交通流理论第六章.docxVIP

33I (10pcu/h/km)I (10 3 3 I (10 pcu/h/km) I (10 pcu/h/km) 1 第六章 宏观交通流模型 在城市快速发展而使交通变得拥挤的时候，城区的可达性便成为评价城市生活质量 的重要方面，而交通拥挤确实已经成为当今各大城市的难题。为解决这一问题，人们采 用了各种工程和技术手段，小到路口渠化、信号配时，大到道路网规划、智能运输系统， 应该说各项技术均已经达到了有效、适用的地步。最近 30 年来，人们对应用这些技术形 成的交通设施的效果进行了很多研究，并形成了对各单项设施评价的理论和方法，如干 道通行能力和效果的评价，交叉口控制效果的评价等。但是如何对一个道路网络的交通 效果进行评价更是人们所关心的问题，尤其是 ITS 快速发展的今天，有一个基于路网的 交通流优化和评价模型体系，就显得更为重要了。 本章从宏观的角度介绍一些流量、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。这些方法可用于：1）同一城市不同时期的交通效 果对比分析；2）不同城市同一时期的交通效果对比分析；3）路网交通设施设计评价。 第一节  以 CBD 为中心的交通特性 这一节中重点研究不同位置的交通状况与所处城区地理位置之间的关系。 12 12 10 8 6 4 2  高峰期  10 8 6 4 2  平峰期 0  0  0 2 3 4 5 6 0 1 2 3 4 5 6 r (km) r (km) 图 6—1 交通强度与距市中心距离的关系 一、交通强度 交通强度是指单位面积上单位时间内通过的所有车辆（折合成标准车辆）的行驶距 离总和。一般认为 CBD（the central business district，商业中心区）是一个城市交通最为 敏感的地区，交通强度与距 CBD 的距离有关。于是，研究者建立了多种以距 CBD 的距 离为自变量的评价交通特性的模型。图 6—1 是对英国 4 个城市的研究结果，图中交通强 度的单位是 10 3 pcu/h/km。图形符合指数模型，其模型如下： 1 u (km/h)u (km/h)2 22 2 u (km/h) u (km/h) 2 2 2 2 50 u(km/h) 30 50 u(km/h) 30 50 u(km/h) 30 10 0 I ?A exp ?? r / a ?  （6—1） 式中： A、a —— 待定参数； I —— 交通强度（pcu/h/km）； r —— 距 CBD 的距离（km）。 式中的参数 A、a 在高峰时段和非高峰时段的标定值是不同的。此式表明，离 CBD 越远，交通强度就越小。 二、平均速度 通过对英国 6 个城市的研究发现，车辆运行的平均速度与距离 CBD 的距离有关。以 市中心的放射线道路为研究对象，将道路按照一定的距离分割成若干段然后进行观测， 并以观测数据建立模型，共建立了如下 5 种不同的模型： u ?ar b （6—2） u ?c ?ar u ?a ?br b （6—3） （6—4） u ?a ?be ?cr （6—5） u ? 1 ?b r a ?cb r  （6—6） 上述各式中 a, b, c 为待定参数，u 是速度，r 的意义同上。 在上述模型中，线性模型（6—4）在应用中出现了较高的估计值，即随着 r 值的增 加，预测的速度增加过快，因此此式被淘汰。修正的幂函数（6—3），在应用中常常估计 出负的速度值，因此也被淘汰，其余三个模型均可使用。图 6—2 显示的是对 Nottingham 的数据分别用式（6—2）、式（6—5）、式（6—6）的拟合情况。图中，横坐标表示距中 心区的距离（km）,纵坐标表示行程速度（km/h）。 50 30 10  50 30 10 0 0 2 4 6 0 2 4 6 r (km) r (km) (a) (b) 0 0 2 4 6 r (km) (c) 图 6—2 三种模型的拟合情况 2 图 6—3 多数据拟合情况 图 6—3 显示的是用 Nottingham 的多组数据用式（6—2）进行拟合的情况。值得注意 的是：当 r=0 时，用式（6—2）将得出 u = 0 的结论，这是不合理的。因此，只有 r 大于 一定值时才能使用本式。 第二节  一般网络模型 本节结合实例介绍如何在网络范围内研究速度、流量和密度等交通流参数。 一、网络通行能力 20 世纪 60 年代，有人提出考察城市中心区交通能力的方法，定义 N 为单位时间内 进入中心区的车辆数。一般来说，N 取决于路网形态，包括道路宽度、交叉口控制类型、 交通分布和车辆类型等。设城区面积为 A，道路占地比例为 f，交通能力为 C（单位时间 单位道路宽度通过的车辆数），建立模型