突发事件下路网关键路段的容量可靠性研究
基于关键路段流量限制的动态交通分配研究
基于关键路段流量限制的动态交通分配研究刘媛【摘要】针对高峰期路网各路段流量分布的不均匀性以及出行时间延误大的现象,将关键路段引入到动态交通流量的分配中,考虑关键路段对路网上流量分布的影响,在进行动态交通配流的过程中对关键路段上的流量进行控制.本文以系统总出行时间最小为目标,建立基于关键路段流量限制的动态交通分配模型,根据高峰时段路网上流量的特性与不同路段的不同特性,将关键路段的流量限制在合理的范围内,把超出其容量的流量合理转移到其他路段上,进行流量的协同分配,保证路网的正常运行,提高路网效率,从而缓解高峰期拥堵现象.最后设计了相应的遗传算法对模型进行求解,得到了各路段上流量的合理分布.%For the uneven distribution of link travel time and long link delays at the peak hours of network traffic,a concept of network critical link was introduced into the dynamic traffic flow assignment.Considering that the traffic volumes on some links are bigger than the others,and congestion is easy to happen on these links.Taking the volume impact on the critical links into consideration,a boundary to the volume on the critical link was set,meanwhile,aco-allocation scheme with other links was designed.Taking the total travel time of the system as an objective function,a dynamic traffic assignment model,based on volume restriction on the critical links at the peak hours,and to get a even distribution of the traffic volume on the whole network,was established.Thus,the congestion at the peak hours could be relieved to some extent.So,we could ensure the normal operation of the road network and improve the road network efficiency.Finally,a corresponding geneticalgorithm to solve the model was designed and the reasonable distribution of traffic volume was gained.【期刊名称】《交通运输工程与信息学报》【年(卷),期】2017(015)002【总页数】6页(P125-130)【关键词】动态交通分配;关键路段;流量分布;高峰期【作者】刘媛【作者单位】西南交通大学,交通运输与物流学院,成都610031【正文语种】中文【中图分类】U491.1动态交通分配是交通诱导系统的核心部分，在交通诱导准确性与及时性上发挥着重要作用，并且对于缓解城市拥堵，优化网络流量分配至关重要。
异常事件下路网恢复可靠性研究
２１ ０ ０年 ６月
武汉 理 工大学 学 报 （ 通科 学 与工 程版 ） 交
Ｊ ｕ ｎ ｌｏ ｕ ａ ｉｅ ｓｔ ｆＴｅ ｈ ｏｏ ｙ ｏ ｒ ａ ｆＷ ｈ ｎ Ｕｎ ｖ ｒｉｙ ｏ ｃ ｎ ｌｇ
（ ａ ｓ ｏ ｔｔ０ ｃｅ ｃ Ｔｒｎ ｐ ｒａ ｉｎ Ｓ ｉｎ ｅ＆ Ｅｎ ｉｅ ｒｎ ） ｇｎ ｅｉｇ
收 稿 １期 ： Ｏ Ｏ Ｏ — Ｏ ５ １ ２ ｌ — ３ １
的增 大 ， 通恢 复 时 间呈 倍 数增 长． 交 当事故持 续 时
间为 ２ ｎ 随 事 故 对 通 行 能 力 的影 响 加 大 ， ５ｍｉ， 交
通 恢 复 时 间 从 ２ ． ｍｉ 终 增 加 到 ｌ １ｍｉ． ５ ５ ｎ最 ｌ ｎ
技 术 分 析 了确 定 路 网 ｔ ｆ 持 线 时 问 、 故 严 重 程 度 及 平 均 饱 和 度 对 交 通 恢 复 时 间 的 影 响 ． 此 ｌ 敞 ｊ 事 在
基础上 ， 用 Ｄ 利 ＹＮＡＳ ＭＡＲ Ｔ仍 真得 到 的 数 据 建 立 了基 于 Ｂ Ｐ神 经 网 络 技 术 的 交 通 恢 复 时 间 模 型 ．
提 出 运 用 Ｍｏ ｔ Ｃ ｒ ｎ ｅ ａ ｌ 拟 技 术 计 算恢 复 可 靠 度 ， 通 过 一 个 简 单 的 算 例 对 以上 算 法 进 行 了验 证 ． ｏ模 并
关 键 词 ： 常 事 件 ； 复 可 靠 度 ； ＮＡＳ 异 恢 ＤＹ ＭＡＲ Ｔ仿 真 ；Ｐ神 经 网 络 ； ｎｅＣ ｒ 模 拟 Ｂ Ｍｏ ｔ ａｌ ｏ
Ｖｏ＿ ４ ＮＯ ｌ３ ．３
Ｊｎ ０ ０ ｕ ｅ２ １
异 常 事 件 下 路 网恢 复可 靠 性 研 究 ＊
高 爱 霞 ’ 陈艳 艳
交通运输网络的韧性与可靠性研究
交通运输网络的韧性与可靠性研究交通运输网络作为现代社会的重要组成部分，对于经济发展和社会运转起着至关重要的作用。
然而，在面临自然灾害、突发事件和人为破坏等情况下，交通运输网络的韧性和可靠性成为了一个备受关注的问题。
本文将对交通运输网络的韧性和可靠性进行研究分析。
一、韧性与可靠性的概念和关系韧性指的是交通运输网络在受到外界扰动时，能够快速恢复原有功能或者通过优化调整面临挑战。
而可靠性则是指网络在面临各种不确定因素时，能够保持正常运转的稳定性能。
两者关系密切，具有共生共存的特点。
韧性的提高可以增强网络的可靠性，而可靠性的保持则是韧性的基础。
因此，研究交通运输网络的韧性和可靠性对于提升交通系统的应对能力和运行效能至关重要。
二、韧性与可靠性的评估指标针对交通运输网络的韧性与可靠性，可以从多个方面进行评估。
一是节点评估，即对网络中的关键节点进行分析，包括交通枢纽、重要交叉口等。
通过评估关键节点的可靠性和韧性，可以有效评判整个网络的运输能力和系统稳定性。
二是路径评估，即对网络中常用交通路径进行分析，研究在不同条件下路径的可靠程度和交通效率。
通过比较路径的韧性和可靠性，可以为网络优化提供依据。
三是网络评估，即通过对整个交通运输网络的拓扑结构、网络连接性等方面进行分析，评估整个网络的可靠性和韧性。
通过综合比较关键性指标，可以得出交通运输网络的整体能力和应对能力。
三、韧性与可靠性的提升策略为了提升交通运输网络的韧性和可靠性，需要采取一系列的策略和措施。
首先，建立完善的信息系统和监测体系，及时获取交通网络的状况和变化趋势。
通过实时监测和数据分析，可以及时预警并做出相应应对措施。
其次，加强网络的可操作性，提升网络的自我修复能力。
在网络规划和设计中考虑多样性和冗余性，增加备份路径和关键节点，一旦遭受破坏，可以快速转移和恢复运输任务。
此外，增强网络的容错性和自适应性，通过优化路网和运输组织，实现对突发事件和拥堵情况的实时调整和适应。
道路交通系统韧性及路段重要度评估
道路交通系统韧性及路段重要度评估摘要：现当今，随着我国经济的快速发展，城镇化的推进，之前长期粗放式发展模式使城市脆弱性问题日益凸显.能源衰竭、油价狂飙、全球变暖、极端气候灾害频发等问题已成当今城市发展所面临的巨大挑战。
那么城市发展究竟该何去何从呢？为了解决城市问题，海绵城市、泛在城市、生态城市、智慧城市等理论不断被提出来。
然而这些理论对于应对城市问题来说都不够全面，因此近些年来韧性城市的概念被提出来，为应对城市危机和风险提供了新的思路和规划视角。
道路交通作为城市的重要的组成部分，起着连接城市的各个要素的关键作用.但是，目前在中国，城市交通问题频繁发生。
如果任其肆意发展下去，整个城市道路系统将陷入恶性循环，城市的交通、经济、文化的连系必将萎靡下去。
可见，城市道路交通空间的脆弱性对整个城市的发展有着不可磨灭的影响。
关键词：道路交通;系统韧性;路段重要度评估引言韧性可以全面描述扰动事件下系统吸收干扰并从干扰中恢复的能力.针对已有韧性指标对系统性能评价不全面、未考虑交通流量影响等问题，从路段通行能力退化与恢复入手，以网络效率为系统性能指标，构建全面评价扰动事件影响期内系统性能的韧性指标.分别基于乐观和悲观视角提出韧性增加值和韧性减少值路段重要度指标，提出识别路段重要度的启发式算法.算例结果表明：本文提出的韧性指标可全面描述扰动事件下路网性能退化与恢复全过程的平均累积性能，更加符合韧性指标内涵；韧性增加值和韧性减少值指标均能有效识别路段重要度，大部分路段重要度随时间动态变化.1道路交通系统韧性的定义扰动事件下道路交通系统的状态变化如图1所示.图1中：t0,te,td,tr分别表示初始时刻，扰动发生时刻，系统性能退化到最低程度时刻，以及系统性能恢复到预期状态时刻；F(t0),F(te),F(td),F(tr)分别表示t0,te,td,tr时刻的系统性能.将扰动事件下道路交通系统划分为3个阶段4种状态：3个阶段为未发生扰动阶段(te时刻以前)，扰动影响阶段(从te时刻到tr时刻)，扰动影响消除阶段(tr时刻以后)；4种系统状态为可靠状态，退化状态，恢复状态和恢复后状态.韧性是系统吸收扰动并从扰动中恢复的能力，其核心内涵包括两个方面：其一是吸收扰动的能力，通过扰动下系统性能退化程度体现；其二是系统从扰动中恢复的能力，通过系统恢复速度和恢复程度体现.因此，韧性评估指标应综合考虑扰动影响阶段系统的整体性能。
突发事件下公路网供需水平分析
响行车安全 。雪 以降雪强度表示雪 的强度等级 ， 雪
的大小 会 阻断公 路交 通设 施 ， 使 交 通 无 法 畅 通 甚 至 阻断 ， 且 路 面积雪 容 易结 冰 ， 车 辆轮 胎易 打滑 而发 生 碰 撞等 事故 。大 雪天 气下 ， 上 游行程 排 队时 ， 道路 的 通行 能力 由 ２ ４ ０ ０ ｖ ｅ ｈ ／ ｈ将 至 １ ６ ８ ０ ｖ ｅ ｈ ／ ｈ ， 降 幅 达
通通行 能 力的影 响程度 。
关键词 突发事件 自然灾害 交通事故
影响
Ａｎａ ｌ ｙ ｓ ｉ ｓ ｏ ｆ ｓ ｕ ｐｐ ｌ ｙ ａ ｎ ｄ ｄ ｅ ｍａ ｎｄ ｌ ｅ ｖ ｅ ｌ ｏ ｆ ｈｉ ｇ ｈｗａ ｙ ｎｅ ｔ ｗｏ ｒ ｋ ｕ ｎｄ ｅ ｒ ｓ ｕ ｄｄ ｅ ｎ ｉ ｎ ｃ ｉ ｄｅ ｎ ｔ
１ 自然灾 害 突发事 件对公 路 交通 的影 响分析
自然灾 害 突发 事 件 主要 是 指 地 质 、 地 震 等 自然 现象 引起 的突发 事 件 ， 针 对公 路 交 通 影 响 比较 广泛 的就 是暴雨 、 冰冻、 雪灾、 雾 等 自然天 气 因素 。
（ １ ） 雨
（ ３ ） 雾 天 雾 对 行 车视 距 影 响 最 大 ， 主要是 能见度 上面。
安全 的影 响最 大 。
（ ２ ） 冰雪 天气
（ １ ） 雾 天对 交通 的定 性影 响
７
徐 安 花等 突发 事件 对 公路 网影 响特 征 分析
根 据 高速公 路有 雾 （ 能 见度小 于 ３ ０ ０ ｍ） 和无 雾 （ 能见 度大 于 １ ０ ０ ０ ｍ） 的调 查数 据 ， 统计 分析 了小 型 车 和 大型 车 的车 速 累积 分 布 （ 图 １ ） ， 可 以看 出有 雾
基于路网中关键路段识别的应急交通组织优化
基于路网中关键路段识别的应急交通组织优化基于路网中关键路段识别的应急交通组织优化随着城市化进程的不断加快、交通工具的普及和人口的增加，城市交通面临着日益严峻的挑战。
在突发事件或自然灾害发生时，道路交通系统的正常运行常常受到严重干扰，给应急救援和人员疏散工作带来了巨大困难。
因此，基于路网中关键路段的识别，对应急交通组织的优化具有重要的意义。
首先，识别路网中的关键路段是进行应急交通组织优化的基础。
关键路段是指在交通流网络中，对整个路网的可达性、连通性和容量具有重要影响的路段。
识别关键路段的方法可以采用网络拓扑分析、交通流量分析等。
例如，可以通过分析交通流动的集中性和瓶颈性，以及路段的重要性指标，来确定关键路段。
识别出关键路段后，可以针对这些路段进行应急交通组织的优化。
其次，基于路网中关键路段的识别，可以优化应急交通组织。
在应急情况下，为了保障人员的安全和救援工作的顺利进行，需要有针对性地调整交通组织。
通过对关键路段的识别，可以分析路网的瓶颈和拥堵情况，合理安排交通流量的分配，确保救援车辆的快速通行和人员的疏散。
例如，在发生火灾等紧急情况时，可以将关键路段设置为紧急通道，优先保障救援车辆的畅通；同时，可以通过交通引导、交通信号灯的调整等措施，实现交通流量的最优分配，减少拥堵和延误。
此外，基于路网中关键路段的识别，还可以提高应急救援反应时间和有效性。
当突发事件发生时，及时反应和高效行动是至关重要的。
通过识别关键路段，可以确定主要的救援路径和疏散路线，并制定合理的交通管制措施，以确保救援车辆的迅速到达，并避免堵塞和拥堵的影响。
此外，在识别关键路段的基础上，可以利用智能交通系统等信息技术手段，实现救援车辆的动态导航和路径优化，提高救援反应时间和有效性。
最后，基于路网中关键路段的识别，还可以为城市规划和交通管理提供参考。
了解路网中的关键路段情况，可以揭示城市交通系统的薄弱环节和潜在风险，为城市规划和交通管理的决策提供科学依据。
城市交通规划与自然灾害应急通道
应急通道的选址与布局
选址原则：根据灾 害风险评估，选择 地势较高、地质条 件稳定、易于疏散 的区域。
布局设计：合理规 划通道数量和分布， 确保覆盖整个城市， 并考虑不同类型灾 害的影响。
通道功能：具备快 速通行、救援物资 运输、应急通讯等 功能，保障灾害发 生时人员和物资的 及时疏散。
配套设施：配备应 急照明、指示标志 、临时避难所等设 施，提高通道在灾 害中的实用性和安 全性。
推进国际合作与交流，有助于提高我国城市交通规划与自然灾害应急通道建设的水平，为全球城 市安全和可持续发展做出贡献。
YOUR LOGO
THANK YOU
汇报人：
汇报时间：20XX/01/01
添加 标题
日本东京：东京的交通规划中，有一条 名为“首都圈中央联络公路”，在遇到 自然灾害时，可以作为应急通道，保障 人员和物资的快速疏散。
加拿大温哥华：温哥华有一条连接市中 心和市郊的应急通道，名为“加拿大 线”，在遇到自然灾害时，可以迅速疏 散人员和物资。
经验教训与启示
国内外城市交通规划中自然灾害应急通道的案例分析
标识与导向：设置醒目、易懂的标识和导向系统，引导人群快速找到安全出口和避难所。
与其他交通方式的衔接
城市交通规划中自然灾害应急通 道应与城市道路、高速公路、铁 路等交通方式进行衔接，确保救 援物资和人员能够快速到达灾区。
应急通道应与航空运输进行衔接， 利用航空运输的快速和远程特点， 将救援物资和人员运送至灾区， 特别是对于偏远地区。
YOUR LOGO
,a click to unlimited possibilities
城市交通规划与自然灾害应急通道
汇报人：
汇报时间：20XX/01/01
交通运输网络的可靠性分析
交通运输网络的可靠性分析在现代社会，交通运输网络就如同人体的血管系统，负责将各种资源、人员和信息在不同的地区之间流动和分配。
其可靠性对于经济发展、社会运行以及人们的日常生活都有着至关重要的影响。
那么，究竟什么是交通运输网络的可靠性？又该如何对其进行分析呢？交通运输网络的可靠性，可以简单理解为在一定的条件下，运输网络能够按照预期稳定、持续地提供服务的能力。
这包括了多个方面，比如道路、铁路、航空、水运等不同运输方式的基础设施是否完好，运输工具是否能够正常运行，交通管理和调度是否高效等等。
要对交通运输网络的可靠性进行分析，首先得考虑基础设施的质量和状况。
道路的平整度、桥梁的承载能力、铁路轨道的稳定性，这些都是影响交通运输可靠性的基础因素。
如果道路坑洼不平，桥梁存在安全隐患，铁路轨道经常出现故障，那么整个运输网络的可靠性就会大打折扣。
运输工具的性能和维护情况也是关键因素。
以汽车为例，如果车辆经常出现故障，维修不及时，就会导致运输延误。
而对于飞机、火车等大型运输工具来说，定期的维护保养更是至关重要。
一旦出现故障，不仅会影响单次的运输任务，还可能对整个线路的运行造成连锁反应。
交通管理和调度系统的有效性也是不容忽视的。
合理的交通信号灯设置、有效的交通疏导措施，能够避免交通拥堵，提高道路的通行能力。
在铁路运输中，精准的调度可以确保列车按时到站、出发，减少晚点和冲突。
天气等自然因素也会对交通运输网络的可靠性产生影响。
暴雨、暴雪、大雾等恶劣天气可能导致道路封闭、航班延误、船舶停航。
因此，在分析可靠性时，必须要考虑不同地区、不同季节可能出现的极端天气情况，并制定相应的应急预案。
从网络拓扑结构的角度来看，交通运输网络的连通性和冗余度是重要的考量指标。
一个连通性好的网络，能够在部分线路出现故障时，通过其他路径进行迂回运输，从而减少对整体运输的影响。
而具有足够冗余度的网络，意味着有备用的线路和设施，能够在紧急情况下迅速投入使用，提高网络的抗风险能力。
《2024年灾变条件下通道路网运营安全管理及应急处置研究》范文
《灾变条件下通道路网运营安全管理及应急处置研究》篇一一、引言随着城市化进程的加速，通道路网作为城市基础设施的重要组成部分，其运营安全管理及应急处置能力显得尤为重要。
特别是在灾变条件下，如地震、洪水、雪灾等自然灾害发生时，通道路网的运营安全和应急处置能力直接关系到人民群众的生命财产安全和社会的稳定。
因此，本文将针对灾变条件下通道路网运营安全管理及应急处置进行深入研究，以期为提高我国通道路网的安全管理和应急处置能力提供参考。
二、通道路网运营安全管理的现状及挑战通道路网运营安全管理涉及到道路设计、施工、养护、管理等多个环节。
当前，我国通道路网运营安全管理已经取得了一定的成果，但仍然面临着诸多挑战。
一方面，随着城市化进程的加速，通道路网的规模不断扩大，管理难度也随之增加；另一方面，自然灾害等灾变事件的发生，对通道路网的运营安全提出了更高的要求。
因此，需要加强对通道路网运营安全管理的深入研究，提高其管理水平和应对能力。
三、灾变条件下通道路网运营安全管理的关键因素在灾变条件下，通道路网运营安全管理的关键因素主要包括以下几个方面：1. 设施设备的可靠性：通道路网的设施设备包括道路、桥梁、隧道、交通标志标线等，其可靠性直接影响到通道路网的安全运营。
因此，需要加强对设施设备的维护和检修，确保其正常运行。
2. 人员素质的培训：通道路网的管理人员和操作人员需要具备一定的专业知识和技能，能够应对各种突发情况。
因此，需要加强对人员的培训和教育，提高其应对能力和素质。
3. 应急预案的制定：针对不同灾变事件，需要制定相应的应急预案，明确应急处置的流程和责任人，确保在灾变发生时能够迅速、有效地进行处置。
四、应急处置策略及实施措施针对灾变条件下的通道路网运营安全管理，需要采取以下应急处置策略及实施措施：1. 加强监测预警：通过建立完善的监测系统，实时监测通道路网的运行状态，及时发现异常情况并进行预警，以便及时采取应对措施。
2. 快速响应机制：建立快速响应机制，一旦发生灾变事件，能够迅速启动应急预案，组织人员和资源进行应急处置。
突发灾害下可靠路径搜索模型与算法
突发灾害下可靠路径搜索模型与算法自然灾害和人为灾害的发生，给人类的公共安全和社会稳定带来了巨大的威胁。
随着人们对安全、可持续发展的日益重视，突发灾害应急管理的研究已经成为灾害管理的重要研究课题。
突发灾害下的可靠路径搜索模型与算法，在突发灾害应急及突发事件处理方面发挥着重要作用。
突发灾害下的可靠路径搜索模型与算法，是一种基于复杂网络系统建模的路径规划技术，它可以精确地模拟突发灾害下交通路径的可靠性，找到安全可靠的短期路径和长期恢复路径。
首先，可靠路径搜索模型和算法需要建立恰当的突发灾害的建模方法，即把突发灾害建模成网络系统中的节点，并使用相应的属性来刻画突发灾害发生时节点间关系的变化，从而更好地反映实际情况。
其次，需要构建可信度函数，以考虑在受突发灾害影响的网络系统中节点间的可靠性。
最后，要构建优化算法来解决可靠路径的搜索，这些算法可以有效地解决突发灾害网络问题。
此外，为了更好地应用可靠路径搜索模型和算法，需要在网络系统中引入一些其他的考虑因素。
这包括以下几方面：首先，考虑路径可靠性和安全性之间的矛盾；其次，考虑路径费用与时间之间的矛盾；第三，考虑不同路径的可选性；第四，考虑路径的可调节性；最后，考虑路径的可重复性。
突发灾害应急处置的有效性，不仅取决于路径搜索模型和算法的风险评估，还取决于更全面地考虑其他因素，如网络拓扑结构、信息传播与交通资源分配等，从而更准确地评估突发灾害发生时人们最佳的应急处置路径及其可靠性。
总之，突发灾害下可靠路径搜索模型和算法是一种有益的研究，它能够帮助人们快速准确地搜索出最优的路径，从而实现有效的灾害应对和恢复。
研究可靠路径搜索模型和算法的发展，将有助于突发灾害应急管理的更好实施，从而更有效地应对灾害，为人们带来安全和安心。
突发事件应急通信网络
通过技术创新和基础设施建设，提高通信网络的覆盖范围和稳定性，确保在任何情况下都能进行有效的信息传递。
网络覆盖的完善
利用人工智能、大数据等技术，实现应急通信的智能化和自动化，提高信息传递的效率和准确性。
智能化和自动化
加强不同地区、不同组织之间的协同合作，建立统一的应急通信标准和规范，实现信息的快速共享和协同应对。
跨部门跨区域协同
采用更加先进的安全技术和隐私保护措施，确保应急通信中的信息安全和隐私不受侵犯。
安全与隐私保护的强化
利用卫星通信技术，实现在偏远地区或灾害发生地的通信覆盖，保障信息的及时传递。
卫星通信技术
无人通信设备
自组网技术
人工智能与大数据技术
利用无人机、无人车等无人设备，实现在危险区域的通信保障，降低人员风险。
应急通信网络的建设和管理
建立高效、可靠、覆盖广泛的应急通信网络，确保在突发事件发生时能够快速响应，保障救援工作的顺利进行。
建设目标
采用多种通信技术手段，包括无线通信、卫星通信、微波通信等，构建多层次、全方位的应急通信网络体系。- 建设步骤：进行需求分析、网络规划、设备选型、站点布局、安装调试等步骤，确保网络建设质量和进度。
应急通信网络技术
卫星通信技术概述
卫星通信技术是一种利用人造地球卫星作为中继站，实现地球上不同地点间无线通信的技术。
1
2
3
有线通信技术是指利用金属导线或光纤等介质传输信息，实现固定电话、电视和数据传输等业务的通信方式。
有线通信技术概述
稳定性高、传输质量好、带宽大等。
有线通信技术的优势
在突发事件中，有线通信技术可用于固定指挥中心、重要场所的通信保障等方面。
基于路网抗毁可靠度的交通突发事件态势分析
关键词 ： 智能交通 ； 网络可靠性 ； 路 网抗毁可靠度 ； 交通突发事件 ； 态势理解
中 图分 类 号 ： Ｕ ４ ９ １ 文 献标 识码 ： Ａ
Ｔｒ ａ ｉｃ ｆ Ｉ ｎｃ ｉ ｄ ｅ ｎ ｔ Ｓ ｉ ｔ ｕａ ｔ ｉ ｏ ｎ Ｅｖ ａ ｌ ｕ ａ ｔ ｉ ｏ ｎ Ｂａ ｓ ｅ ｄ ｏ ｎ Ｒｏ ａ ｄ Ｎｅ ｔ ｗｏ ｒ ｋ Ｒｅ ｌ ｉ ａ ｂ ｉ ｌ ｉ ｔ ｙ ｏ ｆ Ｉ ｎ Ｖ ｕ ｌ ｎｅ ｒ ａ ｂ ｉ ｌ ｉ ｔ ｙ
（ １ ．哈尔滨 工业 大学 交 通科 学与工程学院 ， 哈尔滨 １ ５ ０ ０ ０ １ ； ２ ．公安部道路交通安全研究 中心 ， 北京 ， １ ０ ０ ０ ６ ２ ）
摘要 ： 非常态交通管理需要测算路 网应对交通突发事件的能力 ， 从而理解和判断事件 态势 的严 重程度 ． 引入 路 网抗 毁可 靠度 的概念 及 方法 ， 借 助 交通 突发 事件 态势感 知路 网 拓扑结构 ， 建立基 于路 网抗毁可靠度的高速公路 网络交通突发事件态势理解模型， 并建
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ： Ｔ ｏ ｃ ｏ ｍｐ ｒ ｅ ｈ ｅ ｎ ｄ ａ ｎ ｄ ｅ ｖ ａ ｌ ｕ ａ ｔ ｅ ｔ ｈ ｅ ｓ ｅ ｖ ｅ ｒ ｉ ｔ ｙ ｏ ｆ ｔ ｒ ａ ｆ ｆ ｉ ｃ ｉ ｎ ｃ ｉ ｄ ｅ ｎ ｔ ｓ ｉ ｔ ｕ ａ ｔ ｉ ｏ ｎ ｓ ．ａ ｎ ｕ ｎ ｃ ｏ ｎ ｖ ｅ ｎ ｔ ｉ ｏ ｎ ａ ｌ ｔ ｒ ｆｆ ａ ｉ ｃ ｍａ ｎ ａ ｇ ｅ ｍｅ ｎ ｔ ｓ ｔ ｒ ａ ｔ ｅ ｙ ｇ ｓ ｈ ｏ ｕ ｌ ｄ ｍｅ ａ ｓ ｕ ｒ ｅ ａ ｎ ｄ ｃ ａ ｌ ｃ ｕ ｌ ａ ｔ ｅ ｔ ｈ ｅ ｓ ｅ ｖ ｅ ｉｔ ｒ ｙ ｏ ｆ ｉ ｎ ｃ ｉ ｄ ｅ ｎ ｔ ｓ ｉ ｔ ｕ ａ ｔ ｉ ｏ ｎ ｓ ．Ｔ ｈ ｉ ｓ ｐ ａ ｐ ｅ ｒ ｐ ｒ ｅ ｓ ｅ ｎ ｔ ｓ ａ ｆ ｒ ｅ ｅ ｗａ ｙ ｎ ｅ ｔ ｗｏ ｒ ｋ ｔ ｒ ｆｆ ａ ｉ ｃ ｉ ｎ ｃ ｉ ｄ ｅ ｎ ｔ ｓ ｉ ｔ ｕ ａ ｔ ｉ ｏ ｎ ｅ ｖ ａ ｌ ｕ ａ ｔ ｉ ｏ ｎ ｍｏ ｄ ｅ ｌ ｂ ｙ ｉ ｎ ｔ ｒ ｏ ｄ ｕ ｃ ｉ ｎ ｇ ｔ ｈ ｅ ｉ ｎ ｖ ｕ ｌ ｎ ｅ ｒ ａ ｂ ｉ ｌ ｉ ｔ ｙ ｃ ｏ ｎ ｃ ｅ ｐ ｔ ｉ ｎ ｔ ｈ ｅ ｃ ｏ ｍｐ ｌ ｅ ｘ ｎ ｅ ｔ ｗ ｏ ｒ ｋ ｔ ｈ ｅ ｏ ｒ ｙ ａ ｎ ｄ ｐ ｅ ｒ ｃ ｅ ｉ ｖ ｉ ｎ ｇ ｔ ｈ ｅ ｔ ｏ ｐ ｏ ｌ ｏ ｇ ｉ ｃ ａ ｌ ｓ ｔ ｒ ｕ ｃ ｔ ｕ ｒ ｅ ｏ ｆ ａ ｒ ｏ ａ ｄ ｎ ｅ ｔ ｗ ｏ ｒ ｋ ｗｉ ｔ ｈ ｔ ｈ ｅ ｈ ｅ ｌ ｐ ｏ ｆ ｔ ｒ ａ ｆ ｉ ｆ ｃ ｉ ｎ ｃ ｉ ｄ ｅ ｎ ｔ ｓ ｉ ｔ ｕ ａ ｔ ｉ ｏ ｎ ｓ ．Ａ ｃ ａ ｓ ｅ ａ ｎ ａ ｌ ｙ ｓ ｉ ｓ ｗａ ｓ ｃ ｏ ｎ ｄ ｕ ｃ ｔ ｅ ｄ ｆ ｏ ｒ ｔ ｈ ｅ ｉ ｎ ｖ ｕ ｌ ｎ ｅ ｒ ａ ｂ ｉ ｌ ｉ ｔ ｙ ｏ ｆ ａ ｒ ｅ ｇ ｉ ｏ ｎ ａ １ ｆ ｒ ｅ ｅ ｗ ａ ｙ ｎ ｅ ｔ ｗｏ ｒ ｋ ｓ ｕ ｂ ｓ ｙ ｓ ｔ ｅ ｍ ａ ｎ ｄ ｔ ｈ ｅ ｏ ｖ ｅ ｒ ａ ｌ ｌ ｎ ｅ ｔ ｗ ｏ ｒ ｋ ．Ｔ ｈ ｅ ｍｏ ｄ ｅ ｌ ｐ ｒ ｏ ｖ ｉ ｄ ｅ ｓ ａ ｓ ｏ ｌ ｕ ｔ ｉ ｏ ｎ ｆ ｏ ｒ ｉ ｎ ｃ ｉ ｄ ｅ ｎ ｔ ｓ ｉ ｔ ｕ ａ ｔ ｉ ｏ ｎ ｃ ｏ ｍｐ ｒ ｅ ｈ ｅ ｎ ｓ ｉ ｏ ｎ ｆ ｒ ｏ ｍ
基于路段服务水平约束的路网容量可靠性分析
基于路段服务水平约束的路网容量可靠性分析方雅君;郑长江;马庚华;张小丽【摘要】路网容量在道路运输系统的规划管理中发挥着日益显著的作用,路网容量的可靠性也成为客观评价道路性能的重要指标,论文基于路段服务水平约束的路网容量建立了可靠性双层规划研究模型,并将保留容量作为上层模型的目标式,下层规划通过随机用户均衡模型(SUE)来构建.通过灵敏度分析的方法求解该双层规划模型,并结合算例进行求模型求解,通过计算结果反映,该模型能较好的用于评价与比较不同路段服务水平要求下的路网性能.【期刊名称】《武汉理工大学学报（交通科学与工程版）》【年(卷),期】2019(043)003【总页数】4页(P502-504,510)【关键词】可靠性;路网容量;城市交通;服务水平【作者】方雅君;郑长江;马庚华;张小丽【作者单位】河海大学土木与交通学院南京 210098;河海大学土木与交通学院南京 210098;河海大学港口海岸与近海工程学院南京 210098;河海大学土木与交通学院南京 210098【正文语种】中文【中图分类】U412.10 引言交通运输网络的布局规划作为城市规划的重要步骤，其可靠性于城市居民出行的便利性息息相关，然而网络常受到路段交通事故以及大规模施工、高峰时刻拥堵、不利天气等影响，造成路网状态的不稳定，大大降低了居民出行的准时性和安全性等[1-2].本文通过引入路网可靠性的概念准确地反映和评价道路网在不利条件下的适应能力、承载能力.道路路网可靠性分析分为连通可靠性、行程时间可靠性和容量可靠性三类，路网容量的可靠性用来反映路网在不确定性因素的影响下，路网容量满足一定交通需求的概率，是反映道路的运行状况的重要指标[3-5].近年来国内外众多学者对路网容量进行了相关的研究，文献[1]最先引入了路网容量可靠性概念，并在此基础上构建容量可靠性模型，结合蒙特卡罗技术对该模型进行分析和求解.文献[2]考虑了道路使用者行程时间的限制、路网能承载的最大交通量，并结合PUE(概率用户平衡)模型，研究旅行者的路径选择特征，并在此基础上建立路网容量模型.冷军强等[6]研究了冰雪条件下路网容量的可靠性，并考虑出行者的广义费用构建SUE模型.刘海旭等[7]根据模型中反映的出行者路径选择行为特点，采用对偶法求解路网容量计算模型.文献[8]采用保留容量μ作为目标函数的过程中，并没有考虑各路段服务水平的约束限制，本文在前者研究的基础上，对双层规划模型进行相应的改进，在上层规划模型中引入反映各路段服务水平的约束条件，下层模型采用SUE(用户均衡模型)，能更好的描述出行者的路径选择行为，并使用灵敏度分析法求解，该方法能避免Monte Carlo技术的复杂模拟过程，简化模型求解的步骤，更适合实际大规模的道路交通网络[9-12].1 模型建立1.1 路网容量可靠性概念容量可靠性是从道路的通行能力的层面研究道路网络的可靠性，表示路网在可接受的服务水平下能够承载一定交通量的概率.它体现了在道路通行能力在不利条件的影响下，路网的承载性能的变化，能够准确地体现道路的运行状态，是衡量路网可靠性的重要标准之一.本文采用文献[1]提出的路网容量可靠性的概念，指在特定服务水平下路网能够承载一定交通量的概率，此概念是在保留容量的基础上提出的，保留容量即相应的路网OD出行矩阵最大乘子μ，由于路段通行能力是随机变量，相应的μ也具有随机性，μ的分布性质确定后就可以得到路网的容量可靠性.1.2 路网的服务水平服务水平即驾驶员与乘客从道路环境和现状、交通条件等方面得到的用来反映车辆运行服务的质量.根据道路交通流状态，我国道路的服务水平被划分为四个等级，从一到四级分别为自由流、稳定流上限、稳定流下限，以及饱和流.高速公路和一级公路采用车流密度作为评级标准；双车道公路则采用车辆延误分级标准.关于城市道路，目前还没有统一的分级标准，主要采用停车延误来反映信号控制交叉口和无信号控制交叉口的服务水平.我国大部分城市通用的服务水平划分标准见表1. 表1 服务水平划分标准(L1)(L2)(L3)(L4)(L5)(V/C)<0.60.6～0.750.75～0.90.9～1.0>1.0通过特定的交通需求状况及路网的容量，可使用交通量分配模型来获得对应的路段流量.考虑到交通条件的的随机性会导致路段流量发生变化，所以道路服务水平也是不确定的，并且会随着路段容量状态及交通需求状态的不同而改变.为此，本研究把服务水平可靠性定义为：路网服务水平会因为路网的容量或交通需求的随机变化而保持在某一特定等级的概率大小.路网或交通需求的随机动态变化特性被服务水平的可靠性有机地结合到了服务水平的评价当中，不仅能适应交通状态的实时变化，还能更准确地体现路网的性能，成为系统管理者和用户评价随机路网性能的重要依据，根据定义可知，路网服务水平可靠性表示为(1)式中：xa为路段a的交通流量， pcu/h；εal为路段a达到l级的饱和度；θ为各路段可靠性下限，为了保证路网中道路的利用率，本文取0.8.1.3 路段行程时间路径的选择是建立在行程时间的基础上，通过路段成本函数(BPR函数)来确定，公式为(2)式中：Ta为路段a行驶时间，s；Ta0为路段a的自由流行程时间，为一定值，s；Ca为路段a通行能力，pcu/h；β,n为参数.1.4 双层规划模型建立上层规划：max μ(3)(4)下层规划：(5)∀r,s,k(6)≥0,∀r,s,k(7)∀a,k(8)式中：k为路径集合；为OD对rs间路径k的交通量， pcu/h；2 模型求解由于该模型的上层规划只包含一个变量μ，因此将μ当成下层路网规划的一个参数.使用灵敏度分析法是求解这类双层规划模型比较有效的算法，它可以避免其他算法的冗长反复迭代过程大大降低计算量.具体步骤为：步骤1 设定一个出行矩阵乘子的初值μ(0)，令n=0.步骤2 通过给定的μ(n)，对下层的随机用户均衡分配模型进行求解，得到所需的路段均衡流量.步骤3 使用灵敏度分析法得到路段均衡流量x(n)对应的需求乘子μ(n)的导数.步骤4 分析步骤3中求导所反应的信息，得到上层规划中路网服务水平可靠性约束条件的近似线性表示，以简化上层规划模型，得到最基础的线性规划模型.步骤5 求解上述线性规划的表达式，产生新的OD需求乘子μ(n+1).步骤6 进行收敛性检验通过判断新得到的需求乘子μ(n+1)是否满足关系式|μ(n+1)-μ(n)|≤ε，(ε为迭代精度)，若满足则停止迭代，到此结束；否则，令n=n+1，转步骤2，继续上述步骤.3 算例分析图1为测试网络，包含6个节点，7条路段和4个OD对(1→5，1→6，2→5，2→6).具体数值见表2～4.基础交通量q15=50 veh/min，q16=30 veh/min，q25=20 veh/min，q26= 60 veh/min，τ取0.5[13]，BPR函数中参数β=0.15，n=4[14]，εal=0.8即满足三级服务水平，以上计算流程采用Matlab编程处理[15].图1 OD测试网络表2 各段路段基本属性i1234567Ca/(veh·min-1)1008050801205050Ta0/min144412554表3 OD对交通需求值ODqrs1-5502-5301-6202-660表4 不同值下的OD出行矩阵最大乘子εal0.10.20.60.750.91μmax0.7650.8941.3421.4031.4761.482由表4可知，随着εal值的增大(代表服务水平的下降)，OD出行矩阵最大乘子μ的值也相应增大.当εal值趋近于1时，可近似忽略路段服务水平条件的限制，该结果显示路网所能承载的交通量的最大值与路网的服务水平的变化紧密相关.在求解上层线性规划模型中，约束(5)的对偶变量可以表明给定路网中的敏感路段，增加这些路段的通行能力可以显著提高整个路网的性能.在本实例中，敏感路段为路段3，4.4 结束语本文构建了基于路段服务水平约束的路网容量可靠性双层规划模型，全面考虑了出行者、管理者对道路服务水平的要求，并且采用灵敏度分析法进行求解，简化了求解步骤，更适合实际的大规模的城市道路交通网络，本文结合实例说明，该模型能够准确反映路网在随机因素下容量可靠性的变化并求解得到相应值，为路网性能的改善提供具体的决策依据.参考文献【相关文献】[1]CHEN A，YANG H，HONG K L，et al. Capacity reliability of a road network: an assessment methodology and numerical results[J]. Transportation Research Part B，2002，36(3):225-252.[2]LO H K，TUNG Y K. A chance constrained network capacity model[J]. Publication of Research Studies Press Ltd，2001(2):156-164.[3]HONG K L，TUNG Y K. Network with degradable links: capacity analysis and design[J]. Transportation Research Part B，2003，37(4):345-363.[4]CHOU S W. Reserve capacity of signal-controlled road network[J].Applied Mathematics & Computation，2007 (2):1602-1611.[5]LENG J, ZHANG Y, LENG Y. Assessment methodology for road network travel time reliability under ice and snowfall conditions[C].International Conference of Chinese Transportation Professionals, 2009:1-7.[6]冷军强，张亚平，赵莹萍，等.基于路段服务水平约束的路网容量可靠性分析[J].交通运输系统工程与信息，2009，9(5):148-152.[7]刘海旭，蒲云.基于路段走行时间可靠性的路网容量可靠性[J].西南交通大学学报，2004(5):573-576.[8]王连威.城市道路设计[M].北京：人民交通出版社，2007.[9]刘秋杰.城市路网可靠性及其模型研究[D].成都：西南交通大学，2011.[10]李悦，陆化普.城市道路网容量估计的双层规划模型[J].公路工程，2017，42(1):106-110，114.[11]白桦,叶晓飞,凌镭,等.基于路径选择偏好的路网容量启发式算法[J].武汉理工大学学报(交通科学与工程版),2016,40(3):478-481.[12]董可然,朱自博,封春房,等.考虑拥堵关联的城市主干道运行可靠性建模[J].武汉理工大学学报(交通科学与工程版),2018,42(5):862-867.[13]况爱武，黄中祥.随机供求下的道路服务水平可靠性[J].系统工程，2007，25(6):25-30.[14]王小霞,韩霜,尹应梅.路段环境交通容量优化模型与算法研究[J].武汉理工大学学报(交通科学与工程版),2014,38(6):1317-1320.[15]刘海旭，卜雷，蒲云.道路交通网络可靠性研究综述[J].世界科技研究与发展，2004(2):68-72.。
事故影响下随机交通网络动态可靠性
事故影响下随机交通网络动态可靠性道路交通网络在外部因素影响下,路网性能存在随机性。
这些外部因素包括可重复的随机因素和不可重复的随机因素两类,可重复性因素如日常的道路拥堵带来的路段通行能力的下降以及日变的交通需求等,此类因素的特征是长时间内具有持续性；不可重复性因素如交通事故等突发事件对路段通行能力的影响,此类因素的特征是只在事件持续期内影响路网。
这些随机因素影响路网通行能力及出行行为,改变路网性能。
交通事故等突发事件造成的非重复性拥挤是影响路网性能随机变化的一个重要原因。
交通事故造成路网局部能力的随机下降,打破路网原有的平衡状态,可能导致路网性能的急剧波动,进而降低路网容纳交通量的能力。
而从用户的角度,交通事故等突发事件所造成的非重复性拥挤具有弱预测性,难以在出行前作出相应反应,导致出行时间可能大幅增加。
因此,分析交通事故影响下路网状态的演变规律及事故对路网性能的影响,对于路网改建,交通管制及事故预防措施等均具有重要意义。
为分析事故影响下交通网络可靠性,需先分析事故影响下的路网状态及路径选择行为。
因此论文构建了事故影响下的流量加载模型,分析了在途路径选择行为,在此基础上提出了动态行程时间可靠性和动态容量可靠性定义,为事故影响下的网络性能描述提供了理论支撑。
论文的主要研究内容包括以下几个部分：(1)总结了三类动态流量加载模型——速度-密度流量加载模型,元胞传输模型及路段传输模型。
速度-密度模型以速度和密度之间的函数关系为基础,后两个模型以流量和密度之间的函数关系为基础。
三个模型均包括路段模型和节点模型两部分。
比较了三类模型的优缺点：速度-密度模型假设流量在路段上均匀分布操作简单但是误差较大。
元胞传输模型计算每个元胞的驶入驶出流量,计算量大,路段传输模型则需要更多的存储空间。
(2)改进了事故影响下的动态流量加载模型,基于Logit选择原则描述出发时刻的路径选择概率,建立了事故影响下的拟动态模型。
在速度-密度模型中,利用分流合流模型及速度-密度函数,分别建立路段容纳车辆数和非事故路段走行时间模型,通过分析事故路段交通流的演化过程,利用交通波理论估计排队长,建立事故路段走行时间模型。
事故影响下随机交通网络动态可靠性
事故影响下随机交通网络动态可靠性道路交通网络在外部因素影响下,路网性能存在随机性。
这些外部因素包括可重复的随机因素和不可重复的随机因素两类,可重复性因素如日常的道路拥堵带来的路段通行能力的下降以及日变的交通需求等,此类因素的特征是长时间内具有持续性；不可重复性因素如交通事故等突发事件对路段通行能力的影响,此类因素的特征是只在事件持续期内影响路网。
这些随机因素影响路网通行能力及出行行为,改变路网性能。
交通事故等突发事件造成的非重复性拥挤是影响路网性能随机变化的一个重要原因。
交通事故造成路网局部能力的随机下降,打破路网原有的平衡状态,可能导致路网性能的急剧波动,进而降低路网容纳交通量的能力。
而从用户的角度,交通事故等突发事件所造成的非重复性拥挤具有弱预测性,难以在出行前作出相应反应,导致出行时间可能大幅增加。
因此,分析交通事故影响下路网状态的演变规律及事故对路网性能的影响,对于路网改建,交通管制及事故预防措施等均具有重要意义。
为分析事故影响下交通网络可靠性,需先分析事故影响下的路网状态及路径选择行为。
因此论文构建了事故影响下的流量加载模型,分析了在途路径选择行为,在此基础上提出了动态行程时间可靠性和动态容量可靠性定义,为事故影响下的网络性能描述提供了理论支撑。
论文的主要研究内容包括以下几个部分：(1)总结了三类动态流量加载模型——速度-密度流量加载模型,元胞传输模型及路段传输模型。
速度-密度模型以速度和密度之间的函数关系为基础,后两个模型以流量和密度之间的函数关系为基础。
三个模型均包括路段模型和节点模型两部分。
比较了三类模型的优缺点：速度-密度模型假设流量在路段上均匀分布操作简单但是误差较大。
元胞传输模型计算每个元胞的驶入驶出流量,计算量大,路段传输模型则需要更多的存储空间。
(2)改进了事故影响下的动态流量加载模型,基于Logit选择原则描述出发时刻的路径选择概率,建立了事故影响下的拟动态模型。
在速度-密度模型中,利用分流合流模型及速度-密度函数,分别建立路段容纳车辆数和非事故路段走行时间模型,通过分析事故路段交通流的演化过程,利用交通波理论估计排队长,建立事故路段走行时间模型。
道路交通网络运行安全性及可靠性评价理论和方法
道路交通网络运行安全性及可靠性评价理论和方法道路交通网络运行安全性及可靠性评价理论和方法最初人们对城市道路交通网络的使用是在享受舒适性、便捷性和灵活性的情况下进行。
随着机动车迅速增长，人们不断受到出行安全、交通拥堵和出行效费比等问题的困扰。
1 道路交通网络运行安全性评价理论和方法道路交通系统是一个由人、车、路构成的动态系统，这3个因素必须相互协凋运营，才能保证整个系统的安全、迅速、经济和舒适。
一般认为人是造成事故的主要因素，但前苏联莫斯科公路学院的O.A.季沃奇金对13000个道路事故分析表明，不良道路环境是造成70%交通事故的直接或间接原因。
而道路环境是这三者中最易改善的一个因素。
因此对道路设施和运营环境进行系统的分析评价，从提出改善措施，是保障道路交通安全运营的前提。
目前对道路安全评价的方法有很多。
如相对事故率法、时间序列法等，但是这些方法是基于一定的事故数据基础，进行事后宏观分析，并不能对道路进行实时动态的安全性分析和评价。
王晓飞，郭忠印在《基于路段二级模糊评判的路网运营安全性研究》一文中，提出了根据各路段在路网拓扑结构中的重要程度、两端连接路段的数量、路段历史交通量以及道路设施类型等4个方面，确定路段权重的思想，并通过对路段评判结果的加权求和来评定高速公路路网安全性。
孙家凤，周荣贵在《互通立交区安全性评价研究》一文中，从互通立交设计中经常存在的问题出发，探讨了互通立交安全性评价工作应关注的重点和要点。
周成彦，陆建在《基于交通仿真技术的二级公路安全评价方法》一文中，采取基于第85位运行速度差的方法评价二级公路的安全性。
考虑二级公路交通组成复杂的特点,运用交通仿真技术建立路网对象,结合现场观测数据完成参数标定,模拟实际交通流运行状况,输出评价指标数据,提出了区别于<公路项目安全性评价指南>所述获取运行速度差的方法。
姜华平，唐勇，李磊在《基于智能交通运输系统(ITS)的交通安全控制体系研究》一文中简述了ITS的应用概况、基本功能以及智能汽车理论研发内容的基础上,论述了以ITS技术为基础的交通安全控制体系框架及其功效。
基于GERT网络的应急救援关键路段识别
基于GERT网络的应急救援关键路段识别李彦瑾;罗霞;车国鹏;曹祎【摘要】为了及时识别出突发事件下城市道路的关键路段,以构建最短应急救援路径,本文提出了一套完整流程.首先,针对路网在应急条件下的贫信息环境特征,设计一种基于模糊综合评判的行程时间估算方法.然后,考虑救援人员的应急心理和经验选择行为,构建面向广义阻抗的GERT(Graph Evaluation and Review Technique)网络模型.最后,运用Dijkstra算法获得救援路径完成关键路段识别.以成都市某区域实际交通网络为算例进行验证,结果表明:基于2种模糊算子估算路段行程速度,其绝对误差为2.722 km/h,精度较高;与传统关键路段识别方法相比,GERT网络模型能更好地反映行程时间和路段拥挤度对路径选择行为的影响(拟合度80.95%),并将重要度识别技术从路网降低到路径层面,效果良好.%In order to timely indentify critical road link of urban network in emergencies to establish the shortest emergency rescue path. This paper designs a complete process. Firstly, considering poor information environment of road network under emergency conditions, a method of estimating travel time is presented based on fuzzy comprehensive evaluation. Then, a GERT model is established based on generalized impedance in connection with emergency psychology and empirical selection behavior. Finally, Dijkstra algorithm is used to obtain rescue path and finish critical road links identification. The paper selects an actual traffic network of a region in Chengdu City to verify model and algorithm. The results showthat:compared with traditional identify method, GERT network model can reflect the effect of travel time and road link congestion on path choicebehavior better (fitting degree is 80.95%), and makes road link importance identification concreted from network level to path level, which has well effect.【期刊名称】《交通运输系统工程与信息》【年(卷),期】2017(017)004【总页数】7页(P166-172)【关键词】交通工程;关键路段识别;GERT网络;救援路径;贫信息;模糊数学【作者】李彦瑾;罗霞;车国鹏;曹祎【作者单位】西南交通大学交通运输与物流学院,成都610031;西南交通大学交通运输与物流学院,成都610031;西南交通大学交通运输与物流学院,成都610031;西南交通大学交通运输与物流学院,成都610031【正文语种】中文【中图分类】U491城市道路交通网上的突发事故具有成因复杂、涉及面广和高度不确定性等特点，该类事故不仅直接威胁到事故人员的生命财产安全，而且极易对事发路段的路况与交通运行状态产生不利影响.故在应急事件出现时，对救援发车点与事故点间交通区域路网中的关键路段进行快速、准确地识别，对于确保救援人员快速到达事发地点，降低路网出现次生拥堵可能性等方面具有十分重要的意义.传统的关键路段识别源于路网脆弱性研究，其定义为：通过分析灾害事件引发的路网交通服务功能下降的敏感性，识别出失效可能性较大且失效后对路网运行状态造成严重影响的路段[1-2].目前，国内外对关键路段识别的度量方法主要有两种：直接度量与间接度量.直接度量分析路段与交通量的关系，如Jennelius等[2]为了识别道路网络的通过能力瓶颈，引入路段重要性概念计算路段与交叉口的交通量变化；Taylor等[1]通过遍历法进行交通配流得到各路段交通量的偏差值作为路段重要性的衡量；间接度量则是利用路网中某交通特征指标的变化来刻画路段的重要性，如D’Este等[3]基于路网连通性等指标来反映路段重要程度；侯立文[4]借鉴可靠性理论，通过仿真手段得到不同交通状态下的路段可靠性变化规律；张勇等[5]考虑路段断面通过能力，结合鲁棒性指数(Network Robustness Index，NRI)建立了含通过能力约束的关键路段识别模型.上述研究弥补了城市道路网络关键路段识别与重要性测算的空白.但是，突发事故条件下的应急救援关键路段识别与前者虽有极强的同源性与相似性，但仍存在以下3个特征：(1)突发事故往往导致救援时间十分紧迫，救援人员在短时间内很难迅速掌握路网的完整运行状态，需要进行贫信息条件下的关键路段识别.(2)应急情况下的救援人员往往依据出行经验或心理偏好选择救援路径[6]，故此种环境下的关键路段识别需要考虑出行者的交通选择行为.(3)救援车辆拥有较高路权，一般情况下受信号交叉口延误或路网交通流量分布的影响较小.鉴于此，本文拟在城市道路网络的贫信息环境下，利用模糊数学理论估算事发路网各路段的行程时间，基于行程时间构建路段选择概率指标，运用GERT网络技术计算路段广义阻抗，并设计路段重要度测算方法完成应急救援条件下的关键路段识别，最后通过实际案例验证方法的可行性与实用性.车辆在路网中各个路段的行程时间通常与路况信息，交叉口延误等因素密切相关.当突发事故出现，救援者在短时内获得的路网相关数据往往是残缺的或不完整的[6]，需进行贫信息环境下的行程时间估算.车辆在路段的行程时间分为两部分：行驶时间和交叉口延误.由于救援车辆具有较高路权，假设不存在交叉口延误，只考虑行驶时间.故可按下式估算路段i的行程时间Ti：式中：Si为路段i长度，属于道路基本信息；vˉi为路段i平均速度.考虑路段i的基本信息和历史路况，运用模糊数学对平均速度予以估算(注：该方法测算的平均速度指天气良好、能见度较高的路段自由流状态行驶速度[7]).如算法I所示：算法IStep 1 定义因素论域U和评价论域V.将影响救援车辆行驶速度的因素定义为因素论域：式中：U1为道路等级(城市快速路、主干道、次干道、支路4个等级)、U2为路段拥挤度(又称饱和度，用v c衡量，分＜30%、55%、70%、＞100%4个等级[8]). 将车速等级定义为评判论域V并设立4个等级：式中：v1～v4分别按城市道路设计规范，取设计速度值[8]：60 km/h、40 km/h、30 km/h、20 km/h.Step 2 模糊关系R的构建.利用评判论域V分别对因素论域U中的道路等级U1和路段拥挤度U2进行评判，得到对应的模糊关系R.具体如下：①将U1与V逐一对应：城市快速路(60 km/h)、主干道(40 km/h)、次干道(30km/h)、支路(20 km/h)，得到离散模糊关系R1：式中：r11～r14依据离散模糊原则，分别取值1、1/2、1/3、1/4.②将U2与V逐一对应：拥挤度＜30%(60 km/h)、拥挤度 55%(40 km/h)、拥挤度70%(30 km/h)、拥挤度＞100%(20 km/h)，得到关于连续模糊关系R2：式中：r21～r24分别按下式计算[7]：上式d1～d4分别表示4个道路拥挤度，取值：30%、55%、70%、100%；xi表示路段i历史拥挤度.综合①、②得到模糊关系R的具体形式如下：Step 3模糊关系R的调整.显然，因素论域的因素集U1、U2对路段i的行程速度影响不同.对于既定道路等级，路段拥挤度对速度影响更大，故分别对U1与U2赋权α1、α2，调整模糊关系R′：式中：⊗为Zadeh模糊算子，根据实际取值.Step 4 平均速度vˉi的计算.通过模糊关系R′，结合评判论域V得到最后的路段i 平均速度vˉi估算值：式中：评判论域V是车速等级，具体取值为V=(6 0,40,30,20).综上，通过模糊数学方法得到平均速度估算值，再利用式(1)即可得到路段i的行程时间Ti.由于行程时间是救援车辆路段选择行为的主要影响因素，故下面将融合出行行程时间与路段选择概率进行GERT网络分析.图解评审技术(Graph Evaluation and Review Technique)将概率论与优化理论等融合，得到一种融合概率的关键路线用于指导项目管理[9].本文将城市路网视为具有路段选择概率的随机网络，通过定义路段矩母函数，量化各路段选择概率，计算对应救援路径的总阻抗函数.定义对于随机变量X和任意实数s，令MX(s)为随机变量X的矩母函数：式中：f(x)为概率密度函数；p(x)为概率分布；MX(s)具有两个重要性质[9]，它们将在GERT随机路网中得到应用：性质1 若随机变量X有界，式(10)的数学期望E(esX)对所有s均存在.性质2 矩母函数MX(s)对于s的各阶导数在s=0处的值，就是随机变量X的原点矩：上式或写成.另外，对于离散型随机变量X，可按式(10)在s=0时计算得到相同结论.设路网G(N,I)，其中交叉口构成节点集合N，路段构成边集合I，随机变量Ti为连接节点j、k的路段i的行程时间，显然j、k∈N，i∈I.因此，需知道救援车辆在到达给定节点j的条件下，选择路段i的概率(即Ti的概率分布).本文假设连接节点j、k的路段i行程时间Ti为离散型随机变量，根据定义中式(10)，得到条件矩母函数：式中：pjk(Ti)为救援车辆到达节点j后，选择连接节点j、k的路段i概率.本文选用出行者经验选择公式[7]计算路段i概率：式中：β、γ为非集计拟合参数，按实际取值.前面计算得到的行程时间Ti构成离散有界的实数集，故根据性质1可按照式(12)对路网G中的各路段计算选择概率的数学期望.又设Wjk(s)为路段i传递函数，使得这样，对于路段i的两项参数Ti与Mjk(s)，均可利用一个参数Wjk(s)来替代，并保证原网络结构和路段概率特性相同[9]，如图1所示.图1用传递函数Wjk(s)融合了路段i的行程时间与概率选择特性.鉴于一条完整的应急救援路径为若干路段的有序连接，故在几何拓扑上表现为串联结构的GERT网络链，如图2所示.由于救援车辆到达节点k的概率只与其前向节点j是否选择路段i的经验选择概率pjk(Ti)有关，而从节点k到达下一个节点l由传递函数Wkl(s)决定.因此，对于图2的串联结构j→k→l，其在节点k的广义总阻抗为进一步地，设救援车辆从节点1(救援发车点)出发，依次经过n-1个点到达事故点n，途径m个路段，则该GERT网络出行链在达到第n-1个点的广义总阻抗E*(T)可按照式(15)扩展得到运用递归法处理式(18)，可得各个路段i的广义阻抗为E(Ti)=Wi·Ti,i≤ m.注意：①广义阻抗E(Ti)并不是救援车辆在路段i的实际行程时间.事实上，当救援车辆选择路段i后，其行程时间仍为Ti，但E(Ti)融合了出行者在多分支节点的选择概率；②从计算形式“Wi·Ti”来看，行程时间Ti较短的路段，传递函数Wi值偏大，这使得广义阻抗E(Ti)可能大于某些Ti较大、但Wi较小的路段，并导致救援者选择后者.这种现象在路网高峰时段尤为明显.在给定救援点和事故点的条件下，本文通过遍历法将GERT网络上的各个路段i逐一删除，然后运用基于广义阻抗E(Ti)的Dijkstra算法，分别寻找路段i删除前后的应急救援最短路径LG、LG-i，并计算对应的，再利用二者变化量的绝对值：作为路段i在原路网中重要度的量化指标.具体算法如下：算法IIStep 1 生成初始路网G(N,I).其中，I为路段集合，总数为m；N为节点集合，总数为n.Step 2 运用算法I估算路网中所有路段的平均速度，并通过式(1)得到路段行程时间，记为：T={Ti|i≤m}.Step 3 利用式(13)计算各路段的经验选择概率，记为p={pi|i≤m}.将T、p作为广义路段阻抗，记为R={(Ti,pi)|i≤m}，并加载到路网G形成GERT网络G*(N,I,R). Step 4 基于R按式(12)和式(14)分别计算路段i对应的矩母函数Mi与传递函数Wi，得到路段i广义阻抗，记为E(T)={E(Ti)=Wi·Ti|i≤m}.Step 5 在GERT网络G*中，利用基于广义阻抗的Dijkstra算法得到救援发车点与事故点间的最短路径LG.LG为s个路段的有序向量，记为LG=(l1,l2,…,ls) ⊆G*，并按式(18)计算最短路径LG的期望总时间EG*(T).Step 6从G*中删除第i(i≤s)个路段li(li∈L )并更新GERT网络，重新运用Dijkstra算法得到救援发车点与事故点间的最短路径LG-i与对应的期望总时间，转至Step7.Step 7 计算第i个路段的重要度ΔEi*(T).如果i＞s，终止算法；否则，i=i+1并返回至Step6.在成都市选取某路网G(N,L)，由14个节点和21条路段组成，具体编号如图3所示；各路段的历史拥挤度如表1所示.本文将节点1设为救援发车点，节点14为事故点.(1)平均速度估算.利用算法I进行平均速度估算.在Step3中需要进行影响因素赋权与Zadeh模糊算子选取.结合既有研究[3]，令α1、α2为0.15、0.85.根据模糊评判知识，有2种Zadeh模糊算子估算结果差别最大.其中计算；(∧,∨ )按计算[8].基于两种算子，运用matlab2012a进行计算并将结果记为v1，v2，如图4所示.由图4可得，(∧,∨)算子和(·,+)算子计算得到两种速度的平均绝对误差为吻合度较高；另外，估算的路段行程速度值有67%(14个数据)分布在速度区间[30,50]内，与救援车辆在道路的实际行驶情况基本相符.本文选用(·,+ )算子得到的v1作为路段速度vˉi.(2)广义阻抗计算.结合路段长度Si与式(1)可得行程时间Ti，并通过算法II的Step3和Step4生成GERT网络G*=(N,I,R)，计算各路段的广义阻抗E(Ti)，如表2所示.由表2可得，路段广义阻抗不仅受路段几何长度的影响，还与行程时间，拥挤度等因素有关，它们将共同影响应急救援者的出行选择行为和路段重要度.(3)路段重要度测算.结合表2，利用matlab2012a求解基于广义阻抗E(Ti)的最短路问题，得到应急救援路径，如图5所示.由图5可得，最优应急救援路径：1→34→612→2013→2114(注：箭头两端为节点编号，上端为路段编号)；路径总阻抗为：8.23min.针对该路径的路段3、6、20、21，完成算法II的Step5～Step7，如表3所示.由表3可得，路段6的重要度最高，其路段长度为2.3 km，拥挤度为0.30.这说明：当出现应急救援事件时，出行者更倾向于选择路段长度较长，但拥挤度较低的路段.最后，本文试对路段广义阻抗、行程时间和拥挤度3个参数间的关系进行描述：先绘制三维散点图，然后利用非线性插值拟合出关系曲面，如图6所示.由图6可得：①3个参数间可视为近似曲面关系(拟合度80.95%)，说明广义阻抗较好融合了行程时间和拥挤度2个因素；②与利用拥挤度或行程时间进行关键路段的识别方法相比，本文方法将计算复杂度从路网降低到路径层面，便于快速、准确获取救援路径和关键路段，符合实际的救援要求.本文针对突发事故导致的贫信息环境下交通网络的应急救援问题，得到相关结论如下：(1)设计了贫信息环境下救援车辆在路网中行程时间的估算方法.(2)构建了GERT网络模型，反映了路段选择概率对路段重要性的影响.(3)采用遍历法逐一测算路段重要度，可快速为路网应急交通管理与控制提供参考. 然而，考虑多事故点的应急救援关键路段识别，本文方法将不再适用，这是下阶段的研究方向.【相关文献】[1] TAYLOR MAP.Critical transport infrastructure in urban areas:impactsoftraffic incidentsassessed using accessibility-based network vulnerabilityanalysis[J].Growth&Change,2008,39(4):593-616.[2] JENELIUSE,MATTESSON LG.Roadnetwork vulnerability analysis of area-covering disruptions:A grid-based approach with case study[J].Transportation Research PartA:Policy and Practice,2012,46(5):746-760.[3] D’ESTE G M,TAYLOR M A work vulnerability:an approach to reliability analysis at the level of national strategic transport networks[C].New York:Pergamon Press,2003:23-44.[4] 侯立文，蒋馥.城市道路网的可靠性仿真[J].系统仿真学报,2002,14(5):664-668.[HOU LW,JIANG F.Simulation of urban road network reliability[J].Journal of System Simulation,2002,14(5):664-668.][5] 张勇，屠宁雯，姚林泉.城市道路交通网络脆弱性识别方法[J].中国公路学报,2013,26(4)：154-161.[ZHANG Y,TU N W,YAO L Q.Urban road traffic network vulnerability identification method[J].China Journal of Highway and Transport,2013,26(4):154-161.][6] 刘思峰，万寿庆，陆志鹏，等.交通网络中救援点与事故点的路段重要性评价模型研究[J].中国管理科学,2009,17(1):119-124.[LIU S F,WAN S Q,LU Z P,et al.The importance of highway section evaluation model in complex network between accident point and rescue point in the emergency situations[J].Chinese Journal of Management Science,2009,17(1):119-124.] [7] DAILEY D J.Travel time estimation using crosscorrelation techniques[J].Transportation Research(Part B),1993,27(2):97-107.[8] 北京市市政工程设计研究总院.城市道路设计规范[M].北京：中国建筑工业出版社,2012.[The Beijing Municipal Engineering Design& Research Institute.Code for design of urban road engineering[M].Beijing:China Architecture&Building Press,2012.][9] FANG Z G,YANG B H,LU Z P,et al.The GERT network model study of disaster evolution based on bayes inference[J].Chinese Journal of Management Science,2009,17(2):102-107.。
城市快速路运行时间可靠度研究
城市快速路运行时间可靠度研究随着人们对高质量服务需求的增加，许多系统如电力系统、供水系统、通讯系统等早已把可靠度分析纳入到他们的计划、设计及操作当中。
然而，可靠度的概念在交通系统中一直以来并未受到重视。
只是近年来，随着人们对时间价值的重视，使得出行时间和出行延误成为道路使用者最为关心的问题，因此，交通系统的稳定性变得非常重要。
道路使用者要求交通网络具有高度的可靠性，以确保他们的出行在自己预期的时间范围内。
可靠度作为一个非常重要的概率测度参数能有效的评价交通网络的运行状态，特别是由于外界因素的干扰使得交通需求和道路的供应条件发生变化时，更能体现这一概率指标的适用性。
本论文首先在阅读有关研究文献的基础上，对各种可靠度的概念及进展进行了分析，得出目前可靠度的研究主要有连通可靠度，运行时间可靠度，容量可靠度，畅通可靠度。
并对各种可靠度的计算方法进行了分析与评述，针对快速路交通运行的特点，选择运行时间可靠度作为本课题的研究对象。
本文从交通系统的动态性分析入手，分析了快速路交通系统运行时间可靠度的影响因素。
为了构筑快速路运行时间可靠度模型，避免问题的复杂化，首先研究的是在没有偶发事件发生情况下的可靠度。
仅考虑交通需求的随机变化，运用蒙特卡洛模拟方法，建立了快速路运行时间的可靠度的计算模型，并用一个简单的算例对此模型进行了应用。
偶发事件影响下的快速路运行时间的可靠度模型，考虑了偶发事件对司机路线选择行为的影响，采用随机分配模型确定路段流量。
其次，偶发事件严重的影响了道路的供应条件，因此采用传统的道路实际通行能力的计算方法来计算考虑偶发事件影响下的道路实际通行能力不再合适，基于此研究了利用人工神经网络技术计算路段实际通行能力的方法，在此基础上建立了偶发事件影响下的可靠度计算流程。
地震条件下公路网关键路段识别
地震条件下公路网关键路段识别
唐小勇;程琳;徐上
【期刊名称】《东南大学学报（英文版）》
【年(卷),期】2009(025)004
【摘要】定义关键路段为路网中运输量大但易遭破坏的路段,也是需要重点改善的路段.以单个路段破坏导致路网总出行时间的增加量为路段重要度指标,反映该路段对网络的贡献.将路段按照结构特征和环境条件分段,以路段遭受破坏且不能在规定时间内修复的概率为路段不可靠度.定义路段关键度为总出行时间增加量的期望值(路段重要度与可靠度乘积),其综合反映了路段在人员紧急疏散和救援条件下的重要程度和提供持续服务的可靠性.通过所有路段的关键度排序识别公路网中的关键路段.以汶川地震区公路网为例,计算各路段重要度、可靠度和关键度指标,以GIS地图描述其分布.算例结果与实际情况相符,表明关键路段识别方法有效,有助于地震后人员疏散和救灾方案规划.
【总页数】5页(P531-535)
【作者】唐小勇;程琳;徐上
【作者单位】东南大学交通学院,南京,210096;东南大学交通学院,南京,210096;东南大学交通学院,南京,210096
【正文语种】中文
【中图分类】U491
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
［ Ｋｅ ｙ ｗ ｏ ｒ ｄ ｓ ］ｅ ｍ ｅ ｒ ｇ ｅ ｎ ｃ ｙ ；ｃ ａ ｐ ａ ｃ ｉ ｔ ｙ ｒ ｅ ｌ ｉ ａ ｂ ｉ ｌ ｉ ｔ ｙ ； ｃ ｒ ｉ ｔ ｉ ｃ ａ ｌ ｓ ｅ ｃ ｔ ｉ ｏ ｎ ｓ
０ 引 言
自然 灾 害 的发 生 会 造 成 道路 网络 的严 重 破 坏 ， 以致整 个 区域 的交通 运 转几乎 处 于瘫痪 状态 。近几 年我 国连续 发 生几起 特 大灾 害事 故 ， 如２ ０ ０ ８初 我 国
［ Ａ ｂ ｓ ｔ ｒ ａ ｃ ｔ ］Ｎ ａ ｔ ｕ ｒ ａ ｌ ｄ ｉ ｓ ａ ｓ ｔ ｅ ｒ ｓ ｃ ａ ｎ ｃ ａ ｕ ｓ ｅ ｓ ｅ ｒ ｉ ｏ ｕ ｓ ｄ ａ ｍ ａ ｇ ｅ ｔ ｏ ｔ ｈ ｅ ｒ ｏ ａ ｄ ｎ ｅ ｔ ｗ ｏ ｒ ｋ ． Ｅ ｓ ｐ ｅ ｃ ｉ ａ ｌ ｌ ｙ ｔ ｈ ｅ ｄ ｅ ｓ ｔ ｒ ｕ ｃ —
第３ ９卷 ， 第 １ 期
２ ０ １ ４年 ２月
公 路 工 程
Ｈｉ ｇ ｈ ｗａ ｙ Ｅｎ ｇ ｉ ｎ ｅ ｅ ｒ ｉ ｎ ｇ
Ｖｏ １ ． ３ ９，Ｎｏ ． １ Ｆ ｅ ｂ． ， ２ ０ １ ４
突 发 事 件 下 路 网关键 路 段 的容 量可 靠性 研 究
ｔ ｉ ｏ ｎ ｏ ｆ ｃ ｒ ｉ ｔ ｉ ｃ ａ ｌ ｓ ｅ ｃ ｔ ｉ ｏ ｎｓ ｏ ｒ ｎ ｏ ｄ ｅ ｓ ，ａ ｓ ｅ ｒ ｉ ｏ ｕ ｓ ｏ ｂ ｓ ｔ ａ ｃ ｌ ｅ ｏ ｎ ｔ ｈ ｅ ｏ ｐ ｅ ｒ ａ ｔ ｉ ｏ ｎ ｏ ｆ ｔ ｈ ｅ ｅ ｎ ｔ ｉ ｒ ｅ ｒ ｏ ａ ｄ ｎ ｅ ｔ ｗｏ ｒ ｋ ｃ ａ ｎ ｂ ｅ ｃ ａ ｕ ｓ ｅ ｄ ｂｙ ｉ ｔ ．Ｗｈ ａ ｔ ’ Ｓ ｍｏ ｒ ｅ，ｔ ｈ ｅ ｄ ａ ｍａ ｇ ｅ ｃ ａ ｎ ａ ｌ ｓ ｏ ｒ ｅ ｄ ｕ ｃ ｅ ｏ ｒ ｅ ｖ ｅ ｎ ｉ ｎ ｔ ｅ ｒ ｒ ｕ ｐｔ ｔ ｈ ｅ ｗｏ ｒ ｋ ｏ ｆ ｔ ｈｅ ｒ ｏ ａ ｄ ｎ ｅ ｔ ｗｏ ｒ ｋ ． Ｉ ｎ ｏ ｒ ｄ ｅ ｒ ｔ ｏ ｃ ｏ ｎ ｔ ｒ ｏ ｌ ｔ ｈ ｅ ｃ ｒ ｉ ｔ ｉ ｃ ａ ｌ ｓ ｅ ｃ ｔ ｉ ｏ ｎ ｓ ａ ｎ ｄ ｒ ｅ ｌ ｉ ｅ ｖ ｅ ｉ ｍｐａ ｃ ｔ ｏ ｆ ｄ ｉ ｓ ａ ｓ ｔ ｅ ｒ ｓ ｏ ｎ ｃ ｒ ｉ ｔ ｉ ｃ ａ ｌ ｓ ｅ ｃ ｔ ｉ ｏ ｎ ｓ ｔ ｉ ｍｅ ｌ ｙ． Ｔ ｈｉ ｓ ｐ ａ — ｐ ｅ ｒ ｓ ｔ ｕ ｄｉ ｅ ｓ ｔ ｈ ｅ ｒ ｏ ａ ｄ ｎ ｅ ｔ ｗｏ ｒ ｋ ｃ ａ ｐ ａ ｃ ｉ ｔ ｙ ｒ ｅ ｌ ｉ ａ ｂ ｉ ｌ ｉ ｔ ｙ ｕｎ ｄ ｅ ｒ ｕｎ ｃ ｅ ｒ ｔ ａ ｉ ｎ ｔ ｙ ｎ ｅ ｅ ｄ ｓ ｔ ｏ ｉ ｄｅ ｎ ｔ ｉ ｆ ｙ ｔ ｈ ｅ ｗｅ ａ ｋ ｌ ｉ ｎｋ ｓ ｉ ｎ ｔ ｈｅ ｒ ｏ ａ ｄ ｎ ｅ ｔ ｗｏ ｒ ｋ ． Ａｎｄ ｔ ｈ ｒ ｏ ｕ ｇ ｈ ａ ｖ ａ ｒ ｉ ｅ ｔ ｙ ｏ ｆ ｍｅ ａ ｓ ｕ ｒ ｅ ｓ， ｗｅ ｉ ｍｐ ｒ ｏ ｖ ｅ ｔ ｈ ｅ ｗｈ ｏ ｌ ｅ ｎ ｅ ｔ ｗｏ ｒ ｋ ａ ｎｄ ｅ ｎ ｓ ｕ ｒ ｅ ｔ ｈ ａ ｔ ｔ ｈ ｅ ｎ ｅ ｔ － ｗｏ ｒ ｋ ｏ ｐ ｅ ｒ ａ ｔ ｅ ｓ ｓ ｍｏ ｏ ｔ ｈ ｌ ｙ ａ ｎｄ ｏ ｒ ｄ ｅ ｒ ｌ ｙ ｗｈ ｅ ｎ ｕ ｎ ｅ ｘ ｐ ｅ ｃ ｔ ｅ ｄ ｅ ｖ ｅ ｎ ｔ ｓ ｏ ｃ ｃ ｕ ｒ ．
Ｎｅ ｔ ｗｏ ｒ ｋ ｕ ｎｄ ｅ ｒ Ｅｍ ｅ ｒ ｇ ｅ ｎ ｃ ｙ
ＹＵ Ｚｅ ｗｅ ｎ
（ Ｈ ｕ ｎ ａ ｎ Ｃ ｏ ｍｍ ｕ ｎ ｉ ｃ ａ ｔ ｉ ｏ ｎ ｓ Ｒ ｅ ｓ ｅ ａ ｒ ｃ ｈ Ｉ ｎ ｓ ｔ ｉ ｔ ｕ ｔ ｅ ，Ｃ ｈ ａ ｎ ｇ ｓ ｈ ａ ， Ｈ ｕ ｎ ａ ｎ ４ １ ０ ０ １ ５ ，Ｃ ｈ ｉ ｎ ａ ）
【 关键词 】突发 事件 ； 容量 可靠度 ；关键路段
［ 中图 分 类 号 】Ｕ ４ １ ２ ． １． ［ 文 献 标 识 码 ］Ａ ［ Ｏ １ — ０ １ ０ ３ － ０ ５
Ｓ ｔ ｕ ｄ ｙ ｏ ｎ． Ｃａ ｐ ａ ｃ ｉ ｔ ｙ Ｒｅ ｌ ｉ ａ ｂ ｉ ｌ ｉ ｔ ｙ ｏ ｆ Ｃｒ ｉ ｔ ｉ ｃ ａ ｌ Ｓ ｅ ｃ ｔ ｉ ｏ ｎ ｓ ｏ ｆ Ｒｏ ａ ｄ
喻泽 文
（ 湖南省交通科学研究 院 ， 湖南 长沙 ［ 摘 ４ １ ０ ０ １ ５ ）
要 ］ 自然 灾 害 的 发 生 会 造 成 道 路 网 络 的 严 重 破 坏 ， 尤 其 是 关 键 路 段 或 节 点 的 破 坏 对 整 个 路 网 的运 转 带
来 了严重的阻碍 ， 降 低 甚 至 中 断 了 全 部 道 路 网络 的 工 作 。 为 了对 路 网 中 的 关 键 路 段 进 行 控 制 ， 及 时 解 除 突 发 灾 害 对关 键路 段 的 影 响 ， 本 文 通 过 研 究 道 路 网 络 需求 不 确 定 情 况 下 的 容 量 可 靠 性 ， 找 出 道 路 网 络 中的 薄 弱 环 节 ， 通 过 种 种措 施 重 点改 造 或 加 以改 善 ， 以保 证 突 发 事 件 发 生 时 整 个 道 路 网络 的畅 通 有 序 运 行 。