交通工程学 课件 第四章 4-1 交通流理论-统计分布 东南大学出版社 王炜 等编著.pptVIP

到达k辆车（主路）的概率： 主路车辆到达的车头时距大于 t 秒 （即t时间内无车通过）的概率： 则 当主路车辆到达车头时距h小于t时，h内次路无车可通过。（t-临界间隙） h内次要道路有一辆车可以通过 h内次要道路有k辆车可以通过 h内次要道路有n辆车可以通过 三、其它分布形式 1、移位负指数分布 为克服负指数分布的车头时距越趋于零其出现概率越大这一缺点，可将负指数分布曲线从原点0沿t轴向右移一个最小的间隔长度τ(根据调查数据确定，一般在1.0~1.5s之间)，得到移位负指数分布曲线，它能更好地拟合观测数据。其分布函数为： 其概率密度函数为： 移位负指数分布适合描述限制超车的单列车流车头时距分布和低流量时多列车流的车头时距分布。 三、其它分布形式 2、韦布尔分布 移位负指数分布的概率密度函数曲线是随(t-τ)的值单凋递减的，即移位负指数分布的车头时距，越接近τ其出现的可能性越大，但这在一般情况下不符合驾驶员的心理习惯和行车特点。从统计角度看，具有中等反应强度的驾驶员占大多数，他们行车时是在安全条件下保持较短的车间距离(前车车尾与后车车头之间的距离，不同于车头间距)，只有少部分反应特别灵敏或较冒失的驾驶员才会不顾安全地去追求更短的车间距离。因此，车头时距分布的概率密度曲线一般总是先升后降的。为了克服移位负指数分布的这种局限性，可用更通用的连续型分布，如韦布尔分布、爱尔朗分布、皮尔逊III型分布、对数正态分布等。 其分布函数为： 适用条件 韦布尔分布适用范围较广，交通流中的车头时距分布、速度分布等一般都可用韦布尔分布来描述：实践表明，对具有连续型分布的交通流参数进行拟合，韦布尔分布常常具有与皮尔逊III型分布、对数正态分布和正态分布同样的效力。韦布尔分布的拟合步骤并不复杂，其分布函数也比较简单，这给概率计算带来了很多便利。 此外，韦布尔分布随机数的产生也很简便。因此，当使用最简单的负指数分布或移位负指数分布不能拟合实测的数据时，选用韦布尔分布来拟合是最好的出路之一。 三、其它分布形式 3、爱尔朗分布 爱尔朗分布也是较为通用的描述车头时距分布、速度分布等交通流参数分布的概率分布模型，根据分布函数中参数“l”的改变而有不同的分布函数。 爱尔朗分布形式如下： 其概率密度函数为： * Q-平均流量（辆/h） K-平均密度（辆/KM） V-区间平均车速（KM/h） * 车辆在没有其他车干扰的情况下通过某一区段的最高车速。 自由流速度:车流密度趋于零，车辆可以畅行无阻时的平均速度； 阻塞密度：车流密集到所有车辆无法移动（V=0）时的密度； 临界密度：即流量达到极大时的密度； 临界速度：即流量达到极大时的速度 最大流量Qm：就是Q-V曲线上的峰值； * * 自然对数 * * * 应该说，在引领汽车时代的福特之前，交通问题就已经存在了。但那时的交通问题是个波及面不大的小问题，还没有迫使人们要想尽办法去解决它。汽车改变了一切，到20世纪中叶的时候，交通就成了大问题，受到广泛关注。 * 交通流原理- Fundamentals 交通流理论的专题论文-monograph * 离散分布用来描述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 * 负指数分布、移位负指数分布、威布尔分布 * 平面交叉口：信控、无控、优先控制 * 前提条件：次路有n辆车等待 P(0)—次路无车通过交叉口 P(1)---次路有一辆车通过， P(k)---k次路通车数 Pk---k是主路到达的车辆 至此都是针对主路提供的一个间隙而言，而最终要求的是Q个间隙内次路能通过的最大车辆数。 * 主路提供的间隙可能通过次路车辆1、2……k…….n辆车，则主路最可能出现的间隙（出现概率最大）为：能通过次路车辆Σkp(k)辆， 等比数列：和＝a1.(1-q^n)/(1-q) 第四章 交通流理论 一、交通流三参数基本关系 连续流 没有外部固定因素（如交通信号）影响的不间断的交通流。 连续交通流基本特性： Q=KV曲线图 Q-K、Q-V、V-K关系曲线图 一、交通流三参数基本关系 几个特征量 自由流速度 （Free-flow Speed）vf 阻塞密度 （Jam Density） Kj 临界密度 （Critical Density）Km 临界速度 （Critical Speed）vm 最大流量Qm Q流量 二、速度－密度关系 1、格林希尔茨（Green Shields）模型—线性模型 在通常的交通流密度条件下 速度-密度关系图 二、速度－密度关系 2、格林柏（Greenberg）模型—对数模型 交通流密度很大时 速度-密度关系图 二、速度－密度关系 3、安德伍德（Underwood）模型——指数模型 交通流密度很小时 二、速度－密度关系 格