一个专业的论文、出书、专利服务平台

品质、专业的

论文指导服务

考虑相关性的雨天城市道路交通拥堵概率预测

时间:2020-06-11分类:交通运输

  作者:吴中

  摘 要:雨天城市道路交通擁堵频发,交通运行在道路网络各路段间的交互影响较晴天明显增强。本文针对传统出行时间预算模型应用的局限性,考虑雨天各路段间行车延误的相互影响,改进了走行时间方差的计算方法,提出一种雨天城市道路交通拥堵概率预测方法。选取南京市某行车路径进行验证,通过4种工况、3种模型走行时间的比较,发现考虑相关性的分段组合模型更接近整体路径分布情况,且拥堵概率预测准确率大于90%。研究结果表明:本文提出的预测模型能有效预测城市道路雨天拥堵情况,可为雨天道路适应性评价和交通管控提供依据。

  关键词:交通运输系统工程;拥堵概率预测;雨天;走行时间;路段相关性

道路交通论文

  城市道路交通网络的运行是一个复杂的随机过程,在常发性恶劣天气降雨作用下,因路面附着系数降低[1]、水膜溜滑[2]、制动距离增大、视距受阻[3]、驾驶员操作行为波动[4]等原因,会影响路网交通流的正常运行。由于雨天易诱发城市道路局部交通需求聚集,导致交通行为秩序混乱,造成城市道路间影响程度加深、拥堵加剧。

  雨天对车辆运行速度和延误有直接的负面影响[5-6]。目前对城市道路雨天拥堵现象的研究较多,且随着移动网络技术的普及,交通拥堵预测研究已初现雏形。以晴好天气的路段旅行时间为研究对象,Chen等[7]提出了一种基于卷积的深度神经网络周期性交通数据建模方法PCNN,短时预测交通拥堵情况;Sun等[8]将交通拥堵状态看作交通流参数的映射函数,采用并行k-means聚类法获得拥堵预测的可能性分布;王殿海[9]、陈明明[10]等以历史数据拟合结果为依据,用整体路径和串并联理论估计路段独立时组合路径的行程时间可靠性,未考虑不同天气和交通状态条件时路段相关性的差异。对雨天的预测也有一些研究,Lee等[11]利用多元线性回归分析法,考虑天气对旅游区交通拥堵造成的影响;刘畅等[12]分别考虑时段和天气对交通状况的影响,基于随机森林算法短时预测交通拥堵指数,多是对拥堵等级进行分级预测,缺少对城市道路雨天和不同时段交通状态的综合拥堵概率预测,且雨天这一复杂天气下的预测精度也有待提高。

  本文以雨天城市道路为研究对象,考虑路径中各组合路段的相关关系,根据路径走行时间的分布,建立城市道路雨天拥堵概率的计算模型,为雨天交通管理与控制和道路适应性评价提供依据。

  如表2所示,表中的预测走行时间显示了出行者对不同工况时城市道路拥堵程度的估计情况。在高峰工况下,雨天的预测时间比晴天长12.065 7 min、拥堵概率高8.700 7%;在平峰时段工况下,雨天的预测时间比晴天长3.481 5 min、拥堵概率高4.386 7%。出行者在雨天的拥堵判别时间更长、分布带宽更长,会预留更长的走行时间以规避拥堵风险。

  由3种模型所得的拥堵概率预测结果来看:整体路径模型预测结果更接近实测拥堵概率,且4种工况的预测结果准确率均为100%,预测发生拥堵的走行时间全部符合真实情况;传统独立模型预测的拥堵概率和准确率P均较低,低估了雨天拥堵发生的可能性;分段组合模型预测的拥堵概率高于整体路径模型,对拥堵概率的估计相对保守,但此时4种工况预测结果的准确率均超过90%,P值远高于传统独立模型,表明通过各个路段分段组合计算路径拥堵概率的模型方法可行。

  此外,根据模型计算的拥堵延误时间和拥堵概率还可以为雨天道路适应性评价和交通管理控制措施的制定提供理论支持:即针对城市特定路段或路径,以此方法计算的不同天气、不同交通状态下的预测走行时间和拥堵概率为依据,可判定雨天和高峰时该道路的适应性程度,进一步采取调整信号时长、加强向附近畅通路段的引导、自适应限流等措施来缓解道路拥堵情况。

  4 结论

  根据上述探讨,得出以下结论:

  (1)本文将雨天这一天气因素作为拥堵预报的主体对象,针对城市道路雨天更为严重的拥堵问题,提出一种雨天拥堵概率计算模型,并以南京市某行车路径为例进行验证。

  (2)预测模型考虑了路径中各组合路段间的相关性,在走行时间方差的计算中加入路段协方差,改进了走行时间方差的计算方法,其计算结果更接近实际整体路径情况。

  (3)实例表明:城市道路雨天拥堵概率计算模型可以反映出行路径发生拥堵的可能性,分段组合模型计算的拥堵概率预测准确率P大于90%,能有效预测城市道路雨天的拥堵情况。

  (4)本文提出的城市道路雨天拥堵概率预测方法可为雨天道路适应性评价和交通管控提供依据。在后续的研究中,可尝试根据降雨量细分雨天影响,进一步提高预测精度,并考虑超额延误时间对拥堵概率的影响,基于本文所建模型开展更复杂路网的拥堵概率预测研究。

  参考文献:

  [1]王笑. 暴雨天气下城市快速路交通流特性研究[D]. 北京:北京交通大学,2015.

  [2]季天剑,黄晓明,刘清泉,等. 道路表面水膜厚度预测模型[J]. 交通运输工程学报,2004(3):1-3.

  [3]WANG Y Q,LUO J. Study of rainfall impacts on freeway traffic flow characteristics[J]. Transportation Research Procedia, 2017, 25: 1533-1543.

  [4]祝站东,荣建,周伟. 不良天气条件下的驾驶行为研究[J]. 武汉理工大学学报(交通科学与工程版),2010,34(5):1040-1043.

  [5]KONDYLI A, ST GEORGE B, ELEFTERIADOU L, et al. Defining, measuring, and modeling capacity for the highway capacity manual[J]. Journal of Transportation Engineering, Part A: Systems, 2017, 143(3):38-47.1 [2]

  推荐阅读:道路交通管理道路工程师论文

获取免费资料

最新文章