您好, 访客   登录/注册

基于生存模型的城市交通堵塞时间预测研究

来源:用户上传      作者:杨永琪 董国泰 徐海洋 朱文豪

  摘要:城市化是人类进步的必经历程,而交通拥堵又是城市发展过程中的必然阶段,城市经济的发展必然伴随着交通拥堵的出现。该文基于济南市交通情况进行探索性分析,结合交通系统的实时数据情况,考虑时空特征、动态交通流参数等方面,将噪声数据进行分类并依照除噪规则进行数据预处理,针对生存模型的交通拥堵持续时间评估,以济南市为研究对象,选择交通拥堵的研究路段及时段,建立生存模型,提出非参数分析方法,最后,绘制交通拥堵持续时间的生存函数曲线及风险函数曲线,对交通拥堵持续时间进行预测评估。
  关键词:生存模型;交通流特征;交通拥堵持续时间预测
  中图分类号:TP3 文献标识码:A
  文章编号:1009-3044(2020)06-0257-02
  1问题简介
  随着城市化的迅猛发展,机动车数量的激增所带来的增压给城市道路建设提出了强力挑战,而交通管理体制的不健全与区域及资源分配的差异的进一步加剧了交通拥堵的严重性。由高德地图发布的《2019年中国主要城市交通分析报告》中显示了由高德地图交通大数据监控的主要城市交通状况,研究报告指出济南市的交通高峰拥堵延误时间指数为1.868,交通拥堵情况排名第二。
  为研究此问题,本文提出了两部分来分析并解决城市交通状态的评估和预测交通拥堵持续时间,其一为动态交通数据预处理,从交通流的多个特性人手,总结道路交通系统的失真数据,并经预处理的方法对缺失值、噪声数据等进行修复和拟正;其二为交通拥堵时间评估,通过选择合适的时间阶段和交通路段,拟用参数分析等统计方法建立基于交通拥挤持续时间评估的生存模型,从而预测堵塞时间。
  2模型建立和求解
  在严重交通拥堵的情况下,汽车的速度很慢,其交通拥堵时间的估算结果准确性非常差,实际所需时间有时甚至比预测时间还差几到十倍,因此如何實现对交通拥堵时间的准确预测尤为关键。针对城市交通状态的评估和预测交通拥堵持续时间,通过收集相关的有关路段和交通流的有效准确数据,并引用速度延伸判别指数(ESDI)将各路段的交通堵塞情况划分等级,并自定义ESDI范围,进行状态性地评估;其次经过ESDI指标划分道路情况为五个等级后,由Mosaic图绘制时空三维的交通流量直方图,以矩形环形成空间,其空间矩形的每侧倾斜程度和趋势直接反应交通情况的起伏状态、演化速率;最后建立基于交通拥挤持续时间评估的生存模型,采用速度一流量模型来分析速度和流量的关系,并给出各路段的交通流量和汽车行驶速度图,最终结合上述结果给出生存函数曲线和风险函数曲线。
  本文提出了5个交通拥挤状况等级:非常流程、基本流畅、轻微拥堵、中度拥堵、非常拥堵。依照预处理后所收集到的各车辆的平均行驶速度然后根据公式计算出对应ESDI值范围,对应于每个拥塞级别和状态均由五个拥塞级别相对应的描述。由ESDI公式计算得到五个等级的ESDI范围为[0,2]、(2,2.67]、(2.67,4]、(4,8]、(8,+∞);其对应五阶段的速度(kmm)范围为[40,+∞]、(30,40)、(20,30)、(10,20)、(0,10)。
  基于ESDI值所绘制的Mosaic图,结合定性分析和矩形拥塞分析,用于预测未来工作日或非工作日道路上的交通拥堵状况的演变,其定性分析显示了道路的频繁和偶发性拥堵或消散的发生和结束的大概时间、路段的位置和原因,并结合矩形法定量分析,可以大致得出道路日常拥堵或消散的持续时间。
  3结果分析
  道路的交通流状态主要受三个参数的影响:流量,速度和密度。本文使用Greenhills的速度一流量模型Q=VK来分析速度与流量之间的关系,其中Q表示流量,v表示速度,K表示密度。当道路流量不饱和时,车速会更高,车辆之间的相互干扰很小,并且交通流量是自由流动的;在道路处于高峰期时,交通流量急剧增加,相互干扰增加,车速逐渐降低,最终,自由流动状态将被破坏,处于在严重的情况下,车速直至会降为零。
  基于该流量模型和ESDI指标得到如图1所示的道路交通平均速度图,由于非工作日通勤车辆的减少,非工作日中的每条道路的车平均速度都高于工作日。
  由上述分析得到四条主要道路的交通流量和速度具有明显的早晚高峰特征,其工作日与非工作日之间的程度有所不同。每条道路的交通流量在早晨高峰时保持较高水平,然后呈下降趋势一直持续到正午之后再次下降直到傍晚高峰结束时,非工作日的每日总交通流量高于工作日;交通流在一天中呈现“w”波动,并且早晚高峰特征非常突出。根据本文所引的速度一流量模型显示速度与流量之间存在很强的相关性,而由于道路类型和功能的不同,随着流量的增加,速度会有不同的变化,并且成为流量在不同状态之间切换的条件。生存曲线表明,当拥堵时间增加时,道路保持拥堵状态的可能性很小。尽管风险率曲线呈驼峰状,但在不同的拥塞时间下,风险率会发生明显波动;当拥塞时间过长时,结束拥塞状态的可能性较低。
转载注明来源:https://www.xzbu.com/8/view-15179049.htm