摘要: |
随着我国经济和社会的发展及城市化进程的加快,我国很多大城市快速路网得到了迅速的发展,这对保证城市内出行的快速、便捷起着极其重要的作用。但由于交通需求增长迅速,快速路建设的速度远不及交通量的增长速度,加上目前我国缺乏对城市快速路交通流特性及控制技术的系统研究,大量车流从入口匝道无序的汇入主线,严重的影响了城市快速路功能的正常发挥,城市快速路的交通安全和交通拥挤问题日益严重。因此有必要对城市快速路交通流特性及匝道控制技术进行研究。
本文以实测数据为基础,深入分析了城市快速路入口匝道交通流特性及其对主线交通流的影响,并根据匝道交通流特性提出短期交通流预测时长的划定方法,建立基于神经网络的多模型融合的入口匝道短期交通流预测模型,提出一种以主线为主、兼顾匝道交通需求增减量大小的入口匝道控制策略,并根据控制策略对两个近距离入口匝道的协调控制系统的框架、控制流程及各模块功能进行了设计,然后运用PTV/Vissim软件对控制系统进行仿真,以评价系统设计的合理性。
通过对上海城市快速路检测数据的分析表明,城市快速路入口匝道交通流呈现出明显的“周期性”、“脉冲性”和“波动性”,而且这种规律性对主线交通流造成了扰动。
实测分析表明,根据入口匝道交通流到达的周期脉冲特性的周期时间来划定预测时长可以有效减小匝道交通流时间序列的波动性,提高了预测精度。文中建立的基于神经网络的多模型融合预测方法大大提高了短期交通流的预测精度及预测稳定性。
仿真结果表明,本文提出的调节率计算模型能够根据匝道交通需求和当前调节率的差值大小来实时调节下一时段的调节率,控制效果明显优于定时控制方法。在高峰时段或交通状况发生较大变化时控制效果更加明显。
|