交通评价模型
合集下载
相关主题
- 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)。
负指数函数模型中，负指数渐近线逼近最大 平均速度。
11.1 行程时间及延误评价
➢ 最大平均速度模型
v
1 b2r2 a cb2r2
最大平均速度模型最早用于放射线和环形路， 但后来适用于所有的道路情况。
上述各函数关系式中，a、b、c均为常数。
11.1 行程时间及延误评价
➢ 模型检验
线性模型式的计算值一般比实际观测数据高3～4km/h， 当随着r的增长平均速度增长较快时，模型已经明显与事实不符。
周期信号交叉口的平均延误模型：
• Beckman提出 • 假设车辆到达过程服从二项分布、车辆离开为确定性服务。
11.1 行程时间及延误评价
公式(11-9)中过饱和流的期望排队长度和到达过程服从二 项分布的假设大大降低了其实用性。
11.1 行程时间及延误评价
改进“假设”
Mcneil根据一般到达、离开时间为常数的假设，将信号交叉口一 个周期总的车辆延误分为两个部分，即：
C(τ)=0 红灯 C(τ)= S(τ) 绿灯，并且Q(τ)>0 C(τ)= q(τ) 绿灯，并且Q(τ)=0
类似于式(12-46)的确定性模型，只有在x《l或者x》l的情况下， 才会得到较为精确的解。否则，因为忽略了随机因素导致的排队，将 会低估排队长度与延误值。
11.1 行程时间及延误评价
Kimber和Hollis提出了一种计算期望排队长度的算法模型，主要针 对单通道自由到达、一般服务的M/G/l系统。初始排队可以根据分布进行 定义，为了加快计算速度，一般多采用平均初始排队长度。
11.1 行程时间及延误评价
如果在式（11-22）中，1-q/s=1-g/c，则式（11-22）的计算结 果与式（11-36）的结果就会完全相同。但是，在平衡条件下，上述 假设并不能成立。
11.1 行程时间及延误评价
上式可解的唯一条件就是假设在一个信号周期内，过饱和流服 从正态分布，由此得到的解为：
否则为零。
ห้องสมุดไป่ตู้
11.1 行程时间及延误评价
由于平衡时Q(0)=Q(c)，所以对式（11-25）两边求数学期望，可以得到： 式（11-25）还可以改写为：
两边平方之后求数学期望，得到：
11.1 行程时间及延误评价
在平衡条件下，将公式（11-28）进行整理，得到：
式中：C——一个信号周期内最大可能离开的车辆数； A——一个信号周期内到达的车辆数；
ΔC——一个信号周期的通行能力平衡项; Var(ΔC)为一个正数，只有当E(C)=E(A)时，Var(ΔC)才
为零。 因此可以得到：
11.1 行程时间及延误评价
例如，当到达为Darroch过程，即E(A)=qc，Var(A)=Iqc时，并且绿灯时 间内的离开率为常数，即E(c)=Sg，Var(C)=0时，上面的约束条件可以 改写为：
式(11-24)的第一项表示到达率均衡不变时的延误。第二项描述 了车辆到达的随机特性，即随机延误。第三项为修正项，它是基于 仿真实验的结果得出的，它的数值一般为前两项之和的10％。
11.1 行程时间及延误评价
式中：Q(c)——信号周期结束时车辆排队长度； Q(0)——信号周期开始时车辆排队长度； A——信号周期内到达的车辆数； C——绿灯时间内最大可能离开的车辆数； ΔC——通行能力平衡项，当Q(0)+A<C时为[C-Q(0)-A]，
只有当饱和度x小于1时： 即排队才会达到平衡状态。
11.1 行程时间及延误评价
根据上述条件，每一个周期内到达的车辆都会在一个绿灯时间 内离开，因而有：
同时有：
因此：
11.1 行程时间及延误评价
联立公式（11-16）、式（11-18）、式（11-19）得到：
再联立公式（11-10）、式（11-11）、式（11-20），可以得到：
11.1 行程时间及延误评价
Hutchinson利用TRRL在1967年对英国8个城市的调 查数据，重新检验了幂函数模型和负指数模型。
➢ 幂函数简化模型 v kr1 3
参数k与城市人口规模有密切关系，并且随着人 口规模的增加而增加。
➢ 负指数简化模型 v 60 aer R
式中的R值与城市人口规模密切相关，而a与人 口规模无直接关系。
11.1 行程时间及延误评价
平均速度作为距离的函数
Branston 利 用 TRRL 在 1963 年 对 英 国 6 个 城 市 进行调查，用回归分析法得到了5个平均速度(v)与距 CBD的距离(r)的关系模型。其中城市中心定义为放射 线路的交汇点，CBD的出行速度选择在中心区0.3km以 内的区域，每一条路段的平均速度可以通过路段长度 与实际出行时间的比值得到。
11.1 行程时间及延误评价
二、 行程时间模型
交通强度作为距离的函数
交通强度I(单位区间总出行距离)随着所论地点与CBD距离的增加而减少。
I Aexp( r a)
r
——与CBD的距离；
A、a——参数。
不同城市具有不同的A值和a值，并且A值随着高峰时段与非 高峰时段的变化而发生变化。交通强度模型可以反映城市交通网络的 宏观特性，但模型结果与实际有一定的出入。
式中：x=qc/sg Miller同时考虑了Var(ΔC)，假设：
11.1 行程时间及延误评价
因此，过饱和流排队长度可以用下式近似计算：
将式(11-33)代入式(11-22)就可以求出平均延误。为了简化公式， 使其实用化，对式(11-22)做进一步的近似，即不考虑公式第三和第 四项的影响，因为这两项在量级上要比第一和第二项小。Miller就是 采取了这样的方法，得到简化的近似计算公式：
应的延误。 例如May和Keller用积分表示累计到达车辆数：
在[0,t]时间段内，排队中连续离开的车辆数为：
于是，系统中的车辆数可以表示为：
11.1 行程时间及延误评价
在时间段[0，T]内，排队车辆的平均延误为：
如果将式（11-45）中的S(τ)替换为C(τ)，对于已知信号状态的交叉 口，就可以应用上述模型：
将总延误E(W)除以信号周内平均到达的车辆数，就能够得到每一辆 车的平均延误：
11.1 行程时间及延误评价
当Q0=0，且车辆到达的方差为零时，上述公式可以直接利用输入输出 模型进行推导。用式(11-23)计算延误，需要知道绿灯开始时的排队长度 (即上个周期剩余的排队车辆数)，而实际上在模型的应用过程中，通常并 不知道绿灯开始时的排队情况。因此，精确的延误计算模型在实际的应用 中面临一定的困难，于是近似模型显得更加实用。
➢ 线性模型
v a br
Beimbom早期建立的模型是完全的线性关系。 在城市边缘地带速度达到最大值，这些点被定义为平 均速度最大值点(即在此点以外随着远离CBD中心距离 增加而速度不再增加)。但Branston的调查数据中没 有发现任何城市中出行平均速度的极限最大值。
➢ 负指数模型 v a becr
➢ 教学难点： （1）信号交叉口延误模型 （2）无信号交叉口延误模型
11.1 行程时间及延误评价
11.1 行程时间及延误评价 11.2 排队长度和停车评价
11.1 行程时间及延误评价
一、 引言
行程出行时间 平均行程时间（包括停车时间）是指车辆通
过检测区段的起点直至离开终点的时间间隔。
延误
延误是运行车辆不能以期望速度行驶而产生的 时间损失。由于道路交叉口的存在，使得过往车辆产 生延误。
Newell同时给出了更简便的表达式：
其中：
11.1 行程时间及延误评价
函数H(μ)的计算可以利用Cronje给出的近似关系式：
其中：
此外，Newell还比较了式（11-36）和式（11-38）与Webster公式的计算结 果，并且通过附加项对中等交通强度条件进行了修正，Newell的最终公式为：
11.1 行程时间及延误评价
Allsop和Hutchinson也基于Webster的模型形式， 给出了延误的近似计算模型。后来，Ohno对泊松到达， 绿灯时间内定周期离开的所有模型进行了比较，开发了 计算程序对所选择的模型进行基本计算。
11.1 行程时间及延误评价
2、瞬态延误模型
当车辆的到达率超过路口的通行能力，此时稳态模型将不再适用。 特别是高峰时段的交通流常常不稳定，这不符合稳态模型的基本假定。
11.1 行程时间及延误评价
Miller同时还给出了泊松到达，绿灯时间定周期服务的过饱和 流排队长度的计算公式：
从上面的分析可以看出，式(11-22)、式(1-23)、式(11-24)、式 (11-34)和式(11-35)都仅限于某种特定的到达分布和离开形式。Newell 则给出了一般到达和离开分布形式的延误计算模型。研究表明，对于 大多数的到达和离开过程来说，每个周期的总延误都不等于假定的确 定到达以及确定离开所计算出的延误。但是，如果交通强度很小的话， 这种差别是可以忽略的；而当交通量很大时，延误则用下式计算：
第11章 交通评价模型
第11章 交通评价模型
➢ 教学目的：掌握交通评价的基本模型，能够准确分析 行程时间、延误、排队长度、停车次数等指标。掌握 VISSIM交通评价的原理，能够完成基于仿真软件的交 通评价过程。
➢ 教学重点： （1）行程时间模型 （2）信号交叉口延误模型 （3）无信号交叉口延误模型
因此：
由式（11-48），得：
11.1 行程时间及延误评价
进行等价变换，得：
解出： 其中：
11.1 行程时间及延误评价
11.1 行程时间及延误评价
➢ 幂函数模型
v arb
幂函数模型是根据Wardrop的理论得到的，但 是，该式在CBD的中心区(r=0)预测得到的速度为零， 这显然与实际不相符。因此，Branston将关系式推广 为如下一般形式。
➢ 改进的幂函数模型
v c arb
11.1 行程时间及延误评价
11.1 行程时间及延误评价
三、信号交叉口延误模型
信号交叉口延误模型
1、稳态延误模型： （1）精确模型 （2）近似模型
2、瞬态延误模型
道路信号交叉口示意图
11.1 行程时间及延误评价
1、稳态延误模型
（1）精确模型 精确模型是根据车辆的到达和离开过程服从某种统计分布
的假设来描述交通延误的特性，需要严格的假设条件。
11.1 行程时间及延误评价
从式(11-11)可以得到：
假设变量Z2为信号周期无限长时总的车辆延误，那么Z2就表示忙 期总的等待时间，其中排队Q(t)为来车强度q的复合泊松到达，服务 时间1/s恒定，系统的初始状态为Q(t=t0)。Mcneil证明了如果q/s<1， 那么：
11.1 行程时间及延误评价
改进的幂函数模型式在两个城市中心区出现了速度为负 数的情况，当采用6个城市的数据进行验证时，中心区速度计算 结果为零，即改进的幂函数模型并不能实现消除城市中心区平 均出行速度为零的初衷。
负指数模型与幂函数模型相比较后的结果与实际情况更 加吻合，但负指数模型用的比较少，这主要是因为它在计算上 比较复杂。对于城市中心区，通常应采用其他的模型，以避免 中心区速度计算值为零的缺陷。
假定在T=0时刻队长为Q(0)，饱和流率为x的信号交叉口，对于确 定性模型，车辆排队长度的变化可以用下式表示：
11.1 行程时间及延误评价
稳态的期望排队长度为：
其中B为常数，依赖于到达和离开过程，可以通过下式计算：
11.1 行程时间及延误评价
假设服务时间服从负指数分布，即σ2=μ2。令xd为确定性模 型式(11-48)的饱和流率。由于：
11.1 行程时间及延误评价
（2）近似模型
利用精确模型来计算交叉口的延误往往比较困难，而 近似模型则相对较为容易。
交叉口延误的近似计算模型：
• Webster提出 • 根据理论研究和数值模拟的方法，并被广泛应用，其计算
模型为公式（11-24）。
11.1 行程时间及延误评价
式中：d——每辆车的平均延误，s； c——信号周期长度，s； g——有效绿灯时间，s； x——饱和率（交通量与通行能力之比）； q——车辆到达率，辆/s。
减少稳态模型的稳态条件假设的方法
• 一、将车辆的到达率和离开率用确定性的时间函 数表示出来，即到达与离开是以时间为自变量的 连续函数a(t)，d(t)；
• 二、模拟信号灯控制下的交通状况来估计平均延 误和排队，假设到达和离开都是固定的，但并不 要求随机平衡条件。
11.1 行程时间及延误评价
第二种方法瞬态延迟模型 第二种方法是用数学函数描述随时间变化的到达率来计算相
11.1 行程时间及延误评价
➢ 最大平均速度模型
v
1 b2r2 a cb2r2
最大平均速度模型最早用于放射线和环形路， 但后来适用于所有的道路情况。
上述各函数关系式中，a、b、c均为常数。
11.1 行程时间及延误评价
➢ 模型检验
线性模型式的计算值一般比实际观测数据高3～4km/h， 当随着r的增长平均速度增长较快时，模型已经明显与事实不符。
周期信号交叉口的平均延误模型：
• Beckman提出 • 假设车辆到达过程服从二项分布、车辆离开为确定性服务。
11.1 行程时间及延误评价
公式(11-9)中过饱和流的期望排队长度和到达过程服从二 项分布的假设大大降低了其实用性。
11.1 行程时间及延误评价
改进“假设”
Mcneil根据一般到达、离开时间为常数的假设，将信号交叉口一 个周期总的车辆延误分为两个部分，即：
C(τ)=0 红灯 C(τ)= S(τ) 绿灯，并且Q(τ)>0 C(τ)= q(τ) 绿灯，并且Q(τ)=0
类似于式(12-46)的确定性模型，只有在x《l或者x》l的情况下， 才会得到较为精确的解。否则，因为忽略了随机因素导致的排队，将 会低估排队长度与延误值。
11.1 行程时间及延误评价
Kimber和Hollis提出了一种计算期望排队长度的算法模型，主要针 对单通道自由到达、一般服务的M/G/l系统。初始排队可以根据分布进行 定义，为了加快计算速度，一般多采用平均初始排队长度。
11.1 行程时间及延误评价
如果在式（11-22）中，1-q/s=1-g/c，则式（11-22）的计算结 果与式（11-36）的结果就会完全相同。但是，在平衡条件下，上述 假设并不能成立。
11.1 行程时间及延误评价
上式可解的唯一条件就是假设在一个信号周期内，过饱和流服 从正态分布，由此得到的解为：
否则为零。
ห้องสมุดไป่ตู้
11.1 行程时间及延误评价
由于平衡时Q(0)=Q(c)，所以对式（11-25）两边求数学期望，可以得到： 式（11-25）还可以改写为：
两边平方之后求数学期望，得到：
11.1 行程时间及延误评价
在平衡条件下，将公式（11-28）进行整理，得到：
式中：C——一个信号周期内最大可能离开的车辆数； A——一个信号周期内到达的车辆数；
ΔC——一个信号周期的通行能力平衡项; Var(ΔC)为一个正数，只有当E(C)=E(A)时，Var(ΔC)才
为零。 因此可以得到：
11.1 行程时间及延误评价
例如，当到达为Darroch过程，即E(A)=qc，Var(A)=Iqc时，并且绿灯时 间内的离开率为常数，即E(c)=Sg，Var(C)=0时，上面的约束条件可以 改写为：
式(11-24)的第一项表示到达率均衡不变时的延误。第二项描述 了车辆到达的随机特性，即随机延误。第三项为修正项，它是基于 仿真实验的结果得出的，它的数值一般为前两项之和的10％。
11.1 行程时间及延误评价
式中：Q(c)——信号周期结束时车辆排队长度； Q(0)——信号周期开始时车辆排队长度； A——信号周期内到达的车辆数； C——绿灯时间内最大可能离开的车辆数； ΔC——通行能力平衡项，当Q(0)+A<C时为[C-Q(0)-A]，
只有当饱和度x小于1时： 即排队才会达到平衡状态。
11.1 行程时间及延误评价
根据上述条件，每一个周期内到达的车辆都会在一个绿灯时间 内离开，因而有：
同时有：
因此：
11.1 行程时间及延误评价
联立公式（11-16）、式（11-18）、式（11-19）得到：
再联立公式（11-10）、式（11-11）、式（11-20），可以得到：
11.1 行程时间及延误评价
Hutchinson利用TRRL在1967年对英国8个城市的调 查数据，重新检验了幂函数模型和负指数模型。
➢ 幂函数简化模型 v kr1 3
参数k与城市人口规模有密切关系，并且随着人 口规模的增加而增加。
➢ 负指数简化模型 v 60 aer R
式中的R值与城市人口规模密切相关，而a与人 口规模无直接关系。
11.1 行程时间及延误评价
平均速度作为距离的函数
Branston 利 用 TRRL 在 1963 年 对 英 国 6 个 城 市 进行调查，用回归分析法得到了5个平均速度(v)与距 CBD的距离(r)的关系模型。其中城市中心定义为放射 线路的交汇点，CBD的出行速度选择在中心区0.3km以 内的区域，每一条路段的平均速度可以通过路段长度 与实际出行时间的比值得到。
11.1 行程时间及延误评价
二、 行程时间模型
交通强度作为距离的函数
交通强度I(单位区间总出行距离)随着所论地点与CBD距离的增加而减少。
I Aexp( r a)
r
——与CBD的距离；
A、a——参数。
不同城市具有不同的A值和a值，并且A值随着高峰时段与非 高峰时段的变化而发生变化。交通强度模型可以反映城市交通网络的 宏观特性，但模型结果与实际有一定的出入。
式中：x=qc/sg Miller同时考虑了Var(ΔC)，假设：
11.1 行程时间及延误评价
因此，过饱和流排队长度可以用下式近似计算：
将式(11-33)代入式(11-22)就可以求出平均延误。为了简化公式， 使其实用化，对式(11-22)做进一步的近似，即不考虑公式第三和第 四项的影响，因为这两项在量级上要比第一和第二项小。Miller就是 采取了这样的方法，得到简化的近似计算公式：
应的延误。 例如May和Keller用积分表示累计到达车辆数：
在[0,t]时间段内，排队中连续离开的车辆数为：
于是，系统中的车辆数可以表示为：
11.1 行程时间及延误评价
在时间段[0，T]内，排队车辆的平均延误为：
如果将式（11-45）中的S(τ)替换为C(τ)，对于已知信号状态的交叉 口，就可以应用上述模型：
将总延误E(W)除以信号周内平均到达的车辆数，就能够得到每一辆 车的平均延误：
11.1 行程时间及延误评价
当Q0=0，且车辆到达的方差为零时，上述公式可以直接利用输入输出 模型进行推导。用式(11-23)计算延误，需要知道绿灯开始时的排队长度 (即上个周期剩余的排队车辆数)，而实际上在模型的应用过程中，通常并 不知道绿灯开始时的排队情况。因此，精确的延误计算模型在实际的应用 中面临一定的困难，于是近似模型显得更加实用。
➢ 线性模型
v a br
Beimbom早期建立的模型是完全的线性关系。 在城市边缘地带速度达到最大值，这些点被定义为平 均速度最大值点(即在此点以外随着远离CBD中心距离 增加而速度不再增加)。但Branston的调查数据中没 有发现任何城市中出行平均速度的极限最大值。
➢ 负指数模型 v a becr
➢ 教学难点： （1）信号交叉口延误模型 （2）无信号交叉口延误模型
11.1 行程时间及延误评价
11.1 行程时间及延误评价 11.2 排队长度和停车评价
11.1 行程时间及延误评价
一、 引言
行程出行时间 平均行程时间（包括停车时间）是指车辆通
过检测区段的起点直至离开终点的时间间隔。
延误
延误是运行车辆不能以期望速度行驶而产生的 时间损失。由于道路交叉口的存在，使得过往车辆产 生延误。
Newell同时给出了更简便的表达式：
其中：
11.1 行程时间及延误评价
函数H(μ)的计算可以利用Cronje给出的近似关系式：
其中：
此外，Newell还比较了式（11-36）和式（11-38）与Webster公式的计算结 果，并且通过附加项对中等交通强度条件进行了修正，Newell的最终公式为：
11.1 行程时间及延误评价
Allsop和Hutchinson也基于Webster的模型形式， 给出了延误的近似计算模型。后来，Ohno对泊松到达， 绿灯时间内定周期离开的所有模型进行了比较，开发了 计算程序对所选择的模型进行基本计算。
11.1 行程时间及延误评价
2、瞬态延误模型
当车辆的到达率超过路口的通行能力，此时稳态模型将不再适用。 特别是高峰时段的交通流常常不稳定，这不符合稳态模型的基本假定。
11.1 行程时间及延误评价
Miller同时还给出了泊松到达，绿灯时间定周期服务的过饱和 流排队长度的计算公式：
从上面的分析可以看出，式(11-22)、式(1-23)、式(11-24)、式 (11-34)和式(11-35)都仅限于某种特定的到达分布和离开形式。Newell 则给出了一般到达和离开分布形式的延误计算模型。研究表明，对于 大多数的到达和离开过程来说，每个周期的总延误都不等于假定的确 定到达以及确定离开所计算出的延误。但是，如果交通强度很小的话， 这种差别是可以忽略的；而当交通量很大时，延误则用下式计算：
第11章 交通评价模型
第11章 交通评价模型
➢ 教学目的：掌握交通评价的基本模型，能够准确分析 行程时间、延误、排队长度、停车次数等指标。掌握 VISSIM交通评价的原理，能够完成基于仿真软件的交 通评价过程。
➢ 教学重点： （1）行程时间模型 （2）信号交叉口延误模型 （3）无信号交叉口延误模型
因此：
由式（11-48），得：
11.1 行程时间及延误评价
进行等价变换，得：
解出： 其中：
11.1 行程时间及延误评价
11.1 行程时间及延误评价
➢ 幂函数模型
v arb
幂函数模型是根据Wardrop的理论得到的，但 是，该式在CBD的中心区(r=0)预测得到的速度为零， 这显然与实际不相符。因此，Branston将关系式推广 为如下一般形式。
➢ 改进的幂函数模型
v c arb
11.1 行程时间及延误评价
11.1 行程时间及延误评价
三、信号交叉口延误模型
信号交叉口延误模型
1、稳态延误模型： （1）精确模型 （2）近似模型
2、瞬态延误模型
道路信号交叉口示意图
11.1 行程时间及延误评价
1、稳态延误模型
（1）精确模型 精确模型是根据车辆的到达和离开过程服从某种统计分布
的假设来描述交通延误的特性，需要严格的假设条件。
11.1 行程时间及延误评价
从式(11-11)可以得到：
假设变量Z2为信号周期无限长时总的车辆延误，那么Z2就表示忙 期总的等待时间，其中排队Q(t)为来车强度q的复合泊松到达，服务 时间1/s恒定，系统的初始状态为Q(t=t0)。Mcneil证明了如果q/s<1， 那么：
11.1 行程时间及延误评价
改进的幂函数模型式在两个城市中心区出现了速度为负 数的情况，当采用6个城市的数据进行验证时，中心区速度计算 结果为零，即改进的幂函数模型并不能实现消除城市中心区平 均出行速度为零的初衷。
负指数模型与幂函数模型相比较后的结果与实际情况更 加吻合，但负指数模型用的比较少，这主要是因为它在计算上 比较复杂。对于城市中心区，通常应采用其他的模型，以避免 中心区速度计算值为零的缺陷。
假定在T=0时刻队长为Q(0)，饱和流率为x的信号交叉口，对于确 定性模型，车辆排队长度的变化可以用下式表示：
11.1 行程时间及延误评价
稳态的期望排队长度为：
其中B为常数，依赖于到达和离开过程，可以通过下式计算：
11.1 行程时间及延误评价
假设服务时间服从负指数分布，即σ2=μ2。令xd为确定性模 型式(11-48)的饱和流率。由于：
11.1 行程时间及延误评价
（2）近似模型
利用精确模型来计算交叉口的延误往往比较困难，而 近似模型则相对较为容易。
交叉口延误的近似计算模型：
• Webster提出 • 根据理论研究和数值模拟的方法，并被广泛应用，其计算
模型为公式（11-24）。
11.1 行程时间及延误评价
式中：d——每辆车的平均延误，s； c——信号周期长度，s； g——有效绿灯时间，s； x——饱和率（交通量与通行能力之比）； q——车辆到达率，辆/s。
减少稳态模型的稳态条件假设的方法
• 一、将车辆的到达率和离开率用确定性的时间函 数表示出来，即到达与离开是以时间为自变量的 连续函数a(t)，d(t)；
• 二、模拟信号灯控制下的交通状况来估计平均延 误和排队，假设到达和离开都是固定的，但并不 要求随机平衡条件。
11.1 行程时间及延误评价
第二种方法瞬态延迟模型 第二种方法是用数学函数描述随时间变化的到达率来计算相