級聯(lián)失效演變下城市交通事故影響范圍分區(qū)研究
發(fā)布時間:2020-12-12 08:19
隨著城市交通的快速發(fā)展,交通供給與需求之間的矛盾加劇,日益嚴重的交通事故已成為了抑制國民經濟發(fā)展的關鍵問題之一,交通事故帶來不僅是安全問題,還對交通系統(tǒng)的穩(wěn)定性帶來了嚴重的破壞。要緩解交通事故帶來的交通擁堵問題,需要從系統(tǒng)的角度,結合多交叉學科的理論知識,開展更深入的研究。交通系統(tǒng)被看作開放的、典型的、巨大的復雜網絡系統(tǒng),已成為國內外學者研究的熱點,采用復雜網絡理論研究城市交通問題,不僅包括研究城市路網物理結構的復雜程度,由于路網上的流動介質為駕駛員,駕駛員的自主性和非理性行為導致網絡的演變更加復雜。交通事故可看作路網中的一條路段在某個方向失去了運輸功能,進而隨后的車輛選擇其他可替代路徑完成出行,在這個過程中,其他路段會存在無法滿足額外的負載而發(fā)生故障,形成連鎖反應,這種現象在復雜網絡理論中被稱為級聯(lián)失效,因此本文以級聯(lián)失效模型為基礎,研究駕駛員在面對事故時的路徑選擇行為,結合網絡交通流加載的思想對級聯(lián)失效進行了改進。然后為了進一步區(qū)分網絡中所有路段受到事故路段的影響程度,提出了道路交通流密度熵的概念,并采用最優(yōu)簇數的聚類分析方法完成了交通事故影響范圍的分區(qū)研究,具體來講,論文主要完成...
【文章來源】:重慶交通大學重慶市
【文章頁數】:69 頁
【學位級別】:碩士
【部分圖文】:
技術路線圖
重慶交通大學碩士學位論文24與經驗數據較為一致;在不同的決策情況下,各參數的取值可根據實際情況標定。由于利益靈敏度rs的存在,如果備選路徑的利益值大于原始路徑,但差異小于利益靈敏度,則出行者只有較小的概率改變出行路徑。3.2.3主觀概率函數傳統(tǒng)的路徑選擇模型中,將效用函數作為出行者的路徑概率選擇,忽略了其他實際非人為的因素或者無法掌握所有真實出行結果。在實際情況中,往往是出行者得到了實際的客觀概率后,根據自身因素、出行因素以及其他不確定因素的綜合作用后,從而偏離了客觀真實概率,形成了具有個體特征的主觀概率。根據前景理論,客觀概率不等于出行者真實選擇的主觀概率,而是呈現一個倒S性的決策權重函數,這種情況最早由Allais觀測得到[91],Allais的研究認為當兩個效率值進行對比時,如果讓一個值變得比另一個值更加有吸引力,但是實際上這種變化不與概率值成正比,可表示為圖3-1:圖3-1客觀概率與主觀概率的區(qū)別從圖3-1中可以看出,虛線是根據外界信息確定情況下計算出來的理論概率,如文中2.2.3所得到路徑阻抗函數即為客觀概率值,而根據前景理論,小概率事件通常會被高估,而大概率事件通常會被低估,因此紅線為指導出行者路徑選擇時的主觀概率值。Tversky和Kahneman引入了一個非線性函數,將客觀概率轉化為主觀概率,公式如下:1/()()(()(1))kkrsrskkrsrsRWRRR=+(30)其中krsR如公式15所示,表示OD對rs之間路徑k中所有路段的阻抗累加,代表出行者的客觀概率;表示需要標定的參數,根據前人進行的實際調查及實驗,取值為0.69時,表明面對的為損失,決策者具有低估高概率事件的特征;當取值為0.61時,表明決策者具有高估低概率事件的特征。
暢通,車輛達到率較低,二是擁堵,由于堵車,交通需求較大,但通過量較低。由于這種非線性特征,不易直接作為序參量,因此本文選取密度作為序參量,密度可以表示單位長度上車輛的多少,密度越大表明車輛之間的間隔越小,道路越擁堵。路段交通流密度能夠有效的反映路段上的車輛數、擁擠程度以及路段使用程度。對于一條給定路段a,假定路段a的長度為M,時刻t時,路段a的入口段車流增量為AdN,出口段的流出車輛增量為BdN,rdN表示路段原有車輛數,A和B分別表示了斷面A和斷面B的密度,將這樣一條路段看作一個系統(tǒng)(如圖4-1),路段的初始狀態(tài)為平衡態(tài),rdN保持不變,若某時刻系統(tǒng)受到干擾時,路段中的車輛存量增加,交通流密度發(fā)生變化,從熱力學的觀點來講內部出現了廣義力,進而闡述了熵值的波動[97]。圖4-1熵值路段由守恒定律可知,考慮圖4-1所示的路段,單向行駛,在路段上沒有額外的出入口,當車輛的流入與流出相等時,路段a中的車輛總數保持不變,則可表示為ABrdN=dN=dN,由公式42可知,0iedS=dSdS=,當網路中某一路段發(fā)生事故后,與之相關聯(lián)的道路受到影響,事故路段的流量只能從其他道路進行疏散,此時道路段的熵值為:
本文編號:2912178
【文章來源】:重慶交通大學重慶市
【文章頁數】:69 頁
【學位級別】:碩士
【部分圖文】:
技術路線圖
重慶交通大學碩士學位論文24與經驗數據較為一致;在不同的決策情況下,各參數的取值可根據實際情況標定。由于利益靈敏度rs的存在,如果備選路徑的利益值大于原始路徑,但差異小于利益靈敏度,則出行者只有較小的概率改變出行路徑。3.2.3主觀概率函數傳統(tǒng)的路徑選擇模型中,將效用函數作為出行者的路徑概率選擇,忽略了其他實際非人為的因素或者無法掌握所有真實出行結果。在實際情況中,往往是出行者得到了實際的客觀概率后,根據自身因素、出行因素以及其他不確定因素的綜合作用后,從而偏離了客觀真實概率,形成了具有個體特征的主觀概率。根據前景理論,客觀概率不等于出行者真實選擇的主觀概率,而是呈現一個倒S性的決策權重函數,這種情況最早由Allais觀測得到[91],Allais的研究認為當兩個效率值進行對比時,如果讓一個值變得比另一個值更加有吸引力,但是實際上這種變化不與概率值成正比,可表示為圖3-1:圖3-1客觀概率與主觀概率的區(qū)別從圖3-1中可以看出,虛線是根據外界信息確定情況下計算出來的理論概率,如文中2.2.3所得到路徑阻抗函數即為客觀概率值,而根據前景理論,小概率事件通常會被高估,而大概率事件通常會被低估,因此紅線為指導出行者路徑選擇時的主觀概率值。Tversky和Kahneman引入了一個非線性函數,將客觀概率轉化為主觀概率,公式如下:1/()()(()(1))kkrsrskkrsrsRWRRR=+(30)其中krsR如公式15所示,表示OD對rs之間路徑k中所有路段的阻抗累加,代表出行者的客觀概率;表示需要標定的參數,根據前人進行的實際調查及實驗,取值為0.69時,表明面對的為損失,決策者具有低估高概率事件的特征;當取值為0.61時,表明決策者具有高估低概率事件的特征。
暢通,車輛達到率較低,二是擁堵,由于堵車,交通需求較大,但通過量較低。由于這種非線性特征,不易直接作為序參量,因此本文選取密度作為序參量,密度可以表示單位長度上車輛的多少,密度越大表明車輛之間的間隔越小,道路越擁堵。路段交通流密度能夠有效的反映路段上的車輛數、擁擠程度以及路段使用程度。對于一條給定路段a,假定路段a的長度為M,時刻t時,路段a的入口段車流增量為AdN,出口段的流出車輛增量為BdN,rdN表示路段原有車輛數,A和B分別表示了斷面A和斷面B的密度,將這樣一條路段看作一個系統(tǒng)(如圖4-1),路段的初始狀態(tài)為平衡態(tài),rdN保持不變,若某時刻系統(tǒng)受到干擾時,路段中的車輛存量增加,交通流密度發(fā)生變化,從熱力學的觀點來講內部出現了廣義力,進而闡述了熵值的波動[97]。圖4-1熵值路段由守恒定律可知,考慮圖4-1所示的路段,單向行駛,在路段上沒有額外的出入口,當車輛的流入與流出相等時,路段a中的車輛總數保持不變,則可表示為ABrdN=dN=dN,由公式42可知,0iedS=dSdS=,當網路中某一路段發(fā)生事故后,與之相關聯(lián)的道路受到影響,事故路段的流量只能從其他道路進行疏散,此時道路段的熵值為:
本文編號:2912178
本文鏈接:http://www.wukwdryxk.cn/kejilunwen/daoluqiaoliang/2912178.html