車道被占用對(duì)城市道路通行能力的影響國(guó)賽國(guó)家一等獎(jiǎng)建模論文-在線瀏覽
2024-08-06 01:27本頁面
【正文】 （7）根據(jù)模型（7），利用軟件（程序見附件2）得出各時(shí)間點(diǎn)的通行能力如下表所示：表 5 各時(shí)間點(diǎn)的通行能力時(shí)間點(diǎn)通行能力時(shí)間點(diǎn)通行能力18293104115126137利用軟件（程序見附件1）繪制出通行能力變化的圖像：圖3 通行能力變化情況通過上圖可以看出，發(fā)生事故后的第18分鐘通行能力變化較為平緩，第9分鐘后通行能力表現(xiàn)出一增一減的特點(diǎn)。首先，我們利用問題一所建立的通行能力評(píng)價(jià)模型，計(jì)算出視頻2中事故發(fā)生至撤離各時(shí)間點(diǎn)通行能力。由于兩次事故造成的持續(xù)占道時(shí)間不同，所以研究時(shí)考慮的定點(diǎn)個(gè)數(shù)也不同。我們分別考慮在事故瞬間和事故造成的持續(xù)占道時(shí)間段車道占位不同的情況下，導(dǎo)致的實(shí)際通行能力的差異。事故發(fā)生于當(dāng)天17:34:20左右，結(jié)束于16:03:20左右,我們依然以60秒為一個(gè)周期，在事故發(fā)生至撤離的整個(gè)時(shí)間段選取29個(gè)時(shí)間點(diǎn)，統(tǒng)計(jì)出了在各個(gè)時(shí)間點(diǎn)受影響的車輛。這里，我們直接取相鄰前后的平均值作為缺失的數(shù)據(jù)，并根據(jù)標(biāo)準(zhǔn)車當(dāng)量數(shù)換算規(guī)則將其換算為標(biāo)準(zhǔn)車當(dāng)量數(shù)，結(jié)果如下表所示：表 6 完整的統(tǒng)計(jì)數(shù)據(jù)和換算后的標(biāo)準(zhǔn)車當(dāng)量數(shù)車型123456789101112131415小型車393140313328364449442744223544大型車231424321232351標(biāo)準(zhǔn)車當(dāng)量數(shù)433742393736424851483348284546車型1617181920212223242526272829小型車4954525047525343463935565355大型車255675388108868標(biāo)準(zhǔn)車當(dāng)量數(shù)5364636261625959625951726571再根據(jù)標(biāo)準(zhǔn)實(shí)時(shí)車流密度計(jì)算公式：、速度密度的計(jì)算模型：和通行能力評(píng)價(jià)模型式（7），使用軟件(程序見附件2)依次計(jì)算出了各時(shí)間點(diǎn)的實(shí)時(shí)車流密度、車流速度與通行能力，結(jié)果如下表所示：表 7 第二次事故各時(shí)間點(diǎn)的各個(gè)數(shù)據(jù)參數(shù)12345678車流密度3412729365333333095229365285713333338095車流速度通行能力參數(shù)910111213141516車流密度4047638095261903809522222357143650842063車流速度通行能力參數(shù)1718192021222324車流密度5079450000492064841349206468254682549206車流速度通行能力參數(shù)2526272829車流密度4682540476571435158756349車流速度通行能力最后，利用軟件（程序見附件1）繪制出通行能力變化的圖像：圖4 第二次事故通行能力變化情況由上圖可以看出，通行能力在事故發(fā)生后第17分鐘變化較為平緩；在第717分鐘迅速減小后；第1725分鐘回復(fù)平緩變化；25分鐘之后表現(xiàn)出一增一減的特點(diǎn)。分別對(duì)第一次事故的13個(gè)時(shí)間點(diǎn)和第二次事故的29個(gè)時(shí)間點(diǎn)對(duì)應(yīng)的實(shí)際通行能力數(shù)值進(jìn)行分析，分析步驟如下： 1：提出假設(shè) 2：計(jì)算檢驗(yàn) 其中，是組間平方和，是組內(nèi)平方和，是水平個(gè)數(shù)，是樣本個(gè)數(shù)。當(dāng)時(shí)，拒絕。對(duì)兩次事故不存在顯著性差異的討論兩次事故發(fā)生在同一條道路的同一橫截面，但事故所占用的車道不同。在城市道路中，車流量十分大，不論哪個(gè)車道被占用，都會(huì)立刻造成交通堵塞。所以，通過單因素方差分析得出不存在顯著性差異的結(jié)論是合理的。根據(jù)假設(shè)，轉(zhuǎn)向比例反映了正常狀態(tài)下車道的車流量比例。我們通過對(duì)兩個(gè)視頻定點(diǎn)分析提取出相關(guān)數(shù)據(jù)，并將其代入建立的模型求出了各時(shí)間點(diǎn)相應(yīng)的實(shí)際通行能力?？紤]討論在事故瞬間和和事故造成的持續(xù)占道時(shí)間段車道占位不同導(dǎo)致的實(shí)際通行能力的差異。在事故瞬間事故一造成車道二、三癱瘓，其癱瘓的車流量比例為79%；事故二造成車道一、二癱瘓，其癱瘓車流量比例為65%。從事故造成的持續(xù)占道時(shí)間段來看，占道后，處于被占道的車輛都會(huì)轉(zhuǎn)道至正常車道。原本車流量較小的，在容納轉(zhuǎn)來車流量時(shí)造成的堵塞程度也相對(duì)的較小。要求構(gòu)建數(shù)學(xué)模型，分析視頻1中交通事故所影響的路段車輛排隊(duì)長(zhǎng)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。繪制出的頻率直方圖后，尋求其服從的離散型分布，得到大致描繪出分布的密度函數(shù)。為了檢驗(yàn)?zāi)Ｐ偷目茖W(xué)性，我們就此模型對(duì)題目中所提出的區(qū)域性擁堵進(jìn)行了討論。事故發(fā)生于當(dāng)天16:42:40秒左右，結(jié)束于16:55:40秒左右。表 8 各時(shí)間段上游車流量及標(biāo)準(zhǔn)車當(dāng)量數(shù)時(shí)間段12345678910111213小型車（輛）28393332464132294431422831大型車（輛）4520120104512流量當(dāng)量數(shù)36493732484532314439523035通過軟件(程序見附件1)繪制出上游車車流的標(biāo)準(zhǔn)車當(dāng)量數(shù)的頻率直方圖：圖6 上游車流當(dāng)量數(shù)的頻率直方圖 通過大量的交通觀測(cè)，現(xiàn)實(shí)交
高考資料相關(guān)推薦
鄂ICP備17016276號(hào)-1