摘要: |
高速公路交通流量迅猛发展,为了有效地解决交通拥挤、实施监控预报以及获得收费站服务水平状况,就要对流量数据建模分析.在高速公路业务研究中,时间序列和排队论都是常用的理论工具.时间序列随机模型的一个本质特征是相邻观测值的依赖性,根据这种依赖性进行分析以达到准确描述数据的目的并做出短期预报.随机服务理论主要研究一类服务系统由于随机因素(如顾客到达、对顾客的服务时间)的影响而产生的拥挤(排队)现象.一般情况下,选用的排队模型为M/M/1或M/M/K,这种排队系统由于具有马尔可夫特性而使得计算非常简单.事实证明这种假设不符合高速公路的交通流数据特性.该文运用时间序列理论和排队论,遵循"数学分析--理论推导--数据实证"的研究路线,对高速公路交通流数据进行了有意义的研究,主要工作有:(1)交通流数据作为时间序列是动态的、随机的,与时间和季节有着显著的关系,将交通流量看作一单变量时间序列,具有明显的周期性和季节性.将SARIMA季节模型应用于交通流的建模分析中,以统计软件S-PLUS作为工具,建立的模型准确地描述了高速公路及收费站的流量状况,并以置信度α(α=0.95)做出短期预报.(2)高速公路上行驶的车辆依次到达收费站接受服务构成了一个服务系统,该论文数据采集自单一服务台的收费站,车辆到达时服务台若有车辆正在缴费则顺次排在后面等候,否则立即接受服务.一般情况下,选用的排队模型为M/M/1,但是由于前面对流量建模分析得出车辆到达与时间有关,因此这种排队系统不符合高速公路的交通流数据.本论文采用G/M/1/∞排队系统分析,即顾客到达过程是一般随机过程,仅假定到达间隔相互独立,服从相同的一般分布A(t),其余假设与M/M/1排队系统相同.采用嵌入马尔可夫链的方法对该排队系统进行分析计算并得出相应数量指标,从而给出高速公路收费站服务水平状况.论文旨在应用数学工具为高速公路流量及服务水平提出一整套分析方法和应用程序,从而为更好的建设高速公路提供适用的参数指标及策略依据. |