论文部分内容阅读
近年来,高速公路系统中大幅增加的出行需求量经常超出高速公路的设计通行能力,随之而来的是交通流稳定性的下降、出行延误的增加、社会和环境满意度的降低,尤其在节假日(春节、国庆等)期间。对于出行者来说,这种日益常发的拥堵现象直接导致行程时间的延长,严重扰乱出行安排,增加出行的成本。因而,针对出行者的行程时间不确定,本文从宏观和微观驾驶员角度,研究高速公路行程时间随机波动的机理,揭示交通流空间演化的动态性,构建了行程时间可靠性评价模型。研究结果一方面为出行者的路径决策提供全面的行程信息,另一方面为判别和预测高速公路的随机运行状态提供理论支持。首先,从微观驾驶员行为和宏观出行需求两个方面研究路段交通流随机波动的内在机理。在驾驶员行为方面,定义跟驰状态下车辆间车头时距的概念,分析车头时距的概率分布函数形式;并从宏观出行流量的角度,将高速公路交通状态划分为自由流和阻塞流,分别建立了基于动态车头时距的车辆时空演化模型:(1)在自由流状态下,将随机过程引入到期望速度公式中,描述驾驶员在无干扰环境下的自主控制过程;(2)在阻塞流状态下,提出了反映紧凑跟驰过程的DDH(Driving by Dynamic Headway)模型。基于碰撞规避的原则,DDH模型包含车头时距更新、速度更新、位置更新过程,完整地描述了前导车和跟驰车的随机反应波动和动态运动过程。并利用Matlab编程软件,呈现仿真车辆在特定高速公路路段环境下的运行轨迹,仿真结果符合交通流的基本规律和经验现象。其次,从微观的车辆轨迹提取出行程时间数据,利用EM算法拟合行程时间分布函数;并在不同出行流量条件下,分别对路段的行程时间可靠性进行评价。研究结果为行程时间可靠性的评价提供理论支持。最后,结合行程时间的概率特性和路网交通流传播规律,基于加树贝叶斯网络模型(TAN),建立了路径行程时间可靠性的分析方法。在网络结构建模方面,基于一阶齐次马尔科夫链性质,将相互连接的路段分解为相邻路段的条件概率关联。在网络参数推理方面,采用贝叶斯定理(Bayes theorem)推导出相邻多条路段间的关联关系公式;进而利用DDH模型仿真获得路段行程时间的先验概率分布和相邻路段间关联关系,推理分析得到路段和路径行程时间的后验分布,从而实现了对路径行程时间可靠性的评价。本文利用仿真方法,围绕动态车头时距和路段关联推理,构建了相应的交通流模型和行程时间可靠性计算方法,可以为交通系统分析和出行信息服务提供参考价值。