高速公路交通流随机性和行程时间可靠性研究

发布时间：2017-06-29 02:16

  本文关键词：高速公路交通流随机性和行程时间可靠性研究，由笔耕文化传播整理发布。

【摘要】：近年来,高速公路系统中大幅增加的出行需求量经常超出高速公路的设计通行能力,随之而来的是交通流稳定性的下降、出行延误的增加、社会和环境满意度的降低,尤其在节假日(春节、国庆等)期间。对于出行者来说,这种日益常发的拥堵现象直接导致行程时间的延长,严重扰乱出行安排,增加出行的成本。因而,针对出行者的行程时间不确定,本文从宏观和微观驾驶员角度,研究高速公路行程时间随机波动的机理,揭示交通流空间演化的动态性,构建了行程时间可靠性评价模型。研究结果一方面为出行者的路径决策提供全面的行程信息,另一方面为判别和预测高速公路的随机运行状态提供理论支持。首先,从微观驾驶员行为和宏观出行需求两个方面研究路段交通流随机波动的内在机理。在驾驶员行为方面,定义跟驰状态下车辆间车头时距的概念,分析车头时距的概率分布函数形式;并从宏观出行流量的角度,将高速公路交通状态划分为自由流和阻塞流,分别建立了基于动态车头时距的车辆时空演化模型:(1)在自由流状态下,将随机过程引入到期望速度公式中,描述驾驶员在无干扰环境下的自主控制过程;(2)在阻塞流状态下,提出了反映紧凑跟驰过程的DDH(Driving by Dynamic Headway)模型。基于碰撞规避的原则,DDH模型包含车头时距更新、速度更新、位置更新过程,完整地描述了前导车和跟驰车的随机反应波动和动态运动过程。并利用Matlab编程软件,呈现仿真车辆在特定高速公路路段环境下的运行轨迹,仿真结果符合交通流的基本规律和经验现象。其次,从微观的车辆轨迹提取出行程时间数据,利用EM算法拟合行程时间分布函数;并在不同出行流量条件下,分别对路段的行程时间可靠性进行评价。研究结果为行程时间可靠性的评价提供理论支持。最后,结合行程时间的概率特性和路网交通流传播规律,基于加树贝叶斯网络模型(TAN),建立了路径行程时间可靠性的分析方法。在网络结构建模方面,基于一阶齐次马尔科夫链性质,将相互连接的路段分解为相邻路段的条件概率关联。在网络参数推理方面,采用贝叶斯定理(Bayes theorem)推导出相邻多条路段间的关联关系公式;进而利用DDH模型仿真获得路段行程时间的先验概率分布和相邻路段间关联关系,推理分析得到路段和路径行程时间的后验分布,从而实现了对路径行程时间可靠性的评价。本文利用仿真方法,围绕动态车头时距和路段关联推理,构建了相应的交通流模型和行程时间可靠性计算方法,可以为交通系统分析和出行信息服务提供参考价值。
【关键词】：行程时间可靠性 车头时距 随机跟驰模型 加树贝叶斯网络 路段空间关联
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U491
【目录】：

• 摘要4-6
• Abstract6-11
• 第1章 绪论11-23
• 1.1 研究背景及意义11-13
• 1.1.1 依托项目11
• 1.1.2 研究背景11-13
• 1.1.3 研究意义13
• 1.2 行程时间可靠性的研究现状13-17
• 1.2.1 路段行程时间可靠性的国内外研究现状13-16
• 1.2.2 路径行程时间可靠性的国内外研究现状16-17
• 1.3 行程时间可靠性的内涵和评价指标17-20
• 1.3.1 行程时间可靠性的内涵17-19
• 1.3.2 评价指标19-20
• 1.4 行程时间可靠性的影响因素20-21
• 1.5 研究思路21-23
• 第2章 交通流的随机性研究23-49
• 2.1 高速公路交通流随机特性23
• 2.2 车头时距随机性23-27
• 2.2.1 车头时距随机性24-26
• 2.2.2 车头时距经验分布26-27
• 2.3 自由流模式下驾驶员随机行为模型27-32
• 2.3.1 模型概述27-29
• 2.3.2 基于驾驶员反应误差的自由流模型29-32
• 2.4 基于动态车头时距的紧凑跟驰模型32-48
• 2.4.1 安全车头时距33
• 2.4.2 基于动态车头时距的跟驰模型33-36
• 2.4.3 仿真验证36-48
• 2.5 本章小结48-49
• 第3章 路段行程时间可靠性评价49-57
• 3.1 基于EM法的分布参数估计49-54
• 3.2 路段行程时间可靠性评价54-56
• 3.2.1 自由流模式下行程时间可靠性评价54-55
• 3.2.2 紧凑跟驰模式下行程时间可靠性评价55-56
• 3.3 本章小结56-57
• 第4章 基于贝叶斯网络的路径行程时间可靠性分析57-79
• 4.1 加树贝叶斯网络概述58-59
• 4.2 加树贝叶斯网络结构的构建59-66
• 4.2.1 路径行程时间变量定义59-62
• 4.2.2 加树贝叶斯网络结构建模62-66
• 4.3 行程时间分布的参数推理66-71
• 4.3.1 路段关联矩阵计算67-70
• 4.3.2 建立路径行程时间分布函数70-71
• 4.4 小型测试网络71-77
• 4.4.1 测试环境71-73
• 4.4.2 WinBUGS抽样分析73-77
• 4.5 本章小结77-79
• 第5章 总结与展望79-81
• 5.1 研究主要结论79-80
• 5.2 研究工作展望80-81
• 参考文献81-87
• 附录87-89
• 作者简介及在学期间所取得的科研成果89-91
• 致谢91

【参考文献】

中国期刊全文数据库 前10条

1 杨庆芳;韦学武;林赐云;李志林;刘翔宇;;基于时空贝叶斯模型的行程时间可靠性预测[J];华南理工大学学报(自然科学版);2016年04期

2 罗凌;杨有;马燕;;基于TAN贝叶斯网络的学习风格检测研究[J];计算机工程与应用;2015年06期

3 李小静;牟海波;杨菊花;;基于道路使用者的城市路网动态行程时间可靠度[J];公路交通科技;2014年04期

4 唐涛;;道路交通网络路径行程时间可靠性计算方法[J];科技信息;2013年14期

5 王殿海;祁宏生;徐程;;交通可靠性研究综述[J];交通运输系统工程与信息;2010年05期

6 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

7 李力;王法;姜锐;胡坚明;吉岩;;A new car-following model yielding log-normal type headways distributions[J];Chinese Physics B;2010年02期

8 侯立文;谭家美;;城市交通中利用Gram-Charlier分布估计行程时间可靠性[J];中国管理科学;2009年06期

9 陈琨;于雷;;基于对数正态和分布的路径行程时间可靠性模型[J];北京交通大学学报;2009年03期

10 许良;高自友;;基于出行时间可靠性的城市交通网络设计[J];系统仿真学报;2008年02期

中国博士学位论文全文数据库 前4条

1 陈喜群;交通流动态随机演化模型研究[D];清华大学;2012年

2 陈琨;基于移动源数据的城市路网行程时间可靠性评价模型与算法[D];北京交通大学;2008年

3 熊志华;道路网行程时间可靠性基础理论与方法研究[D];北京交通大学;2006年

4 岳博;Bayes网络模型及其学习算法研究[D];西安电子科技大学;2002年

中国硕士学位论文全文数据库 前4条

1 董硕;基于实时数据的路网交通状态可靠性动态分析方法研究[D];吉林大学;2013年

2 刘佳;基于TAN的文本分类方法研究[D];北京交通大学;2009年

3 温冬海;随机交通流网络行程时间可靠度近似算法研究[D];长沙理工大学;2007年

4 连军艳;EM算法及其改进在混合模型参数估计中的应用研究[D];长安大学;2006年

  本文关键词：高速公路交通流随机性和行程时间可靠性研究，由笔耕文化传播整理发布。

，

本文编号：496214