学位专题

目录>
<
DOI:10.7666/d.Y2428387

基于生存分析的城市道路交通拥堵持续时间研究

周映雪
北京交通大学
引用
城市交通是城市社会活动、经济活动的纽带和动脉,对城市经济发展和人民生活水平的提高起着极其重要的作用。但由于人口、机动车的增加,城市道路建设趋于饱和,道路交通管理不当等因素导致的交通拥堵问题日益严重。以往有关交通拥堵的研究中,大多数通过交通流量,密度,速度,占有率等基本参数对交通拥堵进行衡量和评价,在智能交通系统(ITS)中,也主要是通过对这些基本交通参数的预测来实现路段实时诱导,而对于拥堵持续时间的研究较少。然而,实际生活中的出行者不仅关心拥堵是否发生,而且也非常关注拥堵持续的时间,拥堵发生情况下在接下来一段时间内结束的概率以及拥堵持续时间的影响因素。拥堵持续时间也是反映拥堵本身规律以及时空分布的重要参数,因此有必要对其进行深入研究。  本论文基于上述问题,运用北京市快速路2006年和2010年二、三、四环的交通数据,主要对拥堵持续时间进行了三个方面的研究。首先,运用生存分析的非参数方法估计了拥堵持续时间的生存函数和风险函数,分析了拥堵持续时间的整体分布规律。其次,运用多个生存分布的非参数对比方法(Wilcoxon检验)对拥堵持续时间的时空分布进行对比,定量分析了不同时空分布下拥堵持续时间的差异。最后,建立了COX比例风险模型,用半参数的方法对拥堵持续时间的影响因素进行了分析,识别出了它的关键影响因素,并用Cox-Shell方法对模型进行了拟合优度检验。通过上面的分析得到了以下结论:  (1)拥堵持续时间的整体分布规律。82.3%的拥堵持续时间在10分钟以内,当拥堵持续时间超过10分钟后,继续保持拥堵的概率小于20%。随着拥堵持续时间的增加,风险率先增加后减小,拥堵持续时间小于6分钟时拥堵结束的概率较大(大于15%),这说明短时间拥堵结束的概率较大,持续时间大于12分钟时,拥堵在接下来短时间内结束的可能性明显降低(小于10%),这有可能是由于交通管制或交通事故等外部因素导致的长时间拥堵事件造成的。二、三、四环中二环拥堵最为严重,平均每天有5个小时处于拥堵状态,平均每个断面的拥堵频次约为27次/每天。  (2)拥堵持续时间的时空分布。选取的时间因素为早/晚高峰、工作/双休日,空间因素为内/外环、东/南/西/北。其中,二环和四环的早/晚高峰,二、三、四环的内/外环和东/南/西/北的拥堵持续时间分布存在明显差异。在拥堵持续时间的分布上,晚高峰的拥堵持续时间比早高峰长,平均车速小,拥堵更难结束;早高峰拥堵持续时间长且平均车速小的行车方向,在晚高峰时拥堵持续时间短,相反,早高峰拥堵持续时间短且平均车速大的行车方向,在晚高峰时拥堵时间会增加;对于拥堵较为严重的二环和三环,四个方向中南边的道路拥堵持续时间最短,平均车速大约可以达到55km/h,拥堵情况不严重。  (3)拥堵持续时间的影响因素分析。选取了内外环,高峰平峰,工作日双休日,东南西北,匝道,公交车站,高架桥,车道数,平均流量,平均长车流量,平均占有率和平均速度共12个影响因素。结果表明除了工作日双休日,平均占有率和高架桥之外,其它因素对拥堵持续时间均有显著的影响。其中,高峰比平峰、外环比内环拥堵结束的概率分别大9.8%和6.7%;南三环比东三环、有匝道出口比无匝道、有公交站点比无公交站点拥堵结束的概率分别小11.8%,17.6%和15.8%。同时,平均流量和平均长车流量每增加1个单位,拥堵结束的概率分别减小0.1%和0.2%;平均速度和车道数每增加一个单位,拥堵结束的概率增大5%和16.9%。Cox-Shell残差图基本为45度分布,同时Cox-Shell残差Ri和非参数估计的残差之间的相关系数为0.9961,说明模型有很好的拟合效果。  

城市道路;交通拥堵;拥堵持续时间;生存分析;COX比例风险模型;智能交通系统

北京交通大学

硕士

系统分析与集成

杨小宝

2013

中文

U491.1;U495

87

2014-02-25(万方平台首次上网日期,不代表论文的发表时间)

相关文献
评论
相关作者
相关机构
打开万方数据APP,体验更流畅