无信号交叉口理论.pptVIP

2021/9/12 CH10 无信号交叉口理论 * 另一种假设g(t)为连续线性函数: 式中:t0=tc-tf/2 对理想化的假设进行验证,结果显示: (1) 如果用实际分布来代替固定的tc和tf的值,通行能力下降; (2) 驾驶员行为可能不一致,导致通行能力的增加。 2021/9/12 CH10 无信号交叉口理论 * (3) 用更实际的车头时距分布来代替主要车流间隙的负指数分布,通行能力将增加; (4) 许多无信号交叉口具有复杂的驾驶员行为方式,但通过模拟技术显示,这些影响会相互补偿。 选用二分分布代替假设中的负指数车头时距分布得到: 式中: 2021/9/12 CH10 无信号交叉口理论 * 2. 交通运行质量 通常交叉口的交通运行状况或质量可以用以下变量来表示: 平均延误、平均排队长度、延误的分布、排队长度分布（即在次路排队的车辆数）、停车数和从停车到正常速度的加速度值、系统为空的概率(p0), 这些变量也被称做效果检测量,而分布可用标准差、百分比及总体分布来代替。为了便于比较评估,可用排队理论和模拟方法两种工具来解决可插车间隙问题。 每一个效果检测量都是qp与qn、自由车辆百分比、次要车流和主要车流排队长度等参数的函数。 2021/9/12 CH10 无信号交叉口理论 * (1) 平均延误的一般计算 式中:γ,ε—常量 x—饱和度,x=qn/qm Dmin—亚当斯(Admas)延误,它是当次要车流流率非常低时,次要车流的平均延误,同时也是次要车流经历的最小平均延误,取决于主要车流的排队特性。 假设次要车流的车辆是随机到达的,γ=0; 如果次要车流有排队,那么γ0 2021/9/12 CH10 无信号交叉口理论 * 对于随机到达的次要车流,ε为: 如果排队车辆服从几何分布,则亚当斯延误,即次要车流经历的最小平均延误: 2021/9/12 CH10 无信号交叉口理论 * (2) 用排队系统求解平均延误 对于M/G/1排队系统,可用P-K(Pollaczek-Khintchine)公式计算排队中用户的平均延误: M/G/1排队系统 服务台——次要街道上的第一个排队位置; 系统输入——次要街道到达车辆,其到达为随机,即达到车头时距为负指数分布(M); 服务时间——在排队的第一个位置上花费的时间,受主要车流控制,服务时间分布未知(G); 服务通道——1条 2021/9/12 CH10 无信号交叉口理论 * 式中:W—平均服务时间,即次要街道车辆在第一个排队位置所花费的平均时间; Cw—服务时间偏差系数 Var(W)—服务时间的方差 次要街道车辆总平均延误时间为: D=Dq+W 用P-K(Pollaczek-Khintchine)公式计算排队中用户的平均延误 2021/9/12 CH10 无信号交叉口理论 * 对于单通道排队系统,平均服务时间是通行能力的倒数。如果得到通行能力并且在总延误中包括服务时间W,则有: 式中,随机常数: 将公式　　　　　　 转化: 则:　　　 ,　　　　　为等值的“通行能力”或“服务率”。 2021/9/12 CH10 无信号交叉口理论 * 对于M/G/1系统,排队为零的概率为: P0=1-x (10.46) 对于M/G2/1系统,排队为零的概率为: 　　　　　　P0=y/v (10.48) P0 (10.46)- (10.48) 2021/9/12 CH10 无信号交叉口理论 * 不同队列长度分布对平均延误的影响,这里假设tc=4s,tf =2s 平均延误—平均队列长度,当队列长度变化时延误会有显著的差异。 2021/9/12 CH10 无信号交叉口理论 * 3. 排队长度 在任何排队理论中,平均排队长度(L)都可由利特尔(Little)原则计算出: L=qnD 假设系统有排队的时间比等于饱和度,那么有排队时的平均排队长度为: L=qnD/x=qmD 2021/9/12 CH10 无信号交叉口理论 * 假设排队长度分布为几何分布: 式中:P(n)—是n辆车在次要街道排队的概率, x—饱和度 2021/9/12 CH10 无信号交叉口理论 * 累积分布函数: 基于式（10.53）的95%排队长度 2021/9/12 CH10 无信号交叉口理论 * 4. 停车率 假设次要车流车辆随机到达,而主要