道路拥堵概率估计方法及其在城市交通运行评价中的应用

交通运输系统工程与信息 ›› 2015, Vol. 15 ›› Issue (6): 161-169.

道路拥堵概率估计方法及其在城市交通运行评价中的应用

张彭*¹，张晓松¹，雷方舒¹，朱广宇²，郭继孚¹，全永燊¹

1. 北京交通发展研究中心, 北京100073；2. 北京交通大学, 北京100044

收稿日期:2015-06-16 修回日期:2015-10-20 出版日期:2015-12-25 发布日期:2015-12-25
作者简介:张彭（1976-），男，陕西西安人，高级工程师，博士.
基金资助:
国家自然科学基金（61572069）；北京市交通委优秀专业技术人才项目(kj2013-2-34) ；城市交通运行仿真与决策支持北京市重点实验室资助项目（BZ0012）.

A Method for Estimating Road Congestion Probability and Its Application in Urban Traffic Operation Evaluation

ZHANG Peng¹, ZHANG Xiao-song¹, LEI Fang-shu¹, ZHU Guang-yu²,GUO Ji-fu¹,Quan Yong-shen¹

1.Beijing Transportation Research Center, Beijing 100073, China; 2.Beijing Jiaotong University, Beijing 100044, China

Received:2015-06-16 Revised:2015-10-20 Online:2015-12-25 Published:2015-12-25

摘要/Abstract

摘要：

首先提出能够统一描述不同交通负荷下路段内车流离散性进的出行时间指数（TTI）概率分布模型，并建立该分布模型参数随路段速度变化的模型.进而给出一种新的拥堵概率估计方法.其根据路段速度获得路段内车辆TTI 的概率分布参数，进而获得隐含的车辆TTI 概率分布及路段处于不同拥堵状态的概率.应用于交通运行评价，解决了现有方法评价结果受路段长度影响，以及微观评价波动性大的缺陷.给出的理论方法在交通运行分析、仿真及控制领域具有广泛的应用前景.

关键词: 交通工程；交通运行评价；交通流离散性；动态模型, 拥堵概率；TTI概率分布

Abstract:

First, this paper proposes and validates that travel time index (TTI) of vehicles have a uniform probability distribution mode under different link speed. Then, it proposes a model which describes how the distribution parameters vary with link speed. On such basis, a novel method of estimating congestion probability for traffic operation evaluation is presented. Probability distribution parameters are obtained based on road speed, then different congestion probability could be got according to probability distribution. The proposed models and method are used to solve the insufficient problem of existing traffic operation evaluation methods of big cities in China. The result shows that the given method can address the impact of link length on evaluation result and significant volatility of microscopic evaluation entailed by the existing methods. The proposed theoretical models hold broad application prospects in the field of traffic performance analysis.

Key words: traffic engineering, traffic operation evaluation, traffic flow dispersion, dynamic model, congestion probability, TTI probability distribution

中图分类号:

U491.14

张彭，张晓松，雷方舒，朱广宇，郭继孚，全永燊. 道路拥堵概率估计方法及其在城市交通运行评价中的应用[J]. 交通运输系统工程与信息, 2015, 15(6): 161-169.

ZHANG Peng, ZHANG Xiao-song, LEI Fang-shu, ZHU Guang-yu,GUO Ji-fu,Quan Yong-shen. A Method for Estimating Road Congestion Probability and Its Application in Urban Traffic Operation Evaluation[J]. Journal of Transportation Systems Engineering and Information Technology, 2015, 15(6): 161-169.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract19097.shtml

http://www.tseit.org.cn/CN/Y2015/V15/I6/161

参考文献

[1] TRB. Highway capacity manual[M]. Washington DC： Nation Research Council, 2000.

[2] 董春娇, 邵春福, 诸葛承祥, 等. 基于实测数据的快速路交通流参数模型[J]. 交通运输系统工程与信息, 2013, 13(3): 46-52. [DONG C J, SHAO C F, ZHUGE C X, et al. Estimating traffic flow models for urban expressway based on measurement data[J]. Transportation Systems Engineering and Information. 2013, 13(3): 46-52.]

[3] Geroliminis N, Daganzo C F. Existence of urban-scale macroscopic fundamental diagrams: Some experimental findings[J]. Transportation Research Part B: Methodological, 2008, 42(9): 759-770.

[4] Schrank D, Lomax T, Eisele B. 2011 urban mobility report[R]. 2011.

[5] Takaba S, Morita T, Hada T, et al. Estimation and measurement of travel time by vehicle detectors and license plate readers[C]//Vehicle Navigation and Information Systems Conference, 1991. IEEE, 1991(2): 257-267.

[6] Lyman K, Dill J, Bertini R. Travel time reliability in regional transportation planning[R]. Field Area Paper, 2007.

[7] 吕北岳. 基于浮动车的深圳市道路交通运行评价研究[D]. 武汉大学, 2013. [LV B Y. Evaluation of road traffic operations in Shenzhen based on floating car data[D]. Wuhan University, 2013.]

[8] 郭继孚, 刘梦涵, 于雷, 等. 北京市交通拥堵宏观评价指标体系开发及其应用[J]. 2007 年第三届中国智能交通年会学术委员会, 2007: 341-346. [GUO J F, LIU M H, YU L, et al. Traffic congestion macroscopic evaluation system development and application in Beijing[J]. The Third China Intelligent Transport Annual Meeting of the Academic Committee in 2007: 341-346.]

[9] Wen H, Hu Z, Guo J, et al. Operational analysis on Beijing road network during the olympic games[J]. Journal of Transportation Systems Engineering and Information Technology, 2008, 8(6): 32-37.

[10] Jun J. Understanding the variability of speed distributions under mixed traffic conditions caused by holiday traffic[J]. Transportation Research Part C: Emerging Technologies, 2010, 18(4): 599-610.

[11] Wang F, Li L, Hu J M, et al. A Markov-process inspired CA model of highway traffic[J]. International Journal of Modern Physics C, 2009, 20(01): 117-131.

[1]	钱剑培，邵春福,李军，蔡楠，黄士琛. 基于票务数据的团体旅客出行目的推断[J]. 交通运输系统工程与信息, 2020, 20(6): 99-105.
[2]	罗文慧，董宝田，王泽胜. 基于CNN-SVR 混合深度学习模型的短时交通流预测[J]. 交通运输系统工程与信息, 2017, 17(5): 68-74.
[3]	张彭，雷方舒，张晓松，朱广宇，郭继孚，全永燊. 机动车出行需求管理对路网运行影响的系统分析方法[J]. 交通运输系统工程与信息, 2017, 17(1): 227-234.
[4]	杜瑾，郝珺，樊海玮. 基于簇形均衡评估的高速公路收费数据聚类[J]. 交通运输系统工程与信息, 2016, 16(2): 98-103.
[5]	康军，段宗涛，唐蕾，刘研，王超. 高斯过程回归短时交通流预测方法[J]. 交通运输系统工程与信息, 2015, 15(4): 51-56.
[6]	范文博. 美国高承载率车道拥挤收费方案建模[J]. 交通运输系统工程与信息, 2015, 15(3): 204-213.
[7]	范文博，朱炜. 基于信用的拥挤收费方案介绍与评价—— FAIR 道路[J]. 交通运输系统工程与信息, 2015, 15(2): 42-47.
[8]	范文博，吕雪，向红艳. 三类运营机制下两类停车设施定价问题研究[J]. 交通运输系统工程与信息, 2014, 14(6): 30-35.
[9]	吕进，赵祥模，樊海玮，旺乃姆. 基于生长自组织神经网络群的交通流预测[J]. 交通运输系统工程与信息, 2013, 13(3): 33-39.
[10]	范文博*. 基于地铁的停车换乘可靠性分析[J]. 交通运输系统工程与信息, 2013, 13(2): 57-62.
[11]	张娟, 孙剑. 基于SVM的城市快速路行程时间预测研究[J]. 交通运输系统工程与信息, 2011, 11(2): 174-179.
[12]	张通,张骏,杨霄. 基于混合AGO-SVM的高速公路短时交通量预测研究[J]. 交通运输系统工程与信息, 2011, 11(1): 157-162 .
[13]	姚广铮,孙壮志,邵春福,李霞,马壮林. 节假日出行活动模式与个人属性相关性分析[J]. 交通运输系统工程与信息, 2008, 8(6): 56-60 .
[14]	李霞,邵春福,孙壮志,姚广铮,董春娇. 基于结构方程的节假日居民出行和活动关联性建模分析[J]. 交通运输系统工程与信息, 2008, 8(6): 91-95 .
[15]	孙湘海,刘潭秋. 基于神经网络和SARIMA组合模型的短期交通流预测[J]. 交通运输系统工程与信息, 2008, 8(5): 32-37 .