HMI—城市快速路交通拥堵的一个预警指标

交通运输系统工程与信息 ›› 2008, Vol. 8 ›› Issue (5): 26-31 .

• 智能交通系统与信息技术 • 上一篇下一篇

HMI—城市快速路交通拥堵的一个预警指标

关伟^*;何蜀燕;马继辉

北京交通大学交通运输学院，北京 100044

收稿日期:2008-04-09 修回日期:2008-06-18 出版日期:2008-10-25 发布日期:2008-10-25
通讯作者: 关伟
作者简介:关伟（1968-），男，安徽霍丘人，教授，博士生导师.
基金资助:
国家高技术研究发展计划（2006AA11Z212）；国家重点基础研究发展计划（2006CB705507）；教育部科学技术研究重点项目（106031）和高等学校博士学科点专项科研基金（20070004020）。

HMI—Prewarning Index of Traffic Jam Formation on Urban Freeway

GUAN Wei;HE Shu-yan;MA Ji-hui

School of Traffic and Transportation,Beijing Jiaotong University, Beijing 100044, China

Received:2008-04-09 Revised:2008-06-18 Online:2008-10-25 Published:2008-10-25
Contact: GUAN Wei

摘要/Abstract

摘要： 借鉴定性推理中描述参数的相关方法，首先提出了描述城市快速路各车道交通流同态程度的概念——同态度量指数（Homogeneous Measure Index ，HMI)，大量对快速路的实证研究得到的HMI指数反应了不同情况下交通流状态的定性差异。通过对北京环路交通拥堵发生与消散过程的观察和分析，本文发现当交通拥堵发生或消散的过程被触发时，不同车道交通流的同态度量指数HMI会发生定性跃迁变化，并且各车道交通流的同态性变化将是一个“同态 非同态同态”的过程，因此可以利用这一性质，将HMI作为一个指标来对城市快速路交通拥堵是否可能发生进行预警。

关键词: 城市快速路, 交通流, 交通拥堵, 预警指标

Abstract: In this paper, referring to the concepts of qualitative reasoning, the concepts, such as homogeneous measure index (HMI), are utilized to calculate the cross-lane synchronized degree of the traffic flow. The actual data of Beijing Third Ring Road are presented to describe the procedure of formation of traffic jam, and the concepts proposed in this paper are used to clearly illustrate such procedure. From the empirical data of traffic flow, we find out that for a multi-lane road, before the formation of traffic jam ,the HMI of the traffic flow will change abruptly and the state transition from homogeneous (H-S) to non-homogeneous state (N-S) is likely occur. Therefore, the HMI can be considered as a prewarning index of the formation of traffic jam.

Key words: unban freeway, traffic flow, traffic jam, prewarning index

中图分类号:

U491.265

关伟,何蜀燕,马继辉. HMI—城市快速路交通拥堵的一个预警指标[J]. 交通运输系统工程与信息, 2008, 8(5): 26-31 .

GUAN Wei,HE Shu-yan,MA Ji-hui. HMI—Prewarning Index of Traffic Jam Formation on Urban Freeway[J]. Journal of Transportation Systems Engineering and Information Technology, 2008, 8(5): 26-31 .

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract17705.shtml

http://www.tseit.org.cn/CN/Y2008/V8/I5/26

参考文献

[1] Helbing, D, Hennecke, A, Shvetsov, V, Treiber, M, Micro- and macro-simulation of freeway traffic[J]. Mathematical and Computer Modeling. 2002, 35: 517-547.

[2] Kerner B S. Three-phase traffic theory and highway capacity [J]. Physica A, 2004, 333: 379-440.

[3] Treiber M, Hennecke A, Helbing D, Congested traffic states in empirical observations and microscopic simulations [J]. Physical Review E, 2000, 62: 1805-1824.

[4] Kerner, B S, Empirical macroscopic features of spatial-temporal traffic patterns at highway bottlenecks [J]. Physical Review E, 2002, 65: 046138.

[5] GUAN Wei. A qualitative model of cross-lane inhomogeneities in traffic flow [J]. IEEE Trans on Intelligent Transportation Systems, 2004, 5: 188-199.

[6] GUAN Wei, HE Shu-yan. Statistical features of traffic flow on urban freeways [J]. Physica A: Statistical Mechanics and its Applications, 2008, 387(4): 944-954.

[7] 关伟，何蜀燕，基于统计特性的城市快速路交通流状态划分[J]，交通运输系统工程与信息, 2007: 7(5), 42-50. [GUAN Wei, HE Shu-yan. Phase identification of urban freeway traffic based on statistical properties [J]. Journal of Transportation Systems Engineering and Information Technology. 2007, 7(5): 42-50.]

[8] 姜桂艳,冮龙晖,王江锋. 城市快速路交通拥挤识别方法[J], 交通运输工程学报, 2006, 6(3): 87-91.

[JIANG, Gui-yan, JIANG Long-hui, WANG Jiang-feng. Traffic congestion identification method of urban expressway [J], Journal of Traffic and Transportation Engineering, 2006, 6(3): 87-91]

[9] 关伟.交通拥堵发生时车道非同态性变化的仿真分析 [J]. 系统仿真学报， 2006, 18(5): 1339-1342. [GUAN Wei, Simulation of cross-lane inhomogeneities in traffic jam formation [J], Journal of System Simulation, 2006, 18(5): 1339-1342.]

[1]	陈小红, 蓝秋雨. 不确定交通需求下交叉口信号配时区间优化模型[J]. 交通运输系统工程与信息, 2022, 22(2): 247-256.
[2]	宋现敏, 张璐雨, 白乔文, 王鑫. 快速路入口匝道与衔接交叉口联动控制优化方法[J]. 交通运输系统工程与信息, 2021, 21(6): 63-73.
[3]	贺正冰, 徐瑞康, 谢东繁, 宗芳, 钟任新. 数据驱动跟驰模型综述[J]. 交通运输系统工程与信息, 2021, 21(5): 102-113.
[4]	龙建成, 郭嘉琪. 动态交通分配问题研究回顾与展望[J]. 交通运输系统工程与信息, 2021, 21(5): 125-138.
[5]	田钧方, 朱陈强, 贾宁, 马寿峰. 基于轨迹数据的车辆跟驰行为分析与建模综述[J]. 交通运输系统工程与信息, 2021, 21(5): 148-159.
[6]	张伟斌, 张蒲璘, 苏子毅, 孙锋. 基于自注意力机制与图自编码器的路网交通流数据修复模型[J]. 交通运输系统工程与信息, 2021, 21(4): 90-98.
[7]	李桃迎，王婷，张羽琪. 考虑多特征的高速公路交通流预测模型[J]. 交通运输系统工程与信息, 2021, 21(3): 101-111.
[8]	张文松，姚荣涵. 基于时空特性和组合深度学习的交通流参数估计[J]. 交通运输系统工程与信息, 2021, 21(1): 82-89.
[9]	李霞，汪一戈，崔洪军，朱敏清，王欣桐. 智能网联环境下复杂异质交通流稳定性解析[J]. 交通运输系统工程与信息, 2020, 20(6): 114-120.
[10]	梁军，钱晨阳，陈龙，王文飒，赵彤阳. 智能网联车辆混行交通流中灯语意图识别模型研究[J]. 交通运输系统工程与信息, 2020, 20(5): 36-44.
[11]	陈喜群，周凌霄，曹震 . 基于图卷积网络的路网短时交通流预测研究[J]. 交通运输系统工程与信息, 2020, 20(4): 49-55.
[12]	李嫚嫚，陆建，孙加辉. 多类型信息下的网络交通流演化模型[J]. 交通运输系统工程与信息, 2020, 20(4): 97-105.
[13]	陈华伟，邵毅明，敖谷昌，张惠玲. 研究降雨事件对交通流时空特性的影响[J]. 交通运输系统工程与信息, 2020, 20(4): 244-252.
[14]	陆文琦，芮一康，冉斌，谷远利. 智能网联环境下基于混合深度学习的交通流预测模型[J]. 交通运输系统工程与信息, 2020, 20(3): 47-53.
[15]	刘小明，田玉林，唐少虎，尚春琳，魏路. 基于时延特性建模的多断面短时交通流预测[J]. 交通运输系统工程与信息, 2020, 20(3): 54-60.

HMI—城市快速路交通拥堵的一个预警指标

HMI—Prewarning Index of Traffic Jam Formation on Urban Freeway

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics