第4章交通流理论

合集下载

第四章 交通流理论

第四章  交通流理论

第一节 概述-2
交通流理论是发展中的科学,虽然现在还没有形成完 整的体系,但有很多理论在探讨各种交通现象,它们是: (1)交通流量、速度和密度的相互关系及量测方法;。 *(2)交通流的统计分布特性; *(3)排队论的应用; *(4)跟驰理论; (5)驾驶员处理信息的特; *(6)交通流的流体力学模拟理论; (7)交通流模拟。
8 10
3. 在交通工程学中应用二项分布时: (1)适用条件:车辆比较拥挤、自由行驶机会不多的车流。 (2)基本公式: (3)递推公式: p C p (1 p) , (k 0,1,2,, n)
k 1 k n k nk
p k 1
(4)分布的均值和方差分别为 M=np, D=np(1-p) (5)如果通过观测数据计算样本均值m和方差,则可分别 代替M和D,用下式求出p和n的估计值:
第二节 交通流的统计分布特性-11
P(t)的图象如图所示, 曲线是单调下降的,说明车头 时距愈短,其出现的概率愈大。 这种情形在不能超车的单列车 流中是不可能出现的。因为车 辆的车头至车头的间距至少为 一个大于零的最小值τ 。负指 数分布在应用中的局限性即在 于此。
第二节 交通流的统计分布特性-12
xn 1 (t T )为后车在时刻(t T )的加速度,
1 称为后车的反应; 称为敏感度; xn (t ) xn 1 (t ) T 称为时刻t的刺激。

反应 敏感度 刺激
第五节 流体动力学模拟理论-1
一、引言 A 连续理论: Q1=Q2 A1*V1=A2*V2 Q:立方米/秒 A2V2Q2
第五节 流体动力学模拟理论-3
虚线与运行轨迹的交点就是车队密度不同的两部分的 分界(对某一确定时刻而),而虚线则表示此分界既沿车 队向后一辆辆地传播下去,又沿着道路而移动,虚线的斜 率就是波速。虚线AB是低度状态向密度状态转变的分界, 它所体现的车流波称为集结波;而Ac是高密度状态向低密 度状态转变的分界,它所体现的车流波称为疏散波,两种 不同的车流波可统称为集散波。

交通流理论(4)

交通流理论(4)
第4章 交通流理论
The theory of traffic flow
2009年3月 年 月
4.6 车流波理论
车流波理论运用流体动力学的基本原理,模拟流体的连续性方程, 车流波理论运用流体动力学的基本原理,模拟流体的连续性方程, 建立车流的连续性方程。 建立车流的连续性方程。该理论把车流密度的疏密变化比拟成水波的 起伏而抽象成车流波。 起伏而抽象成车流波。当车流因道路或交通状况的改变而引起密度的 改变时,在车流中产生车流波的传播。该理论通过分析车流波的传播 改变时,在车流中产生车流波的传播。该理论通过分析车流波的传播 速度来得到流量、速度、密度三者之间的关系。 速度来得到流量、速度、密度三者之间的关系。 来得到流量
二、 车流中的波
流量密度曲线上的车流波分析
Q B
A C 0 Kj K
二、 车流中的波
车辆运行时间-空间轨迹图 车辆运行时间 空间轨迹图
X
Ⅲ G C Ⅱ D B E 1 2 3 4 F Ⅰ 5 6 t A
内容提要: 内容提要: 车流连续性方程 车流波 车流波的应用
一、车流连续性方程
q
k
q+dq
k -dk


由质量守恒定律可知:流入量-流出量 数量上的变化 由质量守恒定律可知:流入量-流出量=数量上的变化 (dk/ dt)+( dq / dx)=0 上述的守恒等式表明: 上述的守恒等式表明: 当流量随距离降低时,密度则随着时间而增大。 当流量随距车流中的波
波速公式
Vw V1 K1 A K2 X S B V2
波速公式:
VW=(q1-q2)/(K1-K2).
二、 车流中的波
集结波与疏散波 由低密度状态向高密度状态转变时所形成的车流波叫集结波; 由低密度状态向高密度状态转变时所形成的车流波叫集结波; 由高密度状态向低密度状态转变时所形成的车流波叫疏散波。 由高密度状态向低密度状态转变时所形成的车流波叫疏散波。 前进波与后退波 当车流波的波速> 时 我们称为前进波; 当车流波的波速>0时,我们称为前进波; 当车流波的波速< 时 我们称为后退波。 当车流波的波速<0时,我们称为后退波。

[工学]交通流理论

[工学]交通流理论
Fi 为理论上观测数值出现在第i组的频数。
且有:∑fi =N,∑Fi =N
3、确定统计量的临界值χ2a
χ2a值与置信水平α和自由度DF有关,α通常取0.05 。
DF=g-q-1,式中,q为约束数,指原假设中需确定的未知数的个 数,对泊松分布q=1(只有m需确定),对二项分布和负二项分布 q=2(需确定P、n两个参数)。
N1=λ·P(h≥a1)= λe-λa1 主要道路车流中车头时距大于a2的数目:N2= λe-λa2
…… 则,主要道路车流中允许一辆车穿过的车头间隔数目为:N1-N2
主要道路车流中允许二辆车穿过的车头间隔数目为:N2-N3 主要道路车流中允许三辆车穿过的车头间隔数目为:N3N4
……
15
∴到达率为λ的车流允许穿越的车辆数总和为: Q次=1(N1-N2)+2(N2-N3)+3(N3-N4)+… =N1+N2+N3+N4+…=λ[e-λa1 + e-λa2 + e-λa3 +…] =λ[e-λa + e-λ(a+a0) + e-λ(a+2a0) +…]
P(h≥t) =e-λ(t-τ) t≥τ 其概率密度函数为: λe-λ(t-τ) t≥τ
P(t) =
0
t<τ
1
1
移位负指数分布的均值M= +τ ,方差D= 2
用样本的均值(平均车头时距)m和方差S2代替M、D,即可求
得λ和τ。
17
2、适用条件 用于描述不能超车的单列车流和车流量低的车流的车头时距分布。 3、移位负指数分布的局限性
2
第一节 离散型概率统计模型
我们在观测交通量或车辆的车头时距时,会发现在固定的计 数时间间隔内,每个间隔内查到的车辆数是变化的,所观测到 的连续车头时距也是不同的,这说明车辆的到达是有一定随即 性的,为了描述这种随机性而采用的概率统计方法可分为两种: 离散型和连续型。

交通工程学 第4章 交通流理论

交通工程学 第4章 交通流理论

k
j 1
g
j
fj
k
j 1
g
j
fj
fj
N
式中:g——观测数据分组数; fj——计算间隔t内到达kj辆车(人)这一事件发生的次(频)数; kj——计数间隔t内的到达数或各组的中值; N——观测的总计间隔数。
(2)递推公式
P(0) e m P(k 1) P(k ) k 1
(3)应用条件
• 在第一个环节上,重点研究设计什么样的模型才能对所 关心的交通流现象有一个很好的描述,此环节的关键是 对系统的识别,也即对所研究对象的充分认识。这种认 识越深刻,所建立的模型就越符合实际; • 在第二个环节上,重点研究如何确定模型中的参数使模 型得以具体应用,参数的确定是一项非常具体、细致的 工作,其好坏直接决定了模型的应用效果。优秀的交通 流模型应该只包含若干个有现实的变量和参数,而且它 们是容易测量的。 • 此外,一个好的模型还应在理论上前后一致,便于进行 数值模拟且能做出新的预测,简单而言,优秀的交通流 模型必须有鲁棒性、现实性、一致性和简单性。 • 无论是模型结构的建立还是模型参数的标定,简单和适 用是第一原则 ,但随着计算手段的改善和交通工程技 术人员素质的提高,复杂交通流模型推广和应用的也日 益广泛了。
§4-2 概率统计模型
本节内容
• • • • 离散型分布特征、分布函数 排队论模型的基本概念 M/M/N与N个M/M/1的指标计算与比较 流体模拟理论及实例分析
问题的提出
一个实际问题及其解决方法的思路分析
1.某随机车流,求30秒内平均到达的车辆数(均值)、方差(参考p74 4-8 4-10 ) 2.假定该车流服从泊松分布,求没有车到达的概率、到达四辆车的概率、到达 大于四辆车的概率分别是多少 )

交通流理论

交通流理论

第四章交通流理论交通流理论(TrafficFlowTheory)是研究交通流随时间和空间变化规律的模型和方法体系,被广泛应用于交通系统规划与控制的各个方面。

第一节交通流理论的发展历程在本节中,我们一起回顾交通流理论的发展历程。

交通流理论的兴起大致在20世纪30年代,在20世纪50年代到60年代经历了繁荣和快速发展,70年代以后,主要是对既有理论的发展完善和应用拓展。

一、交通流理论的萌芽期萌芽期从20世纪30年代到第二次世界大战结束。

由于发达国家汽车使用和道路建设的发展,需要探索道路交通流的基本规律,产生了研究交通流理论的初步需求。

Adams在1936发表的论文中将概率论用于描述道路交通流,格林息尔治(Greenshields)在1935年开创性提出了流量和速度关系式(也就是格林息尔治关系),并调查了交叉口的交通状态。

二、交通流理论的繁荣期繁荣期从第二次世界大战结束到20世纪50年代末。

汽车使用显着增长和道路交通系统建设加快,应用层面对交通特性和交通流理论的研究提出了急切需求。

此阶段是交通流理论最为辉煌的时期,经典交通流理论和模型几乎全部出自这一时期。

交通流理论中的经典方法、理论和模型相继涌现,如车辆跟驰(Car-following)模型、车流波动(KinematicWave)理论和排队论(QueuingTheory)。

这一时期群星闪耀,许多在自然科学其他领域中的大师级人物(如数学家、物理学家、力学家、经济学家)都投入到交通流理论的研究中,其中不乏诺贝尔奖金的获得者,如1977年的诺贝尔化学奖获得者伊利亚?普列高津(IlyaPrigogine)。

着名人物有赫曼(Herman)、鲁切尔(Reuschel)、沃德卢普(Wardrop)、派普斯(Pipes)、莱特希尔(Lighthill)、惠特汉(Whitham)、纽维尔(Newell)、盖热斯(Gazis)、韦伯斯特(Webster)、伊迪(Edie)、福特(Foote)和钱德勒(Chandler)。

4-3 交通流理论-跟驰模型

4-3 交通流理论-跟驰模型
2/42
跟驰理论——研究在限制超车的单车道上,行驶车队中前 车速度的变化引起的后车反应。
研究条件——限制超车、单车道 研究前提——前车行驶状态变化 研究对象——后车的行驶状态 研究目的——单车道交通流特性
3/42
一、跟驰状态的判定
跟驰状态临界值的判定是车辆跟驰研究中的一个关键, 现有的研究中,对跟驰状态的判定存在多种观点。
10/42
最早出现的跟弛模型 形式简单 是其他跟弛模型的基础
2辆车跟驰
N+1 S(t) Xn+1(t)
某时刻N+1车位置 正常情况下两车间距 N车停车位置
N
Xn(t) 某时刻N车的位置
N车开始减速位置
d3:N车的制动距离
N+1 N+1 N
d1
反应时间T内N+1 车的行驶距离
d2
N+1车的制动距离
线性模型的缺憾!!!
(t T ) [ X (t ) X (t )] X n 1 n n 1
两边对时间积分
n 1 (t T ) [ xn (t ) xn 1 (t )] C0 x
n 1 (t T ) [ xn (t ) xn 1 (t )] C0 x
(t T ) [ X (t ) X (t )] X n 1 n n 1
1/ T
Xn1(t T) [ Xn (t) Xn1(t)]
反 应
灵敏度
刺 激
反应 灵敏度 刺激
驾驶员,T约为1.5秒
8/42
3、传递性
由制约性可知,第一辆车的运行状态制约着第二辆车的运
行状态,第二辆车又制约着第三辆车,…,第n辆车制约 着第n+1辆。一旦第一辆车改变运行状态,它的效应将会 一辆接一辆的向后传递,直至车队的最后一辆,这就是传 递性。

第四章 交通流理论ppt课件

第四章  交通流理论ppt课件
度的时间内到达某场所交通的间隔时间的统计分布; 4) 研究交通分布的意义:预测交通流的到达规律(到达数及到
达时间间隔),为确定设施规模、信号配时、安全对策提供依 据;
.
4.2.1 离散型分布
车辆的到达具有随机性
描述对象:
在一定的时间间隔内到达的车辆数, 在一定长度的路段上分布的车辆数
4.2 概率统计模型
.
4.2 概率统计模型
4.2.1 离散型分布
2. 二项分布:
适用条件:车辆比较拥挤、自由行驶机会不多的车流 基本模型:计数间隔t内到达k辆车的概率
P (k)C n k n t k 1 n t nk,k1 ,2,.n ..
λ:平均到达率(辆或人/秒) 令:p=λt/n, 0 <p <1
出分布参数 p 和 n;
.
4.2 概率统计模型
4.2.1 离散型分布
3. 负二项分布:
适用条件:到达的车流波动性很大时适用。 典型:信号交叉口下游的车流到达。
4. 离散型分布拟合优度检验——χ2检验
用于根据现场实测数据来判断交通流服从何种分布 原理和方法:
1) 建立原假设:随机变量X服从某给定的分布 2) 选择合适的统计量 3) 确定统计量的临界值 4) 判断检验结果
.
4.2 概率统计模型
4.2.1 离散型分布
1. 泊松分布:
递推公式:由参数m及数量k可递推出Pk+1;
P0 em
Pk1
m k 1Pk
分布的均值M与方差D皆等于λt,这是判断交通流到达规律是否 服从泊松分布的依据。
运用模型时的留意点:关于参数m=λt可理解为时间间隔 t 内的 平均到达车辆数。
4. 有效性指标——延误

第四章交通流理论(详细版)

第四章交通流理论(详细版)
34
二、排队论的基本原理
幻灯片 35§4-3 排队论的应用 2.排队系统的组成 (2)排队规则:指到达的顾客按怎样的次序接受服务。 例如: 损失制:顾客到达时,若所有服务台均被占,该顾客就自动消失,永不再来。 等待制:顾客到达时,若所有服务台均被占,他们就排成队伍,等待服务,服务次序有先到先服务(这是最通常的
36
二、排队论的基本原理
幻灯片 37-3 排队论的应用 2.排队系统的组成 (3) 服务方式:指同一时刻多少服务台可接纳顾客,每一顾客服务了多少时间。每次服务可以成批接待,例如公
7.5m
Q=360辆/h
Qt
3607.5
P(h7.5) e 3600 e 3600 0.4724
360 0.4724 170
(次)
幻灯片 27 当 Q = 900 辆/h 时,车头时距大于 7.5s 的概率为:
26 §4-2 交通流的统计分布特性
1h 内车头时距次数为 900,其中 h≥7.5s 的车头时距为可以安全横穿的次数:
33
二、排队论的基本原理
幻灯片 34§4-3 排队论的应用 2.排队系统的组成 (1) 输入过程:就是指各种类型的"顾客(车辆或行人)"按怎样的规律到达。有各式各样的输入过程,例如: D—定长输入:顾客等时距到达。 M—泊松输入:顾客到达时距符合负指数分布。 Ek—爱尔朗输入:顾客到达时距符合爱尔朗分布。
p m s2 m
m
1 N
N
i
i 1
n
m2 m s2
s 2
1 N 1
N i 1
(i
m)2
14 幻灯片 15 【例 4-2】:在一交叉口,设置左转弯信号相,经研究来车符合二项分布,每一周期平均来车 30 辆,其中有 30%
  1. 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. 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. 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)。

2 2
概述

交通流理论是发展中的科学,有很多理论在探讨 各种交通现象: 交通流量、速度和密度的相互关系及量测方法; 交通流的统计分布特性; 排队论的应用; 跟驰理论; 交通流的流体力学模拟理论; 交通波理论。
2015-6-11
3 3
第二节 交通流的统计分布特性
2015-6-11
第四章 交通流理论
第一节 概述
2015-6-11
1 1
概述
作为交通工程学理论基础的交通流理论是运用 物理和数学的方法来描述交通特性的一门边缘科 学,它用分析的方法阐述交通现象及其机理,使 我们能更好地理解交通现象及其本质,并使城市 道路与公路的规划设计和营运管理发挥最大的功 效。
2015-6-11
1 M 1 D 2
2015-6-11
20 20
二、连续性分布

车头时距服从负指数分布的车流特性 见图,曲线 是单调下降的,说明车头时距愈短,出现的概率 愈大。这种情形在不 能超车的单列车流中 是不可能出现的,因 为车辆的车头与车头 之间至少存在一个车 长,所以车头时距必 有一个大于零的最小 值τ。
P( h7.5) e

e

0.1534
1h内车头时距次数为900,其中h≥7.5s的车头时 距为可以安全横穿的次数:
900 0.1534 138 (次)
2015-6-11
26 26
第三节
排队论的应用
2015-6-11
27 27
一、引言



排队论是研究“服务”系统因“需求”拥挤而产 生等待行列(即排队)的现象,以及合理协调“ 需求”与“服务”关系的一种数学理论,是运筹 学中以概率论为基础的一门重要分支,亦称随机 服务系统理论。 排队论是20世纪初由丹麦电信工程师欧兰最先提 出,在二战期间排队论在战时后勤保障、军事运 输等方面得到了广泛应用,发展成为军事运筹学 的一个重要分支。 在交通工程中,排队论被用来研究车辆延迟、信 号配时、收费站、加油站等设施的设计与管理。
分布的均值M和方差D分别为: 1 1 M D 2
22 22
2015-6-11
二、连续性分布

移位负指数分布的局限性: 服从移位负指数分布的车头时距愈接近τ出现的 可能性愈大。这在一般情况下是不符合驾驶员的 心理习惯和行车特点的。 车头时距分布的概率密度曲线一般总是先升后 降。
2015-6-11
m 6
2015-6-11
8 8
一、离散型分布
无车的概率为: P(0) 0.0025 小于5辆车的概率为: P( k5) 0.2850 不多于5辆车的概率为:P( k5) 0.4456
P( k6) 1 P( k5) 0.5544 6辆及其以上的概率为:
至少为3辆但不多于6辆的概率为: P( 3k6) 0.5442
2015-6-11
P( 0 ) e 0.3 0.819
10 10
一、离散型分布
2)有95%臵信度的每个周期来车数的含义为:来 车数小于或等于k辆的概率≥95%时的k值,即: P( k ) 0.95 ,求这时的k 即λ=240/3600(辆/s ),当t=60s时,m=λt=4 来车的分布为: m k m 4 k 4 P( k ) e e k! k! 求:P( k ) 0.95 的k值。
21 21
2015-6-11
二、连续性分布
移位负指数分布 适用条件:用于描述不能超车的单列车流的车头 时距分布和车流量低的车流的车头时距分布。 移位负指数分布公式:
P( ht ) e ( t ) P( ht ) 1 e ( t )

(t ) (t )
28 28
2015-6-11
二、排队论的基本概念




“排队”与“排队系统” 当一队车辆通过收费站,等待服务(收费)的车 辆和正在被服务(收费)的车辆与收费站构成一 个“排队系统”。 等候的车辆自行排列成一个等待服务的队列,这 个队列则称为“排队”。 “排队车辆”或“排队(等待)时间”都是指 排队的本身。 “排队系统中的车辆”或“排队系统消耗时间 ”则是在指排队系统中正在接受服务(收费)和 排队的统称。
23 23
二、连续性分布
例5 :在一条有隔离带的双向四车道道路上,单向 流量为360辆/h,该方向路宽7.5m,设行人步行速 度为1m/s,求1h中提供给行人安全横过单向车道 的次数,如果单向流量增加到900辆/h, 1h中提 供给行人安全横过单向车道的次数是增加还是减 少。
Q=360辆/h
7.5m
恰好为5辆车的概率为:P( 5) 0.1606
2015-6-11 9 9
一、离散型分布
例2:已知某信号灯周期为60s,某一个入口的车流 量为240辆/h,车辆到达符合泊松分布,求: 在1s、2s、3s内无车的概率; 求有95%的臵信度的每个周期来车数。 解:1)1s、 2s、3s内无车的概率 λ=240/3600(辆/s ),当t=1s时, m= λt=0.067 P(0) e 0.067 0.9355 当t=2s时, m= λt =0.133, P( 0 ) e 0.133 0.875 当t=2s时, m= λt =0. 3,
2015-6-11 16 16
二、连续性分布
负指数分布 适用条件:用于描述有充分超车机会的单列车流和 密度不大的多列车流的车头时距分布。 负指数分布常与泊松分布相对应,当来车符合泊 松分布时,车头时距则符合负指数分布。 由公式: P( 0) e t 可知,当车辆平均到达率为λ时 ,P(0)为计数间隔t 内无车到达的概率。 可见,在具体的时间间隔 t 内,如无车辆到达, 则在上一次车和下一次车到达之间车头时距h至 少有t,即h≥t。
24 24
2015-6-11
二、连续性分布
解:行人横过单向行车道所需要的时间: t =7.5/1=7.5s 因此,只有当h≥7.5s时,行人才能安全穿越,由 于双车道道路可以充分超车,车头时距符合负指 数分布,对于任意前后两辆车而言,车头时距大 于7.5s的概率为:
P( h7.5) e

Qt 3600
k k 由 :P( k ) Cn p (1 p) nk
P( 2) C 0.3 (1 0.3)
2 5 2
2015-6-11
5 2
0.309
15 15
一、离散型分布
2)由: p =30%,n=5,k=2
k k 根据: P( k ) Cn p (1 p) n k
P( 0 ) C 0.3 (1 0.3)
0 5 0
5 0
0.168
1 P(1) C5 0.3(1 0.3)51 0.36
P( k 2 ) P( 0 ) P(1) 0.528
3)由: p =30%,n=30,k=0
k k 根据: P( k ) Cn p (1 p) nk 0 P( 0 ) C30 0.30 (1 0.3) 30 0.000023
2015-6-11 17 17
二、连续性分布
或者说: P(0)也就是车头时距h大于或等于t 的概 率。对于任意的t ,如果在t 内没有车辆到达,上 一次车和下一次车到达之间车头时距必然大于或 等于t ,即: P( 0 ) e t P( h t )
P( h t ) e t 式中:λ—车辆平均到达率(辆/s) P(h≥t)—车头时距大于或等于t (s)的概率 车头时距小于t (s)的概率,可有下式求得:
P( ht ) 1 e
2015-6-11
t
18 18
二、连续性分布
例4:对于单向平均流量为360辆/h的车流,求车头 时距大于或等于10s的概率。 解:车头时距大于或等于10s的概率也就是10s以内 无车的概率。 由λ=360/3600=0.1 P( ht ) e t
P( h10 ) e 0.110 0.37
0.0298 0.9787
P( k8) 0.95
设计上具有95%臵信度的来车数不多于8辆。
2015-6-11 12 12
一、离散型分布
二项分布 适用条件:车辆比较拥挤、自由行驶机会不多的 车流。交通流具有较小的方差时,来车符合二项 分布。 k k nk P C p ( 1 p ) n 基本公式: ( k ) 式中: P(k)—在计数间隔t 内到达k 辆车的概率; λ—平均到车率(辆/s); t —每个计数间隔持续的时间(s); n—正整数 ; p—二项分布参数,p t / n 。
4 4
一、离散型分布
泊松分布 适用条件:车流密度不大,其他外界干扰因素基 本上不存在,即车流是随机的 。 基本公式:
P( k )
( t ) k t e k!
式中: P(k) —在计数间隔t 内到达 k 辆车的概率; λ —平均到车率(辆/s) ; t —每个计数间隔持续的时间(s) 。
同样,车头时距小于10s的概率为: t P( ht ) 1 e 0.63
2015-6-11 19 19
二、连续性分布
由上例可见,设车流的单向流量为Q(辆/h), 则λ=Q/3600,于是负指数公式可改写成:
P( ht ) e


Qt 3600
负指数分布的均值M和方差D分别为:
2015-6-11 5 5
一、离散型分布
k m e k!
递推公式:
P( 0 ) e

m
P( k 1)
m P( k ) k 1
分布的均值M和方差D都等于m
2015-6-11
6 6
一、离散型分布
应用举例 例1:设60辆车随机分布在10km长的道路上,其中 任意1km路段上,试求: 无车的概率; 小于5辆车的概率; 不多于5辆车的概率; 6辆及其以上的概率; 至少为3辆但不多于6辆的概率; 恰好为5辆车的概率。
相关文档
最新文档