据误1) 样本 1 为双向 6 车道，数据采集地点是内环为双向 8 车道，采集地点位于延安高架与南2) 样本 1 中路段靠近双向隔离栏的内侧车道为道的车流对内侧车道的影响最小，故选择 3近双向隔离栏的内侧车道为 4 车道，3、2、

流量分布,交通流参数,尖点突变

44图 4-5 基于尖点突变的交通流参数分布流消散演化 J→S→F速度突变使得交通流从自由流到阻塞流的演化过程在较短的时间内完成，即布区域较窄。然而，交通流的消散过程要耗费较长的时间。以样本 2 为例，是交通拥堵出现之后，流量与占有率的分布变化，，图 a-e 分别是每个时段（30 的流量-占有率分布关系，从 a 到 c，拥堵进一步恶化，流量几乎全部分布在 c 所示时段最为严重，平均流量降至约 1500pcu/h，从图 d 到图 e，拥堵开始流恢复正常，平均流量恢复至 1800pcu/h。图 f 所示是将全部时段的流量分布进行叠加之后的结果，与图 4-1 所示的交
【学位授予单位】：华南理工大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：U491.265

【相似文献】