一种基于运行车速预测的城市干道车队离散模型的建模方法

摘要

一种基于运行车速预测的城市干道车队离散模型的建模方法，它涉及一种城市干道车队离散模型的建模方法，具体涉及一种基于运行车速预测的城市干道车队离散模型的建模方法。本发明为了解决现有车队离散模型中最低车速、最高车速、平均车速设置依靠工程师经验，无法准确预测下游端面车队到达图式的问题。本发明通过在城市干道上交叉口出口下游的每条车道上布设感应线圈检测器，利用感应线圈检测器测量每个车队中每辆机动车经过感应线圈检测器前端和后端的时间，进而建立城市干道车队离散模型。本发明用于建立城市干道车队离散模型。

主权项

1.一种基于运行车速预测的城市干道车队离散模型的建模方法，其特征在于：所述一种基于运行车速预测的城市干道车队离散模型的建模方法的具体步骤如下：步骤一、在城市干道(1)上交叉口出口下游的每条车道上布设感应线圈检测器(2)，且每个感应线圈检测器(2)与其最近的交通信号机(3)连接，信号机(3)采集每一辆机动车经过感应线圈检测器(2)后端边缘与前端边缘时产生的脉冲信号，然后记录每个脉冲信号产生的时刻；步骤二、识别经过感应线圈检测器(2)的机动车是否属于同一个车队；步骤三、计算同一个车队中的最高速度、最低速度、平均速度，并预测当前经过感应线圈检测器(2)的车队的速度值；具体步骤为：步骤三(一)、设当前经过感应线圈检测器(2)的为第M个车队，该车队中共有M_N辆机动车，第n辆车触发感应线圈检测器(2)后端边缘的时刻为t_Mn，其中1≤n≤M_n，触发感应线圈检测器(2)前端边缘的时刻为t′_Mn，那么第n辆车经过感应线圈检测器(2)时的速度V_Mn为：$V_{\mathrm{Mn}}=\frac{2}{t_{\mathrm{Mn}}^{\prime }-t_{\mathrm{Mn}}}$①；步骤三(二)、计算第M个车队中机动车的最大车速V_M max：$V_{M\max }=\max (V_{M1},V_{M2},...V_{{\mathrm{MM}}_N})$②，公式②中max为取最大函数；步骤三(三)、计算第M个车队中机动车的最小车速V_M min：$V_{M\min }=\min (V_{M1},V_{M2},...V_{{\mathrm{MM}}_N})$③，公式③中min为取最小函数；步骤三(四)、计算第M个车队的机动车平均车速${\bar{V}}_M=\mathrm{mean}(V_{M1},V_{M2},...V_{{\mathrm{MM}}_N})$④，公式④中mean为取均值函数；步骤三(五)、预测当前经过感应线圈检测器(2)的车队的速度值，设当前经过感应线圈检测器(2)的为第K个车队，采用三阶移动平均方法预测该车队的最高车速V′_K max、最低车速V′_K min、平均车速$V_{K\max }^{\prime }=\frac{V_{(K-1)\max }+V_{(K-2)\max }+V_{(K-3)\max }}{3}$⑤$V_{K\min }^{\prime }=\frac{V_{(K-1)\min }+V_{(K-2)\min }+V_{(K-3)\min }}{3}$⑥${\bar{V}}_K^{\prime }=\frac{{\bar{V}}_{(K-1)}+{\bar{V}}_{(K-2)}+{\bar{V}}_{(K-3)}}{3}$⑦公式⑤⑥⑦中，V_(K-1)max表示第K-1个车队的最高车速，V_(K-2)max表示第K-2个车队的最高车速，V_(K-3)max表示第K-3个车队的最高车速，V_(K-1)min表示第K-1个车队的最低车速，V_(K-2)min表示第K-2个车队的最低车速，V_(K-3)min表示第K-3个车队的最低车速，表示第K-1个车队的平均车速，表示第K-2个车队的平均车速，表示第K-3个车队的平均车速；步骤四、计算行程时间系数β：$\beta =\frac{{\bar{V}}_K^{\prime }}{V_{k\max }^{\prime }}$⑧；步骤五、计算平均行程时间T_α，用时段数表示$T_{\alpha }=\mathrm{int}\left(\frac{L^{\prime }}{{\bar{V}}_K^{\prime }\times \mathrm{\Delta t}}\right)$⑨，公式⑨中，L′表示感应线圈检测器(2)所在断面与下游观测断面之间的距离，Δt表示单位时段长度，int表示取整函数；步骤六、计算车队离散系数α，车队离散系数α受城市干道(1)上车流运行方向的车道数的影响，设路段上车道数为X，则车队离散系数α的计算公式为：$\alpha =\left\{\begin{array}{c}1.126·e^{-{\left(\frac{q^{\prime }/s-0.786}{0.107}\right)}^2}+0.793·e^{-{\left(\frac{q^{\prime }/s-0.809}{1.312}\right)}^2},x=2\\ 0.16·e^{-{\left(\frac{q^{\prime }/s-0.741}{0.146}\right)}^2}+0.771·e^{-{\left(\frac{q^{\prime }/s-0.706}{0.778}\right)}^2},x=3\\ 0.141·e^{-{\left(\frac{q^{\prime }/s-0.766}{0.062}\right)}^2}+0.771·e^{-{\left(\frac{q^{\prime }/s-0.701}{0.553}\right)}^2},x=4\\ 0.084·e^{-{\left(\frac{q^{\prime }/s-0.744}{0.06}\right)}^2}+0.815·e^{-{\left(\frac{q^{\prime }/s-0.742}{0.416}\right)}^2},x=5\end{array}\right.$⑩，公式⑩中，S表示感应线圈检测器(2)所在断面下游交叉口一条进口车道的饱和流率，q′表示预测第K个车队经过感应线圈检测器(2)时的流率，q′的计算公式为：$q^{\prime }=\frac{[{(K-1)}_N+{(K-2)}_N+{(K-3)}_N]/3}{(T_{K-1}+T_{K-2}+T_{K-3})/3}$其中(K-1)_N表示第K-1个车队所包含的车辆数，T_K-1表示第K-1个车队头车触发感应线圈检测器(2)与车队尾车触发感应线圈检测器(2)之间的时间差，(K-2)_N表示第K-2个车队所包含的车辆数，T_K-2表示第K-2个车队头车触发感应线圈检测器(2)与车队尾车触发感应线圈检测器(2)之间的时间差，(K-3)_N表示第K-3个车队所包含的车辆数，T_K-3表示第K-3个车队头车触发感应线圈检测器(2)与车队尾车触发感应线圈检测器(2)之间的时间差；步骤七、计算平滑系数F：$F=\frac{1}{1+\alpha \times \beta \times T_{\alpha }};$步骤八、将经过感应线圈检测器(2)的第K个车队的机动车划分至不同时段，具体步骤为：步骤八(一)、以第K个车队头车触发感应线圈检测器(2)后端边缘的时刻记为0时刻，车队尾车触发感应线圈检测器(2)后端边缘的时刻记为T_K；步骤八(二)、以Δt为单位时段长度，将[0，T_K]时段内经过感应线圈检测器(2)的机动车划分至不同时段；步骤九、建立车队离散模型，预测下游断面的车流到达图式：Q′(m)＝F·Q(m-T_α)+(1-F)·Q(m-1)，m＞T_α其中Q′(m)表示第K个车队在第m个时段到达下游断面的车辆数，Q(m-T_α)表示第K个车队在m-T_α个时段通过感应线圈检测器(2)所在断面的车辆数。