第四章交通流理论讲解.pptVIP

第四章 交通流理论 第一节 概述 第二节 交通流的统计分布特性 第三节 排队论的应用 第四节 跟驰理论简介 第五节 流体动力学模拟理论 第一节 概述-1 作为交通工程学理论基础的交通流理论是：运用物理学和数学的方法来描述交通特性的一门边缘科学，它用分析的方法阐述交通现象及其机理，使我们能更好地理解交通现象及其本质，并使城市道路与公路的规划设计和营运管理发挥最大的功效。 最早采用的是概率论方法。 1933年，金蔡（Kin。er．J．P）论述了泊松分布应用干交通分析的可能性； 　1936年，亚当斯（Adams．W．F、）发表了数值例题。 　50年代，随着汽车工业和交通运输业的迅速发展，交通量、交通事故和交通阻塞的骤增，已经采用的概率论方法越来越难以适应，相继出现了跟弛理论、流体动力学模拟、车辆排队理论。 　　 第一节 概述-2 　 交通流理论是发展中的科学，虽然现在还没有形成完整的体系，但有很多理论在探讨各种交通现象，它们是： （1）交通流量、速度和密度的相互关系及量测方法；。 ＊（2）交通流的统计分布特性； ＊（3）排队论的应用； ＊（4）跟驰理论； （5）驾驶员处理信息的特； ＊（6）交通流的流体力学模拟理论； （7）交通流模拟。 第二节 交通流的统计分布特性-1 一、含义与作用 交通流中在一定的时间内车辆到达的数目有其随机性，但也有其规律性，据若干研究表明这种到达规律属一种离散型分布。而交通流中车辆到达的时间间隔的规律则为一种连续型分布。这些分布在不同的交通流状况下有其不同的分布模型。运用这些模型，人们便可利用有限的已知数据去预测未来交通流状况，从而有效地解决交通流中所出现的某些实际问题。如在信号灯的配时设计中，预测一个信号周期中的车辆到达数。行人过街管理中，需预测大于行人过街所需时间的车头时距所出现的频率，预测在信号控制交叉口中某种比例转弯车辆的概率。以及在车行立体交叉和人行立交设计中，须预测车辆与人流的有关状况等，均需运用有关分布模型。 第二节 交通流的统计分布特性-2 随机变量：对随机试验来说，每次试验的结果可能不止一种情况。如果我们将试验的结果用一个实数X来表示，那么对于试验结果的不同情况，X将取不同的值，所以X是一个变量。这种随着随机试验结果的情况不同而取不同值的变量，称为随机变量。 离散型随机变量： 如果一个随机变量只可能取数轴上有限个或可数个孤立的值，并且对应于这些值有确定的概率，则称这个随机变量为离散型随机变量。 　　连续型随机变量：如果一个随机变量所有可能取的值是充满某一区间，甚至整个数轴时，就称其为连续型随机变量。 第二节 交通流的统计分布特性-3 二、离散型分布 　 在一定的时间间隔内到达的车辆数，或在一定的路段上分布的车辆数，是所谓的随机变数，描述这类随机变量的统计规律用的是离散型分布。 　（一）二项分布 　　 1.贝努里（Bernoulli）试验　 　　 如果进行一系列重复独立的随机试验，每次试验的结果只能是 A或 ā两个简单事件中的一个，这些试验就称为贝努力试验（或称独立试验序列概型）。如果这些试验的次数为n次，则称为n重贝努里试验。显然当A的概率为p，ā的概率为q时，则p＋q＝1。 例如，农产品的质量抽查中，如果我们采用放回抽样的方法，并且只考虑两个可能的结果：抽到正品或次品（在生产稳定的情况下，我们认为每次抽查时正品和次品出现的概率是不变的）。假定连续抽查4次，这4次重复的独立试验，便构成了一个4重贝努里试验。 第二节 交通流的统计分布特性-4 2.二项概率公式 　 在贝努里试验中，事件 A可能发生 0，1，2，……，次，现在我们来讨论A恰好发生k（0＜k＜n）次的概率Pn(k)。 　　先就n=4，k＝2来讨论。在4次试验中，A出现两次的方式（以顺序来分）可有以下几种情况(共 　　AAāā，AāAā，AāāA， āAAā， āAAā， āāAA 　　式中AAāā表示在4次试验中第1、2次出现A，第3、4次不出现A，其余类推。因为六种情况两两互不相容，所以“4次试验中A发生两次”的概率为 第二节 交通流的统计分布特性-5 第二节 交通流的统计分布特性-6 例：某新产品试验成功的概率为0.7，今拟独立试验10次，问10次试验有8次成功的概率是多少? 3. 在交通工程学中应用二项分布时： 　（1）适用条件：车辆比较拥挤、自由行驶机会不多的车流。 　（2）基本公式： 　（3）递推公式：　 　 　（4）分布的均值和方差分别为 M＝np,