城市道路网关键路段识别及路网鲁棒性优化研究
发布时间:2021-08-27 02:26
城市交通是城市社会经济活动的重要支撑,对居民出行和生产物流有着重要影响。城市交通是一个开放和复杂的系统,在运行过程中时常会遭遇自然灾害、极端天气、交通事故和恶意攻击等突发事件的影响。某些路段在路网中起关键作用,一旦中断会降低道路网连通性、显著影响路网整体性能的发挥,引起路网大面积拥堵,甚至整个路网长时间处于瘫痪状态。如何基于城市道路网交通流时空分布和演化机制的动态复杂性,准确且高效率地识别出关键路段,并基于关键路段有针对性的优化路网以避免或减轻关键路段中断对路网造成的负面影响,是一项具有实际应用意义的研究。城市交通有限的交通供给难以满足日益增长的交通需求,在遭遇严重的干扰事件时,容易触发级联故障效应。考虑城市道路网的这一运行特性,构建基于级联故障效应的关键路段识别指标和方法。考虑级联故障效应的关键路段识别指标是系统性指标,采用全路段扫描法计算,即路网中的路段轮流中断,执行交通分配,评估由此导致的路网效率的降低程度。对于拥有庞大路段数量的城市道路网,计算时间巨大。为提高运算效率,提出基于交通流介数指标的快速识别关键路段的方法。该指标的参数校正和确定最终关键路段的环节采用了考虑级联故障效应...
【文章来源】:吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】:119 页
【学位级别】:博士
【部分图文】:
长春市道路网所有路段VC比
吉林大学博士学位论文66图5.2长春市道路网交通小区划分为简化计算,将长春市道路网进行抽象化处理,假设交叉点为节点,路段为边,以距离交通小区质心最近的交叉口作为OD节点。选择晚高峰时段(17:00-18:00)的路段交通流量估算OD需求矩阵,共有OD对18090对,共有68830标准车当量数(pcu/h)。在本案例研究中,OD需求矩阵是根据调查的路段交通流反推获得。交通流量是指在一时间段内通过道路某一地点、某一断面或某一车道的车辆数,交通需求是指一段时间内节点对间的出行量。交通流介数指标的应用是以高峰时段的流量和出行需求为例分析的。5.2考虑级联故障效应的路网关键路段识别根据第二章提出的考虑级联故障效应的识别关键路段的指标(公式(2.2))及方法,计算出长春市道路网中的3207条路段逐一中断时路网效率改变程度,并将其按降序排列。在采用考虑级联故障效应指标和方法识别关键路段时,假定时间步长为10分钟,根据分时路段流量反推OD需求,将高峰小时OD需求划分为6份OD矩阵表。将OD需求按时间步长依次加载到路网,进行交通分配。识别出排序在前200条路段作为关键路段,如图5.3所示。关键路段大多位于长春市中心区域,中心区的拥挤路段并非都是关键路段,尽管它们的出行需求很高,
吉林大学博士学位论文72图5.7采用交通流介数指标识别的关键路段当r取不同的值时,关键路段的一致率如表5.2所示。一致率是指基于TFBI识别出的关键路段在基于cfaI识别出的关键路段范围内的数量的比例。由表5.2可知,r的值会影响基于TFBI识别结果的准确性。当r55.0时,基于aTFBI和cfaI识别出的关键路段的一致率最大。由于反映这些路段的关键性的属性(例如,较大的转移需求量和较大的介数值)较为明显,直接使用TFBI识别关键路段的一致率很高,例如,排序第一的路段,排序前五的路段或前十的路段一致率都很高。
【参考文献】:
期刊论文
[1]基于自然连通度的复杂网络抗毁性仿真优化研究[J]. 田田,吴俊,谭跃进. 复杂系统与复杂性科学. 2013(02)
[2]基于复杂网络抗毁性与ADMPDE算法的网络拓扑结构优化[J]. 黄仁全,李为民,董雯,王胜勇. 空军工程大学学报(自然科学版). 2012(05)
[3]复杂网络中节点重要度评估的节点收缩方法[J]. 谭跃进,吴俊,邓宏钟. 系统工程理论与实践. 2006(11)
[4]基于路段能力可靠性的城市交通网络设计[J]. 许良,高自友. 中国公路学报. 2006(02)
[5]网络节点(集)重要性的一种度量指标[J]. 李鹏翔,任玉晴,席酉民. 系统工程. 2004(04)
博士论文
[1]城市道路路网交通运行状态分析方法及应用研究[D]. 苏飞.北京交通大学 2017
[2]地铁复杂网络的连通脆弱性研究[D]. 张建华.华中科技大学 2012
[3]基于可靠性的城市交通网络分析[D]. 况爱武.长沙理工大学 2012
[4]基于复杂网络的交通网络复杂性研究[D]. 胡一竑.复旦大学 2008
[5]城市交通网络拓扑结构复杂性研究[D]. 吴建军.北京交通大学 2008
本文编号:3365459
【文章来源】:吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】:119 页
【学位级别】:博士
【部分图文】:
长春市道路网所有路段VC比
吉林大学博士学位论文66图5.2长春市道路网交通小区划分为简化计算,将长春市道路网进行抽象化处理,假设交叉点为节点,路段为边,以距离交通小区质心最近的交叉口作为OD节点。选择晚高峰时段(17:00-18:00)的路段交通流量估算OD需求矩阵,共有OD对18090对,共有68830标准车当量数(pcu/h)。在本案例研究中,OD需求矩阵是根据调查的路段交通流反推获得。交通流量是指在一时间段内通过道路某一地点、某一断面或某一车道的车辆数,交通需求是指一段时间内节点对间的出行量。交通流介数指标的应用是以高峰时段的流量和出行需求为例分析的。5.2考虑级联故障效应的路网关键路段识别根据第二章提出的考虑级联故障效应的识别关键路段的指标(公式(2.2))及方法,计算出长春市道路网中的3207条路段逐一中断时路网效率改变程度,并将其按降序排列。在采用考虑级联故障效应指标和方法识别关键路段时,假定时间步长为10分钟,根据分时路段流量反推OD需求,将高峰小时OD需求划分为6份OD矩阵表。将OD需求按时间步长依次加载到路网,进行交通分配。识别出排序在前200条路段作为关键路段,如图5.3所示。关键路段大多位于长春市中心区域,中心区的拥挤路段并非都是关键路段,尽管它们的出行需求很高,
吉林大学博士学位论文72图5.7采用交通流介数指标识别的关键路段当r取不同的值时,关键路段的一致率如表5.2所示。一致率是指基于TFBI识别出的关键路段在基于cfaI识别出的关键路段范围内的数量的比例。由表5.2可知,r的值会影响基于TFBI识别结果的准确性。当r55.0时,基于aTFBI和cfaI识别出的关键路段的一致率最大。由于反映这些路段的关键性的属性(例如,较大的转移需求量和较大的介数值)较为明显,直接使用TFBI识别关键路段的一致率很高,例如,排序第一的路段,排序前五的路段或前十的路段一致率都很高。
【参考文献】:
期刊论文
[1]基于自然连通度的复杂网络抗毁性仿真优化研究[J]. 田田,吴俊,谭跃进. 复杂系统与复杂性科学. 2013(02)
[2]基于复杂网络抗毁性与ADMPDE算法的网络拓扑结构优化[J]. 黄仁全,李为民,董雯,王胜勇. 空军工程大学学报(自然科学版). 2012(05)
[3]复杂网络中节点重要度评估的节点收缩方法[J]. 谭跃进,吴俊,邓宏钟. 系统工程理论与实践. 2006(11)
[4]基于路段能力可靠性的城市交通网络设计[J]. 许良,高自友. 中国公路学报. 2006(02)
[5]网络节点(集)重要性的一种度量指标[J]. 李鹏翔,任玉晴,席酉民. 系统工程. 2004(04)
博士论文
[1]城市道路路网交通运行状态分析方法及应用研究[D]. 苏飞.北京交通大学 2017
[2]地铁复杂网络的连通脆弱性研究[D]. 张建华.华中科技大学 2012
[3]基于可靠性的城市交通网络分析[D]. 况爱武.长沙理工大学 2012
[4]基于复杂网络的交通网络复杂性研究[D]. 胡一竑.复旦大学 2008
[5]城市交通网络拓扑结构复杂性研究[D]. 吴建军.北京交通大学 2008
本文编号:3365459
本文链接:https://www.wllwen.com/shoufeilunwen/gckjbs/3365459.html