城市路网承载力的计算方法技术

本发明专利技术公开了一种城市路网承载力的计算方法，包括如下步骤：采集样本车辆相关数据；根据样本车辆数据拟合路网负荷与路网均速的关系式，并根据该关系式得到路网最低运行速度；对路网中车辆速度概率分布参数μ和σ

Calculation method of urban road network bearing capacity

【技术实现步骤摘要】
城市路网承载力的计算方法
本专利技术涉及交通状况分析
，尤其涉及一种城市路网承载力的计算方法。
技术介绍
城市交通是多方面矛盾综合作用的结果，其中交通需求和交通承载力是一对主要矛盾，是城市交通的基本面。交通承载力指城市交通系统所能提供最大的交通运输服务能力，是城市发展的约束性条件。根据出行方式不同城市交通分为城市道路网、地面公交、轨道及自行车等多个子系统，分别存在各自对应的承载力。其中城市道路网是和公众关系最密切、范围最广、影响最大的交通子系统，路网承载力也是长期以来的科研难点。路网承载力主要是指城市路网同时所能服务的最大车辆数，也即路网维持运转所能容纳的车辆数。路网承载力是交通拥堵研究及缓堵方案设计中需要用到的重要参数。现有承载力研究方法主要包括割集法、时空消耗法、线性规划法、图论法、交通分配模拟法、双层规划模型、供应分析法等。其技术特点包括：1、要通过计算路段容量，然后集成获得路网容量；2、基于道路设计参数进行理论推导获得；3、给出的是静态容量，未考虑路网运行中路段间相互影响对路网容量的影响。从而带来计算获得的路网容量和实际有较大差距，而且计算量复杂。
技术实现思路
有鉴于此，本专利技术提供一种城市路网承载力的计算方法，从而提高效率。为达到上述目的，本专利技术主要提供如下技术方案：一方面，本专利技术提供了一种城市路网承载力的计算方法，包括如下步骤：采集样本车辆相关数据；根据样本车辆数据拟合路网负荷与路网均速的关系式，并根据该关系式得到路网最低运行速度；对路网中车辆速度概率分布参数μ和σ2进行最大似然估计，其中车辆速度概率分布服从对数正态分布ln(μ,σ2)；根据样本车辆数据建立车速样本概率分布参数随路网均速变化的曲线，建立路网车辆速度概率分布随路网均速的动态模型，并计算得到不同路网的速变系数a，b，c，d，将向量u＝[a，b，c，d]定义为路网车速分布动态特征向量，其中将路网最低运行速度作为路网均速带入对应等级的路网的动态模型，得到该均速下车辆速度分布参数，并与对应等级道路速密关系匹配计算得到该等级路网承载力。作为优选，对各等级道路路网承载力求和得到整个城市路网承载力。作为优选，μ和σ2进行最大似然估计公式如下：其中N为样本集中样本数，vi为第i个速度样本。作为优选，速密关系式如下：其中，vf为自由流速度，ρm为最佳密度，ρ为车流密度。作为优选，路网承载力Nsum计算公式如下：其中Nj,j＝1,2,…,K为各等级道路网的承载力，K为道路等级数，6、根据权利要求1所述的方法，其特征在于，各等级道路网承载力计算公式如下：其中，N为该等级路网可承载的车辆总数；M为离散化速度区间数；ri为车辆速度处于第i个速度区间vi时对应的交通密度；pi为处于vi的车辆在该等级路网中全部车辆所占比例；L为该等级道路用车道加权后的总长度。与现有技术相比，本专利技术的有益效果在于：本专利技术提出一种利用大数据进行交通运行宏观建模，根据路网最低运行速度推导路网容量的技术方法。由于模型参数由实际交通运行数据标定获得，所以和现有方法相比，实现效率更高，和实际情况吻合度更高。附图说明图1为实际需求与自然需求关系示意图；图2为路网负荷与路网均速关系图；图3a至图3d为不同时间路网中车辆速度分布；图4a和图4b分别为车速样本分布参数随路网均速变化的曲线；图5a至图5c分别为北京各等级道路速度与密度对应关系。具体实施方式下面结合具体实施例对本专利技术作进一步详细描述，但不作为对本专利技术的限定。在下述说明中，不同的“一实施例”或“实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。城市路网承载力的计算方法，包括如下步骤：采集样本车辆相关数据；根据样本车辆数据拟合路网负荷与路网均速的关系式，并根据该关系式得到路网最低运行速度；对路网中车辆速度概率分布参数μ和σ2进行最大似然估计，其中车辆速度概率分布服从对数正态分布ln(μ,σ2)；根据样本车辆数据建立车速样本概率分布参数随路网均速变化的曲线，建立路网车辆速度概率分布随路网均速的动态模型，并计算得到不同路网的速变系数a，b，c，d，将向量u＝[a，b，c，d]定义为路网车速分布动态特征向量，其中将路网最低运行速度作为路网均速带入对应等级的路网的动态模型，得到该均速下车辆速度分布参数，并与对应等级道路速密关系匹配计算得到该等级路网承载力。作为上述实施例的优选，对各等级道路路网承载力求和得到整个城市路网承载力。下面以北京市为例对本专利技术的方案及效果做进一步说明。1、基础数据处理数据来自装有信息采集设备的社会小汽车。通过无线传输设备实时采集车辆GPS位置、油耗、点火熄火时间等数据。数据空间范围：北京市中心城(城六区)1368km2，路段数40419；时间范围：燃油车2016年5月30日。样本车辆数：1.2万。假设样本均匀混合于全部社会车辆，可作为对同类社会车辆的采样。GPS采集间隔30s，与地图匹配后可得车辆行驶轨迹，路径匹配正确率大于95.6％。行程的起止切分规则：连续五分钟GPS位置的标准差小于20米。2、计算路网最低运行速度图1为实际需求与自然需求关系示意图，图1上半部分有六对虚线和实线，按出行时间排序，每对代表一次出行。其中虚线代表实际行程时间，实线代表以自由流速度完成同样轨迹所需行程时间。在纵轴方向统计同时在网的车辆数作为路网负荷，其随时间变化如图1下部曲线，其中虚线和实线分别与实际行程时间及自由流行程时间对应。行驶中的延误导致实际路网负荷大于自由流下路网负荷。图2为路网负荷与路网均速关系图。周期性计算路网负荷及对应的路网均速可得二者关系的散点图。将其横轴按比例扩样可对应于实际路网负荷，扩样比不影响理论推导。对散点进行拟合可得图2中曲线，设其函数为h(r)：v＝h(r)(1)其中r为路网负荷，v为路网均速，经对比指数函数拟合h(r)效果较好，如式(2)。h1、h2和h3为待拟合参数，当x→∞时h(x)→h3，，h3代表了随着在网车辆数增加路网速度逐渐降低所逼进的理论边界值。交通拥堵以拥堵点段的形态出现，堵点上游堵、下游畅通，拥堵越严重堵点越多、堵点上下游的状态差异越大。从图2可看出随着在网车辆数的增加路网运行速度递减，并逐渐收敛于某一边际速度，而非趋于零。说明路网存在最低运行速度，对应于最大路网容量。路网处于最大容量状态时绝大部分新上路车辆将在出发地附近遭遇严重拥堵，难以进入路网。同时由于大量拥堵点段的存在，堵点下游道路畅通，仍存在部分快速行驶的车辆，路网仍以较低速度维持运行，该速度即为式(2)中的h3值。3、路网车辆速度概率分布3.1路网中车辆速度概率分布参数估计在任何状态下，路网中车辆的速度都不尽相同，有的快、有些慢，统计上呈现一定的概率分布。图3给出了全天不同时刻路网中车辆速度分布，反映路网在不同拥堵程度下的速度分布。其中图3b(08:00)和图3d(17:30)分别为早晚高峰期间的速度分布，图3c(12:00)为中午平峰时的速度分布，图3a(05:00)为自由流条件下的速度分布。从中可以看出由于自由流条件下车辆速度和密度丧失单调对应关系，在凌晨五点的速度分布较不规则。除此之外，在平峰和拥堵状态下路网中车辆速度分布均服从偏高斯分布，不失一般性我们假设本文档来自技高网...

【技术保护点】
城市路网承载力的计算方法，包括如下步骤：采集样本车辆相关数据；根据样本车辆数据拟合路网负荷与路网均速的关系式，并根据该关系式得到路网最低运行速度；对路网中车辆速度概率分布参数μ和σ

【技术特征摘要】
1.城市路网承载力的计算方法，包括如下步骤：采集样本车辆相关数据；根据样本车辆数据拟合路网负荷与路网均速的关系式，并根据该关系式得到路网最低运行速度；对路网中车辆速度概率分布参数μ和σ2进行最大似然估计，其中车辆速度概率分布服从对数正态分布ln(μ，σ2)；建立车速样本概率分布参数μ和σ2随路网均速变化的曲线，建立路网车辆速度概率分布随路网均速的动态模型，并计算得到不同路网的速变系数a，b，c，d，将向量u＝[a，b，c，d]定义为路网车速分布动态特征向量，其中将路网最低运行速度作为路网均速带入对应等级路网的动态模型，得到该均速下车辆速度分布参数，并与对应等级道路速密关系曲线匹配计算得到该等级路网承载力。2.根据权利要求1所述的方法，其特征在于，对各等级道路路网承载力求和得到整个城市路网承载力。3.根据权利要求1所述的方法，其特征在于，μ和σ2进行最大似然估计公式如下：

【专利技术属性】
技术研发人员：张彭，雷方舒，朱珊，马毅林，于姝雅，
申请(专利权)人：北京交通发展研究院，
类型：发明
国别省市：北京,11