車道被占用對(duì)城市道路通行能力及影響(全國一等獎(jiǎng))-全文預(yù)覽
【正文】 ,texlabel(39。10輛39。,39。,39。,39。,39。,9)。ylabel(39。車輛數(shù)/輛39。fontsize39。,9)。text(,pc(:,9),texlabel(39。5x10^4 輛39。),39。fontsize39。,9)。text(,pc(:,5),texlabel(39。10^3 輛39。),39。fontsize39。,9)。text(1,pc(:,1),texlabel(39。*39。linewidth39。linestyle39。color39。)/100。 avert(d,s)=sum(cost)/n。 end cost=zeros(1,n)。%第一輛車開始停留的時(shí)刻是其到達(dá)的時(shí)刻 c(1)=b(1)+st(1)。%每輛車開始停留時(shí)刻 c=zeros(1,n)。%模擬車輛總數(shù) dt=exprnd(10,1,n)。p=zeros(10,100)。clear all。plot(K,y1)hold onplot(K,v,39。七、參考文獻(xiàn)[1] 倪雪梅，精通統(tǒng)計(jì)分析，北京：清華大學(xué)出版社，[2] 姚榮涵，車輛排隊(duì)模型研究，[3] 司守奎，數(shù)學(xué)建模算法與應(yīng)用，北京：國防工業(yè)出版社，[4] 王永明，基于元胞自動(dòng)機(jī)的道路交通堵塞仿真研究，[5] 姜啟源，數(shù)學(xué)模型（第三版），高等教育出版社，八、附錄附錄一正態(tài)分布檢驗(yàn)圖附錄二v=[ ]。對(duì)模型二的進(jìn)一步改進(jìn)，可以通過對(duì)車輛通行的時(shí)間進(jìn)一步的準(zhǔn)確計(jì)量，然后采用誤差法、熵方法更進(jìn)一步的去分析問題。因此，在接下的模型我們做了一些改進(jìn)。 模型一 對(duì)于問題一和問題二我們運(yùn)用了速度密度線性法推知了高速公路上的車流量、速度及密度之間的關(guān)系。在CACF模型中，車輛在時(shí)刻狀態(tài)的確定規(guī)則如下：? 在集合｛自由車輛、擠車變道車輛、被擠車輛｝中，判別車輛所屬類別。式（17）即為時(shí)間內(nèi)多車道路段平均當(dāng)量排隊(duì)長度變化率模型，簡稱為MAEQLCR (Multilanasegment Averege Equivalent Queue Length Change Ratio)模型。顯然，任意時(shí)刻多車道路段平均當(dāng)量排隊(duì)長度變化率為： 式中：時(shí)刻的平均當(dāng)量排隊(duì)長度變化率； 時(shí)刻上游斷面車輛通過第條車道的流量； 時(shí)刻上游斷面車輛通過第條車道的流量。每輛車經(jīng)過事故點(diǎn)的時(shí)間為，倒第輛車離開事故點(diǎn)的時(shí)刻為，則事故發(fā)生的強(qiáng)度（即事故停留的時(shí)間）占總時(shí)間的比值為：運(yùn)用排隊(duì)論理論，結(jié)合計(jì)算機(jī)模擬可以得到圖圖6 利用排隊(duì)論模擬的關(guān)系圖 模型 為了更好的解釋排隊(duì)長度與其他幾者之間的關(guān)系，為了更加精確的得出排隊(duì)長度與時(shí)間、上游車流量的關(guān)系，我們引入了排隊(duì)長度變化率建立了模型。設(shè)總共考慮輛車。 圖5 回歸直方圖 從圖5中可以看出回歸后的殘差基本符合正態(tài)分布，檢驗(yàn)通過，說明此回歸分析有效。將對(duì)求偏導(dǎo)數(shù)，并令其等于零，加以整理后可得到各方程式：通過求解這一方程組便可分別得到的估計(jì)值。從幾何意義上講，多元回歸方程是多維空間上的一個(gè)平面。 多元回歸模型的建立我們將路段車輛排隊(duì)長度視為因變量，事故橫斷面實(shí)際通行能力、事故持續(xù)時(shí)間、路段上游車流量看成自變量。將其代入式和式則有： 可見，流量與占用率之間的關(guān)系為拋物線關(guān)系（見下圖）。查找資料得到車的換算標(biāo)準(zhǔn)為： 表1：車的換算標(biāo)準(zhǔn)車輛類型換算系數(shù)電瓶車大型車因而最終將視頻轉(zhuǎn)化為如表2和表3的數(shù)據(jù)： 表2 視頻一中統(tǒng)計(jì)的數(shù)據(jù) 時(shí)間段車輛總數(shù) 事故前123456710事故后891011121314151617181920212223 表3：視頻二中統(tǒng)計(jì)的數(shù)據(jù)時(shí)間段車輛總數(shù)事故前123345事故后678910111213141516171820191依據(jù)上述兩個(gè)視頻中的數(shù)據(jù)我們利用軟件處理得到視頻一、二中事故發(fā)生前后車流密度變化的情況以及事故發(fā)生的時(shí)刻的圖象（編程見附錄二），圖如下： 圖1 視頻一事故發(fā)生前后的車流密度變化圖上圖表示的視頻一中事故發(fā)生前后的車流密度變化情況，點(diǎn)（8,）為事故發(fā)生時(shí)刻，可以看出，事故發(fā)生前車流的密度變化較大，事故發(fā)生以后密度變化幅度減少，其通行能力在剛發(fā)生事故時(shí)的一段時(shí)間內(nèi)直線降低，而大約30后通行能力有所緩解僅接著又降低，這是一個(gè)周期性的變化。根據(jù)車道占有率與車流密度的關(guān)系為： 式中，為車道占用率；為車的平均長度，；為車流密度，輛/。由于事故發(fā)生后堵塞了車道，在車道二和三行駛的車輛必需換道。我們將排隊(duì)長度作為因變量，通行能力、事故持續(xù)時(shí)間、路段上游車流量視為自變量進(jìn)行多元線性回歸分析。利用視頻一統(tǒng)計(jì)出相關(guān)數(shù)據(jù)，再利用軟件模擬出流量與占用率之間的關(guān)系。 問題分析 這是一個(gè)關(guān)于車道被占用對(duì)城市道路通行的影響的實(shí)際問題。2. 根據(jù)問題1所得結(jié)論，結(jié)合視頻2（附件2），分析說明同一橫斷面交通事故所占車道不同對(duì)該橫斷面實(shí)際通行能力影響的差異。如處理不當(dāng)，甚至出現(xiàn)區(qū)域性擁堵。其他依次為事故持續(xù)時(shí)間和道路通行能力，交通事故所影響的路段車輛排隊(duì)長度與事故橫斷面實(shí)際通行能力、事故持續(xù)時(shí)間、路段上游車流量間的關(guān)系為：；其次利用排隊(duì)論模擬交通流可以得出當(dāng)車輛數(shù)不斷增加，即車輛排隊(duì)長度不斷加長時(shí)，車輛的停留時(shí)間越來越長，道路的實(shí)際通行能力越來越差，但道路系統(tǒng)不會(huì)輕易崩潰。并且得出事故一和二的實(shí)際通行能力：。車道被占用對(duì)城市道路通行能力的影響摘要車道被占用是導(dǎo)致道路橫斷面通行能力降低的重要因素，本文利用視頻一和視頻二統(tǒng)計(jì)出的相關(guān)數(shù)據(jù)，研究車道被占用對(duì)城市道路通行能力的影響。針對(duì)問題二，我們利用軟件模擬出事故一和事故二發(fā)生前后的車流密度變化圖，可直觀看出發(fā)生事故二的車流密度變化比事故一發(fā)生時(shí)更為明顯，此現(xiàn)象反映出發(fā)生事故二的道路通行能力穩(wěn)定性較差，從而說明同一橫斷面交通事故所占車道不同對(duì)該橫斷面實(shí)際通行能力的影響有較大的差異；為了定量說明這一問題，運(yùn)用流量車道占用率關(guān)系模型分析出流量與車道占用率之間的關(guān)系。首先利用回歸分析得出排隊(duì)長度與上游車輛總數(shù)的相關(guān)性最高。由于城市道路具有交通流密度大、連續(xù)性強(qiáng)等特點(diǎn)，一條車道被占用，也可能降低路段所有車道的通行能力，即使時(shí)間短，也可能引起車輛排隊(duì)，出現(xiàn)交通阻塞。請(qǐng)研究以下問題：1. 根據(jù)視頻1（附件1），描述視頻中交通事故發(fā)生至撤離期間,事故所處橫斷面實(shí)際通行能力的變化過程。請(qǐng)估算，從事故發(fā)生開始，經(jīng)過多長時(shí)間，車輛排
法律信息相關(guān)推薦
鄂ICP備17016276號(hào)-1