基于層次分析法的模糊綜合評價模型-資料下載頁
2025-06-23 07:36本頁面
【正文】 . 一致性檢驗= 所以判斷矩陣滿足一致性，權(quán)重分配是合理的。社會因素相應(yīng)權(quán)重社會因素路段空氣質(zhì)量超標(biāo)率干道的晝間噪聲（分貝）油耗比 相應(yīng)權(quán)重（五）功能特征的模糊判斷矩陣 = 設(shè)權(quán)重向量為：=：對該向量做正規(guī)化處理：：==，權(quán)重分配是合理的。功能特征相應(yīng)權(quán)重功能特征降雨量交通設(shè)施日增車輛（輛/日）相應(yīng)權(quán)重 專家 一級指標(biāo)專家1專家2專家3專家4專家5平均分A18075778284A28983908789A38680828487A4838085808282B18993879690記總目標(biāo)的模糊判斷矩陣為：得到相應(yīng)權(quán)重為：總目標(biāo)人為因素道路因素車輛因素社會因素功能特征相應(yīng)權(quán)重七、模型改進(jìn)前面的模型都只是針對單一道路，而現(xiàn)實生活中出現(xiàn)交通擁堵情況太多在交叉口處形成，或者更為復(fù)雜的道路地形，因此改進(jìn)的話從一維轉(zhuǎn)為二維，實現(xiàn)較為實用的交通模型交通擁堵形成過程交叉口是各個方向交通流的匯集地，受信號控制的影響，連續(xù)運(yùn)行的車流受到中斷，是引發(fā)交通擁堵的核心點之一。若交叉口的通行能力不能滿足交通需求，車輛就會在某些通行方向出現(xiàn)二次排隊，需要幾個信號周期才能通過交叉口，出現(xiàn)擁堵現(xiàn)象。下面分析交通需求與通行能力的關(guān)系，闡述交叉口常發(fā)性交通擁堵的形成過程。設(shè)交叉口的通行能力為Ca，交通需求為A(t)，通行能力與交通需求隨時間的變化關(guān)系如圖11所示。對于一個固定的交叉口，在不受到其他干擾的情況下，通行能力通常為一個固定值，隨時間的推移，交叉口通過的流量為Ca(t)。在t0時刻，交叉口累積的車流量大于在有效綠燈時間內(nèi)交叉口的通行能力，開始出現(xiàn)車輛滯留的現(xiàn)象。隨著時間的推移，排隊等候的車輛不斷增加，排隊長度不斷延長，在[t0,t]時間段內(nèi)，滯留車輛數(shù)為Nw(t)=A(t)Ca(t)。當(dāng)?shù)竭_(dá)t1時刻時，滯留在交叉口處的車流數(shù)達(dá)到最大，排隊長度達(dá)到最大值。在t1時刻之后，道路的交通需求開始減小，由于車流的到達(dá)率小于交叉口的通行率，在有效綠燈時間內(nèi)，駛出交叉口的車輛數(shù)大于到達(dá)的車輛數(shù)，在綠燈時，滯留在交叉口的車輛開始逐漸消散，排隊長度不斷減小。當(dāng)?shù)竭_(dá)t2時，累積在交叉口的車輛等于交叉口的通行能力，在綠燈時間內(nèi)恰好全部駛出交叉口，道路上沒有出現(xiàn)滯留的車輛，交叉口交通狀態(tài)恢復(fù)正常狀態(tài)。從圖11中可知，由于交通需求大于交叉口的通行能力，出現(xiàn)擁堵現(xiàn)象，增大了行車的延誤，車輛總延誤在數(shù)值上等于曲線A(t)和Ca(t)之間圍成的面積。圖11對于主干道路交叉口群來說，上游交叉口的交通狀態(tài)受到下游交叉口交通狀態(tài)的影響。當(dāng)下游交叉口的排隊長度大于兩交叉口之間的路段所能容納的最大排隊時，將會在交叉口出現(xiàn)排隊溢出的現(xiàn)象，滯留的車輛將蔓延到上游交叉口的相關(guān)路段，形成關(guān)聯(lián)交叉口的線擁堵狀態(tài)。設(shè)兩交叉口路段的最大排隊車輛數(shù)為D，則D=式中，L為路段的長度(m)；d為平均車長(m)；s為飽和車頭間距(m)。以上都為常量當(dāng)下游交叉口進(jìn)口道排隊長度Nw(t)大于D時，排隊車輛將占滿整個路段，剩余車輛將滯留在上游交叉口的相關(guān)路段，造成交通擁堵蔓延。[3]車輛排隊長度檢測利用傳統(tǒng)的機(jī)器時間算法進(jìn)行路口車輛排隊長度檢測，能夠獲取在指定路口等待的車輛的數(shù)量，從而為智能交通系統(tǒng)提供準(zhǔn)確的數(shù)據(jù)基礎(chǔ)。其步驟如下所述設(shè)置指定路口的道路寬度是N，路口每次綠燈能夠通過的車輛數(shù)目是 a，采集的全部車輛圖像構(gòu)成的數(shù)據(jù)集合是{d1，d2，…，dq} ，第i張車輛圖像中的像素灰度構(gòu)成的數(shù)據(jù)集合是{f1，f2，…，fm} ，車輛圖像采集過程中的外界環(huán)境干擾系數(shù)是η，利用下述公式能夠計算路口車輛圖像機(jī)器時間: [4]利用下述公式能夠計算路口車輛排隊長度:實驗數(shù)據(jù)表算法檢測與實際排隊車輛如圖所示對數(shù)據(jù)進(jìn)行進(jìn)一步整理得到如下圖所示八、模型展望該模型適用大多數(shù)并且擁堵的道路路段，通過車輛排隊數(shù)與最大排隊數(shù)量進(jìn)行比較，若大于則視為擁堵情況，否則視為正常情況附表61二級評價指標(biāo)的權(quán)重確定二級指標(biāo)A城市B城市相似度單線高峰客流量（萬人次/小時）居民品均出行耗時(小時）1人均城市道路占有量（平方米）10道路利用率% 紅綠燈效率% 公交站點密度 30245萬人車輛標(biāo)臺數(shù)（標(biāo)臺/萬人）1380977公交出行數(shù)量（輛）23802000主干道平均車速（千米/小時）36汽車燃油消耗(元/公里）路段空氣質(zhì)量超標(biāo)率/% 干道的晝間噪聲（百分貝） 6571油耗比 4666降雨量(毫米/年）1200324交通基礎(chǔ)設(shè)施 7550日增車輛 （輛）1000150[1] 杜棟、龐慶華：《現(xiàn)代綜合評價方法與案例精選》，北京，清華大學(xué)出版社，2005[2]李柏年：《模糊數(shù)學(xué)及其應(yīng)用》，合肥，合肥工業(yè)大學(xué)出版社，2007。[3] 黃艷國——城市道路交通擁堵機(jī)制及控制方法研究。2015年4月[4] 周敏——路口車輛排隊長度檢測方法的研究與仿真。2013年10月22
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1