第七章宏观-交通流模型.pptVIP

关于网络模型参数α 研究发现，对一个城市或一个地区，诸如道路宽度、交叉口密度等路网特征对α值的影响很大。 α可以作为度量路网特性和交通性能综合效果的特征值。进一步说，它是路网服务水平的指标器。 图中的α线代表了伦敦市不同位置的路网服务水平，这些线条类似于等高线，相同α值的线具有相同的服务水平。 道路服务水平随α值增加而提高。 伦敦市的α图 1979年，Herman 和 Prigogine 提出双流理论（Two-Fluid Theory）描述城市道路交通流。 该理论认为，交通流中的车辆可分为两类：运行车辆和停车车辆，即两股车流（Two Fluid）。 停车车辆包括那些在交通流中停止运行的车辆，如遇停车信号或停车标志而停车，由于途中装卸而停车，由于通常的交通拥挤而停车等等，但不包括交通流以外的车辆，如停放在停车场的车辆。 2、双流模型 7.3 双流理论模型or二流理论 7.3.1 两个基本假设 ① 路网中车辆的平均运行速度与路网中正处于运动状态的车辆数成正比。则有： 其中Um—最大的平均速度，n表示道路交通服务质量的参数。定义平均行程速度： 则有： 因为 ，这里 为停止车辆比例，则上式写为 边界条件：当fs = 0 时，u = um；当fs =1时，ut = 0。 上述关系也可以表述成平均行程时间的关系而不是平均速度。用 表示平均行程时间， 表示平均行驶时间， 表示停止时间，对于单位距离来说 , ，这里， 为平均最短行驶时间，带入以上各式即可得： ② 被测试车辆在路网中停车时间与运行时间之比等于同一时段路网中所有车辆的平均停车时间与运行时间之比。 二流理论的第二条假设把试验车在路网中的停车时间与全部车辆的停车时间联系在一起，根据前述可以得出： 这个关系是被(Ardekani and Herman 1987)证明的,代表了模型中的各种原则,路网中单一的合适样本车辆就可以代表路网条件了。方程是关于行程时间，由上式可得： 对数形式： 双流模型中最重要的两个参数为Tm和n。实测数据表明，Tm值在1.5~3.0 分钟/英里（0.93~1.86分钟/公里）范围，Tm值越小，说明路网的运行条件越好。n的取值范围一般为0.8~3.0，n值越小，说明路网的运行条件越好。 由于： ，解得： 则有： 运用最小二乘法进行线性回归便可以对上式进行标定，图6.19所示数据是在得克萨斯州首府奥斯汀所得，图中 的值反映在直线与y轴交点， 是直线的斜率。 7.3.2 双流模型参数 参数的意义 一般言，Tm是指在低流量下测得的最小平均行驶时间。Tm大，则说明路网条件差；反之，则说明路网条件好。 单位距离平均停车时间Ts随着n值增加而增加。同时，总的平均行程时间也增加。 如果n＝0, Tr 等于常数，总行程时间与停车时间等速增长。 如果n0，总行程时间增长速度大于停车时间的增长速度。 从直观上看，n值一定大于0，因为停车时间的增加是拥挤所至，而拥挤的交通必然导致车速减缓，这必然导致总的行驶时间增加更多。实际研究表明，n值0. 8～3. 0。 讨论： 从上面分析可以得出结论： n值的大小，代表了路网环境变化的快慢。如果n值较大，随着交通需求的增加，路网环境变差的速率也就较快。 双流模型参数反映了路网对交通需求的敏感性，所以常被用来评价各种交通需求状态下的路网状况。 实验测试 图中四个城市实地研究结果。Houston =2.70 min/mile, n=0.80，Austin =1.78 min/mile, n=1.65, Austin在非高峰时期平均速度要高一些，而在高峰时期曲线明显交迭，所以尽管由n较大，Austin的路网水平比Houston好。 Houston市当Ts 较小时Tt较大，但随着Ts 的增加，Tt的增加相对较慢(因为n值较小)。 相反， Austin市则当Ts 较小时Tt较小，但随着Ts 的增加，Tt的增加相对较快(因为n值较大)。 这个实例验证了上述结论。 不同的二流理论参数在不同街道网络的情况在图6.21以及上图所示。影响这次些参数的其他因素在更进一步的研究中并应用了计算机模拟技术。 7.3.3 驾驶员行为的影响 估计双流模型参数的数据是通过跟车试验获得的。 在同一路网中，对于跟驰车辆，分别利用鲁莽驾驶员和保守驾驶员所获得的数据绘制出的双流曲线明显不同。 图6.22显示了在两个城市的研究中的研究结果。在以下两个图中，显示了路网中同一时间普