面向多个MFD子区的边界控制时机决策方法研究

发布时间：2020-11-16 12:06

　　 城市化进程中机动车保有量的快速增加,造成交通量持续增长,不仅导致交通拥堵加剧,而且增加了交通管理与控制的难度。而交通拥堵是严重制约城市发展的重要因素之一,因此改善和缓解城市交通拥堵成为加速城市发展最为棘手的问题。复杂多样的城市路网发生交通拥堵以及后续演化,终将成为区域性的拥堵或者规模化的拥堵,而传统的控制模型方法很难从中获取准确的出行OD数据,导致交通管控难以满足居民出行需求。虽然宏观基本图(MFD)存在性的证实,为整体上判断路网的交通状态和实施管控提供了良好的平台,但由于路网子区交通状态的差异性,如何准确有效实施边界控制方法成为解决宏观路网交通拥堵的关键。本文依托国家自然科学基金资助项目“基于时空检测的拥堵交通网络本征提取及快速疏散算法研究(No.61304195)”与安徽省自然科学基金资助项目“拥堵交通网络空间态势转换机理及其快速疏散研究(No.1408085QF111)”,提出了面向多个MFD子区的边界控制时机决策方法,主要研究包含以下几个方面:首先,通过对比常规的交通量预测方法,考虑宏观路网特性,利用动态拉格朗日因子,结合Kalman滤波预测和宏观交通量变化规律,建立了区域路网宏观交通预测方法。其次,根据MFD特性对路网进行子区划分,然后对固定检测数据以及浮动车数据进行交通状态评价指标进行划分;综合考虑路段、交叉口以及交通需求等因素,提出了区域路网交通状态识别模型。再次,根据路网子区车流转换关系,结合宏观基本图理论,建立路网子区车流平衡方程;以整个路网条件拥堵风险最小,同时满足辆完成率最大和总行程时间最小为目标,通过调节边界控制率来改变交通状态。最后,利用实际路网进行案例分析,通过对有边界控制时机决策的控制方法和无控制时机决策的方法以及其他的控制方法,结果表明采用边界控制时机决策的控制方法不仅可提高路网通行效率,同时还有效的缓解了拥堵和交通状态的转移,减小了交通状态不稳定运行的条件拥堵风险。
【学位单位】：合肥工业大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：U491
【部分图文】：

化进程的飞速发展以及居民生活品质不断的了更高的要求，而城市交通拥堵给居民生活出北京市的机动车拥有量，从 2005 年 287.6 万辆之间平均每天登记注册的新汽车的数量为 760发达国家的首都城市均遭受严重的交通拥挤约、英国的伦敦、法国的巴黎以及日本的东手段来改善交通拥挤的状态，但其成效依旧为当今城市发展的首要任务。它不仅增加了出现大面积的交通拥堵，已经成为严重阻碍且在国内外智能交通管理与控制领域，很难社科院发布的《公共服务蓝皮书》中表明，我非常严重，而且很难从根本上治理。如图 1.1 所交通状态表示非常拥堵和比较拥堵。从城市城市交通运行较为顺畅。

1211( ) ( )( )1 1( ( ) ( ))nF Fij ijinF Fij ijiP k P knMPF kP k P kn n （观交通状态识别检验了验证区域路网宏观交通状态识别模型的适应性和准确性，采用交]（Traffic Performance Index，简称 TPI）和车辆行程时间[60]（Vehiced Index，简称 VHT）预测模型与本文建立的宏观交通状态识别模型比。如图 5.1（a）所示，为某市一区域的路网提取路网的检测数据的累积车辆数与车辆完成率数据进行拟合，其中拟合的 MFD 曲线方为：1212.5304*10oa ，711.8869*10ob ，10.0037oc ，12od .71。案例选取 2017 年 10 月 24~26 日连续三天的平均交通量数据，如图 3据公式（3.14）计算得到路网宏观交通流状态指标，如图 3.6 所示。

第五章 案例仿真分析为验证本文提出面向多个 MFD 子区的边界控制时机决策方法，本文利用Vissim 交通仿真软件对选取的实际路网进行模拟仿真。其中 Vissim 交通仿真软件不但可节约实验成本和提高实验效率，而且还便于改变交通参数进行多次仿真实验，同时还可以输出各种交通数据，为交通控制可以提供可靠的数据。5.1 路网参数标定以某市的一个区域路网作为本文案例进行分析，如图 5.1（a）所示，选取的路网交通流量在时空上存在较为明显的差异，调查结果显示该路网在高峰小时时段，东北部区域较易发生区域性的拥堵。该区域面积约为 30 多平方千米，主要由高速路、主干路、次干路和支路组成。依据路网交通流密度数据，该路网交通分布不均匀存在一定的差异性，按照第三章子区划分方法，将该路网划分为 3 个理想 MFD 子区如图 5.1（b）所示。
【参考文献】

相关期刊论文 前10条

1 秦鸣;杨高飞;邓明君;张文强;冯博;;基于二次指数平滑法和优化Kalman滤波的短时交通组合预测[J];北华大学学报(自然科学版);2015年06期

2 黄艳国;许伦辉;邝先验;;基于模糊C均值聚类的城市道路交通状态判别[J];重庆交通大学学报(自然科学版);2015年02期

3 唐毅;刘卫宁;孙棣华;魏方强;余楚中;;改进时间序列模型在高速公路短时交通流量预测中的应用[J];计算机应用研究;2015年01期

4 岳园圆;于雷;朱琳;宋国华;陈旭梅;;基于速度里程分布的快速路宏观交通状态评价模型[J];交通运输系统工程与信息;2014年04期

5 沈国江;朱芸;钱晓杰;胡越;;短时交通流组合模型预测[J];南京理工大学学报;2014年02期

6 姚磊;张开冉;;基于模糊逻辑的交通拥挤状态识别算法[J];西华大学学报(自然科学版);2014年03期

7 姬杨蓓蓓;;基于仿真实验验证宏观基本图的存在性[J];武汉理工大学学报(交通科学与工程版);2013年05期

8 许菲菲;何兆成;沙志仁;;交通管理措施对路网宏观基本图的影响分析[J];交通运输系统工程与信息;2013年02期

9 曲昭伟;魏强;别一鸣;朱慧;王殿海;;基于固定检测器的区域交通状态判别方法[J];中南大学学报(自然科学版);2013年01期

10 朱琳;于雷;宋国华;;基于MFD的路网宏观交通状态及影响因素研究[J];华南理工大学学报(自然科学版);2012年11期

相关硕士学位论文 前2条

1 蔡岩;基于灰色预测模型的短期交通流预测研究[D];西南交通大学;2009年

2 盛宇;中小城市交通需求预测模型研究[D];河海大学;2006年

本文编号：2886208