交通擁堵是限制城市發(fā)展的重要因素。隨著機(jī)動(dòng)車(chē)保有量的不斷增加,交通擁堵問(wèn)題日益嚴(yán)重,其不再僅僅局限于單個(gè)交叉口或某一路段,而是由點(diǎn)及面,逐步演變到區(qū)域性的交通擁堵。已有研究表明,對(duì)城市交通擁堵程度的分區(qū)識(shí)別并針對(duì)不同區(qū)域的擁堵程度實(shí)施相應(yīng)的交通控制與管理手段是實(shí)現(xiàn)區(qū)域性交通控制管理,有效緩解區(qū)域交通擁堵的有效途徑之一。城市交通擁堵程度的分區(qū)識(shí)別主要需要解決兩個(gè)方面的問(wèn)題:一是根據(jù)道路交通特性實(shí)現(xiàn)子區(qū)的動(dòng)態(tài)劃分;二是對(duì)各分區(qū)的交通狀態(tài)進(jìn)行有效識(shí)別。為實(shí)現(xiàn)這兩個(gè)方面的目標(biāo),本研究主要進(jìn)行了以下幾個(gè)方面的工作:（1）利用GN算法對(duì)城市路網(wǎng)進(jìn)行動(dòng)態(tài)子區(qū)劃分,采取邊介數(shù)指標(biāo)對(duì)路網(wǎng)進(jìn)行分解,利用模塊性函數(shù)實(shí)現(xiàn)對(duì)路網(wǎng)分區(qū)結(jié)果對(duì)選擇,同時(shí)引入強(qiáng)連通區(qū)域、弱連通區(qū)域的概念對(duì)分區(qū)結(jié)果進(jìn)行評(píng)價(jià)并,利用沈陽(yáng)市路網(wǎng)進(jìn)行仿真驗(yàn)證;（2）提出了一種基于MFD的區(qū)域交通狀態(tài)判別方法。以區(qū)域內(nèi)車(chē)輛總數(shù)為橫坐標(biāo),單位時(shí)間內(nèi)駛出區(qū)域的車(chē)輛數(shù)為縱坐標(biāo)繪制宏觀基本圖。利用宏觀基本圖分析路網(wǎng)的承載力及輸出能力指標(biāo),得到區(qū)域交通狀態(tài)判別的方法;（3）利用Vissim軟件建立仿真路網(wǎng),通過(guò)設(shè)置仿真路網(wǎng)的基本參數(shù),采集單位時(shí)間內(nèi)的路網(wǎng)... 

【文章來(lái)源】：吉林大學(xué)吉林省211工程院校985工程院校教育部直屬院校

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

MFD基本形狀

第 2 章 GN 算法與 MDF 基本理論介紹15圖2.4 宏觀基本圖示意圖由上圖可以看到，宏觀基本圖可以明顯的劃分為上升、持續(xù)、下降三個(gè)基本段。在上升段時(shí)，路網(wǎng)內(nèi)的車(chē)輛數(shù)又少變多，單位時(shí)間內(nèi)輸出車(chē)輛數(shù)也不斷加大，此時(shí)路網(wǎng)車(chē)輛處理能力較大，運(yùn)行狀態(tài)較好；隨著路網(wǎng)內(nèi)車(chē)輛數(shù)不斷增多，基本圖進(jìn)入持續(xù)段，此時(shí)路網(wǎng)內(nèi)車(chē)輛總數(shù)持續(xù)增多，而單位時(shí)間內(nèi)的輸出車(chē)輛則保持不變，此時(shí)路網(wǎng)已接近其最大處理能力，路網(wǎng)運(yùn)行效率最高；路網(wǎng)車(chē)輛數(shù)再繼續(xù)增多，進(jìn)入下降段隨著流量增大單位時(shí)間內(nèi)輸出車(chē)輛數(shù)急劇減少，基本圖進(jìn)入下降段，此時(shí)路網(wǎng)處于擁堵甚至癱瘓狀態(tài)，路網(wǎng)運(yùn)行效率最低�；緢D處于平穩(wěn)段時(shí)，路網(wǎng)處理能力已達(dá)最大值，當(dāng)路網(wǎng)內(nèi)車(chē)輛總數(shù)達(dá)到持續(xù)段與下降段交界點(diǎn)后

第 3 章 路網(wǎng)區(qū)域劃分方法研究27圖3.3 沈陽(yáng)市部分路網(wǎng)圖利用 TransCAD 對(duì)路網(wǎng)進(jìn)行仿真，獲得路網(wǎng)中各個(gè)路網(wǎng)的行程時(shí)間參數(shù)如下圖所示：圖3.4 路段行程時(shí)間將仿真得到的路段行程時(shí)間參數(shù)利用 R 語(yǔ)言進(jìn)行編程，得到所有路段邊介數(shù)，找到邊介

【參考文獻(xiàn)】：
期刊論文
[1]基于信息熵加權(quán)的FCM交通狀態(tài)識(shí)別研究[J]. 曹潔,張麗君,侯亮,陳作漢,張紅.  計(jì)算機(jī)應(yīng)用與軟件. 2018(10)
[2]基于譜聚類(lèi)與RS-KNN的城市快速路交通狀態(tài)判別[J]. 商強(qiáng),林賜云,楊兆升,邴其春,田秀娟,王樹(shù)興.  華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(06)
[3]基于強(qiáng)空間集成的交通狀態(tài)判別方法[J]. 劉擎超,蔡英鳳,江浩斌,何友國(guó),陳龍.  計(jì)算機(jī)工程. 2017(11)
[4]結(jié)合信號(hào)控制的交通狀態(tài)及其真實(shí)性判別方法[J]. 陳兆盟,劉小明,吳文祥,唐少虎.  重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(06)
[5]基于數(shù)據(jù)可視化的區(qū)域交通狀態(tài)特征評(píng)價(jià)方法[J]. 何兆成,周亞強(qiáng),余志.  交通運(yùn)輸工程學(xué)報(bào). 2016(01)
[6]基于投影尋蹤動(dòng)態(tài)聚類(lèi)的快速路交通狀態(tài)判別[J]. 邴其春,龔勃文,楊兆升,林賜云,曲鑫.  西南交通大學(xué)學(xué)報(bào). 2015(06)
[7]基于收費(fèi)數(shù)據(jù)的高速公路交通狀態(tài)判別方法[J]. 楊慶芳,馬明輝,梁士棟,梅朵.  華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2014(12)
[8]基于宏觀基本圖的區(qū)域交通總量動(dòng)態(tài)調(diào)控技術(shù)[J]. 杜怡曼,吳建平,賈宇涵,許明.  交通運(yùn)輸系統(tǒng)工程與信息. 2014(03)
[9]基于仿真實(shí)驗(yàn)驗(yàn)證宏觀基本圖的存在性[J]. 姬楊蓓蓓.  武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版). 2013(05)
[10]基于線圈檢測(cè)的過(guò)飽和交通狀態(tài)判別[J]. 錢(qián)喆,徐建閩.  華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2013(08)

碩士論文
[1]基于KNN-HA和KNN-RBF相融合的交通狀態(tài)預(yù)測(cè)[D]. 孫壯文.長(zhǎng)安大學(xué) 2017
[2]復(fù)雜網(wǎng)絡(luò)重疊社區(qū)結(jié)構(gòu)的研究[D]. 趙煥成.西安理工大學(xué) 2010



本文編號(hào)：3625769