深圳交通拥堵情况

《深圳交通拥堵情况》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、深圳关内外交通拥堵探究与治理摘要关内外的交通拥堵是困扰深圳城市发展的长期问题，其中各关口进出通道经常成为最拥堵的地方，需要对拥堵原因进行探究并针对性的提出解决拥堵的方案。本文主要通过层次分析法和模糊综合评判模型对深圳市的关内外交通拥堵问题进行了分析与研究，并针对性地提出了解决方案。问题一中，以梅林关为例，我们采用层次分析法，先求出各评判因素的权重，然后结合模糊综合评价模型对各道路进行深层的分析，算出各道路的拥堵指数，根据拥堵指数与拥堵程度的对应关系确定各道路的拥堵情况，关口广场各道路对应的拥堵指数见表6；其次，根据《深圳市统计年鉴》[1]历年的数据对造成各关口拥堵的深层原因如人口快速增长、机

2、动车快速增加结合图形进行分析，通过分析附件一所给的各道路一周内的流量和车度，探究造成高峰期关口拥堵的直接原因，主要包括城市布局和功能分区以及城市交通时间上、空间上的不均衡。问题二中，在分析得到的深层原因与直接原因和不增加关内通道数量的前提下，我们采用最优化法合理分配区域的功能，加快深圳市交通道路建设，加大城市交通承载量以及落实公交优先，增加公共交通建设等方法来优化交通拥堵状况，提出了相应问题的解决方案。问题三中，关键字层次分析法模糊综合评判模型拥堵指数一、问题重述交通拥堵的现象是备受人们关注的热点话题之一，它影响了人们的出行，目前各大城市都或多或少困扰于这个问题。造成拥堵的因素不一，现在在已

3、拥有的数据资料下，以深圳市为例建立数学模型，对深圳市的交通情况（包括关内外汽车）以不同时间段、不同地区等因素进行统计，以期得出比较完善的信息，加强交通管控，通过优化城市的交通布局，改善城市出现交通拥堵的现象。    1.通过分析已有的数据探究造成各关口拥堵现象的深层原因。以梅林关为例建立关口交通数学模型，分析关口广场区域在高峰期出现拥堵的直接原因，对各关口广场的连接道路进行分类以及定出拥堵指数；根据建立的模型参数，给出进一步研究造成关口广场拥堵的问题需要的交通数据采集及侧重内容建议。    2.在以不增加关内外通道数量为前提，通过对各城市分区的功能调整、改变关口之间区域功能的架构以及改善交通

4、管控措施等来有效缓解梅林、布吉等关口出现的交通拥堵现象。           3.如果以增加关内通道为前提，选择合适的地方缓解交通拥堵（不考虑建设成本）。 二、模型假设与符号说明2.1模型的假设1从附件一和二中获得的数据可靠； 2排除交通事故发生、自然灾害、恶劣天气等的影响；3不考虑在网上查找的数据与实际数据的误差；4每一条道路上的车流量平均分配在单车道上，每条道路的通行能力一样；5汽车在单位时间内的运动为匀速运动；2.2符号说明变量符号变量名道路平均速度道路平均延误时间 道路饱和度评价因素集，分别对应于道路平均速度、道路平均延误时间和道路饱和度评判集，分别对应于非常顺畅、顺畅、缓慢、拥堵和

5、严重拥堵五种评价等级中各因素对被评事物的隶属关系；道路的拥堵指数模糊关系矩阵为中因素对于中等级的隶属关系；判断矩阵n判断矩阵A的阶数随机一致性指标一致性指标一致性比率三、问题一模型的建立与求解3.1造成各关口拥堵的深层原因3.1.1问题分析1、从深圳城市发展的过程来看，城市主要道路的规划和建设在过去一段时期满足了城市的交通需求，但随着人口的快速增加，机动车高速增长，初期的道路结构已经不能承担现有的交通流量，从而导致关口拥堵，所以交通拥堵的深层原因是日益增长的机动车辆与供给不足的道路交通之间的供求矛盾和城市人口增长数给交通系统带来的压力。附件一中的数据表明深圳关内外交通拥堵的主要特点是潮汐性，

6、其拥堵问题集中体现在早、晚高峰时段（7：:00-9:00，18:00-20:00）。2、城市路网结构设计不够合理也是交通拥堵的深层原因。深圳市由于自然地理原因分为关外、关内两区，由于在道路的整体布局上，车流量在主/ 次干道、支路上比例失调，特别是在主/ 次干道过渡或衔接路口、路段，从而导致车辆通行能力低以致拥堵状况的出现。当道路维修、自然灾害及其他突发事件时，支路建设的不足又将给疏散工作带来不利影响，从而引发更严重的交通堵塞。3.1.2相关数据分析随着经济社会的发展，深圳市民用汽车保有量逐年上升。根据《深圳市统计年鉴》[1]历年的数据整理得到深圳市从2006年到2009年民用汽车数量，如下表

7、1所示。从表1中可得到，民用汽车总辆数由2006年的97.1930万辆增加到2011年的197.6164万辆，增加了100.4234万辆，增长了50.82％；相应得到民用车辆中各车辆的逐年增长变化图，如下图1所示。表12006-2009深圳市民用汽车数量（单位：万辆）年份民用车辆总计民用汽车普通载货汽车专用载货汽车其他专用汽车货挂车2006年97.193093.636918.9054164718.90541.