道路交通容量

道路交通容量（精选6篇）

道路交通容量 篇1

摘要：城市道路网络容量是判断现状城市道路网是否处于一种平衡稳定状态的重要决策变量。在对路网容量影响因素进行分析的基础上,将路网容量计算方法按照微观和宏观2个层面划分。针对研究路网容量存在的问题,提出一种新的基于出行者随机路径选择的研究路网容量方法,为今后深入研究在复杂道路条件下的路网容量提供科学理论依据和技术路线。

关键词：城市道路网容量,路径选择行为,双层规划,随机用户均衡

随着城市化进程的不断加快,城市道路网规模、密度、等级级配和道路网容量与现代城市交通发展产生供求矛盾。对于城市已经建成的路网汽车保有量控制在何等水平,道路拥挤时如何进行路网扩容,城市的发展规划已定情况下如何预测汽车保有量,需要配设多大规模的路网等都是迫切需要解决的问题。路网容量是进行科学、合理的设施规划、设计以及改善交通组织与交通管理环节中的重要参数,对于准确地诊断城市交通问题的症结、科学地引导城市交通发展方向有着极其重要的意义。

道路网络是由路段与交叉口组成的一个集合体,其容量的确定为城市的交通运输规划与管理工作提供了基础数据及量化的理论依据。目前,在交通工程理论中并没有量化道路网络容量指标,主要有3个原因:一是道路交通网络容量没有统一明确的定义;二是影响道路网容量的因素掌握不全面,特别是对关键影响因素分析不深入;三是道路交通网络容量方法缺乏实用性及准确性。

在分析城市道路网络容量影响因素的基础上,通过按微观和宏观两个层面划分和比较路网容量的方法。国内外学者在研究基于路径选择的路网容量模型时[1,2],均采用Wardrop确定性用户均衡(User Equilibrium,UE)原理,即出行者在掌握整个路网状态的条件下,确定性地选择路径。事实上,由于城市道路网的交通状况受到出行者主观判断和出行习惯的影响及交叉口信号灯的控制,导致出行者路径选择存在一定的不确定性。本文在理论分析的基础上提出基于随机路径选择的路网容量研究方法,针对出行者路径选择行为的随机性,深入研究了基于驾驶员随机路径选择行为的路网容量问题。

1 路网容量的影响因素

城市道路网容量反映了道路网对交通需求的处理能力,是城市道路网络在规模和布局上能否满足交通需求的极限状态。道路交通网络是一个复杂的、随机开放的系统,影响因素众多。路网容量影响因素的分析是解决城市路网容量问题的前提条件。在路段及交叉口通行能力影响因素和路网通行能力评价的基础上,分析并确定影响路网容量的主要因素为:

1)路网的道路条件。包括道路网络布局形式、等级结构、路网密度、交叉口的道路条件、控制方式、交叉口间距等。道路条件对单个交通设施的通行能力造成影响后,必然会对路网造成影响;道路网络等级结构是否合理,直接影响路网功能的发挥,进而影响城市交通系统的总体容量;路网密度的提高意味着道路网的空间资源增大,所以在一定范围内提高道路网密度,路网容量会提高。但随着道路网密度的继续增大,与投入的大量建设资金相比,路网上车辆运行的效益指标并非一定会出现十分明显的提高。

2)路网的交通条件。交通条件主要包括道路车种构成、交通方式等。我国城市道路交通具有混合交通特性,在同样的道路网络条件下,不同的交通流构成对应着不同的以车辆为对象的交通容量;影响交通个体时空消耗的主要因素是出行方式和出行距离。在相同的出行距离内,个体的时空消耗大小主要取决于所选用的交通方式。

3)交通需求与路网匹配。根据网络极大流的理论[3],道路网所能容纳的最大流量(路网容量)与交通流起、终点的分布情况(交通需求)有很大关系,当路网与交通需求相互匹配时,路网容量达到最大。因此,交通需求与路网是否匹配是影响城市道路网容量的重要因素。

4)交通个体的路径选择行为。由于每一个出行者在出行过程中获得的交通信息不同,对出行费用的承受能力不同,出行习惯不同及对同一路径的行程时间认识不同等会导致交通个体的路径选择行为是一种随机、模糊的行为。由此行为产生的交通分布必然也是一种随机的分布。对同一路网,如果交通分布与路网结构匹配合理,则路网的实际容量就会接近路网的理想容量;反之,则降低了实际的路网容量。

5)路网运行状态。其代表路网最大服务容量,是在特定速度和行驶时间、驾驶自由度、舒适和方便程度的条件下,路网所能提供的最大服务容量。若将路网交通流分为3种运行状态:畅行、拥堵及中间过渡状态,则路网容量是在一定的交通流状态下求取。

2 路网容量的计算方法

按照确定路网容量采用的理论及路网容量的定义,路网容量的计算方法分为两类:一类是基于微观层面的路网容量计算方法,该类算法是从微观层面上研究路网容量,可以求得网络的最大容许流量,与路网的实际流量比较,可以判断网络的总体负荷及交通网尚存的服务潜力;另一类是基于宏观层面的路网容量计算方法,该类算法是从宏观层面上研究路网容量,与经典的道路通行能力、服务水平相联系,可以求得路网所能提供的交通个体时空消耗量,直接判断出路网的服务水平。

2.1 基于微观层面的路网容量计算方法

1)线性规划法。

该方法建立网络最大流的极值模型,计算在路段容量限制条件下路网的最大流量[4]。城市道路网络容量的双层模型具体形式为

上层 maxQ, (1)

$\text{s}.\text{t}.Q={\displaystyle \sum }^{rs}q{}^{rs}$, (2)

qrs≥0. (3)

下层$\min {\rm Z}(x)={\displaystyle \sum _{a\in A}{\displaystyle {\int }_0^{xa}t}}{}_a(x)\text{d}x$, (4)

$\text{s}.\text{t}.{\displaystyle \sum _{k}f}{}_k^{rs}=q{}^{rs},\forall r,s$, (5)

f${}_k^{rs}$≥0,∀k,r,s. (6)

$x{}_a={\displaystyle \sum _r{\displaystyle \sum _s{\displaystyle \sum _{k}f}}}{}_k^{rs}\delta {}_{a,k}^{rs}‚\forall a\in A$, (7)

xa≤Ca,∀a∈A. (8)

式中:Q为城市道路交通网络容量;qrs为从交通小区到交通小区之间的交通量;Z(x)为用户平衡目标函数;xa为经过弧(路段)a的交通量,即路段a上的分配交通量;ta(x)为路段a上的阻抗函数(指出行时间或出行费用);f${}_k^{rs}$为OD对r~s间路径k上的流量;δ${}_{a,k}^{rs}$是取值为0或1的函数,如果弧a在连接OD对r~s的路径k上,其值为δ${}_{a,k}^{rs}$=1,否则是δ${}_{a,k}^{rs}$=0。

由于该极值模型是基于确定性路径选择的非凸规划模型,无法用解析的方法计算出精确解,只能用启发式算法给出近似解。影响该方法的因素包括路径选择行为的随机性、路段容量限制条件以及求解模型时的启发式算法。

2)割集法。

该方法针对简化成图的路网,运用图论的相关理论与方法计算路网容量,目的是计算当路网达到饱和时所能运输的最大交通个体数量。运用该方法关键在于如何将实际的路网抽象成单起、终点的理想图及路网的最小割集。该方法能够得出给定单起、终点网络容量可行流的精确解,但简化路网的方式会引起OD的重新分布,使运算量成数量级增加。

3)交通分配模拟法。

该方法将交通分配法和图论结合起来[5],OD交通量采用增量分配法逐步分配到路网上,每次分配都以前次分配为基础,当网络被分割成两部分时,最小割集的累加流量即为路网容量。影响该方法的因素是交通个体路径选择行为、实际路网抽象及路网的最小割集。由于交通个体路径选择行为是一种随机行为,采用增量分配法不符合实际交通量分配规律。

4)狭义路网容量方法。

该方法是线性规划法与交通分配法的组合[6],计算在选定时间段内城市道路网所能通过的最大车辆数。影响该方法的因素包括各种交通流在路段上的分配比例及各种交通流的分配次序。方法中一些参数是由交通流和交通管制规划所确定。交叉口容量是进出口道路段容量、交叉口几何形式和交通管制规则的函数,但是该方法将其看作常数,因而与实际不符。

2.2 基于宏观层面的路网容量计算方法

1)基于时空消耗概念的路网广义容量方法。

该类方法包括时空消耗法和供应分析法两种方法。

从时空消耗角度看,路网容量即路网所能提供的交通个体时空消耗量,与经典的道路通行能力一致[7]。时空消耗法充分考虑到交通载体与交通个体的容量平衡关系,建立数学模型兼顾动态和静态因素,适合研究较大范围的路网容量。影响该方法的因素包括道路有效运营面积(或长度)、有效运营时间、交通个体的平均时空消耗。

供应分析法是时空消耗法的变形[8],目的是计算在路段交通量方向不均衡情况下,一小时内路网所能提供的最大车公里数。影响该方法的因素包括路段和交叉口上的时空饱和度、道路等级、路段几何条件、城市道路网总长度等。该方法直接从供求关系的角度改进了时空消耗法,免去调查交通个体的平均时空消耗参数的复杂性。

由于交通系统本身具有随机性和非线性,上述两种方法没有考虑交通分布的不均衡性,及研究路网容量时段的合适性,因此基于时空消耗理论建立的路网容量模型的实用性和准确性有待改进。

2)基于路网服务水平概念的总体容量方法。

该方法计算不同路网服务水平下通过车流密度计算道路网络容量[9],考虑到城市道路网的不同运行状态,通过路段交通流密度计算城市各等级道路的容量和道路网系统在不同运行状态下的路网容量。影响该方法的因素包括路段交通流密度、几何条件、道路等级、路网服务水平的确定、交叉口本身特征等。该方法完善路网时空使用的概念,考虑到路网密度,符合交通流现实情况。

该方法完善了路网时空消耗的概念,将路网密度考虑进去,反映路网交通流的实际情况。但是,由于交叉口对路段车流运行状况影响难以消除,因此需要确定城市各等级道路在不同服务水平下的车流运行状况。

3 基于随机路径选择的路网容量分析

交通个体的路径选择行为是影响城市道路网容量的因素之一,以往研究路网容量问题,在考虑出行者路径选择行为时,假定路径行程时间是确定的,并且出行者能够正确认识路径行程时间,这是理想假定情况[10]。实际上,由于出行者在出行过程中获取道路交通状况变化的交通信息不同;对出行方式选择和出行习惯不同;对出行时间的要求、出行费用的承受能力不同,导致路段上的行程时间是随机变量,而路径由一系列路段组成,因而路径行程时间也是随机变量,服从一定的概率分布。

现有基于宏观层面的路网容量计算方法没有确定车辆在路网上的平均行驶时间,而行驶时间与出行者选择的路径密切相关;基于微观层面的路网容量计算方法,如割集法、交通分配模拟法、狭义路网容量方法没有考虑交通个体路径选择的随机性行为;线性规划法建立双层极值模型,利用确定性的路径选择模型与交通个体实际的路径选择倾向不能完全吻合;因此,对出行者随机路径选择行为需要应用新的方法开展深入研究。

我国城市交通是一种包括行人、非机动车辆和机动车辆在内的混合交通,路网中存在很多不确定的因素,可以看作非线性的、随机开放的、多起终点的复杂系统。因此出行者的路径选择行为是随机的。本文建立了基于随机路径选择的双层极值模型,上层是在考虑路网使用者的路径选择行为前提下,求取路网容量。下层是在可行流和随机路径选择行为的约束条件下的模型,达到出行时间或者出行费用最小的目的,符合我国城市出行路径选择的特点。基于随机路径选择的路网容量模型为

上层 maxQ,(9)

$\text{s}.\text{t}.Q={\displaystyle \sum _{rs}q}{}^{rs}$, (10)

qrs≥0. (11)

下层$\min {\rm Z}(x)={\displaystyle \sum _{a\in A}{\displaystyle {\int }_0^{xa}t}}{}_a(x)\text{d}x+\frac{1}{\theta }{\displaystyle \sum _{rs}{\displaystyle \sum _{k}f}}{}_k^{rs}\ln f{}_k^{rs}$, (12)

$\text{s}.\text{t}.{\displaystyle \sum _{k}f}{}_k^{rs}=q{}^{rs},\forall r,s$, (13)

f${}_k^{rs}$≥0,∀k,r,s. (14)

$x{}_a={\displaystyle \sum _r{\displaystyle \sum _s{\displaystyle \sum _{k}f}}}{}_k^{rs}\delta {}_{a,k}^{rs}‚\forall a\in A$, (15)

xa≤Sa×Ca,∀a∈A. (16)

式中:θ为概率模型的参数且大于0;Sa为路段可承受最大饱和度,一般取0.9。其余参数的含义同前。

根据线性规划法求解城市道路网络容量的双层模型并提出基于随机路径选择的路网容量模型,将两种模型现对比分析如下:

1)从总体上看,已有线性规划法建立的模型是直接利用确定性路径选择模型,假定出行者能够精确计算每条路径的真实阻抗并做出正确的路径选择决策;基于随机路径选择的路网容量模型考虑路径行程时间是随机变量,结合概率论修正确定性路径选择模型。相比之下,与实际吻合的路径选择模型能够提供更为准确的路网容量。

2)从下层形式看,式(4)是基于确定性用户均衡原理的表现形式;式(12)是基于随机性用户均衡原理的表现形式,根据路径行程时间概率分布的特点在式(4)中引入随机因素,修正已有的确定性路径选择模型,体现出行者路径选择行为的随机性。

3)从上层形式看,式(1)~(3)与式(9)~(11)都是以道路网最大承载力(即路网容量)最大化为目标。上层最优化是在考虑了路网使用者的路径选择行为的前提下求解的,需要通过下层路径选择行为模型求出两个交通小区之间的交通量后,才能确定城市交通网络容量。下层最优化方程的差异性决定两种模型本质上的区别。

4)从约束条件上看,式(8)与式(16)相差一个参数Sa。在高速公路基本路段的通行能力评价方法和对城市环境质量要求的基础上,确定城市道路网的运行分析应该与道路网的运行质量相联系,从宏观层面修正下层约束条件,考虑了城市道路网的服务水平和环境负荷能力,以此作为评定城市道路网络容量的基础。

4 结束语

本文在分析城市道路网络容量众多影响因素的基础上,从宏观和微观两个层面分析城市道路网容量各种计算方法的影响因素、实用性与可操作性,确定出研究路网容量问题的关键在于出行者路径的选择行为。

以往路网容量模型是基于确定性用户均衡理论,在进行判断路网的总体负荷、尚存的服务潜力、服务水平时会产生不同的评估结果,其原因主要是对出行者路径选择行为分析不够,片面地认为出行者是确定性地选择出行路径。针对出行者路径选择存在不确定性的实际状况,本文将路径行驶时间作为随机变量引入路网容量的建模中。

在充分考虑出行者路径选择行为和交通流特性的基础上,本文提出基于随机路径选择的路网容量模型以修正已有的确定性路径选择模型,将线性规划法和概率论相结合,在双层极值模型中引入随机因素,通过计算路网容量解决了研究城市道路交通网络容量的问题,具有普遍的理论性,对判断现有路网的负荷程度及是否需要扩容等决策提供了科学依据。

参考文献

[1]张国强,陆键,晏克非.城市道路网容量的数学模型与算法研究[J].交通与计算机,2007,25(1):9-12.

[2]Gao Ziyou,Song Yifan.Areserve capacity model of opti mal sig-nal control with user equilibriumroute choice[J].Transportation Research B:Methodological,2002,36(4):313-323.

[3]程琳,王炜,于春青,等.城市道路交通网络容量的建模[J].管理工程学报,2007,21(2):84-88.

[4]Hai Yang,Michael G.H.Bell,Qiang Meng.Modeling the ca-pacity and level of service of urban transportation networks[J].Transportation Research Part B:Methodological,2000,34(4):255-275.

[5]陈春妹,任福田,荣建.路网容量研究综述[J].公路交通科技,2002,19(3):97-101.

[6]李硕,黎莉.公路网狭义总容量理论及模型[J].湖南大学学报,1999,26(1):81-87.

[7]曹莲英,王作杰,彭国雄.基于特定OD分布意义上的路网容量分析方法[J].山东交通学院学报,2003,11(2):1-4.

[8]李旭宏,田锋,顾政华.城市道路网供求分析技术[J].交通运输工程学报,2002,2(2):88-90.

[9]朱海清,陈学武.路网服务水平影响下的机动车规模预测[J].交通运输工程与信息学报,2005,3(2):80-85.

[10]Sheffi,Yosef.Urban Transportation Networks:Equilibrium A-nalysis with Mathematical Programming Methods[M].PREN-TICE-HALL,I NC.,Englewood Cliffs,NewJersey.1998.

容量创新高 篇2

希捷日前宣布正式出货行业容量最高硬盘——全新4TB GoFlex Desk外置硬盘。该款GoFlex外置硬盘系列的最新成员采用了希捷最新的桌面产品设计。流线型的工业设计提供了更加小巧的外形，更符合现代办公的审美观，同时仍保留了前几代GoFlex硬盘的所有优点。Mac专用GoFlex Desk外置硬盘配备了FireWire 800和USB2.0接口，月底前将在苹果商店销售。

屡获殊荣的GoFlex系列硬盘于2010年5月首次发布，通过让用户自由更换接口适配器以随时应用最新的接口技术，进而提供可选择的外置存储解决方案。随着USB3.0逐渐成为主流，以及未来几个月Thunderbolt技术的出现， GoFlex适配器概念的可行性和有效性均被证实，因此希捷公司计划在未来的外置硬盘上继续应用该设计。除了跨平台的兼容性，用户还可以让GoFlex Desk硬盘搭配GoFlex Home适配器，将其作为网络硬盘使用。借助预先安装的备份软件，GoFlex Desk外置硬盘能够自动、持续地备份、加密所有的文件。附赠的USB3.0适配器同时兼容USB2.0端口，可轻松连接Windows或Mac电脑。适配器还有一个指示灯能够显示可用的硬盘空间。

待定 http://www.seagate.com 海量存储，工业设计出色

道路交通容量 篇3

关键词：城市路网,道路施工,路网容量,时空消耗

0 引 言

随着城市基础设施建设的推进,道路施工对城市交通的影响日渐增大。由于道路施工需要占用车道,干扰正常交通秩序,不仅降低了所在道路通行能力,同时,对附近道路、甚至整个路网的容量造成了不可忽视的影响[1]。一方面是施工车道车辆汇入非施工车道,这使非施工车道上交通量明显增多,车速降低,车流出现紊乱现象。当道路通行车辆数小于施工作业区通行能力时,在锥形区上游会形成一段车流真空;反之,则可能从锥形区上游开始行车排队。另一方面是非施工车道车辆优先行驶,车道合流车辆在汇入非施工车道的过程中,要与原来在非施工车道上行驶的车辆争夺行驶空间。据观测,二者在争夺时机会不均等,只有非施工车道出现足够大的空隙时,施工车道上的车辆才能汇入;否则,施工车道上的车辆只有等待下一个空隙。

而道路施工对城市广义路网容量的影响主要包括2个方面:一方面,施工区对车道的占用,使道路总的使用面积有所减少,同时,使非施工道路由于承担施工道路车辆的分流压力,使其他非施工道路的有效运营面积同样有所减少;另一方面,施工区车辆的合流,极易产生排队延误,从而降低了路网的有效运营时间。影响因素包括:施工区面积、施工区长度、施工道路等级、封闭车道数等。

本文在既有路网容量研究的基础上,基于“时空消耗法”,从施工区对路网容量的影响特征入手,对城市广义路网容量的计算方法进行修正,从而更为准确的确定城市在有大量道路施工情况下的广义路网容量。

1 路网容量研究现状

1.1 国内外研究现状

路网容量研究中具有代表性的国家是美国、日本和法国[2,3]。我国对于该问题的研究始于20世纪80年代。当前对路网容量的研究主要方法有3种:线性规划法、交通分配模拟法和时空消耗法。

线性规划法的目标是计算在路段容量限制条件下,路网的最大流量。线性规划法最突出的特点[5]是:①对于路径选择的处理,可以用数学公式表达,但是由于这种行为的随机、复杂性,这些以一段时间内采集的数据为基础,基于研究者本身因素提出的公式,其计算结果具有很强的研究者倾向,与交通个体实际的路径选择倾向还有一定的差距;②模型是非凸规划模型,无法从数学上确定出精确解,只能靠一些方法去近似,而这些方法本身也存在很多问题,因此导致这种方法可用性较差。

Hai Yang[6]等研究了交通分配模拟法,基本原理是将OD交通量采用平衡分配法(incremental assignment,IA)逐步分配到路网上,每次分配都是以前次分配为基础(即将该次分配量加上去),当有弧达到饱和时,就将其删除,当网络被分割成2部分时,所对应的分割线即为最小割集,此时的累加流量即为路网容量。本算法是1种将交通分配和图论结合起来的算法,所以具有2种算法的优点和缺点。而该模型的问题在于:①由于交通个体路径选择行为是1种随机行为,所以IA分配结果很难与实际交通形成的OD分布相同,这样模型就失去了正确的根基;②该模型没有考虑对迂回路线的限制,因而会由于包含了不合理迂回而过大估计容量。鉴于此,应从上述两方面对该模型进行改进,使该模型更趋于完善合理。

1.2 时空消耗法的优点及适用性

时空消耗法从概念上讲很清晰,形式简单,而且与经典的道路通行能力也是一致的[4]。该理论由法国的路易斯·马尚[7]提出。国内的杨涛[8]教授深化了该概念,提出以路网有效运营面积和有效运营时间的乘积与交通个体的时空消耗相除的基本计算公式,并根据城市路网等级级配、路线使用频率、交叉口延误、居民出行特征等因素对公式进行了修正。

时空消耗法的特点是各种参数的取值,是影响模型准确性和实用性的关键因素。采用时空消耗法,可以从宏观角度定量的判断整体路网的容量和服务水平。较其他方法简明,实用性强。

本文考虑了施工区域的施工期一般为1～3年,在此期间将对城市路网容量产生较为长期的影响,因此,时空消耗法适用于从定量的角度判断道路施工对路网广义容量产生的影响。

2 考虑施工区域影响路网容量的修正

2.1 对路网有效运营面积的修正

1) 道路总净面积的减小。

在道路施工占用部分车道的情况下,现有道路面积S净为

$S{}_{\text{净}}=S{}_{\text{总}}-S{}_{\text{施}}=S{}_{\text{总}}-{\displaystyle \sum l}{}_{\text{施}}d{}_{i}m{}_i$

式中:S总为原有道路总面积,S施为施工区占用道路面积;l施为施工区i的长度;di为施工区i的车道宽度;mi为施工区i占用的车道数。

2) 非施工车道有效运营面积的折减。

受施工车道合流车辆的影响,施工区域非施工车道的通行能力将比非施工区域的正常车道有所降低。以正常车道的有效运营面积为标准面积,非施工车道按通行能力之比,折算为正常车道面积,并考虑2类道路的比重,转化为综合折减系数R10。

$R{}_{10}=\frac{{\rm N}{}_{\text{施}}}{{\rm N}{}_{\text{非}}}\times g{}_{\text{施}}+g{}_{\text{非}}$

式中:N施/N非为施工区域车道通行能力的折减系数;g施、g非为施工区域非施工车道面积、非施工区域正常车道面积所占比重。

既有研究[1]结果表明,封闭单位车道对通行能力的折减百分比约为3%。则对于施工区域i的车道通行能力折减系数为,N施i/N非i=1-3%mi。

对于不同施工区域来说,所占道路的等级不同,对通行能力的影响大小也有差异,主要影响因素是车道宽度。当车道宽度小于3.65 m时对通行能力的影响系数见表1[9],当车道大于3.65 m时对通行能力的影响系数始终为1。

对于整体路网来说,车道通行能力折减系数为

$\begin{array}{l}{\rm N}{}_{\text{施}}/{\rm N}{}_{\text{非}}=\frac{1}{n}{\displaystyle \sum R}{}_{d{}_i}\times ({\rm N}{}_{\text{施}i}/{\rm N}{}_{\text{非}i})=\\ \frac{1}{n}{\displaystyle \sum R}{}_{d{}_i}\times (1-3\%m{}_i)\end{array}$

式中:n为路网中施工区域的数量;Rdi为车道宽度影响系数。

而施工区域非施工车道面积所占比重g施和非施工区域正常车道面积所占比重g非计算公式如下。

$g{}_{\text{施}}=\frac{S^{\prime }{}_{\text{施}}}{S{}_{\text{净}}}=\frac{{\displaystyle \sum l}{}_{\text{施}}d{}_i({\rm M}{}_i-m{}_i)}{S{}_{\text{净}}}‚g{}_{\text{非}}=1-g{}_{\text{施}}$

式中:S′施为施工区域非施工车道的总面积,Mi为施工区i所在道路的原有车道数。

2.2 对路网有效运营时间的修正

施工区对路网有效运营时间的影响与交叉口的影响相似,主要取决于施工区的几何条件、交通状况和管理水平,采用综合折减系数R11来反映,一般取值范围为0.6～0.9[10]。

3 道路施工影响下路网容量的计算

目前的广义容量计算已考虑了道路等级、车型、交叉口折减、道路使用频率等因素的修正。考虑施工区对路网有效运营面积、有效运营时间的修正后,计算公式为

$\begin{array}{l}C{}_{\text{广}\text{义}}=A{}_{\text{有}\text{效}}{\rm T}{}_{\text{有}\text{效}}/C{}_{i\text{车}}=\\ S{}_{\text{净}}{\rm T}R{}_{1}R{}_{2}R{}_{3}R{}_{4}R{}_{5}R{}_{9}R{}_{10}R{}_{11}/\beta tsR{}_{6}R{}_{7}R{}_8\end{array}$

式中:A有效=S净R1R2R3R4R9R10;T有效=TR5R11;Ci车=β tsR6R7R8。

C广义为高峰小时路网广义容量,pcu;A有效为路网有效运营面积,m2;T有效为路网有效运营时间,h;Ci车为单个交通个体(pcu)高峰小时时空消耗,m2·h/pcu;T为高等小时,取1 h;β为交通个体动态面积,m2,β=w×l (w为车辆行驶时所需的横向安全宽度,计算时可近似取1个车道的宽度,m;l为车辆行驶时的最小车头间距,l=l′+v2/254(φ±i)+v/3.6·t0+l0;l′为车身长度,根据规范标准小汽车长度取5 m;v为车速,km/h,可依据各级路网的行车速度取加权平均值;φ为汽车轮胎和路面的纵向摩阻系数,根据区域路面的总体情况进行选取,一般取:φ=0.29～0.44;i为道路纵坡,%,上坡取+,下坡取-,可根据城市的总体情况进行选取);t为单个交通个体1次出行时间,h,根据交通出行调查可确定;s为单个交通个体日平均出行次数,根据交通出行调查可确定。

式中各修正系数的含义如下。

R1为等级修正系数,以主干道为标准,其他等级道路进行相应折减,通常取0.75～0.80;

R2为车道修正系数,与重型车所占的比例有关,一般取0.90 ～ 0.95;

R3为路线平均使用频率系数,根据出行者对路线的熟悉程度和行车时的选择偏向以及路线所处区域等因素,一般取0.7 ～0.8;

R4为干扰因素, 主要考虑路旁停车等因素(如公交车站等),R4=1-受干扰路段长度(km)/各路段总长度(km),一般取0.7～0.85;

R5为交叉口综合折减系数,主要考虑交叉口的几何条件、交通状况、和管理水平,一般取0.6～0.9;

R6为高峰小时出行比重,根据交通调查可确定;

R7为高峰小时不均匀系数,根据交通调查可确定;

R8为车型修正系数,一般与大型车所占的比例有关;

R9为空间不均衡系数,与城市用地聚散程度有关,依据城市形态类型取值;

R10为道路施工面积修正系数;

R11为道路施工时间修正系数。

4 武汉市主城区实例

通过查阅武汉市交通年度报告[11]等资料和交通调查,武汉市主城区路网道路各等级道路面积、施工等情况见表2。

针对城市交通的特点取小汽车为标准车,对参数进行计算可得β=w×l=55 m2;根据路网等级情况,计算得R1=0.8;由于武汉市主城区城市形态属于块状多组团型,R9取0.75;根据施工区域所占车道面积情况,计算得R10=0.96;通过对若干施工路段的调查,发现施工区合流处几何条件较差,延误严重,综合分析R11取0.75;参照武汉市2008年主城区综合交通大调查的数据进行统计分析,并结合武汉市交通的运行特点,其他参数的取值如下: R2=0.95、R3=0.80、R4 =0.85、R5=0.8、R6=13.5%、R7=1.1、R8=0.9、t=0.55 h、s=3.25。

计算结果显示,在目前的道路施工影响下武汉市主城区路网容量为38.9万pcu,比道路施工前路网容量降低了28.9%。分析发现,道路施工占用车道仅使道路面积减少了1.2%,说明道路施工对路网容量的影响不可忽视。

5 结束语

大规模的交通建设施工给城市交通带来了一定的压力,如何准确评价道路施工区域对路网容量的影响程度成为了亟待解决的问题。本文以广义时空消耗理论为基础,通过分析施工区交通运行特征,确定了道路施工对城市宏观路网容量的影响系数。在对武汉市路网容量的对比分析中发现,道路施工给城市交通带来的影响不仅在于其对道路面积的占用,更多的是干扰了交通流正常、有序的运行,从而导致路网有效运营面积和有效运营时间大大减少,最终大幅度降低了路网的容量。在交通管理的过程中,应及时采取有效措施,缓解交通建设施工给路网容量带来的问题。

参考文献

[1]杨庆祥.施工作业对城市道路通行能力的影响分析[J].西部交通科技,2008(5):105-112.

[2]IIDA Y.Methodology for maximum capacity of roadnetwork(in Japanese)[J].Transaction of Japan Socie-ty of Civil Engineers,1972(205):147-150.

[3]Akamatsu T,Miyawaki O.Maximum network ca-pacity problem under the transportation equilibriumassignment(in Japanese)[J].Infrastructure Plan-ning Review,1995(12):719-729.

[4]杨东援,马哲军.路网容量分析的理论与方法[C]∥中国土木工程学会第七届年会,上海:中国土木工程学会,1995.

[5]周溪召,刘灿齐,杨佩昆.高峰时段城市道路网时空资源和交通空间容量[J].同济大学学报,1996,24(4):392-397.

[6]Yang Hai,Michael G H Bell,Meng Qiang.Model-ing the capacity and level of service of urban trans-portation networks[J].Transportation ResearchPart B,2000,34(5):255-275.

[7]马尚路易斯.一个概念:城市的时间与空间消耗:城市交通研究参考资料[M].天津:天津城市交通综合研究组,1986.

[8]杨涛.城市交通网络总体性能评价与建模[D].南京:东南大学,1995.

[9]王炜.城市交通网络规划理论与方法研究[D].南京:东南大学,1990.

[10]杨涛,程万里.城市交通网络广义容量应用研究———以南京市为例[J].东南大学学报,1992(9):84-90.

容量相同价不同 篇4

Marvell 88SS9187/88SS9188/88SS9189主控

Marvell的主控长期以来都是中高端产品的最爱。Marvell 88SS9187/88SS9188/88SS9189这三颗主控得到了诸多中高端产品的青睐。Marvell 88SS9189是其中性能最好的旗舰级产品，88SS9187在其基础上稍稍缩减了高速缓存支持规格，而88SS9188则是进一步缩减规格的产品，将8CH×4CE缩减到了4CH×4CE以控制成本。

Marvell 88SS9189主控采用ARM架构、“大双核”设计，具备数量较多的晶体管，使得单个核心具有强悍的运算能力。同时支持最大1GB DDR3的独立缓存，用于存放映射表。Marvell 88SS9189的固件编程特性较强，便于SSD厂家自行编写固件与闪存匹配，发挥主控和闪存的潜能，在这方面浦科特就是其中的佼佼者，通过优秀的固件，采用相同硬件的SSD产品，浦科特总能实现更好的效率。88SS9189主控还引入了RAID技术优化，配合厂商在固件自定的演算法，改善闪存出现损坏区块后的恢复工作。Marvell 88SS9189主控搭配美光20nm、16nm闪存均有着非常不错的表现，200MB/秒、32CE闪存的闪存通道在其强悍的运算能力的支持下，能够发挥出超500MB/秒的读写速度、90K级别读取/80K级别写入的IOPS值，是旗舰级产品不二的选择。

Barefoot3 M10主控

Barefoot3 M10主控代号为IDX500M10-BC，其采用台积电55nm制造工艺生产。其在ARM Coretex双核心的基础上，将其中一个核心改为OCZ Aragon核心引擎，支持RISC程式语言架构，可以用最精简的程式语言撰写复杂的指令集，专门针对闪存的ECC（错误纠正）引擎以及OCZ独家的闪存写入管理引擎而设计。Barefoot3 M10 主控的闪存控制器部分采用8通道架构，支持20nm ONFI以及19nm Toggle标准的闪存。配备了Barefoot3 M10 主控的OCZ ARC100 SSD能够实现高达80000 IOPS的4K随机写入效能和高达490MB/s的连续传输能力，性能表现出众。

Jmicron JMF667H主控

Jmicron智微是较早推出SSD主控的厂商之一，其产品主攻入门市场，厂家早期将它和低价低能的ONFI异步闪存搭配，由于价格便宜，所以催生出了一大批性能堪比U盘，甚至比机械硬盘还差的SSD产品，也让消费者给其贴上了低性能、山寨的标签。而其新推出的JMF667H主控则是其翻身之作，搭配性能不低的美光系ONFI同步闪存，性能表现也比较不错。

Jmicron JMF667H主控如今广泛存在于入门级SSD市场，其采用了55nm工艺，内置4条闪存通道，最大支持256GB闪存芯片和512MB缓存容量，内部采用32位的ARM9处理器，包含了32KB ROM与192KB RAM，它支持东芝/闪迪的32、24、19nm Toggle DDR闪存与IMFT的25、20nm ONFI闪存，支持4KB/8KB/16KB Page Size，采用SATA 6Gbps接口。

不过虽然参数上的表现非常不错，但是由于其只支持局部的磨损均衡，所以在SSD寿命上的表现并不算太好，另外，JMF667H很容易用来搭配黑片、白片等不可靠的闪存颗粒，山寨厂商很容易就能拿它来做成冒牌货在市面上销售。这也导致了其一直只能在低端市场上露露脸，而且玩家们如果购买JMF667H主控的产品，一定要在正规的电商上购买，否则很容易买到山寨高仿产品。

慧荣SM2246XT主控

慧荣SM2246XT内置32bit RISC CPU，支持4通道4CE，整体参数表现比较一般。虽然最大持续读速度可达520MB/s，最大写速度300MB/s（120GB，东芝19nm MLC）的速度表现也决定了其只能用在入门级产品上。

数据安全方面，它支持BCH ECC 66bit/1KB，全局磨损均衡，最大化地保证了产品的使用寿命，因此注重稳定可靠的闪迪SSD PLUS固态硬盘会选择它。另外，它在DEVSLP休眠模式下的功耗小于2mW，功耗控制也是挺不错的。

当然，SM2246XT最吸引眼球的一点就是它只支持1x/1y/1z/2x/2ynm SLC和MLC颗粒，绝对不用担心会买到搭配TLC闪存颗粒的版本。就冲这一点，也让闪迪SSD PLUS系列更适合不喜欢研究固态硬盘技术细节，又担心买到闪存颗粒擦写寿命不足的用户选择。

东芝TC58NC1000GSB主控

东芝这款主控芯片其实就是基于群联S10开发的，但在固件上和群联版略有不同，除了用在自有品牌的固态硬盘上，也用在了旗下品牌OCZ的Trion 100上。虽然东芝入门级固态硬盘Q300采用了TC58NC1000GSB，但并不意味着它就只适合做入门产品，使用同样架构的群联S10主控的性能级固态硬盘产品也不少。

TC58NC1000GSB可支持现在的1ynm和未来的1znm的MLC、TLC颗粒。采用55nm制程，支持增强垃圾回收，还加入了不少企业级安全技术，如256-bit AES硬件加密、TCG Opal 2.0安全加密。另外，它还提供了SmartFlush技术用于实时数据写入管理，可减少意外掉电造成的数据丢失风险。

道路交通容量 篇5

如何优化融合了2G和3G的高速交通沿线的网络质量、提升运营商品牌形象, 应对高速交通沿线的网络覆盖、网络容量、用户体验这三大挑战, 已然成为摆在运营商面前的重要课题。

高速环境带来的网络问题

网络覆盖的4个关键。一, 高速行驶带来的多普勒频移, 严重导致信号质量的下降, 当列车时速为350km/h、电磁波频率800MHz时, 多普勒频移的范围是±260Hz, 发生频移后, 系统测算的信号接收点, 不再是实际信号的最强接收点;二, 沿线覆盖范围广, 通常一条铁路要穿越几个省市, 这对于边界优化处理提出了更高的要求;三, 沿线地形复杂, 高速铁路或者公路往往涉及到高山、平原、丘陵、隧道、桥梁等多种地形的覆盖, 需要采取综合手段进行优化;四, 穿透损耗影响大, 高铁动车组列车具有密封性能好、车体穿透损耗高的特性, 因此信号必须有足够强的穿透力。

网络容量显隐忧。聚集效应明显, 在服务区、铁路站点、车厢内往往短时间聚集大量的用户, 这对网络负载是一个极大的考验;季节性明显, 尤其是在春节等重要节假日时, 话务量的增长数倍, 只有通过紧急扩容来满足需求;应急保障性强, 在发生交通事故 (如7.23特大事故) 或因特殊天气等引起的堵车、车辆滞留等问题时, 需要充分确保通信的安全畅通, 创造必要及时的救援应急条件。

用户感知亟待提高。通信区域的频繁重选与切换严重, 现网基站覆盖方式小区过多, 切换关系复杂, 且重叠覆盖区域短, 容易出现针尖效应以及切换不及时等问题, 由此导致了通信过程中的掉话、掉线、接入失败、切换失败等问题。

CDMA频率与容量特性提升网优水平

中国电信对于高铁、高速公路的测试优化工作十分重视, 低发射功率绿色环保的CDMA技术相对GSM也显现出一定优势。

在网络覆盖方面, 800MHz频段CDMA其电磁波频率越低衰减越小, 具有更强的绕射能力, 穿透能力也更强些。另外CDMA的关键技术为扩频技术, 所以它的功率谱被扩展得很宽, 功率很低, 有助于防止其它信道的干扰和干扰其它信道;从容量方面, 在使用相同频率资源的情况下, CDMA理论上比模拟网容量大20倍, 实际使用中比模拟网大10倍, 比GSM要大约5倍。另外, CDMA成熟的功控技术在保持高质量通话的同时, 可以容纳更多的用户。从客户感知方面, CDMA系统采用软切换技术, 信号切换采用“先连接再断开”, 这样完全克服了硬切换容易掉话的缺点, 13kb的语音编码器, 保证了为客户提供更好的通话质量。

引入技术创新

基于上述技术优势, 中国电信还整合多方资源, 积极研发, 精心组织在高铁、高速公路的网络优化方面采用了大量的新技术新手段。中国电信还在积极探索“高铁E网”、动态软切换、高铁系统参数配置等新技术, 从而为继续高铁精品网络的优化积累更多成功的经验和经典的案例。

光纤拉远级联方案

光纤拉远级联覆盖通过集中式机房建设, 光纤传输采用菊花链组网, 减少了切换以及位置更新的频次, 解决切换频繁和数据业务使用的问题, 提高了接通率, 提升网络质量应对业务升级;通过小区交叉频率复用, 解决了网络频点紧张的问题;利用共享载频大容量覆盖, 提高了载频的利用率;利用光纤拉远噪声抑制、自动时延调整、菊花链组等功能规避了传统直放站的噪声干扰问题, 有效保证了覆盖性能且对基站上行无干扰, 同时降低了投资成本;在监控上采用拨打探针技术完善了对级联设备的监控。

覆盖增强技术方案

当站点与铁轨沿线垂直距离较近时, 可选用窄波束高增益天线, 如33度21dBi天线;当站点与铁路沿线的垂直距离较大时可选用65度18dBi天线;在城区站距较近条件下, 天线增益建议为16dBi。天线型号的选择还需要结合基站周边环境。在郊区宜采用单极化双天线, 城区宜采用双极化单天线, 实现接收分集。若建设铁塔站, 应考虑铁塔安装位置与投资, 可采用双极化单天线。还可采用高功率载频、塔放、四天线分集接收等技术方案。

同PN拉远小区覆盖方案

通常情况下, 在城市移动通信网络建设中, 铁路沿线已经建设好了相当一部分的宏站, 可以在不增加更多设备的前提下, 为了保证高速移动终端的无缝切换 (需要切换区的覆盖重叠长度必须满足最低的长度要求) , 采用同PN拉远小区方案, 这样就实现了带状覆盖, 符合高铁实际场景, 提升了切换性能和覆盖效果。

BBU+RRU分布式基站覆盖方案

BBU+RRU分布式基站覆盖方式是分布式基站采用射频模块拉远技术, 将射频拉远单元 (RRU) 安装在天线端, 通过光纤连接到宏基站或独立的基带单元。高铁的专网覆盖属于“线”覆盖, 且话务情况有“班次”, 较为集中。因此, 设立中心站点设置BBU, 沿线通过光纤进行RRU的分布将是高效率、低成本的解决方案。

高速交通沿线优化案例

为了不断提升高铁C网用户的感知, 中国电信积极探索高铁深度优化, 在某高铁优化的实际应用中针对高铁沿线中的短距离紧邻的多个隧道中, 采用小区拉远+多面天线的方式, 将某一小区根据隧道的分布进行点对点覆盖, 同时将该小区分功分为3面天线覆盖不同方向, 既满足了铁路沿线对隧道的精确覆盖要求, 又照顾了周围村落中普通用户的通信需求, 如图所示, 正前方和正后方为短隧道方向, 正右侧为村落方向。通过后期测试结果分析, 隧道内掉话明显改善, 周围村落覆盖指标显著提升。

在高速公路的优化方面, 中国电信采用扇区裂化优化方法, 最大限度地发挥网络资源, 在不增加更多基站建设的基础上, 实现了沿线的精确化覆盖;利用基站塔放+高增益天线技术实现了在山区的超远覆盖和深度覆盖。

道路交通容量 篇6

人口容量又称人口承载力或人口承载量,是人口学、地理学、生态学和环境科学中一个十分重要的概念。人口容量是指在某区域的某一预见阶段以不损害区域环境质量和破坏资源的永续利用为前提,在保证符合其社会文化准则的物质生活水平条件和正常的经济发展速度下,地区的消费资料所能持续供养、生产资料所能容纳的满足个人福利的全体人口正常发展目标下的人口数量[1]。

道路交通作为重要的城市资源,有着一定的承载能力,计算城市极限交通环境承载力条件下所能够给养的最大人口数,可以理解为基于城市交通环境承载力的极限人口容量预测。

国外专家、学者对人口容量的关注与研究已有近400年的历史(Cohen,1996)[2]。随着人口、资源、环境关系的日益紧张,世界各国的专家、学者及有关机构开始从不同的角度出发研究世界及各地区各国所能承载的人口数量,以寻求缓解人地紧张关系的途径。国内对于人口容量的系统研究始于20世纪80年代,在理论、方法与实践上取得了一系列进展,且有关人口容量的研究也愈发深入和细致,研究的区域也更加广泛。一定环境或一定地区的资源所能养活的人口是有极限的,而这个极限状态的人口容量要受到多种条件的制约,现阶段虽然已有研究深入到不同环境条件下极限人口承载力的预测估算,但并未有成熟的研究体系与结果,基于交通环境承载力的城市人口容量预测更有待于深入研究。

1 基于太原市交通模型的城市人口容量预测方法

本文以太原市为例,结合太原市总体规划,运用太原市交通模型,运用两种不同方法在交通环境极限承载的情况下,对太原市的人口容量进行预测分析。

1.1 太原市总体规划与交通模型

1.1.1 太原市总体规划与交通发展规划指标简介

(1)太原市总体规划人口指标简介

依据《太原市总体规划》:根据近10年来的户籍非农人口增长速度,设定未来户籍非农人口的增长速率为2.8%～3.2%之间;半年以上暂住人口的增长速率设定为5.0%～6.0%之间。根据设定的增长率,预测结果为:

2015年中心城区实际居住人口为320万左右;

2020年中心城区实际居住人口为360万左右。

(2)太原市城市交通发展规划路网指标简介

现状太原市区道路网络采用了中心城区外部“环+放射”的公路网与中心城内部均质化棋盘状方格道路网相结合的路网模式。虽然现状市区道路网运行状况基本正常,但随着城市机动化快速发展和城市单中心的聚集效应增强,现有以主干路为主要骨架的棋盘状路网也逐渐出现了诸如“南北不通、东西不畅”的现象,交通拥堵现象也正在日益严重。

依据《太原市城市交通发展规划》,明确未来太原城市道路网络结构的主要特征与功能要求如下:

a)以“环+放射”高速公路为外部基础;

b)快速路骨架以“横纵线和放射线”相衔接构成

c)横纵线快速路骨架

d)放射型快速路

e)棋盘状格局下,进一步完善主、次干路

f)加强跨障碍通道建设

规划以“五纵、五横、四放射”为城市快速路基本骨架;规划快速路长度165 km,如计入准快速路,则规划快速路长度约210 km;快速路网密度约0.60 km/km2。

1.1.2 太原市交通模型指标简介

交通模型是交通流定量预测的基础,是交通状况同诸有关因素之间关系的定量描述,是评价规划项目交通能力的基本理论依据。太原市交通模型分为基年与规划年模型两部分,两模型均基于“四阶段”原理开发。运用太原市交通模型得到规划年各交通方式平均出行距离指标,同时得到交通方式划分的预测结果,为交通环境极限承载力条件下人口容量的预测提供数据基底。

1.2 基于交通模型的车行道容量方法研究

城市道路系统车行道容量是进行城市道路系统容量估算的基础数据之一[3]。车辆在行驶过程中占有一定的道路净空面积,在一次出行时间内以动态的方式只占有一次,每辆车出行使用的道路面积在高峰小时内又可提供给其他车辆反复使用。车辆出行时间与车速和出行距离有关。

采用综合车型计算,车身长l车=7.4 m,反应时间t反=1.5 s,路面附着系数φ=0.4,纵坡i=0,安全距离l0=5 m,每条车道宽度b=3.5 m[4],得到小汽车高峰小时平均每次出行所占用车行道面积f1:

$f{}_1=\frac{\overline{l}{}_1}{\beta {}_1}(86.8V{}_1{}^{-1}+2.92+0.027V{}_1)(\text{m}{}^2/\text{次})(1)$

式(1)中:

—小汽车平均出行距离(km);

β1—小汽车对道路网的综合使用系数;

V1—小汽车平均车速(km/h)。

设定自行车车身长l车=1.9 m,反应时间t反=1.5 s,路面附着系数φ=0.4,纵坡i=0,安全距离l0=0.5 m,每条车带宽1.25 m,可得到自行车在高峰小时平均每次出行所占用的车行道面积f2:

$f{}_2=\frac{\overline{l}{}_2}{\beta {}_2}(6V{}_2{}^{-1}+1.04+0.0098V{}_2)(\text{m}{}^2/\text{次})(2)$

式(2)中:

$\stackrel{-}{{\displaystyle l{}_2}}$—自行车平均出行距离(km);

β2—自行车对道路网的综合使用系数;

V2—自行车平均车速(km/h)。

依据小汽车和自行车所占用的车行道面积分别计算高峰小时车行道可容纳的车辆数。

高峰小时可容纳的小汽车出行总数W1:

$W{}_1=\frac{F{}_1}{f{}_1\cdot \gamma {}_1}(\text{辆})(3)$

式(3)中:F1为机动车道总面积(m2);

f1为小汽车每次出行占用的车行道面积(m2/次);

γ1为高峰小时机动车出行率。

高峰小时可容纳的自行车出行总数W2:

$W{}_2=\frac{F{}_2}{f{}_2\cdot \gamma {}_2}(\text{辆})(4)$

式(4)中:F2为自行车道总面积(m2);

f2为自行车每次出行占用的车行道面积(m2/次);

γ2为高峰小时自行车出行率。

相同的道路资源,各种交通方式所占用道路空间各不相同,由图2所示可看出,小汽车所占用的道路空间最大,且在交通方式划分中,小汽车占据着较大的比例,故以小汽车所占用空间的极限条件作为交通环境承载力指标对城市人口容量进行测算。

计算得到研究范围内规划年高峰小时V1=20.25 km/h、$\stackrel{-}{{\displaystyle l{}_1}}$=6.0 km、β1=1、f1=46.54、γ1=0.80、F1=2 906 470 m2,由此得到机动车道系统容量W1=78 064,考虑标准小汽车载客数、交通方式划分结果等影响因素,计算得到城市人口容量Pop1=5 492 290,即基于此方法计算得到交通环境极限承载力条件下,人口容量Pop1=549.2(万人)。

1.3 基于交通模型的OD反推方法研究

OD矩阵是进行客流预测的重要基础数据,在实际操作过程中,获取吸引区之间的OD矩阵却是非常困难的,一般采用OD调查的方式,但缺陷是调查过程较为费时、费力。OD出行矩阵推算(OD反推)是根据采集到的道路网络、网络交通量、小规模或部分OD出行调查等信息推算出路网的OD出行矩阵,为路网的规划、建设及交通管理提供依据,从而减少(或不进行)大规模的OD出行调查[6]。

根据太原市城市发展前景、用地规划布局及其所带来的交通需求的变化趋势,充分考虑国家政策的影响、城市机动化的发展趋势,根据交通设施的供给水平,运用太原市交通模型,对规划年(2020年)太原市路网交通运行进行分析,分配结果如上图所示。

在规划年路网交通分配结果基础之上,对路网整体饱和度进行调整,选取路网系统的极限运行状态,各路段饱和度均为1的情况下,对交通模型内部小汽车出行OD矩阵进行OD反推。运用太原市交通模型TFlowFuzzy(矩阵更新)模块功能,进行OD反推,得到规划年(2020年)交通环境极限运行状态下的小汽车矩阵,进而得到研究范围内(总体规划360范围)小汽车出行总量Tcar=201 298(次)。考虑标准小汽车载客数、交通方式划分结果、规划年人均出行次数等影响因素,计算得到城市人口容量Pop2=5 432 061,即基于此方法计算得到交通环境极限承载力条件下,人口容量Pop2=543.2(万人)。

2 基于交通环境承载力的人口容量预测结果分析

对两种预测方法所得到的结果进行对比分析。两种预测方法均是以交通模型为基底,基于车行道容量模型的预测方法是从路网系统层面进行展开,对交通环境极限承载力条件下的人口容量进行预测;而基于模型OD反推的预测方法是从居民出行层面进行展开,对交通环境极限承载力条件下的人口容量进行预测。

两种方法计算所得到基于交通环境承载力的太原市城市人口容量预测结果Pop1=549.2(万人),Pop2=543.2(万人),两种预测方法的结果相对误差小于3%,于此可判断得出两种模型预测方法具有一定的可行性。

两种模型预测方法具有其一定的适用性。两种预测方法均需要以城市交通模型为前提基础,基于交通模型的车行道容量计算方法较适用于在城市道路交通网络资料较全的情况下进行,且不能忽略城市支路网络系统的数据统计分析;基于交通模型的OD反推计算方法则适用于居民出行特征数据较全面的情况下进行,且此预测方法相对车行道容量计算方法而言,与“四阶段”交通预测模型有着更为紧密的联系。

3 结论

基于交通环境承载力的城市人口容量预测对于城市总体规划和控制性详细规划具有重要的意义。本文以太原市交通模型为基底,从两个系统层面,分别对太原市交通环境极限承载力条件下的人口容量进行预测,并且对车行道容量预测方法与OD反推预测方法所得到的结果进行对比分析,论证了两种模型方法的可行性及适用范围。进一步的研究将结合城市交通发展战略与政策进行,从而更好地实现与上位规划的互动。

参考文献

[1]张志良.人口承载力与人口迁移.兰州:甘肃科学技术出版社,1993

[2] Cohen J E.How many people can the earth support?New York:W.W.Norton&Company,1996

[3]文国玮.城市交通与道路系统规划设计.北京:清华大学出版社,2010

[4]隽海民,裴玉龙,朱从坤.冰雪覆盖条件下城市道路通行能力分析.哈尔滨建筑大学学报,1998;31(2):104—108

[5](美)安德里亚.伯德斯,(加)托德.利特曼,(新)戈彼纳.梅农.城市交通需求管理培训手册.温慧敏,等译.北京:中国建筑工业出版社,2009