城市主干道路段行程时间研究

城市主干道路段行程时间研究

论文摘要

随着经济的快速发展,长沙的交通问题也日益突出,道路交通基础设施建设的相对滞后对高速发展的交通运输造成了一定的阻滞,交通安全形势日趋严峻,而要从根本上解决拥堵的现状,合理的规划将成为不可或缺的重要途径。而在城市道路交通规划的研究中,道路交通流研究一直是重点,特别是城市道路交通流特性如速度与流量之间的关系模型一直是各国研究的热门。本文就是在国外先进模型Greenshields速度-流量函数的基础上,结合长沙的交通流特征参数,建立一个全新的速度-流量模型,并在此基础上得到行程时间与流量的关系模型。本研究以“长沙市疏堵工程评价项目”为依托,对长沙市内的主要干道进行了交通流量、交叉口延误、行车速度等数据的采集、筛选与处理。然后采用等效排队长度的方法将交叉口延误对路段行程时间的影响去除,接着应用那些有价值的数据对本文提出的改进型速度-流量模型进行拟合,标定了模型的参数,并对标定的结果进行了精确度检验。检验的结果证明本文所推导的模型是符合长沙市主干道交通流运行特征的,具有较强的工程实用性。此外,在本文的第五章,作者对模型的影响因素比如流量饱和度、交叉口之间的间距、对向车流和公交车流的影响等等进行了系统详细的分析,定性定量结合,并采用微观仿真软件建立仿真模型,再次对模型进行修正与检验,并通过畅行速度与交通常量的扰动对模型的适用性进行研究,使其更为符合长沙城市道路交通流的实际情况。最后,论文对本次研究的成果进行了总结,并且对将来的研究重点与方向进行了展望,提出对交叉口延误与排队长度进行深入研究的要求,更加细化各种影响因素,为后续工作奠定了理论基础。

论文目录

  • 摘要
  • Abstract
  • 目录
  • 插图索引
  • 附表索引
  • 第1章 绪论
  • 1.1 研究背景与意义
  • 1.2 国内外研究概况
  • 1.2.1 经典模型研究概况
  • 1.2.2 典模型研究的不足
  • 1.3 研究目标
  • 1.4 研究内容
  • 1.5 论文安排
  • 第2章 城市道路路段行程时间及其计算模型研究
  • 2.1 概述
  • 2.2 交通流理论回顾
  • 2.2.1 交通流理论概念
  • 2.2.2 三参数之间的关系
  • 2.2.3 道路交通流模型
  • 2.3 道路交叉口交通延误与排队模型
  • 2.4 城市路段行程时间计算方法
  • 2.5 城市道路及城市主干道运行特性描述
  • 2.5.1 城市道路及其分类
  • 2.5.2 城市主干道交通运行特征
  • 2.5.3 长沙市城市交通运行特征
  • 2.6 道路路段行程时间计算模型
  • 2.7 道路路段行程时间函数的标定方法
  • 2.7.1 模型一的标定方法
  • 2.7.2 模型二的标定方法
  • 2.7.3 模型三的标定方法
  • 2.8 本章小结
  • 第3章 道路交通调查与模型计算
  • 3.1 道路交通调查
  • 3.1.1 道路交通调查方法
  • 3.1.2 道路交通数据采集时间和地点选择
  • 3.2 建立模型与模型计算
  • 3.2.1 建立模型
  • 3.2.2 道路交叉口车辆排队长度确定
  • 3.2.3 模型计算
  • 3.3 本章小结
  • 第4章 模型稳定性与适用性研究
  • 4.1 模型稳定性研究
  • 4.1.1 模型的影响因素分析
  • 4.1.2 道路交叉口车辆延误的影响分析
  • 4.1.3 道路路段饱和度的影响分析
  • 4.1.4 道路交叉口间距影响分析
  • 4.2 模型适用性研究
  • 0的扰动'>4.2.1 交通常量q0的扰动
  • 0值的扰动'>4.2.2 畅行速度v0值的扰动
  • 4.3 行程时间的交通仿真计算
  • 4.3.1 交通仿真概述
  • 4.3.2 微观仿真软件PTV VISSIM简介
  • 4.3.3 交通仿真数据输出
  • 4.4 本章小结
  • 结束语
  • 参考文献
  • 致谢
  • 相关论文文献

    • [1].基于粒子群优化小波神经网络的行程时间预测[J]. 交通运输研究 2020(02)
    • [2].基于改进遗传卡尔曼算法的短时路段行程时间估计[J]. 山东交通学院学报 2020(01)
    • [3].基于边缘计算的道路行程时间预测[J]. 软件工程 2020(07)
    • [4].基于聚类分析的高速公路行程时间预测[J]. 计算机仿真 2019(02)
    • [5].基于门控递归单元神经网络的高速公路行程时间预测[J]. 应用数学和力学 2019(11)
    • [6].行程时间价值研究综述[J]. 北京工业大学学报 2018(03)
    • [7].网络行程时间可靠性评价方法与影响因素[J]. 交通运输工程学报 2018(04)
    • [8].微波检测器数据计算行程时间的方法[J]. 城市公共交通 2018(09)
    • [9].突发事件对城市道路交通系统影响的评价指标研究[J]. 公路 2017(03)
    • [10].基于行程时间的路网连通可靠度分析方法[J]. 西部交通科技 2017(05)
    • [11].基于概率密度演化理论的动态行程时间可靠性计算模型研究[J]. 管理工程学报 2017(03)
    • [12].道路拥堵程度对公交行程时间可靠性的影响研究[J]. 交通工程 2017(03)
    • [13].基于手机信令数据的高速公路行程时间估计[J]. 中国交通信息化 2017(10)
    • [14].弹性需求下路段行程时间波动的收敛性[J]. 交通运输系统工程与信息 2016(01)
    • [15].降雨对部队公路机动行程时间可靠性的影响[J]. 军事交通学院学报 2016(05)
    • [16].基于数据挖掘的高速公路行程时间预测[J]. 华中科技大学学报(自然科学版) 2016(08)
    • [17].基于随机松弛时间的行程时间可靠性计算模型[J]. 科学技术与工程 2015(08)
    • [18].短时路段行程时间分布预测方法研究[J]. 重庆交通大学学报(自然科学版) 2015(02)
    • [19].基于计算实验的城市道路行程时间预测与建模[J]. 自动化学报 2015(08)
    • [20].非常态下路段行程时间估计方法[J]. 吉林大学学报(工学版) 2013(06)
    • [21].基于蒙特卡罗法的路径行程时间可靠性分析[J]. 河南科技 2013(24)
    • [22].行程时间预测方法研究[J]. 软件学报 2020(12)
    • [23].城市路段出入口机动车驶入主路的行程时间模型[J]. 重庆理工大学学报(自然科学) 2018(11)
    • [24].基于梯度提升决策树的高速公路行程时间预测模型(英文)[J]. Journal of Southeast University(English Edition) 2019(03)
    • [25].车辆构成比例与行程时间可靠性关系研究[J]. 青海交通科技 2019(05)
    • [26].基于梯度提升回归树的城市道路行程时间预测[J]. 浙江大学学报(工学版) 2018(03)
    • [27].基于极值分布的常态下高速公路行程时间可靠性模型[J]. 北京工业大学学报 2016(09)
    • [28].基于路段变异系数的路径行程时间可靠度评价[J]. 道路交通与安全 2015(01)
    • [29].基于行程时间可靠性的交通影响范围确定方法研究[J]. 公路 2015(03)
    • [30].高速公路行程时间可靠性评价体系及指标阈值标定[J]. 交通信息与安全 2014(01)

    标签:;  ;  ;  ;  ;  

    城市主干道路段行程时间研究
    下载Doc文档

    猜你喜欢