论文摘要
随着城市经济的发展,区域路网规模不断扩大和完善。然而,不断发展的路网容量并没有改善日益严重的交通拥挤问题,这一矛盾暴露出的是城市交通中存在的管理问题,即不断扩充的路网容量只能暂时缓解当下的交通供需矛盾,而有效的解决之策应是依靠先进的管理手段和方法,实时获知微观路段和宏观路网的交通状态信息,并及时发布给道路交通的出行者,以期达到避开拥挤区域,提高路网利用率的目的。因此,实现城市路网交通状态的实时且准确的判别就成了当务之急。目前国内外针对路网层面上的路段交通状态判别的研究较少,大部分研究是针对某一路段的突发交通事件的判别技术。这些技术最大的问题就在于无法满足交通运行管理部门对状态判别的实时性需求。因为交通出行者面临的是无数路段如何组合达到最佳通行目的的抉择,因此更关心当前整个路网中所有交叉口、路段的交通状态。然而城市道路是复杂的拓扑结构,对城市道路实时交通状态判别需要从整个路网入手,将每个交叉口、路段的实时服务质量和交通状态全面、及时地反馈给管理部门,以便他们能够为出行者发布实时交通状态信息。此外,随着道路交通需求量的不断增加,与交通事故无关的常发性交通拥堵现象也越来越常见,对这类交通状态的判别也逐渐成为城市交通管理者关注的重要内容。本文针对以上问题,在充分考虑道路交通参与者和管理者对实时交通状态信息的需求基础上,从路网的微观交通流特点和道路网络的复杂性入手,深入分析城市路网的布局结构、拓扑结构等路网特性对微观路段上的交通流的影响。在对表征交通状态参数的对比分析的基础上,结合城市交通状态判别的内涵,提出了判别模型的评价指标。最后,根据国内外对交通状态量化的标准和道路服务水平与交通状态的关系,建立适用于本文模型的交通状态量化标准,并引入节点可达性分析法,得到基于节点可达性的路网交通状态判别模型,并通过实例证明了该方法具有较高的实时性和准确性。论文在以下几方面有一定特点:1)通过对城市路网的网络复杂性分析,明确了宏观路网结构对微观路段上的交通流状态的影响。在此基础上对常见的交通参数对比分析,结合城市交通状态判别的内涵,提出适用于本文的基于饱和度和速度的无量纲交通状态判别指标;2)对经典的交通状态判别模型的性能进行对比分析,结合交通运行管理部门对模型性能的需求,通过引入节点可达性分析,构建路段拥挤度邻接矩阵和交叉口状态可达矩阵,得到基于节点可达性的路网交通状态判别模型;3)明确了判别模型的判别周期和模型状态变化的临界值。
论文目录
相关论文文献
- [1].基于交叉验证支持向量机算法的交通状态判别研究[J]. 青岛科技大学学报(自然科学版) 2017(01)
- [2].考虑临近时空序列影响的城市交通状态判别方法[J]. 福州大学学报(自然科学版) 2019(06)
- [3].随机森林算法在交通状态判别中的应用[J]. 实验技术与管理 2017(04)
- [4].基于卡口系统车牌识别数据的交通状态判别方法[J]. 青岛理工大学学报 2017(02)
- [5].多源数据的交通状态判别及新增车辆拥堵预测[J]. 信息通信 2020(10)
- [6].城市交通状态判别方法的研究[J]. 青岛大学学报(工程技术版) 2012(03)
- [7].城市出入口立交道路交通参数采集与通行状态判别技术研究[J]. 公路交通技术 2018(06)
- [8].交通子区的状态判别方法研究[J]. 价值工程 2010(26)
- [9].适于动态导航系统的城市道路交通状态判别[J]. 交通信息与安全 2009(02)
- [10].基于熵理论的城市主-支路交汇处交通状态判别[J]. 长春师范大学学报 2015(02)
- [11].基于代价敏感神经网络的交通状态判别[J]. 公路交通科技(应用技术版) 2011(03)
- [12].基于机动车音频信号的交通状态判别研究[J]. 中国公共安全(学术版) 2017(03)
- [13].驾驶人分心状态判别支持向量机模型优化算法[J]. 交通运输系统工程与信息 2018(01)
- [14].基于交通信息提取的区域交通状态判别方法[J]. 三峡大学学报(自然科学版) 2009(01)
- [15].基于模糊C均值聚类的交通状态判别研究[J]. 铁路计算机应用 2013(04)
- [16].城市道路拥挤状态判别文献研究[J]. 汽车与安全 2015(08)
- [17].基于最大熵的磨削状态判别方法[J]. 精密制造与自动化 2008(04)
- [18].单向非机动道路内混合自行车交通状态判别[J]. 现代交通技术 2020(04)
- [19].基于强空间集成的交通状态判别方法[J]. 计算机工程 2017(11)
- [20].基于模糊综合评价的城市快速路交通状态判别研究[J]. 山东科学 2017(05)
- [21].基于支持向量机的人体生理状态判别方法研究[J]. 计算机科学 2015(10)
- [22].基于自适应神经模糊推理的交通状态判别方法[J]. 西部交通科技 2010(05)
- [23].基于SFLA-FCM聚类的城市交通状态判别研究[J]. 计算机应用研究 2010(05)
- [24].基于模糊的城市快速路交通流状态判别[J]. 公路工程 2008(02)
- [25].基于切削声发射信号测量的刀具磨损状态判别[J]. 计量学报 2015(03)
- [26].基于投影寻踪动态聚类的快速路交通状态判别[J]. 西南交通大学学报 2015(06)
- [27].基于感应线圈数据的城市道路交通状态判别方法[J]. 吉林大学学报(工学版) 2008(S1)
- [28].基于RFID技术的城市道路交通状态判别研究[J]. 电子设计工程 2019(17)
- [29].基于BP神经网络的道路交通状态判别方法研究[J]. 交通信息与安全 2011(04)
- [30].结合灰聚簇与Fisher变换的城市快速路交通状态判别[J]. 哈尔滨工业大学学报 2019(09)