本文選題：新型非機動車流 + 交通特性��； 參考：《石家莊鐵道大學》2015年碩士論文

【摘要】：非機動車交通一直是我國城市交通系統(tǒng)的重要組成部分,近年來電動自行車的飛速發(fā)展,改變了原來以自行車為主體的非機動車交通體系,形成了電動自行車和自行車混合行駛的新型非機動車流。各地的非機動車流情況不盡相同,本文所研究的新型非機動車流是指電動自行車和自行車相混合的非機動車流。該交通流有快慢交通個體深度混合運行并相互影響的特點,然而新型非機動車流微觀運動機理目前尚未得到充分重視和系統(tǒng)研究,以對比分析電動自行車和自行車的交通特性為切入點,在簡單制定了非機動車運動狀態(tài)劃分準則的前提下,建立非機動車流的微觀運動模型,具體包括跟馳模型和間隙插空模型,以期達到更加真實貼切的描述新型非機動車運行規(guī)律的目的。并運用面向對象的方法,對所建立的跟馳和間隙插空模型進行仿真編程,對模型的真實可行性進行了驗證。總結分析了非機動車的特性,具體包含基礎特性、非機動車微觀行為特性以及交通流特性。參照機動車并結合非機動車的特點,簡單制定了非機動車自由行使狀態(tài)與相互影響狀態(tài)、跟馳狀態(tài)與間隙插空狀態(tài)判斷準則以及對跟馳狀態(tài)進行了分類。建立了無車道劃分概念的新型非機動車跟馳模型。以機動車的非線性跟馳模型為基礎,充分考慮快慢交通個體深度混合運行的具體情況,以及高速個體在跟馳過程中總是追求其運行速度接近其期望速度,且無車道限制的具體情況,構建了包含雙車跟馳、偏轉跟馳和普通跟馳的非機動車跟馳模型。利用視頻處理軟件獲取大量車輛跟馳運行軌跡微觀數(shù)據(jù),對模型進行了標定,并驗證了模型的正確性。建立了基于效用選擇的非機動車間隙插空運動模型。由于新型非機動車流是高低速交通個體混合運動,高速個體為接近其期望速度運行,總是在不斷尋找更舒適自由的間隙,并向該間隙運動。本文認為間隙插空是駕駛人在不同間隙行駛狀態(tài)下滿意程度的選擇結果。通過利用Logit模型,建立了基于效用選擇的間隙插空模型。由于非機動車運行時無車道概念,因此將間隙距離目標車的距離、間隙本身的特性作為效益函數(shù)變量。利用視頻處理軟件獲取大量車輛插空運行軌跡微觀數(shù)據(jù),采用極大似然估計法對構建的判斷性間隙插空模型進行了標定,分析相關參數(shù)值,驗證了模型的可行性。并以跟馳模型和間隙插空模型作為核心子模型,編寫仿真程序,對模型的有效性進行驗證,得到比較滿意的結果。本文基于電動自行車大量混入非機動車流,新型非機動車流已經成為快慢交通個體深度混合運行的具體情況,對其特性進行了系統(tǒng)的總結分析。并根據(jù)其交通特性,建立了分類詳細的跟馳模型和將間隙距離與間隙特性融為一體的間隙插空運動模型。這兩個模型與經典模型相比,更能貼切反映新情況下的非機動車運行狀態(tài)。研究結果可為非機動車的微觀仿真研究提供相關參考,也可為非機動車交通設施優(yōu)化提供理論依據(jù)。
[Abstract]:The traffic of non motor vehicles has been an important part of the urban transportation system in China. In recent years, the rapid development of electric bicycles has changed the non motor vehicle traffic system which was the main body of the bicycle, and formed a new non motor vehicle flow with the mixed driving of electric bicycles and bicycles. The non motor vehicle flow in all parts of the country is not the same, this article is not the same. The new non motor vehicle flow is a non motor flow which is mixed with electric bicycles and bicycles. The traffic flow has the characteristics of mixed operation and interaction of fast and slow traffic. However, the micro motion mechanism of the new non motor vehicle flow has not been fully paid attention to and the system has been studied so far as to compare and analyze the electric bicycles and self. The traffic characteristic of driving is the breakthrough point. On the premise of simple formulation of the criterion of non motor vehicle movement state, the micro motion model of the non motor vehicle flow is set up, including the following model and the gap space model, in order to achieve a more true and appropriate description of the new non motor vehicle running law. And the object oriented method is used. The real feasibility of the model is verified. The characteristics of the non motor vehicle are summarized and analyzed, including the basic characteristics, the characteristics of the non motor vehicle micro behavior and the traffic flow characteristics, and the non motor vehicle freedom is simply formulated with reference to the motor vehicle and the characteristics of the non motor vehicle. On the basis of the nonlinear following model of motor vehicle, a new non motor vehicle following model is established, which takes full consideration of the specific situation of the individual depth of the fast and slow traffic and the high speed of the vehicle. In the course of the fast speed, the speed individual always seeks the speed approaching its desired speed, and the no lane limit is specific. A non motor vehicle following model, including double car following, deflecting heel following and ordinary car following, is constructed. The micro data of a large number of vehicle following running tracks are obtained by video processing software, and the model is calibrated and tested. The validity of the model is proved. A non motor vehicle clearance motion model based on utility selection is established. Since the new non motor vehicle flow is a hybrid motion of high and low speed traffic, the high-speed individual is always looking for more comfortable and free space and moving to the gap. By using the Logit model, a gap interpolation model based on utility selection is established by using the utility selection model. The distance of the gap and the gap itself is regarded as the benefit function variable. Using the maximum likelihood estimation method to calibrate the determined gap interpolation model by maximum likelihood estimation, analyze the relevant parameters and verify the feasibility of the model, and use the following model and gap interpolation model as the core sub model to write the simulation program to verify the validity of the model and get the comparison. In this paper, based on a large number of non motor vehicles mixed with electric bicycles, the new non motor vehicle flow has become a concrete case of the individual depth mixed operation of fast and slow traffic. The characteristics are systematically summarized and analyzed. According to the traffic characteristics, a detailed classification model is established and the gap distance and the gap characteristics are fused into the characteristics. The two models are more suitable to reflect the non motor vehicle running state in the new situation. The results can provide some reference for the study of the micro simulation of non motor vehicles, and also provide a theoretical basis for the optimization of non motor vehicle facilities.

【學位授予單位】：石家莊鐵道大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：U491.225

【相似文獻】

相關期刊論文 前10條

1 賈洪飛,雋志才,王曉原;基于模糊推斷的車輛跟馳模型[J];中國公路學報;2001年02期

2 趙淑芝,張梟雄,賈洪飛,韓左慈;利用五輪儀實驗數(shù)據(jù)建立車輛跟馳模型[J];公路交通科技;2003年01期

3 任雪梅,朱英平,王武宏,黃鴻;基于徑向基函數(shù)神經網絡車輛跟馳模型[J];北京理工大學學報;2004年04期

4 王曉原,雋志才,賈洪飛,孟昭為;基于安全間距的車輛跟馳模型研究綜述[J];長安大學學報(自然科學版);2004年06期

5 熊烈強,王富,李杰;考慮前后車速度關系的車輛跟馳模型[J];華中科技大學學報(自然科學版);2005年09期

6 魏慶曜,陳斌,金煒東,高利;基于Multi-Agent System的跟馳模型[J];長沙交通學院學報;2005年03期

7 王浩;馬壽峰;;適用于彎度與坡度的跟馳模型及其仿真研究[J];土木工程學報;2005年11期

8 陳斌,金煒東,高利;特殊過程下的車輛跟馳模型數(shù)值模擬分析[J];中國公路學報;2005年01期

9 徐學明;榮建;王麗;;混合神經網絡跟馳模型的建立[J];公路交通科技;2007年03期

10 姜杰;;車輛跟馳模型對比研究[J];交通與運輸(學術版);2007年01期

相關會議論文 前2條

1 譙志;田川;馬璐;易富君;;基于駕駛員延遲效應的跟馳模型及其數(shù)值仿真[A];第24屆中國控制與決策會議論文集[C];2012年

2 徐榮改;徐鑒;;車輛時滯跟馳模型中Bautin分岔誘發(fā)的交通模式[A];第九屆全國動力學與控制學術會議會議手冊[C];2012年

相關博士學位論文 前3條

1 楊達;考慮后車的車輛跟馳行為建模及分析[D];西南交通大學;2013年

2 唐毅;基于前后多車信息的跟馳模型及其車流平穩(wěn)性控制研究[D];重慶大學;2014年

3 李永福;面向T-CPS的微觀交通認知方法及相關研究[D];重慶大學;2012年

相關碩士學位論文 前10條

1 樊少鋒;新型非機動車微觀運動模型研究[D];石家莊鐵道大學;2015年

2 徐龍;面向排放測算的車輛跟馳模型對比分析與優(yōu)化[D];北京交通大學;2012年

3 劉亞帝;冰雪條件下城市主干道車輛跟馳模型及仿真研究[D];哈爾濱工業(yè)大學;2013年

4 劉巖;車輛跟馳模型研究[D];大連交通大學;2006年

5 徐學明;基于人工神經網絡的車輛跟馳模型研究[D];北京工業(yè)大學;2006年

6 喬晉;車輛跟馳模型參數(shù)標定與驗證研究[D];上海交通大學;2008年

7 牛雷;考慮多車效應的改進耦合映射跟馳模型研究[D];重慶大學;2014年

8 孫赫;基于模糊控制的車輛跟馳模型研究[D];北京交通大學;2013年

9 尹亞琴;基于相對時間間隔的車輛跟馳模型研究[D];北京交通大學;2012年

10 潘玲;基于駕駛員認知過程的車輛跟馳模型的建立[D];吉林大學;2006年

，

本文編號：1826441