【正文】 車速調查 1. 觀測地點的選擇 地點車速是表征汽車通過某個地點的瞬間速度 。 三 .行駛速度與區(qū)間速度調查 行駛速度 是指車輛行駛在某一區(qū)間時的運行車速 ， 它等于區(qū)間距離除以在該區(qū)間運行所需要的時間 (不包括停車時間 )。3－ 3 交通密度調查 一 . 出入量法 1. 出入量法的基本原理 在某道路上選擇 A、 B兩點間的路段為觀測路段 ， 車流從 A駛向 B。 初始車輛數(shù) E(t０ )的求法 : 求初始車輛數(shù) E (t０ )的方法有車牌號碼法 、 照相觀測法等 。 從 t0到 t１ 時刻 ， 通過 B處的車輛數(shù)為 q。 (2)在測定路段的兩端設置車輛情況示波器或動態(tài)錄像機 ，從開始時刻 (t0)開始 。 當試驗車通過兩端時 ， 要按動顯示器把具有特殊記號的試驗車記錄在記錄紙上；若使用動態(tài)錄像機 ， 也要對準試驗車的記號攝影 ， 以便整理資料時記取那個時刻 。 為了防止誤差的累加 ， 除應增加試驗車的觀測次數(shù)外 ， 要把試驗車每次經(jīng)過 A端的時刻都作開始時刻 (t0)， 且該時刻的現(xiàn)有車輛都作為每次的初始車輛數(shù)值 。這不僅是因為航空攝影費用大，而且直升飛機在空中飛行時間有限航空照相機 1次攝影的膠卷張數(shù)亦受到限制。 1001 ????LLRniis 如果事先已獲得各車型的車長資料時 ， 根據(jù)密度調查現(xiàn)場統(tǒng)計的分車型交通量資料 ， 就可按 上 式計算空間占有率 。 2. 固定延誤 由交通控制裝置、交通標志等引起的延誤。 5. 排隊延誤 排隊時間與以暢行車速駛過排隊路段的時間之差。 若到底的車輛數(shù)大于道路的通行能力，則車輛開始排隊行駛，當?shù)竭_的車輛數(shù)小于通行能力時，排隊逐漸消失。觀測員站在停車線附近的路側人行道上。 1. 出行 指人 、 車 、 貨從出發(fā)點到目的地移動的全過程 。 ：起迄點都在調查區(qū)域范圍外的出行。 ： 又稱愿望線，為連接各小區(qū)形心間的直線，它的寬度表示區(qū)間出行的次數(shù)。 ：包括交通分區(qū)內下述出行端點：家庭出行中的家庭一端端點，不論其為出發(fā)點或到達點；非家庭出行的出發(fā)點。 二 . 起迄點調查目的 起迄點調查的具體 目的 ： ， 在計算機上模擬現(xiàn)狀的出行 ， 為發(fā)現(xiàn)主要交通癥結 ， 調 整與改善道路系統(tǒng)功能 ， 從系統(tǒng)上和政策上對近遠期工程項目排序提供依據(jù)； OD調查資料 、 土地使用資料建立各類交通預測模型 ， 為遠期交通規(guī)劃提供依據(jù)； ， 特別是公共交通服務水平 ， 為提高公共交通系統(tǒng) 運行效率 ， 制定近期 、 遠期交通政策提供有效信息 。 167。 二 . 連續(xù)流特征 1. 總體特征 交通量 Q、 行車速度 、 車流密度 K是表征交通流特性的三個基本參數(shù)。 (2)臨界速度 Vm， 即流量達到極大時的速度 。 2. 數(shù)學描述 (1)速度與密度關系 格林希爾茨 (Greenshields)提出了速度一密度線性關系模型： 當交通密度很大時，可以采用格林柏 (Grenberg)提出的對數(shù)模型： 式中： Vm— 對應最大交通量時速度 。 )1(jf KKKVQ ??)1(fj VVKK ??)( 2fj VVVKQ ?? 例 41 V=， 如限制車流的實際流量不大 于最大流量的 ， 求速度的最低值和密度的最高值 ?(假定車流的密度＜最佳密度 Km) 解 ：由題意可知：當 K=0時 ， V=Vf=88km/h,當 V=0時 ，K=Kj=55輛 /km。 則有密度 KA和 KB與之對應 ， 又由題意可知 ， 所求密度小于 Km，故為 KA。 ?,2,1,0,!)()( ???kk etkPtk ?? ① 到達數(shù)小于 k輛車 (人 )的概率： ② 到達數(shù)小于等于 k的概率： ③ 到達數(shù)大于 k的概率： ④ 到達數(shù)大于等于 k的概率： ??????10 !)(kimiiemkP ????? kimiiemkP0 !)( ?????????kimiiemkPkP0 !1)(1)( ??????????10 !1)(1)(kimiiemkPkP ⑤ 到達數(shù)至少是 x但不超過 y的概率： ⑥ 用泊松分布擬合觀測數(shù)據(jù)時，參數(shù) m按下式計算： 式中： g—— 觀測數(shù)據(jù)分組數(shù)； fj—— 計算間隔 t內到達 kj輛車 (人 )這一事件發(fā)生的次 (頻 )數(shù)； kj—— 計數(shù)間隔 t內的到達數(shù)或各組的中值； N—— 觀測的總計間隔數(shù) 。 3. 負二項分布 (1)基本公式 式中： p、 β為負二項布參數(shù) 。 4. 離散型分布擬合優(yōu)度檢驗 —— χ2檢驗 (1)χ2檢驗的基本原理及方法 ① 建立原假設 H0 ② 選擇適宜的統(tǒng)計量 ③ 確定統(tǒng)計量的臨界值 ④ 判定統(tǒng)計檢驗結果 二 . 連續(xù)型分布 描述事件之間時間間隔的分布稱為連續(xù)型分布 。 此外，也可用概率密度函數(shù)來計算。 ??? ??? ?? tethP t ,)( )( ??? ??? ?? tet t ,1)( )(?????? ????? ??ttetf t,0,)( )(39。 為了克服移位負指數(shù)分布的局限性 ， 可采用更通用的連續(xù)型分布 ， 如： ① 韋布爾 (Weibull)分布； ② 愛爾朗 (Erlang)分布； ③ 皮爾遜 Ⅲ 型分布； ④ 對數(shù)正態(tài)分布； ⑤ 復合指數(shù)分布 。 ① 定長輸入 ② 泊松輸入 ③ 愛爾朗輸入 (2)排隊規(guī)則 指到達的顧客按怎樣的次序接受服務 。 (3)隊長 有排隊顧客數(shù)與排隊系統(tǒng)中顧客數(shù)之分，這是排隊系統(tǒng)提供的服務水平的一種衡量。 非自由狀態(tài)行駛的車隊有如下 三個特性 ： 1. 制約性 2. 延遲性 (也稱滯后性 ) 3. 傳遞性 二 . 線性跟馳模型 根據(jù)上述跟馳車隊的特性 ， 如圖 中第 n+1號車在 t+T時刻的速度可用下式表示： Xn+1 (t+T)=λ〔 Ｘ n(t)Xn+1 (t)〕 +λL 式中： Xn(t)—— 在 t時刻 ， 第 n號車 (引導車 ) Xn+1(t)—— 在 t時刻 ， 第 n+1號車 (跟隨車 )的位置； λ—— 反應靈敏度系數(shù) (1/s) L—在阻塞情況下的車頭間距。 2. 漸近穩(wěn)定 是引導車向后面各車傳播速