城市区域路网交通状态分析与评价方法

doi:10.3969/j.issn.1674-0696.2017.12.15

重庆交通大学学报（自然科学版） ›› 2017, Vol. 36 ›› Issue (12): 91-96.DOI: 10.3969/j.issn.1674-0696.2017.12.15

城市区域路网交通状态分析与评价方法

黄艳国1，宋二猛1，钟建新2

(1. 江西理工大学电气工程与自动化学院，江西赣州 341000； 2. 赣南师范高等专科学校数学系，江西赣州 341000)

收稿日期:2016-05-02 修回日期:2016-11-04 出版日期:2017-12-18 发布日期:2017-12-18
作者简介:黄艳国(1973—)，男，湖北武汉人，副教授，博士，主要从事智能交通控制方面的研究。E-mail：jxhuangyg@126.com。〓〖HT6H〗通信作者：〖HT6SS〗
基金资助:
国家自然科学基金项目（61463020，61263024）；江西省教育厅科技项目(GJJ160608，GJJ151361，GJJ160609)

Analysis and Evaluation Method for Traffic State of Urban Regional Road Network

HUANG Yanguo1，SONG Ermeng1，ZHONG Jianxin2

(1. School of Electrical Engineering & Automation，Jiangxi University of Science & Technology， Ganzhou 341000，Jiangxi，P. R. China; 2. Department of Mathematics，Ganzhou Teachers College， Ganzhou 341000，Jiangxi，P. R. China)

Received:2016-05-02 Revised:2016-11-04 Online:2017-12-18 Published:2017-12-18

摘要/Abstract

摘要： 为提高区域路网交通状态判别的准确性，需要考虑不同路段、交叉口对路网交通整体运行状态影响作用的差异性。通过构建路网结构模型，建立路段和交叉口的交通状态模型，根据路网中各路段间拓扑结构关系，建立路网交通状态矩阵，用它来表示路网时空状态信息；考虑路网元素在路网中的道路等级以及影响作用的重要程度，建立路段和交叉口的权重系数模型。在此基础上建立反映区域路网交通状态指数的综合判别模型，确定路网交通状态级别。通过对区域路网的仿真，以平均行程速度为评价指标对路网交通状态进行分析，结果表明了该方法对区域交通拥堵状态判别的实用性和有效性。

关键词: 交通工程, 区域路网, 交通状态判别, 路网状态模型, 路网权重模型, 交通拥堵

Abstract: In order to improve the accuracy of the traffic state discrimination of the regional road network，the difference of the impact of different sections and intersections on the whole traffic running condition of road network should be considered. The traffic state models of sections and intersections were established through building a road network structural model. According to the topology relationship between the sections of the road network，a traffic state matrix was established，which can be used to represent the temporal and spatial information of road network. Considering the importance of road network elements in the road level and their influence，the weight coefficient models of the road section and intersection were established. On this basis，a comprehensive discrimination model was established to reflect the traffic status index of the regional road network，and the traffic state levels of the road network were determined. Through the simulation of regional road network，the traffic state of road network was analyzed with the average travel speed as evaluation index. The results show that the proposed method is practical and effective for the discrimination of regional traffic congestion state.

Key words: traffic engineering, regional road network, traffic state identification, road network state model, road network weight model, traffic congestion

中图分类号:

U491

黄艳国1，宋二猛1，钟建新2. 城市区域路网交通状态分析与评价方法[J]. 重庆交通大学学报（自然科学版）, 2017, 36(12): 91-96.

HUANG Yanguo1，SONG Ermeng1，ZHONG Jianxin2. Analysis and Evaluation Method for Traffic State of Urban Regional Road Network[J]. Journal of Chongqing Jiaotong University(Natural Science), 2017, 36(12): 91-96.

参考文献

［1］ GEROLIMINIS N， DAGANZO C F. Existence of urban-scale macroscopic fundamental diagrams：some experimental findings［J］.
Transportation Research Part B：Methodological，2008，42(9)：759-770.
［2］祁宏生，王殿海，徐程.基于合理路径的拥挤路网交通状态分析方法［J］.西南交通大学学报，2011，46(1)：175-181.
QI Hongsheng，WANG Dianhai，XU Cheng. Method for congested traffic network state analysis based on reasonable routes［J］. Journal of
Southwest Jiaotong University，2011，46(1)：175-181.
［3］ KERNER B S，DEMIR C，HERRTWICH R G，et al. Traffic state detection with floating car data in road networks［C］//Proceedings of
the 8th International IEEE Conference on Intelligent Transportation Systems. Vienna：Austria，2005：700-705.
［4］何兆成，周亚强，余志.基于数据可视化的区域交通状态特征评价方法［J］.交通运输工程学报，2016，16(1)：133-140.
HE Zhaocheng，ZHOU Yaqiang，YU Zhi. Regional traffic evaluation method based on data visualization［J］. Journal of Traffic and
Transportation Engineering，2016，16(1)：133-140.
［5］陈兆盟，刘小明，吴文祥，等.结合信号控制的交通状态及其真实性判别方法［J］.重庆交通大学学报(自然科学版)，2016，35(6)：95-100.
CHEN Zhaomeng，LIU Xiaoming，WU Wenxiang，et al. Identification method of traffic state and its authenticity combined with signal
control［J］. Journal of Chongqing Jiaotong University(Natural Science)，2016，35(6)：95-100.
［6］郭伟，姚丹亚，付毅，等.区域交通流特征提取与交通状态评估方法研究［J］.公路交通科技，2005，22(7)：101-104.
GUO Wei，YAO Danya，FU Yi，et al. Study on the method for regional traffic flow feature extraction and traffic status evaluation［J］.
Journal of Highway and Transportation Research and Development，2005，22(7)：101-104.
［7］任江涛，欧晓凌，张毅，等.交通状态模式识别研究［J］.公路交通科技，2003，20(2)：63-67.
REN Jiangtao，OU Xiaoling，ZHANG Yi，et al. Pattern recognition of traffic states［J］. Journal of Highway and Transportation
Research
and Development，2003，20(2)：63-67.
［8］钱喆，徐建闽.基于线圈检测的过饱和交通状态判别［J］. 华南理工大学学报 (自然科学版)，2013，41(8)：93-98.
QIAN Zhe，XU Jianmin. Identification of oversaturated traffic conditions based on loop detection［J］. Journal of South China
University of Technology(Natural Science Edition)，2013，41(8)：93-98.
［9］ STATHOPPULOS A，KARLAFTIS M G. A multivariate state space approach for urban traffic flow modeling and prediction［J］.
Transportation Research Part C：Emerging Technologies，2003，11(2)：121-135.
［10］王殿海，陈松，魏强，等.基于二流理论的路网宏观交通状态判断模型［J］.东南大学学报(自然科学版)，2011，41(5)：1098-1103.
WANG Dianhai，CHEN Song，WEI Qiang，et al. Discrimination model for macroscopic traffic conditions of urban networks using two-
fluid
theory［J］. Journal of Southeast University(Natural Science Edition)，2011，41(5)：1098-1103.
［11］张和生，张毅，胡东成.一种区域交通状态定量分析方法［J］.吉林大学学报(工学版)，2009，39(2)：336-342.
ZHANG Hesheng，ZHANG Yi，HU Dongcheng. Quantitative approach for regional traffic state analysis［J］. Journal of Jilin University
(Engineering and Technology Edition)，2009，39(2)：336-342.
［12］瞿莉，胡坚明，张毅.一种基于路网分配系数矩阵的网络交通状态建模方法［J］.清华大学学报(自然科学版)，2011，51(1)：1-6.
QU Li，HU Jianming，ZHANG Yi. Modeling network-level traffic status based on the network distribution coefficient matrix［J］.
Journal
of Tsinghua University(Science and Technology)，2011，51(1)：1-6.
［13］王伟，杨兆升，李贻武，等.基于信息协同的子区交通状态加权计算与判别方法［J］.吉林大学学报(工学版)，2007，37(3)：524-527.
WANG Wei，YANG Zhaosheng，LI Yiwu，et al. Weighting calculation and judging method of regional traffic state based on information
coordination［J］. Journal of Jilin University(Engineering and Technology Edition)，2007，37(3)：524-527.
［14］曲昭伟，魏强，别一鸣，等.基于固定检测器的区域交通状态判别方法［J］.中南大学学报(自然科学版)，2013，44(1)：403-410.
QU Zhaowei，WEI Qiang，BIE Yiming，et al. Method for traffic state identification based on fixed detector［J］. Journal of Central
South University(Science and Technology Edition)，2013，44(1)：403-410.
［15］黄艳国，许伦辉，邝先验.基于模糊C均值聚类的城市道路交通状态判别［J］.重庆交通大学学报(自然科学版)，2015，34(2)：102-107.
HUANG Yanguo，XU Lunhui，KUANG Xianyan. Urban road traffic state identification based on fuzzy C-mean clustering［J］. Journal of
Chongqing Jiaotong University(Natural Science)，2015，34(2)：102-107.

[1]	唐继强1, 2，钟鑫伟2，刘健1，李天瑞3. 基于时间序列季节分类模型的轨道交通客流短期预测[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 31-38.
[2]	戚春华，王笑男，朱守林，李航天. 基于驾驶员视觉兴趣区域的交通工程设施信息量阈值研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 53-60.
[3]	邓天民1，朱杰2，朱凯家1，屈治华3. 基于iForest+Biscting K-means的驾驶风格辨识方法研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 1-6.
[4]	许茂增,张莉. 基于双射软决策理论的路段拥堵影响力识别[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 7-11.
[5]	王涛1，谢思红1，黎文皓1,2，李文勇1. 基于FFOS-ELM和PF的短时交通流自适应预测模型[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 21-27.
[6]	张诚1，汪成银1，陈志伟2，张正向3，张子磊3. 基于空间流量度的城市路网关键节点挖掘方法[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 28-35.
[7]	王永岗，张衡，彭志鹏，周琬琦. 基于结构方程模型的出租车事故影响因素分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 36-42.
[8]	朱顺应，李维吉，林小媛，肖文彬，王红. 特色小镇游客车辆无复检管控点布设研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 52-58.
[9]	潘兵宏1,2，胡炜1，任卉1,单慧敏1. 基于TruckSim仿真下弯道货车侧滑速度模型研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 38-45.
[10]	吴文静，孙刃超，宗芳，贾洪飞. 居民低碳通勤出行的主观态度识别及影响分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 53-58.
[11]	李军，邓育新. 基于非负矩阵分解的出租车时空行为聚类分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 59-65.
[12]	成卫1，刘翔1，雷建明2. 基于RBF神经网络预测的交叉口信号周期时长优化[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 13-18.
[13]	史天亮，王文光. 信息观和粒子群算法在城市交通拥堵中的研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 19-25.
[14]	贺玉龙1,2，刘磊1,2，迟佳欣1,2. 高速公路车辆换道行为风险研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 26-33.
[15]	王露1，陈肖欣2，李华恩1. 大风雨雪气象条件下高速公路车辆稳定行驶的临界车速研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 34-40.

城市区域路网交通状态分析与评价方法

Analysis and Evaluation Method for Traffic State of Urban Regional Road Network

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics