基于社会力的信号交叉口施工区交通流建模

交通运输系统工程与信息 ›› 2016, Vol. 16 ›› Issue (1): 99-104.

基于社会力的信号交叉口施工区交通流建模

邱小平1,2,3，孙若晓1，马丽娜1，杨达*1,2

1. 西南交通大学交通运输与物流学院，成都610031；2. 西南交通大学综合交通运输智能化国家地方联合工程实验室，成都610031；3. 综合运输四川省重点实验室，成都610031)

收稿日期:2015-05-07 修回日期:2015-10-29 出版日期:2016-02-25 发布日期:2016-02-25
作者简介:邱小平(1976-)，男，四川南充人，博士，教授.
基金资助:
国家自然科学基金/National Natural Science Foundation of China (51408509, 51278429)；四川省科技厅项目/ Foundation of Science and Technology Department of Sichuan Province (2013GZX0167, 2014ZR0091)；成都市科技局软科学项目/ Soft Science Foundation of Science and Technology Department of Chengdu (2014RK0000056ZF, 2014RK0000072ZF).

Modeling and Analyzing of Traffic Flow on the Work Zone of Urban Signalized Intersection Based on Social Force

QIU Xiao-ping1,2,3, SUN Ruo-xiao1, MALi-na1, YANG Da1,2

1. School of Transportation and Logistics, Southwest Jiaotong University, Chengdu 610031, China; 2. Comprehensive Intelligent Transportation National and Local Joint Engineering Laboratory, Southwest Jiaotong University, Chengdu 610031, China; 3. Comprehensive Transportation Key Laboratory of Sichuan Province, Chengdu 610031, China)

Received:2015-05-07 Revised:2015-10-29 Online:2016-02-25 Published:2016-02-25

摘要/Abstract

摘要：

由于施工区的存在，城市道路信号交叉口通行能力下降，车流运行混乱.本文为了从微观层面研究信号交叉口施工区交通流运行特性，以初始社会力模型为基础，首次提出一种新的适用于交叉口交通流的社会力模型；通过对影响岛式施工区通行能力的因素进行分析，设计出一套数据采集方案；利用实测数据并结合遗传算法对提出的模型进行标定，使用统计学指标对标定结果展开评价.结果表明，提出的新模型仿真得到的交通量与实测值平均绝对相对误差仅为0.028，能为信号交叉口施工区交通流模拟提供参考.

关键词: 交通工程, 交通流建模, 仿真, 施工区, 社会力模型, 遗传算法标定

Abstract:

The capacity of urban signalized intersection will decrease and traffic flow will run chaotically because of a work zone sets in the intersection. In order to study urban signal intersection work zone traffic flow at a micro level, it puts forward a new applicable social force model of intersection traffic flow for the first time, based on initial social force model. Factors affecting the capacity of island work zone are analyzed. A data collection program is designed to obtain data of work zone intersection. The measured data and genetic algorithm (GA) are used to do the presented model calibration, and then it is evaluated with several statistical indicators. The results show that the average absolute relative error of simulation traffic data and real data is 0.028, so it can make a reference to analyze the traffic flow of urban signal intersection work zone.

Key words: traffic engineering, traffic flow modeling, simulation, work zone, social force model, genetic algorithm calibration

中图分类号:

U491.2

邱小平，孙若晓，马丽娜，杨达. 基于社会力的信号交叉口施工区交通流建模[J]. 交通运输系统工程与信息, 2016, 16(1): 99-104.

QIU Xiao-ping, SUN Ruo-xiao, MALi-na, YANG Da. Modeling and Analyzing of Traffic Flow on the Work Zone of Urban Signalized Intersection Based on Social Force[J]. Journal of Transportation Systems Engineering and Information Technology, 2016, 16(1): 99-104.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract19146.shtml

http://www.tseit.org.cn/CN/Y2016/V16/I1/99

参考文献

[1] Lighthill M J, Whitham G B, On kinematic waves. II. A theory of traffic flow on long crowded roads[C]// Proceedings of the Royal Society of London A:Mathematical, Physical and Engineering Sciences. 1955.

[2] Richards P.I. Shock waves on the highway[J]. Operations research, 1956, 4(1): 42-51.
[3] 陈振起. 混合交通交叉口直行机动车运行特性分析与建模[D]. 北京: 北京交通大学, 2009. [CHEN Z Q. Analysis and modeling on characteristics of through vehicles’ movement at signalized intersection with mixed traffic[D]. Beijing:Beijing Jiaotong University,2009.]
[4] Esser J, Schreckenberg M. Microscopic simulation of urban traffic based on cellular automata[J]. International Journal of Modern Physics C, 1997, 8(05): 1025-1036.
[5] Helbing D, Molnar P. Social force model for pedestrian dynamics[J]. Physical Review E(S1539-3755), 1995, 51(5): 4282-4285.
[6] Helbing D, Farkas I, Vicsek T. Simulating dynamical features of escape panic[J]. Nature(S3503-5023), 2000,40(7): 487-490.
[7] Helbing D, Jiang Rui, Treiber M. Analytical investigation of oscillations in intersecting flows of pedestrian and vehicle traffic[J]. Physical Review E, 2005, 72(4): 046130.
[8] Anvari B, A mathematical model for driver and pedestrian interaction in shared space environments[C].Proceedings of the 44th Universities Transport Study Group Conference, Aberdeen, UK. 2012.
[9] 杨达, 蒲云, 祝俪菱, 等. 改进的基于安全距离的车辆跟驰模型[J]. 北京工业大学学报, 2013, 39(9): 1335-1342. [YANG D, PU Y, ZHU L L, et al. Improved safe distance car- following model[J]. Journal of Beijing University of Technology, 2013, 39(9): 1335-1342.]
[10] 王青燕. 微观交通仿真模型参数标定及检验研究[D].山东: 山东大学, 2013.[WANG Q Y. Parameters calibration and test research of microscopic traffic simulation model[D]. Shandong: Shandong University,2013.]
[11] Rakha H, Pecker C, Cybis B. Calibration procedure for Gipps car-following model[J]. Transportation Research Record: Journal of the Transportation Research Board,2007, 1999(1): 115-127.
[12] Brown F B, Nagaya Y. The MCNP5 random number generator[R]. American Nuclear Society: Washington,DC, 2002.
[13] 王殿海. 交通流理论:第一版[M]. 北京:人民交通出版社, 2002. [WANG D H. Traffic flow theory[M]. Beijing:People’s Communication Press,2002.]
[14] 刘洋. 城市微观交通仿真系统研究[D]. 陕西: 西北工业大学, 2006. [LIU Y. Urban microscopic traffic simulation system Research[D]. Shanxi: Northwestern Polytrchnical University, 2006.

[1]	林建新, 刘博, 赵霞, 张蕾. 基于混合约束自编码器的机动车工况智能构建方法[J]. 交通运输系统工程与信息, 2022, 22(2): 109-116.
[2]	刘春禹, 刘永红, 罗霞, 朱颖. 混合交通流环境下单交叉口自动驾驶车辆轨迹优化[J]. 交通运输系统工程与信息, 2022, 22(2): 154-162.
[3]	郝妍熙, 刘戎阳, 胡华, 方勇, 刘志钢. 单向通道行人-自行车混合流建模及自组织现象研究[J]. 交通运输系统工程与信息, 2022, 22(2): 223-229.
[4]	戢晓峰, 耿昭师. 山区双车道公路货车碰撞预测的双变量冲突极值模型[J]. 交通运输系统工程与信息, 2022, 22(2): 230-238.
[5]	张建波, 孙建平, 徐春玲, 郭镜霞, 温慧敏, 宋国华. 考虑交通运行条件影响的驾驶员特征聚类[J]. 交通运输系统工程与信息, 2022, 22(2): 330-336.
[6]	马景峰, 任刚, 李豪杰, 曹奇, 杜建玮. 电动自行车与机动车事故严重性影响因素分析[J]. 交通运输系统工程与信息, 2022, 22(2): 337-348.
[7]	宗芳, 王猛, 贺正冰. 考虑多车影响的分子动力学智能网联跟驰模型[J]. 交通运输系统工程与信息, 2022, 22(1): 37-48.
[8]	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.
[9]	廖鹏, 唐铁桥. 基于车辆动力传动和转向系统的换道轨迹优化策略[J]. 交通运输系统工程与信息, 2022, 22(1): 98-105.
[10]	刘永红, 罗霞, 胡剑鹏. 考虑临时和预约需求的共享泊位动态分配方法[J]. 交通运输系统工程与信息, 2022, 22(1): 171-181.
[11]	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.
[12]	张玉婷, 陈波佑, 张双焱, 闫学东, 李晓梦. 抵近信控交叉口分心驾驶识别模型[J]. 交通运输系统工程与信息, 2022, 22(1): 217-224.
[13]	宋浪, 王健, 杨滨毓, 安实. 连续流交叉口左转非机动车交通组织创新设计[J]. 交通运输系统工程与信息, 2022, 22(1): 225-233.
[14]	白婧荣, 唐伯明, 孙宗元, 毕辉云, 向恬君. 毗邻互通立交特长隧道驾驶负荷研究[J]. 交通运输系统工程与信息, 2022, 22(1): 301-310.
[15]	邵斐, 张永锋, 真虹. 中国进口铁矿石海运网络抗毁性仿真[J]. 交通运输系统工程与信息, 2022, 22(1): 311-321.