宏观交通流模型.pptxVIP

1;可达性 改善交通流的技术 如何评价 单项设施评价的理论和方法 评价交通网络;交通系统包括网络拓扑结构(街道宽度和配置)和交通控制系统(交通信号, 单向和双向道路的定位和车道配置)。 起点与终点间的交通量加上期望到达或离开的数量组成了交通需求水平。 交通流理论在交叉口和干道的服务水平研究依据交通流三个基本变量: 速度, 流量, 密集度。这三个变量,经过适当地定义, 也可用于描述交通网络的服务水平。 本章从宏观角度介绍一些流量、速度和密集度的量测和推算方法，从而提供网络交通效果评价的基本理论和基本方法。;7.1 出行时间模型;5;另一个相似模型在地区之间建立，即为主干道和距CBD的距离之间的关系： （7-2） 式中 、为每个城市的待定参数。交通强度与主干道的区域地点有线性关系，就像距CBD的距离与平均速度一样具有线性关系。因为车辆主要在主干道上行驶，所以这些结果也是依据被选定的主干道得出的。 ;7.1.2 距离CBD的平均速度; Beimborn早期提出一个严格成线性关系的模型，此模型平均速度在城市边缘达到最大，它可定义为平均速度达到最大的一点。在布兰斯顿（Branston）数据中没有一个城市有限制平均速度的一个明确的最大值，所以这种严格成线性关系的函数需要单独验证： （7-5） 负指数函数模型： （7-6） 此模型已经由单个城市数据进行拟合（1970年Angel和Hyman）。这个负指数函数模型渐进地趋向最大平均速度。 第五个模型，由莱曼（Lyman）和埃弗拉德（Everall）在1971年提出：; （7-7） 此模型在城市边缘也显示出最大平均速度。它起初分别应用于放射型和环型道路数据，在这适用于所有道路。 其中两个模型很快被淘汰：线性模型（式7-5）在商业中心区的平均速度出现了3～4km /h的过高估计，即随着远离市中心距离的增大，平均速度不可能快速升高。势曲线（式7-4）对两个城市市中心速度的估计出现了负值，对整体数据呈现零速度。负指数函数（式7-6）没有达到避免市中心零速度估计的目的，但可以获得二次平方和最小值。 剩余三个函数（式7-6，7-3，7-7）的曲线如图7.2显示，是对诺丁汉（Nottingham）城市数据的拟合。三个函数曲线显示了城市边缘平均速度的稳定性，但是只有Lyman-Everall函数在CBD内显示出了稳定性。; 负指数函数拟合优于势曲线一些，但是因为它在估计时比较复杂而不采用（特征如同Lyman-Everall函数）。势曲线在检测市区速度的部分应当截去，克服它本身在市中心速度估计为零的缺点。诺丁汉（Nottingham）的完整数据如图7.3所示，拟合的势曲线函数并在r=0.3km处截取。 ;7.2 一般网络模型; 式中 是常数。一般把 与（ ）的关系按3种路网类型划分，如图7.4所示。 Smeed用Wardrop的速度－流量模型在伦敦对C值进行了估计。 （7-9） 式中，u－速度（km/h）；q－平均流量（pcu/h）。用上式除以平均道路宽度12.6m，得到： （7-10） ;另一不同的速度－流量模型为速度在16km/h以下的情况提供了更好的拟合，结果为： 图7.5显示放射弧线道路，放射线道路和环型网络的速度在16～32km/h之间与式7-10的关系。以伦敦中心区高峰期速度16km/h为例，模型变为： （7-11）;另一改进公式(Smeed 1968)是： （7-12） 式中J是直接用于交通的有效道路比重，J在一些英国城市取值在0.22～0.46之间。未使用道路比例取决于所有道路交通分配的不均性。能在一个城镇中行驶的车辆数更多地由平均速度决定, 而且直接与可使用车道的面积成比例。对于给定的道路用地面积，中心城市越大，能在网络中行驶的车辆数越少, 表明一个面广分散的城镇设计并不是最经济的设计。 For a given area devoted to roads, the larger the central city, the smaller the number of vehicles which can circulate in th