城市快速道路异常事件下路段行程时间的研究

交通运输系统工程与信息 ›› 2003, Vol. 3 ›› Issue (2): 57-59 .

城市快速道路异常事件下路段行程时间的研究

臧华，彭国雄

同济大学交通运输学院，上海200092

收稿日期:2002-12-24 修回日期:1900-01-01 出版日期:2003-05-01 发布日期:2003-05-01

A Study of Link Travel Time Function During Incident on Urban Expressway

ZANG Hua，PENG Guo-xiong

School of Transportation, Tongji University, Shanghai 200092, China

Received:2002-12-24 Revised:1900-01-01 Online:2003-05-01 Published:2003-05-01

摘要/Abstract

摘要： 分析了高速道路交通事故发生后事发路段行程时间构成，提出在上游交通需求大于瓶颈段的通行能力的情况下，事发路段的行程时间由四部分组成，并给出了各部分的计算模型；利用车流波动理论推导出瓶颈处的排队长度，并进一步给出排队车辆数，得出了车辆在瓶颈段上游行驶时间的模型和在瓶颈前排队等待时间的模型。本研究为开发高速道路紧急救援系统提供了理论依据。

关键词: 交通事故, 瓶颈, 波动理论, 行程时间

Abstract: This paper analyzes link travel time during incident on urban expressway, and presents the functions of link travel time. The function of link travel includes four parts when the traffic demand upstream exceeds the capacity at bottleneck. The focus is on calculating the vehicle running time upstream bottleneck and the delay time at bottleneck, and a traffic flow wave theory is used to calculate queuing length and the number of queuing vehicles. It gives a theory foundation to design emergency rescue system.

Key words: incident, bottleneck, wave theory, travel time

臧华,彭国雄. 城市快速道路异常事件下路段行程时间的研究[J]. 交通运输系统工程与信息, 2003, 3(2): 57-59 .

ZANG Hua,PENG Guo-xiong. A Study of Link Travel Time Function During Incident on Urban Expressway[J]. Journal of Transportation Systems Engineering and Information Technology, 2003, 3(2): 57-59 .

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract17070.shtml

http://www.tseit.org.cn/CN/Y2003/V3/I2/57

[1]	王殿海, 王奕飞, 黄宇浪, 刘泳, 曾佳棋. 车牌识别设备稀疏布局下的路段行程时间估计方法[J]. 交通运输系统工程与信息, 2025, 25(5): 83-90.
[2]	李传耀, 章孟丹, 唐铁桥. 考虑模块化公交供应限制的双模式早通勤均衡分析[J]. 交通运输系统工程与信息, 2025, 25(5): 205-214.
[3]	祝静静, 许项东. 路径冗余性对行程时间可靠性的影响分析[J]. 交通运输系统工程与信息, 2025, 25(3): 142-151.
[4]	方腾源, 徐峰祥, 朱其茂, 邹震. 时空约束下的道路交通事故与违法行为关联规则研究[J]. 交通运输系统工程与信息, 2025, 25(3): 246-254.
[5]	黄钢, 高岩, 赵冬, 寿任祯. 交通事故智能定责深度学习集成方法研究[J]. 交通运输系统工程与信息, 2025, 25(3): 299-307.
[6]	胡正华, 周继彪, 毛新华, 张敏捷. 基于图像序列分析的城市道路交通事故预测[J]. 交通运输系统工程与信息, 2024, 24(5): 91-102.
[7]	姚恩建, 王鑫, 刘莎莎, 杨扬, 李成. 考虑机会充电与行程时间可靠性的区域多车型电动公交调度优化[J]. 交通运输系统工程与信息, 2024, 24(4): 151-165.
[8]	王健宇, 陈献天, 焦朋朋, 覃楚亮, 王泽昊. 考虑建成环境的交通事故严重程度致因交互效应研究[J]. 交通运输系统工程与信息, 2024, 24(2): 272-280.
[9]	戢晓峰, 乔新. 建成环境对行人交通事故严重程度的非线性影响[J]. 交通运输系统工程与信息, 2023, 23(1): 314-323.
[10]	谢东繁, 贾惠迪, 李春艳, 赵小梅. 基于网格交通状态分类的行程时间规律挖掘与计算[J]. 交通运输系统工程与信息, 2022, 22(3): 168-178.
[11]	吕伟, 黄广琛, 汪京辉. 基于元胞自动机的高速公路瓶颈交通演化仿真[J]. 交通运输系统工程与信息, 2022, 22(3): 293-302.
[12]	马小龙, 余强, 刘建蓓. 基于路侧毫米波雷达的车辆碰撞概率计算方法[J]. 交通运输系统工程与信息, 2022, 22(1): 57-66.
[13]	戴庆, 林正奎, 曲毅, 张佳佳. 并列瓶颈路网下个人与家庭混合通勤行为研究[J]. 交通运输系统工程与信息, 2022, 22(1): 182-194.
[14]	袁振洲, 郭曼泽, 彭泳鑫, 杨洋. 基于梯度关联规则的老年行人交通事故风险识别[J]. 交通运输系统工程与信息, 2022, 22(1): 195-208.
[15]	钟绍鹏, 何璟, 朱康丽, 邹延权, 隽海民. 基于建成环境和低频浮动车数据的路段行程时间估计[J]. 交通运输系统工程与信息, 2021, 21(4): 125-131.