论文部分内容阅读
自1991年以来,我国的年经济增长率保持在10%以上,人民生活水平得到了很大提高。社会经济的快速持续发展带动了我国城市化、汽车化的迅猛发展,进而使交通需求尤其是道路交通量急剧增加。为满足日益增加的交通需求,近年来城市交通基础设施建设投资加大、速度加快,取得了长足的发展。然而交通问题不但依然尖锐,而且愈演愈烈,交通拥挤、秩序混乱、事故频发。在我国,2005年,共发生道路交通事故450254起,造成98738人死亡、469911人受伤,直接财产损失18.8亿元;2006年,共发生道路交通事故378781起,造成89455人死亡、431139人受伤,直接财产损失9亿元;2007年,共发生道路交通事故327209起,造成81649人死亡、380442人受伤,直接财产损失12亿元①。如何缓建道路交通状况,降低交通事故伤亡人数是亟待解决的事情。
智能交通系统是将先进的信息技术、数据通讯传输技术、电子传感技术、电子控制技术及计算机处理技术等有效的集成运用于整个地面交通管理系统而建立的一种在大范围内、全方位发挥作用的,实时、准确、高效的综合交通运输管理系统。据预测,应用智能交通系统可使交通拥挤降低20%,延误损失减少10%~25%,车祸降低50%~80%。
在重大突发事件处理预案的制定过程中,如何确保救援车辆和救援人员及时有效的到达现场,需要对智能交通系统交通网络平衡进行分析。交通网络平衡分析是其过程是通过分析网络上出行者的路径选择行为,按照一定的路径选择规则将一定交通需求分配到交通网络上,并且使网络最终满足一定的平衡条件。本文从网络行程时间可靠性角度出发,对不确定环境下的网络可靠性定义、评价,路径选择行为及建模方面等进行了研究,同时对交通事故预测系统进行了初步研究。
本文首先定义了交通网络可靠性评价指标,分析了导致交通网络不确定性的几个因素:交通需求、交通供给、行程时间、出行者认识,提出了行程时间可靠性的基本概念,建立了数学模型,并对其算法进行了简单介绍。
在此基础上,本文分析了不确定条件下基于行程时间可靠性的路径选择行为,并建立了基于行程时间可靠性的路径选择模型。给出了行程时间相关定义,对基于行程时间可靠性的网络平衡进行了分析,并对不同可靠度水平下的网络平衡算例进行比较分析,通过比较得知,在期望平均行程时间相等的条件下,路段可靠性较高的,当提高可靠性水平时流量向可靠度水平较高的路径转移,在相同可靠度要求下波动越大的路段所需要增加的冗余时间越长,随着流量增加可靠性较低的路段的流量有削弱的趋势,而可靠性较高的路径流量有增加的趋势。本文接着分析了不同可靠度水平对网络交通需求的影响,通过分析可以得出,随着可靠度水平的提高,交通需求呈下降趋势,各路段流量偏向于向可靠度较高的路段转移。出行者对网络可靠性要求越高,交通需求量就越小。
本文将网络上的用户分为了具有先进出行者信息系统(ATIS)的用户和不具有先进出行者信息系统的用户,认为具有ATIS的用户由于具有先进的交通信息,所以能够准确了解网络的信息,选择最小最可靠的行程时间的路径,但是不具备ATIS的用户只能按照自己认为最小最可靠的那条路径,从总体上来讲这类用户的流量是按照随机法则分配到网络上的。所以,本文分析了这种多准则的平衡条件,建立了基于行程时间可靠性的混合交通平衡分配模型,分析了交通方式相互独立和相互影响两种类型的混合交通配流问题,分析了基于交通信息掌握的两种路径选择准则(确定和随机)交通网络平衡配流模型。
最后,本文分析了智能交通系统在道路安全中的应用,影响道路交通安全的因素主要有道路环境、车况、驾驶人状态、突发事件等,智能交通系统利用各项新技术,通过汽车及道路上的各种传感器掌握道路、车辆周围、驾驶人自身的状况等信息,通过车载人机交互设备、通信设备、道路信息提供装置等实时地提供给驾驶人,来扩展驾驶人的感知能力,同时自动从路况、车况及驾驶人的综合信息中判断是否存在安全隐患并在必要时发出预警,从而提高汽车行驶的安全性,将事故防患于未然,或者将事故损失降低到最小程度。本文提出了智能交通系统的事件管理目标,并分析了交通异常事件检测系统,建立了高速公路交通流模型,利用人工神经网络实时模拟交通流中的各个状态变量,从而预测交通事故发生的可能性。