城市交通路网节点关联性研究及应用
发布时间:2020-11-01 16:50
城市交通的快速发展是国家经济实力强力崛起的表现。在城市道路交通系统中,信号交叉口作为路网中的节点,研究节点之间的相互作用关系不但具有较高的理论价值,也具有较强的实际意义。区域协调控制是以节点之间的关系为基础的,研究各节点之间的关联性有利于实施交通控制子区的划分,为制定更加适用有效的协调控制方案提供决策依据,进而减少交通拥堵,提升路网的通行效率。本文针对目前关联度模型存在的不足,提出一种考虑多指标的综合关联度模型,用来度量两节点之间的关联关系,并以此作为子区划分的依据,基于DBSCAN聚类算法进行交通控制子区的划分。论文首先基于固定检测器采集的交通流数据,使用Pandas工具研究数据处理的有效方法,通过研究交通流运行的特征与规律,获取交通数据之间的分布规律与相关性特征,为研究节点间的关系做铺垫。通过对现有关联度模型的分析,指出模型的局限性,根据对节点关联度影响因素的分析,在原有模型的基础上进行优化,构建交通网络节点之间的综合关联度模型。摒弃了通过单一模型对节点进行关联与否的判别方法,使用DBSCAN密度聚类算法将包含多维特征的不同节点进行聚集,将多维特征的同质性作为路网划分的依据,有效防止了传统模型根据主观阈值判断的不适应性。使用Vissim软件对实际路网进行还原,包括10个节点和15条道路的具体的渠化方式和相位进行相应设置,根据实际采集的交通信息数据进行仿真,将多次仿真结果取平均值以减少误差。与两种传统方法进行对比,使用本文模型划分的结果其平均延误和排队长度等各指标均有一定程度的缩减,验证了本文模型方法的有效性。实验证明本文提出的模型可以较好的将交通相似性较高的节点聚集到一个交通控制子区,并且对划分后的子区进行协调控制时可以在一定程度上提升路网的通行效率。
【学位单位】:北京交通大学
【学位级别】:硕士
【学位年份】:2019
【中图分类】:U491
【部分图文】:
,,,??因此,从宏观的角度看,各节点和路段的交通流量体现在流量时间序列图上会基本??吻合,从微观的角度看,由于车流的到达的不规律导致各节点和路段的交通流无法??做到精准预测。本章将通过对路段和节点间的交通流进行分析,研究其内在的联系??和规律性。??2.3.1相似性??交通流量指标是城市交通流特征最直观的体现,通过对交通流量的分析研究??其在时间维度上的相似性。??本节选取北京市顺义区省道S335某路段A由西向东方向与X025某路段B由??西向东方向作为研究对象,其中路段A是主干道,路段B为次干道,交通流量差??异较大,研究这两个路段的目的是横向对比城市中不同等级的道路之间交通流的??差异性和相似性。选取2018年3月20日至2018年3月21日两天的交通量数据,??作出时间序列图对比如图2-1所示。??—"??
在晚上〇〇:?00到凌晨6:?00车流量很小。由于道路等级的差别,导致两道??路的车流量差异较大,路段A的平峰及高峰流量将近达到路段B的三倍。但两路??段各自的流量序列图趋势走向基本一致,不同道路在不同日期下流量序列图拟合??基本较好,表现出较高的相似性。??2.3.2波动性??城市交通系统是由行人、车流、道路等多种元素组成,由于在运行过程中会受??到诸多因素诸如天气、道路情况、驾驶员主观意识等因素的影响,会导致交通流虽??然在较长时间轴上规律性较强,但是无时无刻都会呈现出随机的波动性。??本节采用流量差分图来对交通流进行分析,将相邻时间间隔的流量值进行差??分,画出2018年3月20日至2018年3月21日两天路段AB的差分序列图如图??2-2所示,差分值的大小可以表示流量在短时间内的波动性和随机性,差分值越大??表明车流量在此时间段内变动较为剧烈,差分值越小表明车流量越平稳。??
点M东进口道方向与S203某节点N南进口道方向作为研究对象,提取2018年3??月22日-2018年3月23日全天交通流量数据进行分析,时间粒度为5分钟。做出??断面交通量随时间变化关系如图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??图2-3节点M和N交通量时间序列图??Fig.?2-3?Time?series?diagram?of?traffic?flow?for?nodes?M?and?N??从图中可以看出,两节点进口道流量在3月22日至3月23日的日变化特征??有很大的相似性,图像变化趋势基本一致。对于M节点来说,不同日期的早高峰??和晚高峰的峰值基本都较为固定,且平峰时段流量也维持在同一水平,一般在早上??07:?00出现早高峰,08:?00到下午17:?00处于相对稳定的平峰状态,流量只在小??范围波动
【参考文献】
本文编号:2865819
【学位单位】:北京交通大学
【学位级别】:硕士
【学位年份】:2019
【中图分类】:U491
【部分图文】:
,,,??因此,从宏观的角度看,各节点和路段的交通流量体现在流量时间序列图上会基本??吻合,从微观的角度看,由于车流的到达的不规律导致各节点和路段的交通流无法??做到精准预测。本章将通过对路段和节点间的交通流进行分析,研究其内在的联系??和规律性。??2.3.1相似性??交通流量指标是城市交通流特征最直观的体现,通过对交通流量的分析研究??其在时间维度上的相似性。??本节选取北京市顺义区省道S335某路段A由西向东方向与X025某路段B由??西向东方向作为研究对象,其中路段A是主干道,路段B为次干道,交通流量差??异较大,研究这两个路段的目的是横向对比城市中不同等级的道路之间交通流的??差异性和相似性。选取2018年3月20日至2018年3月21日两天的交通量数据,??作出时间序列图对比如图2-1所示。??—"??
在晚上〇〇:?00到凌晨6:?00车流量很小。由于道路等级的差别,导致两道??路的车流量差异较大,路段A的平峰及高峰流量将近达到路段B的三倍。但两路??段各自的流量序列图趋势走向基本一致,不同道路在不同日期下流量序列图拟合??基本较好,表现出较高的相似性。??2.3.2波动性??城市交通系统是由行人、车流、道路等多种元素组成,由于在运行过程中会受??到诸多因素诸如天气、道路情况、驾驶员主观意识等因素的影响,会导致交通流虽??然在较长时间轴上规律性较强,但是无时无刻都会呈现出随机的波动性。??本节采用流量差分图来对交通流进行分析,将相邻时间间隔的流量值进行差??分,画出2018年3月20日至2018年3月21日两天路段AB的差分序列图如图??2-2所示,差分值的大小可以表示流量在短时间内的波动性和随机性,差分值越大??表明车流量在此时间段内变动较为剧烈,差分值越小表明车流量越平稳。??
点M东进口道方向与S203某节点N南进口道方向作为研究对象,提取2018年3??月22日-2018年3月23日全天交通流量数据进行分析,时间粒度为5分钟。做出??断面交通量随时间变化关系如图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??图2-3节点M和N交通量时间序列图??Fig.?2-3?Time?series?diagram?of?traffic?flow?for?nodes?M?and?N??从图中可以看出,两节点进口道流量在3月22日至3月23日的日变化特征??有很大的相似性,图像变化趋势基本一致。对于M节点来说,不同日期的早高峰??和晚高峰的峰值基本都较为固定,且平峰时段流量也维持在同一水平,一般在早上??07:?00出现早高峰,08:?00到下午17:?00处于相对稳定的平峰状态,流量只在小??范围波动
【参考文献】
相关期刊论文 前10条
1 李瑞敏;唐瑾;;城市道路交通流离散模型优化分析[J];公路工程;2015年04期
2 别一鸣;卢凯;王琳虹;;相邻交叉口周期时长差异对关联度指标的影响[J];北京工业大学学报;2013年11期
3 首艳芳;徐建闽;卢凯;;相邻交叉口相聚度分析及应用[J];交通信息与安全;2012年06期
4 赵文涛;钱晓杰;朱芸;宋驰;沈国江;;基于关键路口的动态交通子区划分[J];计算机与应用化学;2012年10期
5 卢凯;徐建闽;郑淑鉴;王世明;;协调控制子区快速动态划分方法研究[J];自动化学报;2012年02期
6 杨洁;过秀成;李岩;何赏璐;刘迎;;城市信号控制交叉口群路径关联度模型[J];交通运输系统工程与信息;2012年01期
7 保丽霞;;基于车队离散模型的交叉口关联度量化方法研究与试验[J];公路交通科技;2011年S1期
8 李聪颖;马荣国;王玉萍;王肇飞;;城市慢行交通网络特性与结构分析[J];交通运输工程学报;2011年02期
9 谢颖;李春贵;闫向磊;张宏磊;;基于模糊神经网络交通控制子区动态划分[J];广西工学院学报;2011年01期
10 胡华;高云峰;邱薇华;;基于路径关联性的交叉口群动态划分方法[J];重庆交通大学学报(自然科学版);2010年05期
本文编号:2865819
本文链接:https://www.wllwen.com/kejilunwen/daoluqiaoliang/2865819.html