第四章道路交通流理论讲课文档.pptVIP

第四章道路交通流理论;1.概率统计分布的应用；

2.随机服务系统理论(排队论)的应用；

3.流体力学模拟理论(波动理论)的应用；

4.跟驰理论(动力学模拟理论)的应用。;二、当前交通流理论的主要内容;三、交通流的特性;（一）交通设施种类;1.总体特征;能反映交通流特性的一些特征变量：

(1)极大流量Qm，就是Q－V曲线上的峰值。

(2)临界速度Vm，即流量达到极大时的速度。

(3)最佳密度Km，即流量达到极大时的密量。

(4)阻塞密度Kj，车流密集到车辆无法移动(V=0)时的密度。

(5)畅行速度Vf，车流密度趋于零，车辆可以畅行无阻时的平均速度。;;(1)速度与密度关系

格林希尔茨(Greenshields)提出了速度一密度线性关系模型：

当交通密度很大时，可以采用格林柏(Grenberg)提出的对数模型：

式中：Vm—对应最大交通量时速度。

当密度很小时，可采用安德五德(Underwood)提出的指数模型：

式中：Km—为最大交通量时的速度。;第十页，共48页。;(2)流量与密度的关系

(3)流量与速度关系

综上所述，按格林希尔茨的速度—密度模型、流量—密度模型、速度—流量模型可以看出，Qm、Vm和Km是划分交通是否拥挤的重要特征值。当Q≤Qm、K＞Km、V＜Vm时，则交通属于拥挤；当Q≤Qm、K≤Km、V≥Vm时，则交通属于不拥挤。例;解：由题意可知：

当K=0时，V=Vf=88km/h,当V=0时，K=Kj=55辆/km。

则：Vm=44Km/h,Km=27.5辆/km,Qm=VmKm=1210辆/h。

由Q=VK和V=88-1.6K，有Q=88K-1.6K2(如图)。

当Q=0.8Qm时，由88K-1.6K2=0.8Qm=968，解得：KＡ＝15.2，ＫＢ＝39.8。

则有密度KA和KB与之对应，又由题意可知，所求密度小于Km，故为KA。

故当密度为KA=15.2辆/km，其速度为：

VA=88-1.6KA=88-1.6×15.2=63.68km/h

即KA=15.2辆/km，VA=63.68km/h为所求密度最高值与速度最低值。;;(1)交通拥挤的类型

①周期性的拥挤

②非周期性的拥挤

(2)瓶颈处的交通流

(3)交通密度分析

(4)非周期性拥挤;§4-2交通流的统计分布特性;一、交通流统计分布的含义与作用;二.离散型分布;1.泊松分布;②到达数小于等于k的概率：

③到达数大于k的概率：

???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

分布的均值M和方差D都等于λt。D2可按下式计算。

(4)应用举例

例4-1、例4-2、补充：例1、例2;例4-1设60辆车随机分布在4km长的道路上，求任意400m路段上有4辆及4辆车以上的概率。;例4-2;(1)基本公式

式中：P(k)——在计数间隔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；;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

车流比较拥挤、自由行驶机会不多的车流用二项分布拟合较好。

(4)应用举例

例4-3;对某一交叉口引道的研究指出：有25%的车辆右转弯，但无左转弯，问三辆车中有一辆车右转弯的概率是多少?;(1)基本公式

式中：p、β为负二