基于 FCD 的城市路网常发性拥堵路段识别方法研究-论文.pdf

基于 FCD 的城市路网常发性拥堵路段识别方法研究-论文.pdf

ID:53761157

大小:677.34 KB

页数:6页

时间:2020-04-24

基于 FCD 的城市路网常发性拥堵路段识别方法研究-论文.pdf_第1页
基于 FCD 的城市路网常发性拥堵路段识别方法研究-论文.pdf_第2页
基于 FCD 的城市路网常发性拥堵路段识别方法研究-论文.pdf_第3页
基于 FCD 的城市路网常发性拥堵路段识别方法研究-论文.pdf_第4页
基于 FCD 的城市路网常发性拥堵路段识别方法研究-论文.pdf_第5页
资源描述:

《基于 FCD 的城市路网常发性拥堵路段识别方法研究-论文.pdf》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、基于FCD的城市路网常发性拥堵路段识别方法研究——张晓燕宋国华朱琳何巍楠孙建平于雷5基于FCD的城市路网常发性拥堵路段识别方法研究张晓燕宋国华朱琳何巍楠。孙建平于雷(1.北京交通大学交通运输学院北京100044;2.北京交通发展研究中心北京100173)摘要常发性拥堵严重影响了城市路网运行效率,准确识别常发性拥堵是交通部门解决交通拥堵问题的重要任务。研究选取浮动车数据作为基础,确定了数据分析的时间粒度,从常发性拥堵的时空特性角度出发,建立拥堵阈值、时段拥堵时长比和常发频度3级判别指标,并运用GIS技术

2、,结合指标体系设计了常发性拥堵时空分布的筛选平台。以北京为例,针对早高峰常发性拥堵路段进行识别。通过对识别结果的分析和相关数据对比,成果可反映常发拥堵的特征,以及北京近年来的缓堵工作效果。关键词常发性拥堵;识别方法;时空分布;浮动车数据中图分类号:U491.13文献标志码:Adoi:10.3963issnl674—4861.2014.01.002拥堵评价方法,基于交通流基本理论,采用HCM0引言中对于不同设施的速度一流量曲线、自由流速度和随着机动车保有量的持续增长,交通拥堵这通行能力来计算拥堵导致的延

3、误。姜桂艳等采一顽疾在中国的大城市乃至中小城市愈演愈用相邻检测站间排队车辆数和排队长度作为量化烈,严重影响了居民的工作效率与生活质量。指标,对常发性拥堵的扩散规律进行了分析及验根据产生原因的不同,交通拥堵可分为常发性证。郝媛等l_7]基于实测数据,运用流量一占有率关和偶发性2类。与偶发性拥堵的随机性不同,系图作为直观评价方法,揭示了常发性拥堵的形常发性拥堵由交通需求超出道路设施正常容量成过程。刘梦涵¨8针对中国特大城市的交通拥所致,一般发生在高峰时间,具有可预测性。所堵,将交通拥堵四维特征概括为拥堵强

4、度、拥堵时以,常发性拥堵的识别成为我国交通管理工作间、拥堵空间和拥堵点段,从不同层面对常发性交的重中之重。通拥堵特性进行了评价。科学的交通拥堵评价是交通拥堵识别的前近年来,随着交通信息采集与处理技术的进提。目前,各国对交通拥堵的定量描述尚无统一步,交通拥堵识别有了长足的发展。李硕l_g]提出标准,美国、欧洲、日本、中国等都建立了适应各自基于平均车速判定拥堵路段的模型,采用FREE国情的交通拥堵评价指标体系。这些拥堵评价指临界车速和BREAK临界车速对高速公路常发性标覆盖了路网、路段和车道等不同的评价层

5、次,但拥堵进行自动判别,克服了传统模型采用点车速多关注于拥堵程度和强度,不能全面地、有针对性的局限。马世勇等l_】0]提出了采用模拟人类神经地反映常发性拥堵特性。以往对于常发性拥堵的系统的人工神经网(LVQ神经网络)对交通拥堵评价多是对拥堵时间和空间进行简要融合或单维进行自动判别。陈阳舟等nll_将改进的神经网络分析。Cottrell和Thurgood1]提出了面向高速结构与自适应的梯度学习算法相结合,针对快速公路常发性拥堵的时空分布综合性指标lane—路常发性和偶发性拥堵进行分类识别。姜桂艳mile

6、sdurationindex(LMDI)和freewayconges—等_1设计了基于车牌识别数据的单车行程速度tionindex(FCI)。Abbasil3定义了常发性拥堵发及区间平均行程速度采集方法,提高了交通拥堵生概率和严重程度概率指标,用于评价高速公路识别的精确度。张一鸣等口提出用于拥堵识别相应的交通延误。Dowling提出了新的常发性的模糊推理算法,并利用GPS数据验证了其准确收稿日期:2013-0927修回日期:2Ol3—12O4*国家高技术研究发展计划(863计划)项目(批准号:2011

7、AA110302)、北京市科技计划项目(批准号:Z121100000312019)资助第一作者简介:张晓燕(1989一),硕士研究生.研究方向:城市交通规划与管理.E—mail:zhangxiaoyan一0711@163.corn6交通信息与安全2014年1期第32卷总181期性。鲁小、r等通过定义时空关联,运用DB空上连续分布的车辆运行数据。而GIS作为存SCAN(density—basedspatialclusteringofappli—储、分析和管理地理空间数据的重要工具,能够将^一【I.cat

8、ionswithnoise)算法实现了严重拥堵路段的拥堵路段的时空分布准确直观地展示出来。因876识别。刘军等[“]基于样本量比率和交通流速度此,本章节通过确定合适的浮动车数据,构建突出变化、速度差3个指标,结合ArcGIS程序算法对常发性拥堵特性的判别指标,设计基于GIS的常积水交通拥堵点段进行了识别。发性拥堵判别与筛选系统,进而建立常发性拥堵综上所述,国内外在交通拥堵评价和交通拥的识别方法。堵识别领域均已开展了许多研究和实际应用工1.1浮动车数据选取

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。