大连北站综合交通枢纽集散路网能力协调研究
发布时间：2021-01-17 22:04
综合交通枢纽是为旅客提供运输服务的重要场所,是城市交通基础设施之一,对连接城市内外交通起着至关重要的作用。近年来随着综合交通枢纽规模的不断扩大和功能的不断完善,快速增长的集散需求与相对滞后的道路基础设施建设之间的矛盾也日益凸显。其中,集散路网是综合交通枢纽衔接城市道路交通网络的重要组成部分,是决定其交通流能否畅通集散的关键环节。因此,如何有效发挥集散路网的协调运输能力,提高路网的集散效率成为交通管理者面临的一大难题。大连北站综合交通枢纽于2017年10月28日开工建设,计划于2021年完工。建成后的大连北站综合交通枢纽将吸引大量的交通流,其集散需求也随之提高,此时集散路网将成为大连北站综合交通枢纽交通流能否畅通集散的关键环节。因此,本文对大连北站综合交通枢纽集散路网能力协调的研究,为实现枢纽交通流的畅通集散提供了理论支持,同时也对提升大连北站综合交通枢纽的运营水平和效率具有重要的现实意义。本文对大连北站综合交通枢纽集散路网能力协调主要展开了以下研究。（1）结合国内外的研究现状阐述综合交通枢纽及其集散路网的相关基础理论。包括综合交通枢纽的内涵、交通方式组成、集散系统以及集散路网的概念、边...
【文章来源】：大连交通大学辽宁省
【文章页数】：97 页
【学位级别】：硕士
【部分图文】：
图４．６?ＢＰ神经网络预测结果误差分析??Ｆｉｇ．?４．６?Ｅｒｒｏｒ?ａｎａｌｙｓｉｓ?ｏｆ?ＢＰ?ｎｅｕｒａｌ?ｎｅｔｗｏｒｋ?ｆｏｒｅｃａｓｔ?ｒｅｓｕｌｔｓ??３０??
第四章大连北站综合交通枢纽集散路网交通量预测??以决定系数和相对误差为指标来评价网络预测性能的好坏，计算见式（４．１２）和式??（４．１３）。??Ｚｄ刃２??Ｒ２???（４．１２）??［（兄．＿刃２??ｉ＝ｌ??Ｅ．?（４．１３）??预测数据代入计算公式得出决定系数为０．９２７６，平均相对误差为０．０２７５，个别误差??在０．３左右浮动，预测精度较好，具有较高的拟合度。??④模型预测??由Ｍａｔｌａｂ实验得到的预测年趋势图如图４．７所示。??ＥＪ?■?－ｎ?？?■?？??Ｔ?－?－?ｍ－?＞＊？．＇：?；ａ＇?．■．：?－■?？??．．．＾?？?■ｓｖ?Ｄｐ?？ａ??＇Ｓｒ????－ｒ￣￣：??：?Ｕ—二二??：－ｓ－－??ｌ??｜?｜??／！?ｉｎ?ｉｔｈ??１＂?５？?！?］?｜?Ｉｔ?ｉｆ?｜?？＊??？?ｆ，?ｆ＼??ｆ＼?ｉ?ｉ?ｖ?卜??Ｉ?ｍ?，?ｉ｜??ｖ?ｈｆｔ?ｍ?＾?＾??Ｗ?读“??．Ｌｉ?．ｈ?—?＿ｉ?????ｉ??????ｊ???ｊ???、＇’?２０?Ｈ）?８６?ｔｆＯ?１５５?ＯＯ??图４．７?ＢＰ神经网络预测结果??Ｆｉｇ．?４．７?Ｆｏｒｅｃａｓｔ?ｒｅｓｕｌｔｓ?ｏｆ?ＢＰ?ｎｅｕｒａｌ?ｎｅｔｗｏｒｋ??由Ｍａｔｌａｂ实验得到的预测年数据如表４．３所示。??３１??
、?ｆ＼?Ａ??７?…?為。?■?ｒ?％．??襲?６?、?＼??考?Ｓ?／＼?－?ｔ＼?Ｔ??８§§８８８§§§８§８§８§§８８??ｖｂｒ＾＾ｃｒｉｏ＾ｆＮＭ＾ｕＳＯ＾ｆ＾?ｏｄａ＇．?ＯｔＨｒｓｉｒＶｉ??｜?｜?｜?｜?ｒ￣Ｓ?ｒＨ?ｒＨ?＜￣ｉ?？Ｈ?ｒＨ?ｒ￣ｌ?ｒ￣＜?ｒＨ?ｖ￣｛?ｆ＼Ｊ?ｆ＼ｉ?ｆＮＪ??６〇〇〇ｌｉｉｌｉｉｌｉｌｌｌ！ｌ！??ＳＳＳｇｏｐＳＳｏｏｏｏｏｏｏｏｏｑ??ｃｎｏｒＨｃ＾ｆｒｉ＾＇ｉ／＾ｖｏｉ＾ｓｉｏｏｃＳｏｔＨｒｓｊ??图５．１大连北高铁站车流到发数量时间序列图??Ｆｉｇ．?５．１?Ｔｉｍｅ?ｓｅｒｉｅｓ?ｄｉａｇｒａｍ?ｏｆ?ａｒｒｉｖａｌ?ａｎｄ?ｄｅｐａｒｔｕｒｅ?ｖｏｌｕｍｅ?ｏｆ?ｖｅｈｉｃｌｅ?ｆｌｏｗ?ｔｏ??Ｄａｌｉａｎ?Ｎｏｒｔｈ?Ｈｉｇｈ?Ｓｐｅｅｄ?Ｒａｉｌｗａｙ?Ｓｔａｔｉｏｎ??由图５．１可知，１６：００——１７：００为大连北站交通量的高峰时段，与晚高峰期过境交??通叠加会对集散路网造成较大压力。故本文选取１６：００——１７：００集散路网交通流进行分??析。??大连北站综合交通枢纽集散路网边界处四个主干路交叉口的交通流来源主要与周??边地区人口等因素有关。本文通过四个交叉口周边人口影响因素来预测乘客出行的０Ｄ??分布，贝瞧散路网拓扑图中Ｖ３０与四个主干路交叉口?Ｖｉ、Ｖ７、Ｖ２３、Ｖ２５之间的乘客出行??比例为５：４：６：２。??以节点３０为０，节点１为Ｄｉ，节点７为０２，节点２３为Ｄ３，节点２５为Ｄ４，由章??节４．３．２集散交通量预测数据可知，四对ＯＤ间的聚集交通量和发散交通量如表５．１和??表５．２所示。??４３??
【参考文献】：
期刊论文
[1]基于BP神经网络的地铁车厢拥挤度预测方法[J]. 方晨晨,周继彪,董升,王依婷,陈莎雯. 交通信息与安全. 2018(06)
[2]高铁枢纽与城市路网的衔接分析[J]. 谢仲磊. 交通与运输. 2018(04)
[3]基于客流需求的城市轨道交通换乘站“人—车—站”协调研究[J]. 王艺儒,彭其渊,胡严艺. 综合运输. 2018(03)
[4]城市轨道交通车站内客流集散瓶颈识别及排序方法[J]. 汪瑞琪,张缨. 交通信息与安全. 2017(01)
[5]基于居住区共享停车的双层规划诱导模型[J]. 段满珍,杨兆升,米雪玉,程泽阳. 西南交通大学学报. 2016(06)
[6]基于粒子群小波神经网络的公交到站时间预测[J]. 季彦婕,陆佳炜,陈晓实,胡波. 交通运输系统工程与信息. 2016(03)
[7]基于协调博弈的交通拥塞传播临界值研究[J]. 李勇,蔡梦思,李黎. 计算机应用研究. 2016(07)
[8]高铁客运枢纽周边快速集散系统规划组织模式与要点探讨[J]. 王晶,张忠国. 综合运输. 2015(07)
[9]浅谈汽车客运站场地与流线梳理[J]. 张斌. 福建建筑. 2015(05)
[10]信息诱导条件下出行路径选择行为的演化博弈分析[J]. 巩亚文. 公路. 2015(01)
博士论文
[1]出行路径选择行为影响下的交通分配模型研究[D]. 金宝辉.西南交通大学 2016
[2]城市轨道交通车站服务能力计算与能力适应性评估[D]. 许心越.北京交通大学 2015
[3]城市铁路客运站外部集散网络的脆性理论研究[D]. 梁英慧.北京交通大学 2014
[4]综合客运枢纽集散服务网络分析与建模[D]. 李乾.北京交通大学 2011
[5]诱导条件下的路径选择行为及协调方法研究[D]. 刘建美.天津大学 2010
[6]城市轨道交通枢纽乘客集散模型及微观仿真理论[D]. 李得伟.北京交通大学 2007
硕士论文
[1]基于城市铁路客运站布局的旅客出行分布和道路集散能力研究[D]. 杨克鹏.长安大学 2017
[2]城市公共交通出行时间价值估算方法研究[D]. 张文科.石家庄铁道大学 2016
[3]城市轨道交通车站集散能力协调方法研究[D]. 黄令海.北京交通大学 2016
[4]基于管理者-出行者博弈的交通诱导策略研究[D]. 王中奇.北京交通大学 2016
[5]铁路综合客运枢纽交通设施布局及配置方法研究[D]. 聂广渊.北京交通大学 2015
[6]综合客运交通枢纽交通系统协调性评价方法研究[D]. 王倩.北京交通大学 2015
[7]综合客运枢纽交通方式协调调度[D]. 李兴华.吉林大学 2014
[8]基于功能分析的城市道路衔接规划评价研究[D]. 王京京.郑州大学 2014
[9]高铁客运枢纽与城市交通衔接方式优化研究[D]. 周军.武汉理工大学 2013
[10]综合客运枢纽客流集散效能评价研究[D]. 李晶玮.北京交通大学 2011
本文编号：2983673
【文章来源】：大连交通大学辽宁省
【文章页数】：97 页
【学位级别】：硕士
【部分图文】：
图４．６?ＢＰ神经网络预测结果误差分析??Ｆｉｇ．?４．６?Ｅｒｒｏｒ?ａｎａｌｙｓｉｓ?ｏｆ?ＢＰ?ｎｅｕｒａｌ?ｎｅｔｗｏｒｋ?ｆｏｒｅｃａｓｔ?ｒｅｓｕｌｔｓ??３０??
第四章大连北站综合交通枢纽集散路网交通量预测??以决定系数和相对误差为指标来评价网络预测性能的好坏，计算见式（４．１２）和式??（４．１３）。??Ｚｄ刃２??Ｒ２???（４．１２）??［（兄．＿刃２??ｉ＝ｌ??Ｅ．?（４．１３）??预测数据代入计算公式得出决定系数为０．９２７６，平均相对误差为０．０２７５，个别误差??在０．３左右浮动，预测精度较好，具有较高的拟合度。??④模型预测??由Ｍａｔｌａｂ实验得到的预测年趋势图如图４．７所示。??ＥＪ?■?－ｎ?？?■?？??Ｔ?－?－?ｍ－?＞＊？．＇：?；ａ＇?．■．：?－■?？??．．．＾?？?■ｓｖ?Ｄｐ?？ａ??＇Ｓｒ????－ｒ￣￣：??：?Ｕ—二二??：－ｓ－－??ｌ??｜?｜??／！?ｉｎ?ｉｔｈ??１＂?５？?！?］?｜?Ｉｔ?ｉｆ?｜?？＊??？?ｆ，?ｆ＼??ｆ＼?ｉ?ｉ?ｖ?卜??Ｉ?ｍ?，?ｉ｜??ｖ?ｈｆｔ?ｍ?＾?＾??Ｗ?读“??．Ｌｉ?．ｈ?—?＿ｉ?????ｉ??????ｊ???ｊ???、＇’?２０?Ｈ）?８６?ｔｆＯ?１５５?ＯＯ??图４．７?ＢＰ神经网络预测结果??Ｆｉｇ．?４．７?Ｆｏｒｅｃａｓｔ?ｒｅｓｕｌｔｓ?ｏｆ?ＢＰ?ｎｅｕｒａｌ?ｎｅｔｗｏｒｋ??由Ｍａｔｌａｂ实验得到的预测年数据如表４．３所示。??３１??
、?ｆ＼?Ａ??７?…?為。?■?ｒ?％．??襲?６?、?＼??考?Ｓ?／＼?－?ｔ＼?Ｔ??８§§８８８§§§８§８§８§§８８??ｖｂｒ＾＾ｃｒｉｏ＾ｆＮＭ＾ｕＳＯ＾ｆ＾?ｏｄａ＇．?ＯｔＨｒｓｉｒＶｉ??｜?｜?｜?｜?ｒ￣Ｓ?ｒＨ?ｒＨ?＜￣ｉ?？Ｈ?ｒＨ?ｒ￣ｌ?ｒ￣＜?ｒＨ?ｖ￣｛?ｆ＼Ｊ?ｆ＼ｉ?ｆＮＪ??６〇〇〇ｌｉｉｌｉｉｌｉｌｌｌ！ｌ！??ＳＳＳｇｏｐＳＳｏｏｏｏｏｏｏｏｏｑ??ｃｎｏｒＨｃ＾ｆｒｉ＾＇ｉ／＾ｖｏｉ＾ｓｉｏｏｃＳｏｔＨｒｓｊ??图５．１大连北高铁站车流到发数量时间序列图??Ｆｉｇ．?５．１?Ｔｉｍｅ?ｓｅｒｉｅｓ?ｄｉａｇｒａｍ?ｏｆ?ａｒｒｉｖａｌ?ａｎｄ?ｄｅｐａｒｔｕｒｅ?ｖｏｌｕｍｅ?ｏｆ?ｖｅｈｉｃｌｅ?ｆｌｏｗ?ｔｏ??Ｄａｌｉａｎ?Ｎｏｒｔｈ?Ｈｉｇｈ?Ｓｐｅｅｄ?Ｒａｉｌｗａｙ?Ｓｔａｔｉｏｎ??由图５．１可知，１６：００——１７：００为大连北站交通量的高峰时段，与晚高峰期过境交??通叠加会对集散路网造成较大压力。故本文选取１６：００——１７：００集散路网交通流进行分??析。??大连北站综合交通枢纽集散路网边界处四个主干路交叉口的交通流来源主要与周??边地区人口等因素有关。本文通过四个交叉口周边人口影响因素来预测乘客出行的０Ｄ??分布，贝瞧散路网拓扑图中Ｖ３０与四个主干路交叉口?Ｖｉ、Ｖ７、Ｖ２３、Ｖ２５之间的乘客出行??比例为５：４：６：２。??以节点３０为０，节点１为Ｄｉ，节点７为０２，节点２３为Ｄ３，节点２５为Ｄ４，由章??节４．３．２集散交通量预测数据可知，四对ＯＤ间的聚集交通量和发散交通量如表５．１和??表５．２所示。??４３??
【参考文献】：
期刊论文
[1]基于BP神经网络的地铁车厢拥挤度预测方法[J]. 方晨晨,周继彪,董升,王依婷,陈莎雯. 交通信息与安全. 2018(06)
[2]高铁枢纽与城市路网的衔接分析[J]. 谢仲磊. 交通与运输. 2018(04)
[3]基于客流需求的城市轨道交通换乘站“人—车—站”协调研究[J]. 王艺儒,彭其渊,胡严艺. 综合运输. 2018(03)
[4]城市轨道交通车站内客流集散瓶颈识别及排序方法[J]. 汪瑞琪,张缨. 交通信息与安全. 2017(01)
[5]基于居住区共享停车的双层规划诱导模型[J]. 段满珍,杨兆升,米雪玉,程泽阳. 西南交通大学学报. 2016(06)
[6]基于粒子群小波神经网络的公交到站时间预测[J]. 季彦婕,陆佳炜,陈晓实,胡波. 交通运输系统工程与信息. 2016(03)
[7]基于协调博弈的交通拥塞传播临界值研究[J]. 李勇,蔡梦思,李黎. 计算机应用研究. 2016(07)
[8]高铁客运枢纽周边快速集散系统规划组织模式与要点探讨[J]. 王晶,张忠国. 综合运输. 2015(07)
[9]浅谈汽车客运站场地与流线梳理[J]. 张斌. 福建建筑. 2015(05)
[10]信息诱导条件下出行路径选择行为的演化博弈分析[J]. 巩亚文. 公路. 2015(01)
博士论文
[1]出行路径选择行为影响下的交通分配模型研究[D]. 金宝辉.西南交通大学 2016
[2]城市轨道交通车站服务能力计算与能力适应性评估[D]. 许心越.北京交通大学 2015
[3]城市铁路客运站外部集散网络的脆性理论研究[D]. 梁英慧.北京交通大学 2014
[4]综合客运枢纽集散服务网络分析与建模[D]. 李乾.北京交通大学 2011
[5]诱导条件下的路径选择行为及协调方法研究[D]. 刘建美.天津大学 2010
[6]城市轨道交通枢纽乘客集散模型及微观仿真理论[D]. 李得伟.北京交通大学 2007
硕士论文
[1]基于城市铁路客运站布局的旅客出行分布和道路集散能力研究[D]. 杨克鹏.长安大学 2017
[2]城市公共交通出行时间价值估算方法研究[D]. 张文科.石家庄铁道大学 2016
[3]城市轨道交通车站集散能力协调方法研究[D]. 黄令海.北京交通大学 2016
[4]基于管理者-出行者博弈的交通诱导策略研究[D]. 王中奇.北京交通大学 2016
[5]铁路综合客运枢纽交通设施布局及配置方法研究[D]. 聂广渊.北京交通大学 2015
[6]综合客运交通枢纽交通系统协调性评价方法研究[D]. 王倩.北京交通大学 2015
[7]综合客运枢纽交通方式协调调度[D]. 李兴华.吉林大学 2014
[8]基于功能分析的城市道路衔接规划评价研究[D]. 王京京.郑州大学 2014
[9]高铁客运枢纽与城市交通衔接方式优化研究[D]. 周军.武汉理工大学 2013
[10]综合客运枢纽客流集散效能评价研究[D]. 李晶玮.北京交通大学 2011
本文编号：2983673
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/2983673.html
