路网模型（精选10篇）
路网模型 篇1
交通需求是指出于各种目的的人和物在社会公共空间中以各种方式进行的空间移动(即交通)的需求,它具有需求时间和空间的不均匀性、需求目的的差异性等特征[1]。伴随着城市居住人口的增长和经济的迅速发展,人们对出行质量的要求也逐渐提高。城市机动车保有量持续攀升,居民出行机动化水平升高,交通需求总量不断增加。道路设施增长的速度远远赶不上机动车增长的速度,交通需求与交通供给不平衡,导致交通拥堵现象频频发生,给城市交通状况带来了新的挑战。
交通拥堵是现代城市,尤其是大城市,不可避免的交通问题。对路网进行交通拥堵状态的评价是改善其运行质量的前提和依据。目前,大多数的道路拥堵状态评价方法都是针对单个路段所处的运行状态进行评价,缺少从微观路段到宏观路网的分层次路网交通拥堵状态的评价方法。因此,本文采用交通需求作为交通拥堵的影响因素,建立基于交通需求加权的交通拥堵评价模型,并对北京市五环内路网的拥堵状态进行评价。
1 交通拥堵指数评价指标
1.1 分层次路网交通拥堵指数
国内外对于交通拥堵状态的评价指标研究已经非常丰富,该类指标给出了对拥堵强度的判断和量化标准,比如:美国德州交通研究院提出的道路拥堵指数(Roadway Congestion Index,RCI)[2],Lindley提出的拥堵严重度指数(Congestion Severity Index,CSI)[3]等。但是这些指标都仅仅是衡量交通通行能力满足交通需求的程度。
由于交通拥堵是一个感觉量,它不仅仅与交通需求和道路通行能力有关,而且与人们的心理承受能力有关[4]。因此,本文提出既能够反映拥堵强度,又能体现出行者对交通拥堵强度的感受的指标,即交通拥堵指数(Traffic Congestion Index,TCI)来对路网的运行状态进行评价。
交通拥堵指数(TCI)是指将特定区域特定时刻的单个路段、某等级的道路或整体路网的拥堵强度量化后的相对数,该指标值可以体现从单个路段到整体路网的交通运行状态和拥堵强度,反映其运行质量,无量纲。交通拥堵指数是一个连续变量,定义其取值范围是0~5。指标值的大小代表了不同的交通运行状态和拥堵强度,值越大则评价时段内的道路运行状态越差,拥堵强度越大;反之,道路的运行状态越好,拥堵强度越轻。本文中将出行者对交通拥堵强度的感受划分为5个等级,分别为:严重拥堵、中度拥堵、轻微拥堵、畅通、非常畅通。
针对单个路段、某等级的道路、整体路网,交通拥堵指数分别包含“点—线—面”3个层次:路段交通拥堵指数(TCIlink)、道路交通拥堵指数(TCIroad)、路网交通拥堵指数(TCInetwork),分别可以反映某一条路段、某一等级道路、整体路网的运行状态和拥堵强度。
TCIlink值为出行者对拥堵强度的感观判断值(1,2,…,5),对应的拥堵强度等级如式(1)所示:
交通拥堵指数从路段向某等级道路以及从某等级道路向路网过渡时,采用加权法进行集成。TCIroad和TCInetwork的理论计算公式如式(2)所示:
式中:TCIlinki表示该等级道路中路段i的交通拥堵指数;TCIroadj表示第j等级道路的交通拥堵指数;Ai,Bj分别表示路段i或第j等级道路重要性的权重;n表示某等级道路的总路段数;m表示路网中总的道路等级数。
TCIroad、TCInetwork与拥堵强度等级的对应关系定义如下所示:
1.2 路段交通拥堵指数的标定
人们描述道路运行状况一般不用具体的数值来定量的描述,而用“堵”或“畅通”等来表达出行感受。对于本文定义的路段拥堵强度等级,也有类似的变量测量尺度。这类变量属于多分类变量,通常按1、2、3等整数序列编码,在反应变量的各类中都有明确的从低到高的排序。Logit模型同其他模型相比,具有能以分类变量作为反应变量的特点。
因此,本文结合了对北京市各等级道路的拥堵强度主观感受的调查数据,采用Logit模型来进行路段交通拥堵指数的标定。在进行拥堵强度主观感受调查时,调查车辆上安装GPS记录仪装置,分别在城市快速路、主干路、次干路和支路运行,记录每分钟的车辆速度。同时,调查人员每分钟记录自身对道路拥堵强度的主观感受(1表示非常畅通、2表示畅通、3表示轻微拥堵、4表示中度拥堵、5表示严重拥堵)。
以调查员对拥堵强度的判断值为因变量,车速为自变量,可以得到各等级道路的拥堵强度与车速之间的函数关系。于是,根据路段平均行程车速即可确定该路段的交通拥堵指数,对路段的拥堵强度进行评价。
2 基于分层抽样技术的最低样本量确定方法
分层抽样又称类型抽样,是先对总体各单位按标志差异大小分层,然后再从各层中按简单随机抽样方式抽取一定数目的样本单位构成总的样本,用来推测总体目标量的方法。当层平均数之间的差异较大,而层内各元素的差别较小时,分层抽样能降低抽样平均误差,从任何一层内抽取少量的单位就能获得层内平均的精确估计;而且分层抽样可以解决在不同的层内采用不同抽样方法的问题。
受数据采集技术的限制,在计算道路网交通拥堵指数的过程中不可能采集到任何时刻全部路段的交通流数据。同时,道路网是一个复杂的系统,由多个等级的道路组成。对于不同等级道路的路段,其交通流特性,如流量、速度、交通流密度等都有所不同。而同一等级道路的路段,其特性具有相似性。因此在具体的评价过程中,将不同等级道路的路段各作为一个层来看待,采用分层抽样技术来降低采样量,计算最低路段抽样样本量,在指定的精度要求下尽可能提高模型计算的效率。
最低抽样路段的样本量主要是由路段特性参数(比如:路段行程速度)、置信度、可接受的误差决定[5,6]。其中,路段特性参数可以采用速度的变异系数(Coefficient of Variation,CV)作为衡量指标。假设路网包含了K个等级的道路,各等级道路拥有无限数量的路段,总体平均值抽样的相对误差为e,置信度为1-α,抽样容量计算公式如式(4)所示:
其中,zα值可从标准正态分布表中查得,当置信度为95%时,zα值为1.96。CVK表示第K等级道路的速度变异系数,等于所有样本车辆的行程速度标准差除以行程速度平均值。
实际上,各等级道路的路段数是有限的,因此,需要对式(4)进行修正。最终得到各等级道路的最低抽样路段数的计算公式如下:
式中:nK表示对于第K等级道路的最低抽样路段数;n0K表示第K等级道路拥有无限数量路段时的抽样路段数;NK表示第K等级道路中的路段总数。
3 基于车辆行驶时间的路网交通拥堵评价模型
3.1 车辆行驶时间(VHT)
交通拥堵具有一定的时空特性,在时间上体现为拥堵持续时间,通常采用交通系统处于拥堵状态的总时间或出行者在拥堵时段的总出行时间来量化。交通拥堵发生时,对于出行者而言最直观的感受就是出行时间的增加。
车辆行驶时间(Vehicle-Hours of Travel,VHT)是指路段上平均交通量与车辆平均行程时间的乘积,包含了路段长度和交通拥堵的双重影响。VHT同国外采用的车辆行驶里程(Vehicle-Miles of Travel,VMT)类似,是对道路交通负荷和交通强度的体现,同时也能够反映出出行者对于道路的交通需求。国外的Robert和Theodore研究发现[7],基于道路长度的评价方法(如VMT)计算得到的拥堵强度以及空间影响范围比较小,而采用基于行程时间的方法(如VHT)进行评价,主干路的拥堵强度明显增加,尤其是对于高峰时段的路网拥堵状态比较敏感,评价结果与人们的感受更加相符。因此,本文采用VHT来表征交通需求。
对于某一条路段,在统计时段内其VHT的计算公式为:
式中:VHTi表示统计时段内路段i的车辆行驶时间;qi表示统计时段内路段i上的平均交通量;Ti表示路段i上车辆的平均行程时间。
对于不同等级道路,在一定时期内的拥堵总持续时间相对稳定,因此可以认为在统计时段内,对应的VHT是一个相对固定的值。某等级道路的VHT计算公式如下:
式中:VHTK表示第K等级道路在统计时段内的车辆行驶总时间;n表示第K等级道路的平均车道数;qK表示第K等级道路在统计时段内的单车道平均交通量;TK表示第K等级道路在统计时段内的单位里程平均行程时间;LKi表示第K等级道路路段i的长度。
3.2 基于VHT的综合评价法
综合评价法是根据指标重要性对指标进行加权处理,得到相应的评价结果。综合评价法的评价结果不再是具有具体含义的统计指标,而是以指数或分值来表示参评单位“综合状况”的排序。
本文所采用的综合评价法是以不同等级道路的车辆行驶时间(Vehicle-Hours of Travel,VHT)作为权重来加权,求取评价道路运行状态的综合指标Index。评价方法如式(8)所示:
式中:VHTi表示某等级道路或路段在评价时段内的车辆行驶时间;Indexi表示某等级道路或路段对应的评价指标值。
3.3 路网交通拥堵评价模型
建立路网交通拥堵评价模型时,以交通拥堵指数作为评价指标,用VHT作为权重,采用综合评价法进行建模。路网交通拥堵评价模型分为微观、中观、宏观3个层次,分别用路段交通拥堵指数(TCIlink)、道路交通拥堵指数(TCIroad),路网交通拥堵指数(TCInetwork),从“点”到“面”对整个路网的交通拥堵状态进行评价。
路段交通拥堵指数TCIlink值如式2所示。
道路交通拥堵指数(TCIroad)的计算方法如下:
式中:VHTroadk表示该等级道路中路段i的车辆行驶时间。
由于TCIlink取值并不是连续变量,非常畅通强度等级的TCIlink取值非[0,1]区间,当且仅当全部的路段处于非常畅通状态时,计算出TCIroad的才能取到最小值1。因此,由式(9)计算所得的TCIroad取值区间为[1,5]。可以说,利用式(9)计算出的TCIroad值分布范围较小,路段的状态并没有真实地反映出来。比如:对于实际上处于非常畅通状态(TCIroad值应为0~1)的路段,用式(9)计算出的TCIroad值是大于1的,可能会被判断成该路段处于畅通状态。因此,在用式(9)计算出初步的TCIroad结果后,将各等级道路的TCIroad的[极小值,极大值]区间分别做相应的映射,使其取值范围处于[0,5]之间。具体的映射方法见下式:
式中:max表示极大值,min表示极小值。
最终得到整体路网的交通拥堵指数评价模型,公式为:
式中:VHTroadK表示第K等级道路的车辆行驶时间。
4 实例应用
以北京市为例,研究对象选取北京市五环内道路网,包括:快速路、主干路、次干路和支路。以北京市浮动车数据为主要数据来源,选取2006-03~2007-03工作日各一天的浮动车数据,对路网的交通拥堵状况进行评价。
以北京市为例,采用95%的置信度,5%的相对误差值对各等级道路的交通流数据分别进行计算,得到各等级道路的最低抽样率和最低抽样路段数,如表1所示。
根据Logit模型对路段交通拥堵指数的标定结果,可以用浮动车速度数据计算出各路段的TCIlink。通过对北京市浮动车数据(2006年4个月,2007年1个月)进行统计,得到快速路的极值取值区间为[1.0,4.5],主干路为[1.7,4.7],次干路和支路为[1.8,5.0]。根据式(10),分别对各等级道路的值做区间映射。
2006年和2007年工作日高峰和平峰时段各等级道路的对比情况如图1所示。工作日高峰时段,次干路和支路的运行状态最差,主干路最好。2007年同2006年相比,各等级道路的拥堵程度均有所加深,快速路、次干路和支路的拥堵恶化情况较为严重。工作日平峰时段,次干路和支路的运行状态最差,快速路最好,各等级道路的拥堵程度变化幅度较小,拥堵状况基本保持稳定。
综合不同的数据源(浮动车、检测器、核查线、GIS数据)对各等级道路的VHT值进行计算。高峰时段VHT的比例系数为:快速路13%,主干路46%,次干路和支路41%;全天VHT的比例系数为:快速路13%,主干路43%,次干路和支路44%。
计算得到北京市工作日整体路网全天不同时段的交通拥堵指数如图2所示。工作日全天路网的最差运行状态为严重拥堵状态。
工作日高峰时段和平峰时段路网的对比情况如图3所示。工作日高峰时段,路网处于严重拥堵的状态,路网的交通拥堵指数从4.01升到4.24,变化幅度为6%,拥堵程度加深;平峰时段,路网处于轻微拥堵的状态,交通拥堵指数从2.58降到2.55,变化幅度为1%,拥堵状况基本保持不变。
根据一天中不同时段路网的交通拥堵指数值,统计得到各时段路网所处的交通拥堵强度等级以及相应的持续时间,如表2所示。工作日全天路网处于拥堵状态的总持续时间为12~13 h。2007年工作日与2006年同时期相比,拥堵状态的总持续时间增加了25 min,其中严重拥堵持续时间增加了50 min,路网的拥堵程度加深。
h
5 结语
鉴于交通问题的主要原因在于交通供需不平衡,在交通供给一定的情况下,交通需求是导致交通拥堵发生的一个重要因素,本文引入了交通拥堵指数评价指标(TCI),以表征交通需求的指标作为加权模型的权重,建立了基于车辆行驶时间(VHT)的交通拥堵指数评价模型,从微观路段、中观某等级道路、宏观路网3个层次进行路网交通拥堵状况评价。实例应用表明,该方法具有较好的实用性,能够为日后交通管理部门研究分析城市交通系统的拥堵现象提供参考依据。
参考文献
[1]李维生.大中城市交通拥挤堵塞问题的分析及对策[J].内蒙古农业大学学报,2004,6(2):81-82.
[2]Boarnet M,Kim E.Measuring Traffic Congestion.In Transportation Research Record,No1634:Journal of Transportation Research Board series,TRB,National Research Counci[lC].Washington,D.C.,1998:93-99.
[3]Lindley J.A Methodology for Quantifying Urban Freeway Congestion[M].Transportation Research Board,1987:1-7.
[4]姜桂艳.道路交通状态判别技术与应用第1版.[M].北京:人民交通出版社,2004:52-53.
[5]Turner S,Lomax T,Levinson H.Measuring and Estimating Congestion Using Travel Time-Based Procedures.In Tran-sportation Research Record,No1564:Journal of Tran-sportation Research Board series,TRB,National Research Counci[lC].Washington,D.C.,1996:11-19.
[6]Turner S,Holdener D.Probe Vehicle Sample Sizes for Real-Time Information:The Houston Experience.Proceedings of the Vehicle Navigation and Information System Conference[C].Seattle:IEEE,1995:3-10.
[7]Robert R,Theodore F.Contrasting the Use of Time-Based and Distance-Based Measures to Quantify Traffic Congestion Levels:An Analysis of New Jersey Counties.The81th Annual Meetings of the Transportation Research Board[C],Washington,D.C.,2002.
路网模型 篇2
公路网规划
公路网规划是公路交通规划的组成部分；是公路建设中一项重要的前期工作，它属于长远发展布局规划，是制订公路建设中长期规划、选择建设项目的主要依据；是确保公路建设合理布局，有秩序地协调发展，防止建设决策、建设布局随意性、盲目性的重要手段。
公路网规划的主要任务是：通过深入的调查、必要的勘测和科学的定量分析，在剖析、评价现有公路状况，揭示其内在矛盾的基础上，根据客货流分布特点、发展态势及交通量、运输量的生成变化特征，提出规划期公路发展的总目标和大布局；划分不同路线的性质、功能及技术等级，拟定主要路线的走向和主要控制点，列出分期实施的建设序列，提出确保实施规划目标的政策与措施，科学地预测发展需求，细致地研究合理布局。
公路网规划报告的主要内容包括：
(1)公路网的现状及其综合评价：全面分析公路发展与社会经济发展的关系；通过多种方法科学预测客货运输量、交通量的发展水平；分析发展特点，提出发展目标；
(2)论证公路网发展的总体布局方案：要研究不同路线、路段的技术等级、性质与功能，干线的覆盖程度、吸引范围及其相应配套设施，优选出建设重点，推荐最佳建设序列；
(3)针对公路网规划总目标，提出实施规划存在的问题和需要采取的对策和措施；
(4)附有反映规划内容的图纸和表格。
公路网规划要以全国综合运输网、全国公路网规划和交通发展战略为依据，在认真做好社会经济调查、交通量调查、公路网现状调查的基础上，采用科
学的规划、计算、分析方法，做好发展预测和方案论证工作；要建立健全数据库，充分利用历史资料，重视数据采集、整理、运用的科学性，做到定性分析与定量计算相结合，做好多方案比选以验证工作成果。
郑州搭建动漫产业高速路网 篇3
动漫行业也一样，在市场化洗淘的大环境下，信息资源至关重要。在日前举行的郑州市动漫行业年会上，搭建郑州动漫产业高速路网的提议，成为中原动漫人的自觉和共识。
面面观
话题一：对郑州市建设高速路网有什么看法？
毛雪冰（郑州市动漫行业协会会长、河南华豫兄弟动画影视集团董事长）
郑州动漫高速路网的搭建是建立在对整个郑州，乃至河南动漫产业发展现状的客观评价以及对未来的充分定位基础上做出的，此举不但能大大加强郑州本土动漫企业之间的交流与协作，大大降低各企业的运行成本，减少资源浪费；更重要的是，高速路网的建立，还能真正逐步促进动漫行业的细分，实现资源的整合与最优化配置，为郑州动漫产业的发展逐步构建一个科学合理的框架，实现真正的可持续发展。
很显然这是一个很有意义的话题，也是行业在发展过程中的不断摸索前进的阶梯，如果这个路网打通了，那么整个中原地区的动漫产业路路畅通，产业的血液循环将大大加快，就像打通行业症结的任督二脉一般。可目前面临的问题将是概念既然提出了，但怎么发挥出它巨大的能量，这还是个需要继续探索的过程。
宋定中 （河南约克信息技术股份有限公司总裁）
目前，动漫产业在中国属于新兴产业，在河南尤其发展不完善，如果单靠市场竞争来优化资源配置，那无疑将面临一个很长的困难阶段。所以若想促进河南动漫产业的发展，就必须要有外部力量进行资源整合，这其中政府和行业协会将会起到很大的作用。但是目前要建设一个这样的平台，其建设成本和投入巨大，不是单靠某个企业可以完成的，所以必须要有政府相关部门的引导支持。各方通力合作，资源共享，责任具体化、细分化，方能把动漫高速路网的建设落到实处，而不单单是一个口号的提出。
王嘉鹏 （郑州精英伟业影视文化传播有限公司总经理）
高速路网的提议和想法对郑州市动漫发展非常有意义，而且对各家动漫企业也会起到一个推动发展的作用。
但是就具体实施和操作来看，还需要行业协会不断坚持，和各个企业相互配合共同打造。要是落到实处真是动漫行业的一件好事。这个还需要行业协会随时参与和监督。
就目前动漫行业来说，每个公司做得都不是很全面，而是都做行业中的一方面也就是说一个板块。如果这个高速路网建设成功以后，各个企业会各取所长，互补缺点，互惠互利，能达到一个共赢的目的。
话题二：高速路网对动漫企业有哪些益处？
宋定中 （河南约克信息技术股份有限公司总裁）
首先高速路网的建设对河南约克肯定是大有裨益的，但是获得利益的基础，也是对等的付出。
在高速路网的建设上，河南约克作为一家文化产品出口企业，可以提供动漫产品和动漫衍生品的出口渠道，帮助省内动漫企业走出去，与国外企业或动漫教育机构建立合作交流关系。我们通过提供出口信息服务，同时也获得利益。
此外，约克还希望与动漫制作公司加强合作，在剧本创意、三维动画制作方面优势互补，或者强强联合，以便在大型的动漫项目上增强制作实力。
黄国伟（河南升环动漫影视有限公司董事长）
路网模型 篇4
GIS - T路网数据模型给出了对道路网络的描述和存储方案, 是实现ITS应用的前提和基础。随着城市交通的不断发展, 交通规划与管理、微观交通仿真、交通与环境等具体应用, 对路网数据模型提出了新的要求: 能够准确地描述复杂路网的线形地物, 包括各种立体交叉内部匝道; 建立道路之间的拓扑连接关系; 描述车道之间的连通和转向关系; 表达交叉口和道路中的车道级交通组织; 描述路网中的要素的时间状态, 以描述动态事件。基于这些要求, 许多学者从传统结点- 弧段数据模型[1]向外延伸, 提出了一系列的线性参考模型与导航数据模型。各种模型均有不同的表达层面, 或对路网进行高度抽象, 或对车道进行细致描述, 其在不同的尺度上均存在优缺点。当需要进行车道导航时, 只能提供道路信息的传统结点- 弧段模型不能胜任; 当需要快捷地计算最短路径时, 能表达车道信息的导航模型却存在一定的冗余。因此, 抽象层面上的信息与细致层面上的信息同样重要, 需要多尺度的数据模型来满足各个层面的应用需求。本文提出的基于道路要素的多尺度路网数据模型便是基于此而构建的。
要素是空间上客观存在、具有描述信息的地理实体, 每个要素可与一个或多个要素相关联[2]。道路要素是与道路网络相关的地理实体, 主要包括路段、交叉口、车道等。在本文的模型中, 道路要素是表达、存储和组织路网的基本单位, 表达路网中各实体的拓扑关系和语义关系。
2 基于道路要素的多尺度路网数据模型
基于道路要素的多尺度路网数据模型以传统结点- 弧段模型[1]为基础进行多尺度的延展, 在不同的层面上建立道路间的拓扑关系和车道间的拓扑关系, 并建立层次之间的实体对应关系。模型从概念上依照三种尺度分为三层。
2. 1 层次的划分
模型第一层概括地表述整个路网的拓扑结构, 对立体交叉进行了抽象, 所有平面交叉或立体交叉都抽象为一结点, 并与相连道路建立拓扑关系。第一层最为抽象, 可满足传统的应用, 如利用Dijkstra算法对路网进行大范围快速搜索等。模型第二层描述所有为车辆行驶所设计的线形地物, 包括立交中的每一条匝道, 跨线桥, 隧道等, 能准确表达复杂路网, 并建立道路之间的拓扑关系。模型第三层建立车道之间的拓扑关系并支持对路网中交叉口和道路中细化到车道的交通组织的描述。能够满足对路网信息要求细致的ITS应用, 如车辆导航, 交通设施布设方案的自动生成、信号控制等。
本模型各层次示意图如图1 所示。图1 ( a) 描述了路网中的立体交叉; 图1 ( b) 是模型的第一层表达; 图1 ( c) 是模型的第二层表达; 图1 ( d) 是模型的第三层表达。为了区分每一层中的点对象与线对象, 特作以下命名, 如表1 所示。
本模型同时建立层次之间的关系, 其对象关系映射图 ( ORM, Object/Relation Mapping) 如图2 所示。下文将逐一介绍本模型在不同层次下, 对象实体及其关系的逻辑数据表达方式与存储方法。
2. 2 第一层
交叉口主要描述现实中的各类平面交叉口及立体交叉口。路段是有向的, 是本层中的最小独立单元。本层的概念模型与传统的结点- 弧段数据模型一致, 采用平面拓扑结构, 道路间的几何拓扑一般表现为网络拓扑。因此本层模型不仅要表达出道路的物理连接特征, 而且还要表达出交通网络的服务规则, 如车辆的转向限制、转向阻抗等。在逻辑模型方面, 黄敏[3]、张小兰[4]提出在传统的弧段- 结点数据模型的基础上进行改进, 建立结点- 相邻结点拓扑关系、结点- 相邻弧段夹角关系、结点- 相邻弧段的连通关系, 从而表达加载了交通规则的道路交通网络。本层模型ER图如图3 所示。
2. 3 第二层
连接点主要描述各类型平面交叉口、各类立交的分流点与合流点。道路元素是有向的, 描述为车辆行驶所设计的线形地物, 是本层中的最小独立单元。一般地, 线形地物包括道路及于其上建设的桥梁、隧道, 立交中的每一段跨线桥或匝道等。为了准确表达立体交叉, 本层模型采用非平面结构, 物理上不相交的道路之间不产生结点, 避免了非拓扑结点的产生及立体交通网络中不可能的转向。
本层模型建立了各线形地物之间的拓扑连接关系, 即结点- 相邻结点拓扑关系、结点- 相邻弧段夹角关系、结点- 相邻弧段的连通关系, 并建立与第一层、第三层的关系。第二层模型ER图如图4 所示。
2. 4 第三层
本层模型基于车道而构建。Fohl等人[5 - 10]提出了较好的基于车道的路网数据模型及导航数据模型, 但在这些模型中车道是作为道路的属性存储的, 而且不能直接地描述交叉口的交通组织情况。Malaikrisanachalee等人[11]提出的模型虽然将车道作为要素来看待, 但整个模型过于复杂。
本层模型的引导点描述路网中的交通组织变化处, 即: 道路与平面交叉口的相交处, 道路与道路或附属于其上建设的线形地物的交汇处, 或道路中车道中止、车道数目发生变化的位置。连接路段是有向的, 在路段中代表车道数目不变的同向车道集, 在交叉口中代表同一车流转向的集合, 是本层路网中的最小独立单元。本层使用非平面拓扑结构, 用弧段和结点要素表达路网。
车道作为要素, 具有自己的属性和关系。车道的位置通过线性参考方法进行描述, 以第二层模型中的道路元素为参考路径。车道的关系包括车道与连接路段的对应关系、同一连接路段上车道之间的互通关系、不同道路上车道之间的连通关系。本层中的一个连接路段对应多个车道要素。第三层模型ER图如图5 所示。
2. 5 层次关系
在本模型中, 通过不同层次要素之间的对应关系建立层次间的联系。模型第二层所描述的路网最接近道路物理网络, 因为第二层描述了路网中的所有线形地物; 模型第一层可以看作为对第二层的抽象, 描述路网的拓扑结构; 模型第三层则是对第二层的细化, 在第二层的基础上建立了车道之间的拓扑关系, 可以支持对交叉口中交通组织的描述。当对某一层的要素进行修改时, 其它层次中的要素也将根据对应关系自动进行修改, 以保持模型中数据的一致性。
3 总结
本文提出了基于道路要素的多尺度路网数据模型, 以满足ITS应用需求为目的, 此模型由从三个不同的尺度去描述现实中的路网, 并依据道路要素间的实体关系, 对路网数据进行了有效的组织与管理。本模型在充分描述道路几何网络的基础上, 加载了对交通规则和约束的支持, 实现了对复杂道路交通网络的描述。本模型综合并扩展了已有的路网数据模型。但仍需增加对其它地理要素的描述, 对路网中较为特殊的情况进行具体分析, 更完整的描述交通网络, 工作有待进一步完善。
摘要：GIS-T路网数据模型是实现ITS应用的前提和基础, 以道路要素作为表达、存储和组织路网数据的基本单位, 考虑不同尺度下的应用需求, 提出了基于道路要素的多尺度路网数据模型, 同时建立了道路拓扑关系与车道拓扑关系。模型在不同尺度下分为三个层次, 第一层沿用传统路网结构, 以结点描述平面交叉口与立体交叉口;第二层描述路网中所有的线形地物, 建立道路之间的拓扑关系, 包括立交中主线或匝道间的拓扑关系;第三层把车道作为要素, 建立车道之间的拓扑关系, 描述车道之间的交通组织情况。不同层次的要素之间建立了实体对应关系。
关键词：GIS-T,数据模型,道路要素,多尺度,非平面
参考文献
[1]Sheffi, Y.Urban Transportation Networks:Equilibrium Analysis with Mathematical Programming Methods[M].NJ:Prentice Hall, 1985.
[2]Chen C.S., He J.B..A Geographical Feature-based Organization Method for Resource and Environmental Data[J].Acta Geographica Sinica, 1999, 54, (4) :373-381.
[3]黄敏, 余志, 肖国荣.基于交叉口函数的城镇指路标志设置模型[J].交通运输工程学报, 2006, 6, (4) :96-100.
[4]张小兰, 陈晓翔, 黄敏.面向指路标志系统的交通网络数据模型及应用[J].地理与地理信息科学, 2006, 22, (6) :45-47.
[6]陆峰, 周成虎, 万庆.基于特征的城市交通网络非平面数据库的实现[J].测绘学报, 2002, 31, (2) :182-186.
[7]左小清, 李清泉, 谢智颖.基于车道的道路数据模型[J].长安大学学报 (自然科学版) , 2004, 24, (2) :73-76.
[8]肖克辉, 肖德琴.一种面向应用的非平面路网数据模型及其实现[J].测绘科学, 2008, 33, (6) :173-175.
[9]汪永红, 崔铁军, 吴正升.嵌入式GIS中最优路径规划算法研究与实现[J].测绘科学, 2010, 35, (2) :147-149.
[10]丘健妮, 陈少沛.多模式城市公共交通网络GIS数据模型研究——以广州市为例[J].测绘科学, 2010, 35 (增刊) :105-107.
路网监测工作会议总结 篇5
首先，由11个设区市进行了市级路网运行管理情况的汇报。其次，由省局信息数据中心通报了今年前9月全省路网平台运维情况及全省交通通信专网视频会议系统升级改造相关事宜;讨论了路网应急值守、信息采集和发布相关工作、交调推广工程外场系统移交工作;修改了《江西省公路路网运行管理办法》;探讨了路网运行监测分析数据应用及数据分析挖掘并谋划了路网运行分析报告编写等其他工作。
省局相关领导在会议上，充分肯定了路网平台前期建设和运行成果，对巩固好成果、运行及管理好平台、发挥好平台效益提出了要求。针对具体工作内容，省局相关领导提出了“继续做好路网平台运行管理日常工作、积极摸索发挥路网平台作用、积极组织落实十三五工作任务。”等要求。
中心主要负责人则从充分认识路网运行管理中存在的问题切入，在路网运行管理上对市级路网中心提出了四个方面的要求。从明确总体工作要求、强化工作职能落实、努力谋划和实施“十三五”建设任务等六方面对下一步的工作进行了部署。并对配合好全省交通通信专网视频会议系统升级改造、交调推广工程系统移交等七项具体工作进行了落实。
最后，会议倡导省、市两级路网管理中心在省局统一领导下认真履职、主动作为、善谋思考。主动强化全省路网运行管理、数据统计分析和应用挖掘、值班信息报送，努力做好三个服务，为打造全国一流的路网运行监测路网中心做出应有的贡献。
路网模型 篇6
城市规模扩大以及城市机动车占有率给许多城市带来了进一步的城市外围交通拥堵, 导致许多城市早年建设的绕城高速公路不断地成为了城市内部交通路网, 绕城高速公路入口交通拥堵日趋严重。为了确保绕城高速公路以及其周边的交通路网高效, 有序的运行, 对其进行合理的交通流控制是必然手段。多年以来国内外学者提出了多种高速公路网交通流控制模型。
现阶段用来防止、解决交通拥堵的方法大体分为: ( 1) TMP交通规划管理, 通过基础设施建设来提高道路的交通容量, 同时控制部分路段的交通容量, 改变部分路段的单、双向通行, 降低瓶颈路段, 交叉口的交通量; ( 2) TDM交通需求管理, 控制交通需求的产生, 减少出行, 建设公共交通设施提高道路交通能力的利用, 建设新的交通吸引区域改善原有交通需求量; ( 3) TMT交通管制管理, 通过公交车专用线路, 私家车单双号限行, 交叉口信号灯配时, 交通诱导信息等管理措施控制和改变交通流构成、状态、交通流分布等。对于有些特殊交通状态, 还可以通过两种或者三种方法的组合进行交通控制。
匝道控制手段是通过控制入口匝道交通流量, 以维持高速公路主线的交通流高效稳定运行, 但是随着入口匝道交通流的不断增大, 会产生排队回溢现象, 对周边路网造成新的交通拥堵。单一考虑绕城高速公路本身的运行状态已经不能够解决现实交通问题。本文从交通需求以及交通技术手段出发, 以匝道控制为目标, 根据传统匝道控制模型, 并结合交通流分配模型提出绕城高速公路多入口匝道配流模型。
二、交通控制模型以及优化
( 一) 模型基本描述
对于有匝道的路网, 其中匝道的调节率可以描述为该匝道的流出率, 也就是从城市路网节点流入绕城高速公路入口节点的流量, 所以匝道调节率的确定也就是网络上该段弧上分配的交通流量。路网上的每一个出行者都以出行消耗最低为目的, 这一消耗包含着出行的时间、燃油消耗、费用、总里程。可以采用动态用户最低Dynamic User Optimum, DUO作为出行者的行为前提。
( 二) 目标函数确定
对于一个不包含匝道的路段a, 则该路段出口流量将不受限制:
若存在入口匝道, 不论选择何种匝道流出控制函数, 这一个OP问题中任意路径上的DUO都不一定相等, 因此这一情况需要添加与路段a下游有关的一个非负可微约束:
再依据DUO条件, 可以得到该控制模型的目标函数
( 三) 约束条件
xars ( t) —t时刻a上行驶车辆数; hars ( t) —t时刻a上车辆流入率pcu / hgars ( t) —t时刻a上车辆流出率pcu/h。
Ersp (t) —t时刻之前 (含t时刻) r至s离开路径p车辆总数;
ersp (t) —t时刻在路径p上到达s点的到达率pcu/h。
( 3) 起讫节点流量守恒
drs (t) —t时刻车辆的需求量pcu/h。
(4) 中间节点流量守恒
( 5) 车辆先到先出约束
( 6) 非负约束
三、实例计算分析
本文计算实例以西安市绕城高速公路为例。西安绕城公路从建成通车至今, 已经经历了许多年, 随着城市不断扩张, 西安绕城高速公路有一部分路段已经融入了城市道路, 曲江立交段每天上下班高峰期都会有周期性的不同程度的交通拥堵, 以及长安立交由于靠近大小雁塔、会展中心等交通吸引区域, 每逢节假日, 都会形成较为严重的交通拥堵。造成这一情况的原因有多种, 上下绕城高速的收费站设置不合理, 绕城高速公路出口不足, 以及交通诱导信息的不畅通。因此造成了上班高分期时交通拥堵的形成。
通过计算可以看出, 曲江立交上行方向四个方向以及相关联的4 个路段早8 点以后开始的高峰期远远高于平时的交通状态, 但是此时南三环路以及曲江池南路等平行路段交通能力尚未饱和, 此时造成了曲江路与曲江立交, 曲江路与曲江池北路严重的交通压力。
依据当前得到的数据情况, 对这几个方向路段进行OD反推得到上一状态时的交通需求, 并根据本文模型进行交通流的再分配, 得到图2的交通流状态, 由图2 可以看出, 曲江立交以及周边的交通拥挤得到了一定程度的缓解, 并且在后续的几个小时提高了其它路段的道路使用率。
四、结论
本文通过数据证实西安绕城高速公路周边路网存在着部分路段交通流分配不合理情况, 这样的情况主要是交通诱导信息的不畅通, 以及通往中心城区的与主线垂直方向道路能力不足, 需要再新建平行或者拓宽原有道路来提高交通能力。
参考文献
[1]M.Papageorgiou.A New Approach to Time-of-Day Control Based on A Dynamic Freeway Traffic Model.Transportation Res.Rec, 1980, 14B:349-360.
[2]M.Papageorgiou, H.Hadj-Salemand, J.M.Blosseville.ALINEA:A Local Feedback Control Law for On-ramp Metering.Transportation Res.Rec, 1991, 1320:58-64.
[3]谭满春, 徐建闽, 毛宗源.高速公路交通流的建模与入口匝道最优控制[J].中国公路学报, 2000, 13 (4) :83-85.
[4]常云涛.高速公路动态OD矩阵估计及匝道与路由协调控制研究[D].同济大学, 2004.
路网模型 篇7
中观交通仿真模型, 解决了宏观交通交通仿真模型不能描述排队长度和延误等详细交通状态指标, 以及微观交通交通仿真模型不能描述动态OD对交通系统产生的影响的问题, 可以清晰地反映交通运行状况及时变特性。目前, 世界最为通用的动态交通仿真系统有:Integration, DynaSmart, DynaMIT。此外, 还有一些商用交通软件也相继推出, 如TransModeler, Vissim, Dynasim等, 这类商用软件提供了友好的输入界面, 但它们在动态OD反推和动态交通分配方面的理论还不完善。
在中观仿真常用的Integration, Dynasmart, DynaMIT 3大系统中, Integration[1]和DynaMIT的输入文件存储于普通的文本格式中, DynaSmart的输入文件存储于Access和Postgresql数据库中, 使用GUI (图形用户接口) 进行修改[2]。但由于输入文件和仿真要求的差异, 其它软件或系统的图形化路网编辑软件并不能用于Integration。因此, 用户只能通过对文本文件中的属性操作进行Integration的仿真路网的输入。而路网编辑与修改工作却对空间性有很高的要求, 基于文本文件的输入方法不仅输入困难, 而且容易出错, 不便于修改。因此, 为提高Integration的使用效率, 确保该模型编辑的准确性, 必须针对其特点, 开发1个可视化强且安装方便的路网编辑系统, 为Integration的推广和应用提供必要的基础与保障。
为解决Integration中的文本输入问题, 1997年由波特兰城市交通委开发了交通仿真系统输入软件ITSS[3] (Integration Traffic Simulation Shell) , 实现了路网的可视化编辑。然而, 该软件基于MapInfo软件中的Map Basic环境开发, 无法独立应用, 即用户在安装使用该软件之前, 必须先安装100M的MapInfo。此外, ITSS在使用中也存在一些缺点, 如无法直接导入*.shp格式的底图、无法修改重复图元、结点路段关联性差、合并路段功能薄弱等问题。
可见, ITSS虽然实现了仿真系统的可视化输入, 但无法独立安装运行且存在一定漏洞, 为用户的安装和使用带来不便, 从而阻碍了该软件和Integration仿真系统的推广与发展。因此, 为了提高仿真系统的使用便捷性, 必须针对INTEGRAION仿真系统的模型需求和输入文件格式, 设计和开发1种可独立运行的可视化路网编辑系统, 为用户提供友好的输入界面。
1 开发流程
根据用户现有的多种底图格式 (*.shp, *.tab, 栅格图像) , 结合Integration软件的输入文件需求, 以系统安装及使用便捷性为目标, 笔者利用Visual Basic语言[4]、MapX[5,6]地图化组件及Access数据库开发了面向Integration的仿真模型路网编辑系统。该系统可不依赖于任何软件独立运行, 系统开发流程严格遵守软件标准规范, 在开发过程中每1个步骤都提供详细的文档说明书, 开发流程主要包括前期需求分析、系统物理设计、系统逻辑设计、系统测试、系统使用等几个步骤, 见图1。
2 系统设计
2.1系统功能设计
系统功能设计是路网编辑系统设计的关键步骤, 回答了“该做些什么”这个问题, 在这个阶段应该确定系统应该具备哪些功能, 确定系统的实现目标, 充分考虑现有数据和软、硬件环境以及经费下系统开发可以达到的目标。基于用户需求分析, 仿真软件需求分析, 并以开发便捷的可视化路网编辑系统为目标, 笔者确定了面向Integration的路网编辑系统应该具有以下功能, 功能结构图如图2所示。
1) 路网创建功能。
即建立基础路网, 将多种常用格式的地图信息转化为本系统识别的地图信息;同时, 提供基于栅格图像的路网绘制方法, 自主生成可供本系统编辑的地图信息。
2) 结点编辑功能。
包括结点增删、编辑, 即在合法位置增加结点, 使用结点分割其它图元, 自动生成经纬度信息, 结点属性簇类传递, 结点及其相关联图元的同时删除, 多点合并, 结点移动。
3) 路段编辑功能。
包括路段增删、编辑, 即在合法位置增加路段, 使用路段交点分割路段, 路段及其相关联图元的同时删除, 设置路段末端禁行, 改变路段方向以及合并相连路段。
4) 信号编辑功能。
包括信号灯增删、编辑, 即在仿真系统要求位置增加、编辑或删除信号灯。
5) 事故编辑功能。
包括事故增删、编辑, 即在仿真系统要求位置增加、编辑或删除事故信息。
6) OD编辑功能。
包括OD信息进行增删、编辑, 即导入OD信息, 修改编辑OD信息, 同时验证OD点的合理性。
7) 路网导出功能。
将各模块的地理信息导出为Integration输入文件的功能, 即将结点编辑功能模块、路段编辑功能模块、信号编辑功能模块、事故编辑功能模块、OD编辑功能模块的地理文件导出为仿真系统所需要的文本文件。
2.2数据库概念结构设计
概念结构设计是整个路网编辑系统的关键。通过对建立在用户需求上系统功能进行综合分析与抽象, 确定了实体之间的联系类型, 建立数据库概念模型, 其具体形式以实体联系图 (entity-relationship approach, E-R图) 的方式表现, 如图3所示。
2.3数据库设计
在面向Integtration的路网编辑系统概念设计中, E-R图的实体及关系, 可表示为结构设计的关系, 其属性可转化并与之对应, 其转化结果即是本系统的属性数据库。除了属性数据库外, 本系统还包括用于存放图形对象的空间数据库, 以期为用户提供友好的操作界面。不同数据库之间通过对应ID的关联方式, 实现图形对象和属性数据的双向关联。系统的数据库层次如图4所示。
属性数据库由Access数据库建立, 该数据库包括如下的属性表, 括号内为各表主要字段:
1) 结点属性 (结点ID, 经度, 纬度, 结点类型, OD区域ID, 信号ID) 。
2) 路段属性 (路段ID, 起始结点ID, 终止结点ID, 长度, 路段类型, 自由流速度, 各车道基本饱和流率, 车道数, 车速可变参数, 能力速度, 拥堵密度, 转向禁行指示器, 静止激活后仿真时间, 接触后仿真时间, 第1路段路段数, 第2路段路段数, 控制路段出入口信号ID, 信号1相位编号, 信号1相位对应行为, 信号2相位编号, 信号2相位对应行为, 信号3相位编号, 信号3相位对应行为, 信号4相位编号, 信号4相位对应行为, 车型禁行指示, 监督水平指示, 路段名称) 。
3) 箭头属性 (箭头ID, 方向, 与路段偏移角度) 。
4) 禁行属性 (禁行ID, 起始路段ID, 终止路段ID) 。
5) 信号属性 (信号ID, 最初信号周期, 最小信号周期, 最大信号周期, 离线时间, 第1相位开始时间, 相位数, 第1相位有效绿灯时间, 第1相位最小绿灯时间, 最大绿灯时间, 绿灯延长时间, 绿灯损失时间, 第2相位……, 第3相位……, 第4相位……, 优化后相位频率) 。
6) 事故属性 (事故ID, 事故发生路段ID, 事故起始点距路段起点距离, 事故终止点距路段起点距离, 事故开始时间, 事故结束时间, 路段封锁指示器) 。
7) OD属性 (OD对ID, 宏观生成区域ID, 宏观吸引区域ID, OD流量, 车头间距类型, 指定OD开始时间, 指定OD结束时间, 第1～第5类驾驶行为OD比率, OD文件使用指示, 可变路径小汽车比例, 车辆占有率, 车辆类型) 。
空间数据库由MapX地图化组件建立, 该组件具有与MapInfo一致的地图数据格式, 并实现了MapInfo 的大多数功能, 可安装于标准化编程环境中。在MapX建立的空间数据库层次为:“地图→图层→对象”。其中, 地图由各种形式底图转化而来的*.tab底图, 以及其它图层组成;各图层及对应对象分别为:结点图层→结点 (点对象) 、路段图层→路段 (线对象) 、箭头图层→箭头 (面对象) 、禁行图层→禁行标识 (线对象) 、信号图层→信号 (点对象) 、事故图层→事故 (点对象) 。各图层均独立设置对象ID编号, 用于与属性数据库对应。
3 关键技术与方法
本系统针对原有输入系统在功能设计与实现上的缺点, 通过以下技术与方法, 改进和完善了系统的重要功能。
3.1路网建立方法
随着GIS在交通领域的广泛应用, 交通部门所产生的底图格式及类型也越来越丰富。由于本系统的默认图形文件格式为*.tab, 因此, *.shp格式底图需要进行转化。具体实现的技术方法为, 首先新建*.tab图层;然后, 通过MapX控件, 遍历*.shp上所有图元, 将其复制在新建的*.tab图层上, 最后删除已有的*.shp图层。
导入的底图往往与Integration仿真软件所需要的路网存在一定差异, 例如, 结点位置不满足Integration相邻结点最小距离限制, 路段两端因不存在实体结点而无法赋予结点属性等问题。因此, 需要以底图为基础, 绘制满足Integration软件的路网。其具体实现的技术方法为:首先利用MAPX控件中图元遍历方法, 遍历所有被选中的路段图元集合, 记录所有图元的起点和终点经纬度, 存放于结点属性中;其次, 为了排除相交路段的结点被重复记录的问题, 完成起终点记录后, 需要对结点属性表按经纬度进行分组, 经纬度同时相同的结点为1组, 每组保留1条惟一记录, 并进行ID编号;接着, 以分组后的结点经纬度属性为基础, 按ID编号在结点图层上创建结点。创建结点时, 需要利用MapX控件中的FeatureFactory.CreateCircularRegion方法检验结点位置的合法性, 该方法以该结点为圆心, Integration结点最小距离为半径画圆, 搜索该圆内是否已经存在结点, 若规定范围内已有结点, 则不予添加;最后, 将底图上的路段复制到路段图层上, 需要说明的是, 由于底图有中心线和双向路段2种形式, 当底图路段类型为中心线时, 利用MapX控件中的图元Offset方法, 结合指定的道路宽度信息, 实现实际路段与中心线的两侧偏移;当底图路段类型为双向路段时, 直接复制到路段图层即可。
3.2分割其它图元
在Integraion仿真路网的绘制过程中, 很可能发生新增的结点或路段与已有的图元相交的情况。除了新旧结点相交时, 不予添加外 (Integraion内有相邻结点最小距离要求限制) , 其它情况均可以根据用户选择, 分割相交图元。下面以路段分割路段为例, 进行说明, 结点分割路段和路段分割结点的方法与之类似。当两路段相交时, 分割的具体方法为:首先, 利用MapX中的FeatureFactory.IntersectionTest方法, 判定相交位置, 并在该位置绘制新的结点;其次, 以新结点为界, 分别记录两路段起终点后, 将两条路段分为分开, 删除路段原有的箭头。接着, 对两条路段分别以起点→交点, 交点→终点方式确定新的路段, 同时更新路段与结点对应属性。
3.3路段结点关联
路段与结点在Integration的仿真路网中, 相互依存, 密不可分。因此, 一旦忽略两者的关联, 将引起仿真程序的运行问题。本系统通过以下技术方法实现路段和结点的关联:当删除路段时, 将在路段属性中查询路段起终点的结点ID, 接着, 遍历路段属性中, 其它路段的起终点, 查找删除路段的起终点是否关联其它路段, 如果不相关, 则表明该结点仅与删除路段关联, 则同时删除。当删除结点时, 将遍历路段属性中所有路段的起终点ID, 若存在删除结点, 则删除对应的关联路段。
3.4相连路段的合并
由于Integration中的路网中, 结点与路段的关联性极强, 因此, 传统的路段合并方法在本系统中并不适用。本系统提出的相连路段合并方法为:首先, 查询两路段的起终点是否满足有且只有3个结点ID的条件, 如果满足, 才进行合并;其次, 利用MAPX中Feature.Nodes方法记录两路段的所有拐点信息;最后, 删除原有的两个路段、箭头及中间结点, 按记录的拐点信息绘制新的路段。
4 系统实现
根据上述系统设计和技术方法, 最终建立了面向Integration的道路网络编辑系统。系统使用按照“路网导入” (图5) →“路网编辑” (图6) →“数据导出” (图7) 的步骤进行。其中, 路网编辑功能较多, 此处仅给出“节点删除”的示例 (图8) 。
5 结论
本文设计并开发了一种针对中观交通仿真系统Integration的道路网络绘制系统。本系统根据用户实际需求, 对交通网络仿真路网设计时的常见问题进行分析, 并设计对应的解决办法。该系统不仅实现了Integration的道路网络的可视化编辑, 增强了仿真系统的可操作性, 同时, 可独立于其它任何软件平台操作执行, 提高了软件的使用便捷性。为中观仿真系统Integration的推广提供了有利条件, 进一步加强了交通仿真软件操作方便性。
摘要：利用Visual Basic语言、MapX地图化组件及Access数据库设计并开发了面向Integration的仿真模型路网编辑系统。按照用户需求, 详细设计了该系统的系统功能、数据库概念模型和数据库结构。阐述了在Integration仿真软件需求下的路网建立、分割其他图元、路段结点关联、相邻路段合并的技术方法。最后, 对系统进行了开发, 实现了不依赖于任何软件独立进行路网编辑的功能。
关键词：MapX,Integration,路网编辑系统,独立运行
参考文献
[1]M.Van Aerde&Assoc.Ltd.Integration User’sGuide Release 2.30 for Windows[R].Kingstou.M.Van Aerde&Assoc.Ltd.2005
[2]The Massachusetts Institute of Technology Intelli-gent Transportion Systems Program.DynaMIT:How Does It Work?[EB/OL].http://mit.edu/its/dynamit.html., 2007, 7/2009.10
[3]ITSS User’s Guide[R].Portland:City of PortlandOregon Office of Transportation, 1999
[4]吴昌平.Visual Basic程序设计:第2版[M].北京:人民邮电出版社, 2007
[5]刘光.地理信息系统二次开发教程[M].北京:清华大学出版社, 2003
路网模型 篇8
行程时间作为反映交通状况的重要指标之一, 既能为交通管理部门提供交通管理与控制的数据支持, 又能为出行者选择出行路线或调整出行计划提供依据。在先进的交通管理系统和先进的出行者信息服务系统中, 行程时间预测是构建这2系统的核心基础之一。
目前, 行程时间预测已成为智能交通系统的热点研究领域。国内外关于行程时间预测的方法主要有:卡尔曼滤波[2]、自回归模型[3]、指数平滑[4]、支持向量机[5]和人工神经网络[6]等。其中, 卡尔曼滤波模型具有实时性强、预测精度高、计算所需的计算量和存储空间较少、可以在线预测等优点, 得到了广泛关注和应用。朱中[7]、温惠英等[8]利用固定检测器数据分别预测高速公路行程时间和城市道路行程时间;唐俊[9]、朱爱华[10]利用浮动数据分别预测高速公路行程时间和城市道路行程时间。但是, 在利用卡尔曼滤波进行行程时间预测时, 现有研究大多采用单一数据源进行预测。而采用单一数据源进行预测时, 受外部环境的影响较大, 预测精度不高。由于浮动车与固定检测器在交通信息种类、数据精度等方面具有较强的互补性, 笔者综合利用多种检测器采集的交通数据, 建立行程时间预测模型, 从而提高城市道路网络行程时间预测的准确性。
1 行程时间预测模型的输入参数选取
目前, 在实际交通数据采集过程中, 常采用浮动车、固定检测器进行数据采集。浮动车检测成本低, 提供的数据精度高, 但只能得到时间、速度和位置的实时信息。另外, 由于浮动车运行路线的随意性, 影响其检测数据的覆盖性、准确性。固定检测器测量精度比较高, 但设备容易受外界环境影响。固定检测器不能检测行程时间、区间平均速度等数据;只能检测路口或者特定地点的断面交通信息, 且设备故障经常导致数据不完整、不准确。考虑到2种检测方法的优缺点具有一定的互补性[11,12], 为了提高发布信息的准确性、可靠性, 可以将2种检测数据作为模型输入量进行融合处理以提高预测精度。
在确定利用浮动车、固定检测器的检测数据进行行程时间预测时, 需要考虑交通参数的选取。由于城市道路行程时间与前几个时段的行程时间有着必然的联系, 同时路径是路网中的一部分, 其行程时间受到周围路段及所包含路段的交通状况的影响。所以, 选取不同时段路径的行程时间以及各路段的交通流量、时间占有率作为预测模型的输入参数, 通过参数的变化来反映交通状态的变化。考虑到在实际检测中, 线圈检测到的速度受安装位置的影响, 波动性较大, 很难反映整个区间的交通状态。因此, 笔者选择固定检测器采集的路段流量、占有率和浮动车采集的路段行程时间作为模型的输入参数。
2 基于多源数据的城市道路网络行程时间预测
行程时间是描述城市道路网络状态的重要参数, 它能直观反映道路的拥挤情况。由于路网参数不断变化, 行程时间的预测必须满足实时性的要求。因此, 笔者利用实时的浮动车数据、环形线圈数据建立基于多源数据的卡尔曼预测模型。
2.1 基本思路
在进行行程时间预测时, 卡尔曼滤波模型认为实际行程时间为基本行程时间和随机误差项之和, 基本行程时间由预测区段所设置的检测器收集的数据计算后得出, 误差项由测量方程递推计算得出。由于交通流具有动态随机性、观测中存在误差等原因, 特加一随机误差项wk来加以修正。但从整个上分析, 随机误差项wk的数学期望为零, 方差为σ2, CkXk+wk为实际行程时间的无偏估计值。现以n=4为例说明预测原理, 见图1, 其中n为检测断面的个数。
图1中A点至B点区段 (箭头所代表区段) 即为所要预测的区段, 该路段包含3个交叉口, 设有4组检测器 (分别为1, 2, 3, 4号检测器) 。即每组检测器检测的流量、占有率数据代表各自路段的行车状态, 这里的路段定义为上游交叉口停车线到下游交叉口停车线之间的道路。依照所分的区间, 其对应行程时间t1, t2, t3, t4的累加值即为AB段的基本行程时间, 再加以随机误差项修正即可。
分析相关研究发现, 在利用卡尔曼滤波方程进行行程时间预测时, 现有研究分别采用流量、占有率、行程时间作为模型输入参数, 将其权重系数作为系统状态量建立预测模型, 而且基于不同的输入参数所建立的预测模型形式相同。笔者将行程时间、车道占有率、交通流量组合成1个参数矩阵, 将其权重系数组成1个状态矩阵, 建立基于卡尔曼滤波的行程时间预测模型。该模型不仅可以避免单一数据源存在的不足, 还可以反映整个区段的交通状态在时间、空间上的变化情况。
2.2 基于多源数据的行程时间预测模型
基于上述基本思想和卡尔曼滤波理论, 建立基于多源数据的行程时间预测模型。设T (τ+1) 为所要预测的τ时刻以后的下1个时间段的路径行程时间, 它与τ时刻及前若干个时间段的行程时间有关, 与τ时刻流量、车道时间占有率也有关。设T (τ) 、T (τ-1) 、T (τ-2) 分别是是τ时刻, τ时刻前1个时段、τ时刻前2个时段由浮动车检测到的路径行程时间。设Kn (τ) 是τ时刻的环形线圈n检测到的车道时间平均占有率, Qn (τ) 是τ时刻的环形线圈n检测到的交通流量。因此, 可建立如下的行程时间预测模型:
式中:Htn为T (τ-n) 的权重;Hkn为τ时段Kn (τ) 的权重;Hqn为τ时段Qn (τ) 的权重。它们与道路网交通状态变化情况密切相关, 是状态变量。初始时, Ht0、Ht1, Ht2均取为1/3;Hk1, Hk2、…、Hkn取同1个值, 由初始行程时间和检测到的占有率数据确定;Hq1, Hq2, …, Hqn也取同1个值, 由初始行程时间和检测到的交通流量确定。随着时间的变化, 权重也在发生改变。
设A (τ) =[T (τ) , T (τ-1) , T (τ-2) , K1 (τ) , …, Kn (τ) , Q1 (τ) , …, Qn (τ) ]
式中:y (τ) 为观察向量, 即要预测的下个时间段的行程时间;X (τ) 为状态向量, 即τ时间段各参数的权重;A (τ) 为观察矩阵, 即τ时间段检测到的流量Qn, Kn, T (τ) ;B (τ) 为状态转移矩阵, 表示τ-1时段的状态向τ时段的状态变化时的相互关系;w (τ) 为观测噪声, 假定为零均值的白色噪声, 其协方差矩阵为R (τ) 。u (τ-1) 为模型噪声, 假定为零均值的白色噪声, 其协方差矩阵为Q (τ-1) 。
利用影射理论和极小值原理可以推导出卡尔曼滤波方程组为
上述卡尔曼滤波方程组构成了1个循环, 不断进行状态更新和预测误差更新, 见图2。
为计算方便, X0 (τ) 可设为零向量, P0 (τ) 设为单位阵, B (τ) 取单位矩阵。至此, 利用上述的卡尔曼滤波方程组和方程 (1) , (2) , (3) , 经过迭代即可获得城市道路的行程时间预测值T (τ+1) 。
2.3 输入参数改进
每天中的交通状态基本相似, 将2周相对应的2d中的交通流量、车道占有率的差值代替交通流量、占有率的原始数值。将2周相对应的2d中的行程时间差值代替行程时间的原始数值。通过预测行程时间差值的大小来预测行程时间。
即
式中:T (d-1, τ) , Q (d-1, τ) , K (d-1, τ) 分别为上周对应天的该时段的行程时间、交通流量、车道占有率。T (d, τ) , Q (d, τ) , K (d, τ) 分别为本周τ时段的行程时间、交通流量、车道占有率。
则实际预测值为
式中:T (τ+1) 为通过卡尔曼滤波方程组计算出的预测值。
3 仿真实验及分析
为了验证基于卡尔曼滤波理论的行程时间预测模型的有效性, 利用Vissim仿真软件模拟城市道路交通运行状况, 车流量按照实际检测到的交通数据输入, 将获得的交通数据输入到预测模型, 获得各个时间段的预测行程时间。并且, 将仿真数据分别应用于基于固定检测数据的卡尔曼预测模型、基于浮动车数据的卡尔曼预测模型, 对各种预测结果进行对比分析。
3.1 仿真实验方案
仿真实验建立的简单路网见图3。路网中, 车辆输入按照每天的车流量变化情况输入, 各交叉口采用定时控制。所要预测的路径如图3中A点到B点部分, 它包含6个交叉口, 长3.1km, 通过设置行程时间检测器、数据检测点获得路径行程时间、流量、车道平均占有率数据, 每5 min统计1次。
3.2 行程时间预测精度评价
为了评价预测结果, 引入不同的误差指标:最大相对误差、平均相对误差、平均绝对相对误差。将仿真数据应用于多源数据预测模型输入原始数据) 及其改进模型 (输入原始数据差值) , 通过Matlab编程实现预测, 其结果见图4。
由图4可见, 预测值均在观测值附近上下波动, 其变化趋势基本一致。观察图5可知, 利用浮动车数据、环形线圈数据进行城市道路行程时间预测的最大误差分别不超过20%和15%。
为了比较基于多源数据的行程时间预测模型与其他模型预测精度的差异, 将仿真数据分别应用于各种预测模型。同时, 为了消除随机因素对仿真结果的影响, 利用Vissim进行多次实验, 通过计算, 各模型预测误差指标的平均值见表1。
%
由表1可见, 基于固定检测器和浮动车数据的卡尔曼预测模型的误差指标均相对较小, 预测精度较另外2种采用单一数据源的预测模型的精度分别提高14.4%和7.5%。据此分析, 采用多源数据进行行程时间预测其效果较好。
4 结束语
笔者从交通数据的采集方法和数据精度2个方面进行分析, 结合行程时间的影响因素选取模型输入参数。利用实时的浮动车数据、环形线圈数据建立了基于卡尔曼滤波理论的行程时间预测模型, 并且对输入参数进行了改进。预测结果表明, 该模型的预测精度较基于固定检测器数据、基于浮动车数据的卡尔曼预测模型高, 能够为实际应用提供一定的参考价值。
由于时间和条件所限, 笔者未能对影响卡尔曼滤波模型预测精度的相关因素进行研究。同时, 基于卡尔曼滤波理论的行程时间预测模型在交通事件发生的情况下的应用还需要进一步验证。
摘要：针对基于单一数据源、利用卡尔曼滤波理论建立行程时间预测模型存在的不足, 采用多源数据进行行程时间预测以提高精度。浮动车、固定检测器是常用的交通信息采集方法, 在信息种类、数据精度等方面存在一定的互补性。因此, 选择2种检测器的实时交通数据作为模型输入参数。利用卡尔曼滤波理论, 以流量、占有率、行程时间作为输入量构成参数矩阵, 建立城市道路网络行程时间预测模型。并通过Vissim仿真实验验证了模型的有效性。结果表明:基于多源数据的行程时间预测模型平均绝对相对误差为5.45%, 其精度比单独采用固定检测器检测数据预测提高了14.4%, 比单独采用浮动车数据预测提高了7.5%。
关键词：多源数据,卡尔曼滤波,行程时间预测,城市道路网络,Vissim仿真
参考文献
[1]杨兆升.关于智能运输系统的关键理论:综合路段行程时间预测的研究[J].交通运输工程学报, 2007 (1) :65-67.
[2]胡小文.基于探测车数据的路段行程时间估计[J].交通信息与安全, 2009, 27 (6) :60-65.
[3]张硕, 孙剑, 李克平.路径行程时间的组合预测方法研究[J].交通信息与安全, 2010, 28 (4) :13-17.
[4]李庆奎, 吕志平, 王飞.基于模糊理论的智能指数平滑行程时间预测算法[J].山东交通学院学报, 2012, 20 (3) :20-23.
[5]张娟, 孙剑.基于SVM的城市快速路行程时间预测研究[J].交通运输系统工程与信息, 2011, 4 (11) :174-179.
[6]邹亮, 徐建闽.基于浮动车检测与感应线圈融合技术的行程时间估计模型[J].公路交通科技, 2009, 4 (3) :68-70.
[7]朱中, 杨兆升.基于卡尔曼滤波理论的实时行程时间预测模型[J].系统工程理论与实践, 2008, 5 (1) :32-36.
[8]温惠英, 徐建闽, 傅惠.基于灰色关联分析的路段行程时间卡尔曼滤波预测算法[J].华南理工大学学报:自然科学版, 2009, 6 (9) :66-75.
[9]唐俊.基于浮动车数据的高速公路路段行程时间预测方法研究[J].中山大学学报, 2011, 3 (2) :42-46.
[10]朱爱华.基于浮动车数据的路段旅行时间预测研究[J].北京交通大学学报, 2012, 8 (2) :54-58.
[11]田智韬.基于浮动车与固定检测器的交通流数据融合研究[J].北京交通大学学报, 2010, 4 (1) :35-38.
路网模型 篇9
路面在使用过程中,其使用性能会随时间、行车荷载作用次数的增加和环境因素的作用而逐渐变坏。
根据JTG H20-2007公路技术状况评定标准[1],路面使用性能包括路面损坏状况(PCI)、路面行驶质量(RQI)、路面抗滑性能(SRI)和路面结构强度(PSSI)。作为最基本的指标,本文尝试以路面损坏状况(PCI)为例,建立路面使用性能预测模型。
国外大多数路面管理系统采用S型函数作为路面使用性能预测模型。20世纪80年代以来,国内众多道路研究工作者提出了形式不同的路面使用性能模型,如同济大学建立的用于PCI和RQI指标预测的负指数型模型、北京模型[2]、广东模型[2]等。本研究结合某地级市所辖公路网的水泥混凝土路面路况实测数据,分析和比较S型模型和负指数型模型,探讨公路网水泥混凝土路面使用性能模型的选择和应用。
1 路面使用性能预测模型的选择原则与类型
1.1 方程选择原则
合理的路面使用性能方程应满足下述条件[3]:1)能够正确反映路面性能衰变的全过程;2)随着使用年数或累计轴载作用次数的增加,路面使用性能指数单调减少;3)满足必要的边界条件;4)方程形式简单,参数含义明确,能够为路面性能的深入研究奠定基础。
1.2 S型模型
1.2.1 标准衰变方程[4]
其中,PPI为路面性能指数(PCI,SRI,RQI,PSSI等);a为PPI的最大值;b为PPI的最小值;t为路龄(按月份算);β,k均为模型参数。
该模型选定路龄t作为唯一变量。模型中的a和b根据路面的使用性能特征确定。以路况指数PCI为例,最大值a一般情况下为100,或略小于100,表示路面竣工通车时的使用性能为最好,最小值b根据工程实际情况进行选取。若路面出现较严重病害而没有采取适当措施进行处治时,路面损坏不断加剧,使路面完全破坏,此时最小值b可取0。β,k为两个回归参数。当k<0时,PCI单调减少;当k→0时,PCI→100;当k→∞时,PCI→0。当β,k取值不同时,可以拟合路面各种衰变模式,如图1所示,可以看出该方程具有普遍适用性。
1.2.2 模型参数的含义
方程中的两个待定参数β,k可以通过实测数据回归得到。其中,k为方程函数的斜率,反映路面使用性能衰变速率的快慢,当k值由大变小时,S曲线由陡变缓,曲线形状由凹形经过S形变化为直线或凸形。曲线的形状主要由k决定,不同的k值决定了路面的衰变形式,因此,将k命名为路面衰变的模式因子。参数k的取值一般在-0.05～-0.01之间。
当β值由小变大时,路面使用性能前期衰变由快变慢,在同一时间内PCI值越大。β值反映了路面使用性能前期衰变的快慢,同时也反映了路面使用性能的好坏以及使用寿命的长短。β值越大,在路面寿命周期内,路面使用性能越好,使用寿命越长。因此,可以将β称为路面的寿命因子。 固定k值不变,取不同的β值所得到的使用性能曲线的形状基本相同。参数k的取值一般在2～5之间。
1.3 负指数型模型
1.3.1 标准衰变方程[3]
其中,PPI为路面性能指数(PCI,RQI或其综合);PPI0为初始使用性能指数;t为路龄;α,β均为模型参数。
该模型选定路龄t作为唯一变量,α,β为两个回归参数。当α>0,β>0时,使用性能单调减小。当α,β取值不同时,可以拟合路面各类衰变模式。
1.3.2 模型参数的含义
文献[3]中提出,参数α的大小反映了路面使用寿命的长短,命名为路面的寿命因子。α值取值一般在2～20之间,最常见的在3～15之间。不同的β值决定了路面的衰变模式,所以将β称为路面衰变的模式因子。当β由小变大时,曲线由凹形经直线变化为凸形或S形,参数值一般在0.2～2.0之间。
2 工程应用
2.1 路面损坏状况调查
本研究对某地级市所辖公路网主要的国、省道路段水泥混凝土路面进行路面损坏状况调查。所调查路段路面结构相似,为:25 cm水泥混凝土面层+5%水泥稳定级配碎石基层+级配砂砾基层。该路网水泥混凝土路面主要损坏类型为:破碎板、裂缝、板角断裂、露骨和错台等。调查路段属于某一地级市所辖公路网,故可以认为各路段的交通量相同,环境对路面的影响相同。各路段路况调查结果如表1所示。
由于路况调查数据有限,为能充分利用这些数据,采用以空间代时间的方法,通过时间—空间的转换,把同类道路不同使用年份的路面性能数据(空间上的分布)看作为同一道路在不同时期的表现(时间上的变化),以延长数据的时间序列[5]。
2.2 建立预测模型
初始年的PCI值假设为100,PCI最小值为0,分别建立S型预测模型和负指数型模型,模型参数如表2所示。
2.3 预测结果分析
S型模型与负指数型模型对比见图2。从图2可以看出,负指数型模型的PCI值在使用前期衰减较快,使用后期衰减缓慢,并趋向于一个定值,20年末的预测值接近50,后期的PCI预测值比实测值大。S型模型的PCI值在使用前期衰减较慢,从第5年开始,PCI衰减速率加快,第14年预测值小于40,路面需要进行重建或者改建[6]。在整个使用年限内,S型模型的预测值贴近于实测值。而水泥混凝土路面使用性能衰变的实际过程是,在使用前期路面的强度还在增加,路面使用性能衰变缓慢。如果路面养护不及时,在使用中后期,路面损坏加剧,路面使用性能衰变速率加快。若养护良好,水泥混凝土路面的寿命一般达到15年甚至是20年以上。从图2中S型模型与负指数型模型的比较可以知道,S型模型较适合预测长期路面使用性能,并且更贴近于水泥混凝土路面使用性能衰变的实际过程。
3 结语
1)由于建模数据有限,无论是S型模型还是负指数型模型,都有其适用性和局限性。要建立精度较高的预测模型,需要累计大量有效数据。2)水泥混凝土路面在使用前期,路面使用性能衰变缓慢,在使用中后期,路面使用性能衰变加快。S型模型更符合水泥混凝土路面使用性能衰变过程。3)对水泥混凝土路面要进行及时养护,特别是早期的预防性养护,对延长路面使用寿命和提高路面使用性能非常重要。4)路网的预测模型是一个平均模型,反映的是路网内所有路段的路面使用性能衰变的平均趋势。要预测路网内某一特定路段的路面使用性能时,需要对该路段进行标定。
摘要：提出了路面使用性能预测模型的多种形式,通过分析S型模型和负指数型模型的衰变特征,结合公路网水泥混凝土路面的路况调查数据,采用空间代时间的方法建立了预测模型,对水泥混凝土路面使用性能预测模型的选择进行了探讨。
关键词：水泥混凝土路面,使用性能,预测模型
参考文献
[1]JTG H20-2007,公路技术状况评定标准[S].
[2]姚祖康.路面管理系统[M].北京:人民交通出版社,1993.
[3]孙立军.沥青路面结构行为理论[M].上海:同济大学出版社,2003.
[4]K.P.George.Mdot pavement management system prediction models and feedback system.The University of Mississippi,USA,2000.
[5]周文献,施小忠,施祖兴,等.水泥混凝土路面调查及网级使用性能预测模型[J].同济大学学报(自然科学版),2006(5):49-50.
路网模型 篇10
本世纪以来, 我国城市群高速路网的快速发展, 极大地优化了它的交通运输结构, 对缓解其交通运输的“ 瓶颈”制约发挥了重要作用, 有力地促进了我国经济发展和社会进步。 然而, 城市群高速路网运输在带来高效、快捷、方便的同时, 由于其行车速度快、道路结构特殊, 不可避免地带来了诸如交通事故数量增加及其严重程度加剧等负面影响。有关数据表明, 本世纪至今, 我国城市群高速路网交通事故数呈现了近似单峰特征, 2004 年出现了峰值, 随后呈现出逐步下降趋势。 由此可见, 我国城市道路交通管理工作已取得显著成效, 但其交通管理规划在实施中依然面临着诸多严重问题。如何进一步完善我国城市群高速路网交通管理规划从而提高高速路网交通管理水平, 减少其高速路网交通事故已成为一个迫切需要解决的重要现实问题。如何构建有效的预测分析模型, 对其进行科学预判, 为相关应急管理部门作出高效的应急救援决策提供智力支持, 是一个亟待解决的重要问题。
目前, 用于系统特征序列预测的量化建模方法种类繁多, 如回归分析法、神经网络法、马尔科夫预测法、移动平均法、指数平滑法等。 这些预测方法在社会经济诸多领域具有广泛应用[1,2,3,4,5,6], 但上述方法在解决具有近似单峰特性的系统序列短期预测方面, 通常难以取得令人满意的效果, 其建模理论研究成果尚不多见, 相关管理部门可凭借的指导理论也较有限, 欲揭示其短期演变与发展规律尤为困难。 在灰色系统理论中, 灰色预测理论是目前应用最为广泛的理论分支之一[7,8,9,10]。 在众多灰色预测模型中, 灰色Verhulst预测模型是一种针对原始数据序列具有近似单峰特性的系统进行小样本建模的特殊灰色预测模型[10,11,12]。该模型虽在商品经济寿命预测、生物生长演变分析等领域具有一定的应用空间, 但由于其在建模机理上存在无法对系统内相关影响因素信息进行开发利用的缺陷, 通常难以取得理想的建模效果。 笔者针对灰色Verhulst模型的上述缺陷, 构建了新型灰色Verhulst预测模型, 并将其应用于城市群道路网交通事故预测实践.研究结果将对于进一步完善灰色预测理论体系, 提高城市道理交通管理水平具有较重要的理论及实践价值。
文章首先对新型灰色Verhulst模型进行了定义, 给出该模型的建模参数计算公式, 以微积分为研究工具, 得到该模型的时间响应函数, 最后通过数值计算例对其建模精度进行了验证。
1 新型灰色Verhulst模型的构建
灰色Verhulst模型是灰色预测理论的重要内容之一, 不同于“ 白因白果律”的经典模型, 它是少数据基于灰因白果律、差异信息原理、平射原理的建模, 它既不是一般的函数模型, 亦不是完全的微分方程模型, 或者完全的差分方程模型, 而是具有部分微分、 部分差分性质的模型。 它在关系上、性质上、内涵上具有不确定性[1]。 传统灰色Verhulst模型利用单一的系统特征序列构建的近似微分方程, 然后用方程的解 ( 时间响应函数) 来近似描述系统特征序列的发展趋势。 新灰色Verhulst模型在传统灰色Verhulst模型建模基础上, 从系统论的角度考虑到系统内外相关因素的相互影响, 相互作用特性, 充分开发系统相关因素信息, 利用系统特征序列信息和系统相关因素序列信息共同构建近似微分方程, 利用其时间响应函数更为准确地揭示系统特征未来的发展趋势。 该新模型适用于原始特征序列具有先增后降的近似单峰特性的少数据、贫信息不确定系统预测。 需要说明的是, 在实际建模过程中, 可利用相关因素序列与系统特征序列的灰色关联度作为选择相关因素的依据, 根据实际需要, 选择灰色关联度较大的一些相关因素序列用以建模。 本文仅研究考虑单一相关因素的新灰色Verhulst的构建, 以期对后续研究起到抛砖引玉作用。
定义1 称
为新灰色Verhulst模型 (记为NGVM) 。
将一阶微分方程
称为该新模型的白化方程。
定理1设系统原始非负特征序列为X1 (0) ={x1 (0) (1) , x1 (0) (2) , …, x1 (0) (n) }x1 (0) (i) 叟0, k=1, 2, …, n (下同) 。X1 (0) 的一次累加生成序列为X1 (1) ={x1 (1) (1) , x1 (1) (2) , …, x1 (1) (n) }。系统某一相关因素序列X2 (0) {x2 (0) (1) , x2 (0) (2) , …, x2 (0) (n) }x2 (0) (i) 叟0。x2 (0) 的一次累加生成序列为x2 (1) ={x2 (1) (1) , x2 (1) (2) , …, x2 (1) (n) }其中, 。X (11) 的紧邻均值生成序列
其中
若为参数列, 且
则新型灰色Verhulst模型的最小二乘估计参数列满足
证明:
将数据代入式 (1) , 得
即
对a, b2的一对估计值, 以-az1 (1) (k) +b2 (x2 (1) (k) ) 2代替x1 (0) (k) , k=2, …, n, 可得误差序列
设
使s最小的a, b2应满足
从而解得
由得
即
证毕。
2新灰色Verhulst模型时间响应式的求解
定理2设B, Y, 如定理1所述, 则有
证明:
由于微分方程的通解为
(其中x为自变量, y为应变量, C为常数)
故对方程而言
设
故
(其中C为常数)
令t=1得
式 (4) 代入式 (3) 得
证毕。
3 实例计算
为验证新型NGVM模型的有效性, 本文以某城市群高速路网交通数据分别构建传统灰色Verhulst模型以及新型NGVM模型, 并进行精度比较。 设某城市群高速路网交通事故数构成的近似估计等间距数据序列X1 ( 0) = ( 4, 7, 10, 13, 17, 15) ( 单位:百人) 。 机动车数量等间距数据序列X2 (0) = ( 1.0, 1.5, 1.8, 2.2, 3.0, 3.5) ( 单位: 百万辆) 首先利用序列X1 (0) 构建灰色verhulst模型, 其次利用序列X1 (0) , X2 (0) 构建新灰色verhulst模型, 对两种verhuslt模型的模拟精度进行比较, 结果如表1 所示。
从上述建模结果可知, 新型NGVM模型的模拟精度高于传统灰色verhuslt模型。 数值计算结果进一步佐证了新模型的有效性。
4 结论
文章以解决城市群道路网交通事故预测的重要实践问题为研究背景, 对新型NGVM模型进行了定义, 给出其参数求解公式, 并推演了该模型的时间响应函数。 数值计算结果表明, 新型NGVM模型的建模精度高于传统灰色Verhulst模型。 关于灰色NGVM模型的参数优化是未来进一步研究的方向。
摘要：为完善灰色预测模型的理论体系, 在灰色Verhulst模型建模机理的基础上, 考虑相关因素对系统预测精度的影响, 构建了新型灰色Verhulst模型, 提出该模型建模参数的计算公式, 并给予完整的数学证明。以微积分作为推理工具, 得到该模型的时间响应式。通过城市群道路网交通事故预测实例对其建模精度进行验证。计算结果表明新灰色Verhulst模型的有效性。