面向交通规划的城市道路交通拥堵度分析模型

  本文关键词：面向交通规划的城市道路交通拥堵度分析模型，由笔耕文化传播整理发布。

增刊2张水潮,等:面向交通规划的城市道路交通拥堵度分析模型

113

根据隶属度的大小,规定: (0.90 为 堵塞 ;

0.75& <0.90 为 拥堵 ;0.50& <0.75 为 较拥堵 ;0.35& <0.50 为 较畅通 ; <0.35 为 畅通 。

从单因素评判入手,设路网中路段的数目为N1,对于影响因素j, 堵塞 、 拥堵 、 较拥堵 、 较畅通 、 畅通 的路段所占的比例分别为rj1、rj2、rj3、rj4和rj5,由此得路段的单因素评判矩阵

r11

R(1)=

r31

(1)

式中:fwk为连接OD对w的第k条路径上的流量;qw为w之间的OD量;xa为路段a上的流量,x为其向量表示;yab为转向a+b上的流量,y为其向量表示;ck为连接w的第k条路径的通

行时间;ta为路段a上的阻抗(函数), a,t为其向量表示;dab为转向a+b上的延误(函数), a

ww

+b,d为其向量表示;!a,k、 ab,k均表示路径/路

w

段关联关系,如果路段a在连接OD对w的第k

a,k=1,否则!a,k=0;如果转向a条路径上,则!

ab,k=1+b在连接OD对w的第k条路径上,则 ab,k=0。,否则

w

w

w

w

r12r32

(1)

r13r33

(1)

r14r34

(1)

r15r35

(1)

1)

r(21(1)

1)r(22(1)

1)r(23(1)

1)r(24(1)

1)r(25(1)

(1)

3 交通分配模型的求解算法

,则

对于本文所提出的带转向延误的用户平衡交通分配问题,可在已有的Frank Wolf算法的基础上进行改进,算法的基本步骤可描述如下:

Step0:初始化。基于t(0)=t(0)及d(0)=d(0),执行一次全有全无网络加载(或称为最短路径加载);得到初始路段流量x(1)和转向流量y(1),令n=1。

Step1:更新。根据路阻函数和转向延误函数计算各条路段的行程时间和各个交叉口的转向延

n)

误,即t(an)=ta(x(n)), a及d(ab=dab(y(n)), a+b,得到各个t(n)和d(n);

Step2:确定迭代方向。基于t(n)及d(n)执行一次全有全无网络加载;得到附加的路段流量

设路段中各影响因素的权重矢量为A

路段的综合评判B1为:

(1)

(1)

B1=A R

同理可得交叉口的综合评判B2=A(2) R(2),则得单因素评判矩阵

R=

B1B2

由此可得路网的拥堵度评判为

B=W R

再根据最大隶属的原则,可得出路网整体的拥堵度。

2 交通分配模型

在交通拥堵度的计算中,涉及到的交通因素为路段的平均车速、路段的平均延误、路段的饱和度、交叉口的饱和度以及交叉口的平均转向延误,其中的四项因素均可通过普通的用户平衡交通分配得到(或进行一定的换算),而对于交叉口的转向延误这一因素,则需对普通的用户平衡模型进行一定的改进,因此本文给出了适宜于交通拥堵度计算的带转向延误的用户平衡交通分配模型,其表达式为

t(p,x)T(x*-x)+d(p,y)T(y*-y)(0式中: =

(x,y))

(x,y)f(0且下列束件成立s.t.xa=yab=cwk=

*

*

^x(n)^(n);和转向流量y

Step3:确定迭代步长。迭代步长#n由以下

一维极值问题决定minz(#)=0&#&1

,a

aa+b

^

x

(n)

^a+#(x

(n)

-xa)0ta( )d +-yab)0dab( )d

(n)

(n)

Step4:确定新迭代点。令x(n+1)=x(n)+#n(^x(n)-x(n)),y(n+1)=y(n)+#n(^y(n)-y(n))。

Step5:收敛性检查。假如(x(n),y(n)) (x,y)则结束算法,(x,y)即为所

求的平衡解;否则令n=n+1,并转到Step1。

(n+1)

(n+1)

(n+1)

(n+1)

,ab

^

y

(n)

^ab+#(y

(n)

f=

f

wkkw

k

w

k

qw, w

wk

w!a,k, a

4 算 例

4.1 基础数据

图1所示网络取自文献[4],其中节点1和9, ww

f k ab,k, a+b

w

dab ab,k, w,ka+w

ta!a,k+

  本文关键词：面向交通规划的城市道路交通拥堵度分析模型，，由笔耕文化传播整理发布。