第三讲交通流特性.pptxVIP

会计学;2-2交通流理论的发展;汽车诞生前的运输;汽车诞生前的运输;车辆运输和汽车的诞生;一、交通流理论的发展过程;研究背景 交通工程学刚刚诞生，需要建立交通工程学的基本理论体系，探索道路交通的基本规律 代表性人物 格林希尔茨（Bruce D. Greenshields） 研究手段 大量现场调查与观测 利用概率论与数理统计，建立模型 代表性成果 交通流与速度的关系模型;快速发展阶段;研究背景 汽车拥有量大幅度增加，交通规划、交通控制开始发展，需要交通流理论进行支撑 代表性人物 沃尔卓普（Wardrop） 韦伯斯特（Webster）等一批学者 研究手段 大量现场调查与观测 运筹学、物理学模型 代表性成果 车辆跟弛理论 交通波动理论 随机排队理论等;稳定发展阶段;代表性成果 交通产生理论——交通需求分析 交通流特征 交通供给理论 交通平衡理论——路网交通流调度（分配） 交通模拟理论——计算机模拟再现、辅助决策;交通流理论的发展;2-3交通流理论研究的内容;2-3交通流理论研究的内容;2-4交通流理论的知识体系;2-4交通流理论的知识体系;2-5 交通流理论的发展趋势;第三讲 交通流特性复习;3-1交通流基本参数复习与回顾;3-1交通流基本参数复习与回顾;密集度;密 度;密 度;6 速度 时间平均速度（Time Mean Speed） 区间平均速度（Space Mean Speed）;地点车速——车辆通过道路某一点时的速度;时间平均车速;区间平均车速;时间平均速度与区间平均车速;时间平均速度与区间平均车速;时间平均速度与区间平均速度;时间平均速度与区间平均速度;时间平均速度与区间平均速度;区分时间平均车速和区间平均车速的意义;3-2 交通流参数调查方法;浮动车法：;(2)调查数据计算 ①测定方向上的交通量;浮动车调查方法两个重要计算;浮动车调查方法两个重要计算;3-3 交通流参数的统计分布;一. 离散型分布;1. 泊松（Poisson）分布 式中:P(k)——在计数间隔t内到达k辆车或人的概率; λ——单位时间内的平均到达率(辆/s或人/s)； t——每个计数间隔持续的时间(s)或距离(m)； e——自然对数的底，取值为2.71828; 均值M与方差D均为λt;即 M=D=λt;① 设Pi (t )表示 t时间内到达i辆车(人)的概率，则 ② 在t+?t时间内到达 i辆车的概率为 ③ 令 ?tY 0时有微分递推关系式： ④ 解上述微分方程和递推关系式可以得到t时间内到达k辆车概率;① 到达数小于 k 辆车(人)的概率(m= λt)： ② 到达数小于等于 k 的概率： ③ 到达数大于 k 的概率： ④ 到达数大于等于 k 的概率：;⑤ 到达数至少是x但不超过y的概率： ⑥ 用泊松分布拟合观测数据时，参数 m 按下式计算： 式中：g——观测数据分组数； fj——计算间隔t内到达kj辆车(人)这一事件发生的次(频)数； kj——计数间隔t内的到达数或各组的中值； N——观测的总计间隔数。;2)递推公式 3)应用条件 ;2. 二项（Binomial）分布 式中P(k)—计数间隔t内到达k辆车或k个人的概率； λ——平均到达率(辆/s或人/s)； t——每个计数间隔持续的时间(s)或距离(m)； n——正整数；;① 贝努里（Bernoulli）概型： 1)每次试验条件都一样，每次出现结果只有两个：S、F，S出现的概率为p； 2)每次试验的结果不互相影响，或者称为相互独立； 3)进行固定的n次试验，结果S出现次数的概率； ② 对于贝努里概型，结果S在n次试验中出现 k次车概率 ③ 车流拥挤，自由流成份少，拥挤流等间距行驶，如果划分n 组，每组作为一个“车辆事件”其概率为 ④ “车辆事件”构成贝努里概型，得出到达车辆数概率;二项分布估计拥挤流合理性分析：大量观测数据说明合适;通常记p=λt/n，则二项分布可写成： 式中：0＜p＜1，n、p称为分布参数。 对于二项分布，其均值M=np,方差D=np(1-p)，M＞D。因此，当用二项分布拟合观测数时，根据参数p、n与方差，均值的关系式，用样本的均值m、方差S2代替M、D，p、n可按下列关系式估算：;2)递推公式 3)应用条件 车流拥挤，观测统计方差与平均值S2/m小于1时，交通流的车辆到达分布用二项分布拟合较好。;3. 负二项（Negative Binomial）分布 p、β为负二项布参数。0＜p＜1，β为