级联失效演变下城市交通事故影响范围分区研究
发布时间：2020-12-12 08:19
随着城市交通的快速发展,交通供给与需求之间的矛盾加剧,日益严重的交通事故已成为了抑制国民经济发展的关键问题之一,交通事故带来不仅是安全问题,还对交通系统的稳定性带来了严重的破坏。要缓解交通事故带来的交通拥堵问题,需要从系统的角度,结合多交叉学科的理论知识,开展更深入的研究。交通系统被看作开放的、典型的、巨大的复杂网络系统,已成为国内外学者研究的热点,采用复杂网络理论研究城市交通问题,不仅包括研究城市路网物理结构的复杂程度,由于路网上的流动介质为驾驶员,驾驶员的自主性和非理性行为导致网络的演变更加复杂。交通事故可看作路网中的一条路段在某个方向失去了运输功能,进而随后的车辆选择其他可替代路径完成出行,在这个过程中,其他路段会存在无法满足额外的负载而发生故障,形成连锁反应,这种现象在复杂网络理论中被称为级联失效,因此本文以级联失效模型为基础,研究驾驶员在面对事故时的路径选择行为,结合网络交通流加载的思想对级联失效进行了改进。然后为了进一步区分网络中所有路段受到事故路段的影响程度,提出了道路交通流密度熵的概念,并采用最优簇数的聚类分析方法完成了交通事故影响范围的分区研究,具体来讲,论文主要完成...
【文章来源】：重庆交通大学重庆市
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
技术路线图
重庆交通大学硕士学位论文24与经验数据较为一致；在不同的决策情况下，各参数的取值可根据实际情况标定。由于利益灵敏度rs的存在，如果备选路径的利益值大于原始路径，但差异小于利益灵敏度，则出行者只有较小的概率改变出行路径。3.2.3主观概率函数传统的路径选择模型中，将效用函数作为出行者的路径概率选择，忽略了其他实际非人为的因素或者无法掌握所有真实出行结果。在实际情况中，往往是出行者得到了实际的客观概率后，根据自身因素、出行因素以及其他不确定因素的综合作用后，从而偏离了客观真实概率，形成了具有个体特征的主观概率。根据前景理论，客观概率不等于出行者真实选择的主观概率，而是呈现一个倒S性的决策权重函数，这种情况最早由Allais观测得到[91]，Allais的研究认为当两个效率值进行对比时，如果让一个值变得比另一个值更加有吸引力，但是实际上这种变化不与概率值成正比，可表示为图3-1：图3-1客观概率与主观概率的区别从图3-1中可以看出，虚线是根据外界信息确定情况下计算出来的理论概率，如文中2.2.3所得到路径阻抗函数即为客观概率值，而根据前景理论，小概率事件通常会被高估，而大概率事件通常会被低估，因此红线为指导出行者路径选择时的主观概率值。Tversky和Kahneman引入了一个非线性函数，将客观概率转化为主观概率，公式如下：1/()()(()(1))kkrsrskkrsrsRWRRR=+（30）其中krsR如公式15所示，表示OD对rs之间路径k中所有路段的阻抗累加，代表出行者的客观概率；表示需要标定的参数，根据前人进行的实际调查及实验，取值为0.69时，表明面对的为损失，决策者具有低估高概率事件的特征；当取值为0.61时，表明决策者具有高估低概率事件的特征。
畅通，车辆达到率较低，二是拥堵，由于堵车，交通需求较大，但通过量较低。由于这种非线性特征，不易直接作为序参量，因此本文选取密度作为序参量，密度可以表示单位长度上车辆的多少，密度越大表明车辆之间的间隔越小，道路越拥堵。路段交通流密度能够有效的反映路段上的车辆数、拥挤程度以及路段使用程度。对于一条给定路段a，假定路段a的长度为M，时刻t时，路段a的入口段车流增量为AdN，出口段的流出车辆增量为BdN，rdN表示路段原有车辆数，A和B分别表示了断面A和断面B的密度，将这样一条路段看作一个系统（如图4-1），路段的初始状态为平衡态，rdN保持不变，若某时刻系统受到干扰时，路段中的车辆存量增加，交通流密度发生变化，从热力学的观点来讲内部出现了广义力，进而阐述了熵值的波动[97]。图4-1熵值路段由守恒定律可知，考虑图4-1所示的路段，单向行驶，在路段上没有额外的出入口，当车辆的流入与流出相等时，路段a中的车辆总数保持不变，则可表示为ABrdN=dN=dN，由公式42可知，0iedS=dSdS=，当网路中某一路段发生事故后，与之相关联的道路受到影响，事故路段的流量只能从其他道路进行疏散，此时道路段的熵值为：
本文编号：2912178
【文章来源】：重庆交通大学重庆市
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
技术路线图
重庆交通大学硕士学位论文24与经验数据较为一致；在不同的决策情况下，各参数的取值可根据实际情况标定。由于利益灵敏度rs的存在，如果备选路径的利益值大于原始路径，但差异小于利益灵敏度，则出行者只有较小的概率改变出行路径。3.2.3主观概率函数传统的路径选择模型中，将效用函数作为出行者的路径概率选择，忽略了其他实际非人为的因素或者无法掌握所有真实出行结果。在实际情况中，往往是出行者得到了实际的客观概率后，根据自身因素、出行因素以及其他不确定因素的综合作用后，从而偏离了客观真实概率，形成了具有个体特征的主观概率。根据前景理论，客观概率不等于出行者真实选择的主观概率，而是呈现一个倒S性的决策权重函数，这种情况最早由Allais观测得到[91]，Allais的研究认为当两个效率值进行对比时，如果让一个值变得比另一个值更加有吸引力，但是实际上这种变化不与概率值成正比，可表示为图3-1：图3-1客观概率与主观概率的区别从图3-1中可以看出，虚线是根据外界信息确定情况下计算出来的理论概率，如文中2.2.3所得到路径阻抗函数即为客观概率值，而根据前景理论，小概率事件通常会被高估，而大概率事件通常会被低估，因此红线为指导出行者路径选择时的主观概率值。Tversky和Kahneman引入了一个非线性函数，将客观概率转化为主观概率，公式如下：1/()()(()(1))kkrsrskkrsrsRWRRR=+（30）其中krsR如公式15所示，表示OD对rs之间路径k中所有路段的阻抗累加，代表出行者的客观概率；表示需要标定的参数，根据前人进行的实际调查及实验，取值为0.69时，表明面对的为损失，决策者具有低估高概率事件的特征；当取值为0.61时，表明决策者具有高估低概率事件的特征。
畅通，车辆达到率较低，二是拥堵，由于堵车，交通需求较大，但通过量较低。由于这种非线性特征，不易直接作为序参量，因此本文选取密度作为序参量，密度可以表示单位长度上车辆的多少，密度越大表明车辆之间的间隔越小，道路越拥堵。路段交通流密度能够有效的反映路段上的车辆数、拥挤程度以及路段使用程度。对于一条给定路段a，假定路段a的长度为M，时刻t时，路段a的入口段车流增量为AdN，出口段的流出车辆增量为BdN，rdN表示路段原有车辆数，A和B分别表示了断面A和断面B的密度，将这样一条路段看作一个系统（如图4-1），路段的初始状态为平衡态，rdN保持不变，若某时刻系统受到干扰时，路段中的车辆存量增加，交通流密度发生变化，从热力学的观点来讲内部出现了广义力，进而阐述了熵值的波动[97]。图4-1熵值路段由守恒定律可知，考虑图4-1所示的路段，单向行驶，在路段上没有额外的出入口，当车辆的流入与流出相等时，路段a中的车辆总数保持不变，则可表示为ABrdN=dN=dN，由公式42可知，0iedS=dSdS=，当网路中某一路段发生事故后，与之相关联的道路受到影响，事故路段的流量只能从其他道路进行疏散，此时道路段的熵值为：
本文编号：2912178
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/2912178.html
