基于BPR函数的城市道路间断流动态路阻模型

doi:10.13229/j.cnki.jdxbgxb.20211061

摘要/Abstract

摘要：

针对BPR函数在过饱和情况下难以应用、不符合城市间断流特性的局限性进行了改进，重新定义交通需求，提出考虑上下游信号配时影响的城市道路间断流动态路阻函数形式。基于VISSIM路段仿真数据，采用SMOTE过采样算法平衡仿真数据集，标定改进路阻函数。研究表明，在BPR函数中加入绿波宽度占比 $ω$ 、下游研究相位绿信比 $g s$ 、转向因子变量 $s l$ ，能够同时反映信号配时、交通需求对于行程时间的影响。路段自由流行驶时间并非固定值，而是与 $ω$ 有关，随着 $ω$ 的增大，可协调程度增加，路段自由流行驶时间减小。

关键词: 交通运输规划与管理, 交通需求, 动态路阻, 信号配时, 协调, 行程时间

Abstract:

In view of the limitation of BPR （Bereau of Public Roads） function that it is not suitable for oversaturated traffic flow and does not meet the characteristics of urban intermittent flow， some improvements have been made. The paper redefines the traffic demand， and proposes a dynamic resistance function form of urban road intermittent flow that takes into account the influence of upstream and downstream signal timing. Based on the data obtained by VISSIM road section simulation， the SMOTE oversampling algorithm is used to balance the simulation data set， and the improved road resistance function is calibrated. Our research shows that adding three variables which include percentage of green wave $ω$ ， green split for downstream research phase $s g$ ， and steering factor $s l$ into the BPR function can simultaneously reflect the influence of signal timing and traffic demand on travel time. In the case of zero traffic flow， the zero-flow travel time is related with the percentage of green wave $ω$ . With the increase of $ω$ ， the degree of coordination increases， and the zero-flow travel time decreases.

Key words: transportation planning and management, traffic demand, dynamic road resistance, signal timing, coordination, travel time

中图分类号:

U491

王殿海,胡佑薇,蔡正义,曾佳棋,姚文彬. 基于BPR函数的城市道路间断流动态路阻模型[J]. 吉林大学学报(工学版), 2023, 53(7): 1951-1961.

Dian-hai WANG,You-wei HU,Zheng-yi CAI,Jia-qi ZENG,Wen-bin YAO. Dynamic road resistance model of intermittent flow on urban roads based on BPR function[J]. Journal of Jilin University(Engineering and Technology Edition), 2023, 53(7): 1951-1961.

图/表 11

图1

图2

图3

图4

图5

表1

表2

图6

图7

表3

图8

参考文献 16

1	Bureau of Public Roads. Traffic Assignment Manual[M]. Washington D C: Urban Planning Division, US Department of Commerce, 1964.
2	Zhao F, Fu L, Zhong M, et al. Development and validation of improved impedance functions for roads with mixed traffic using taxi GPS trajectory data and simulation[J]. Journal of Advanced Transportation, 2020(1):1-12.
3	Neuhold R, Fellendorf M. Volume delay functions based on stochastic capacity[J]. Transportation Research Record: Journal of the Transportation Research Board, 2014, 2421(1): 93-102.
4	Rafal K, Arkadiusz D. Estimating macroscopic volume delay functions with the traffic density derived from measured speeds and flows[J]. Journal of Advanced Transportation, 2017, 2017(3): 1-10.
5	So J J, Stevanovic A, Koonce P. Estimating performance of traffic signals based on link travel times: travel time-based signal performance measure[J]. Journal of Advanced Transportation, 2016, 50(5): 786-801.
6	Yuan G, Chen Y Y, Lu Y, et al. Research on the road resistant function model of urban express way[C]∥The 19th COTA International Conference of Transportation Professionals, Nanjing,China, 2019: 5257- 5268.
7	潘义勇, 余婷, 马健霄. 基于路段与节点的城市道路阻抗函数改进[J]. 重庆交通大学学报: 自然科学版, 2017, 36(8):76-81.
	Pan Yi-yong, Yu Ting, Ma Jian-xiao. Improvement of urban road impedance function based on section impedance and node impedance[J]. Journal of Chongqing Jiaotong University: Natural Science, 2017, 36(8): 76-81.
8	温惠英, 卢德佑, 汤左淦. 考虑行程时间波动性的城市道路阻抗函数模型[J]. 公路工程, 2019, 44(3): 27-32.
	Wen Hui-ying, Lu De-you, Tang Zuo-gan. Urban road impedance function model considering travel time volatility[J]. Highway Engineering, 2019, 44(3): 27-32.
9	刘宁, 赵胜川, 何南. 基于BPR函数的路阻函数研究[J]. 武汉理工大学学报:交通科学与工程版, 2013, 37(3): 545-548.
	Liu Ning, Zhao Sheng-chuan, He Nan. Research on resistance function based on BPR function[J]. Journal of Wuhan University of Technology(Transportation Science & Engineering), 2013,37(3):545-548.
10	王飞, 徐维祥. 基于LSTM神经网络改进的路阻函数模型[J]. 浙江大学学报:工学版, 2021, 55(6): 1065-1071.
	Wang Fei, Xu Wei-xiang. Improved model of road resistance function based on LSTM neural network[J]. Journal of Zhejiang University(Engineering Science Edition), 2021, 55(6): 1065-1071.
11	李彦瑾, 罗霞. 基于模糊神经网络的混合交通流路阻测算模型[J]. 吉林大学学报: 工学版, 2019, 49(1): 53-59.
	Li Yan-jin, Luo Xia. Road resistance measurement model of mixed traffic flow based on fuzzy neural network[J]. Journal of Jilin University( Engineering and Technology Edition), 2019, 49(1): 53-59.
12	Huntsinger L F, Rouphail N M. Bottleneck and queuing analysis: calibrating volume-delay functions of travel demand models[J]. Transportation Research Record, 2011, 2255(1): 117-124.
13	So J J, Stevanovic A, Ostojic M. Methodology to estimate volume-capacity ratios at traffic signals based on upstream-link travel times[J]. Journal of Transportation Engineering, 2017, 143(4):1-13.
14	姜桂艳, 李继伟, 张春勤. 城市主干路路段行程时间估计的BPR修正模型[J]. 西南交通大学学报, 2010, 45(1): 124-129.
	Jiang Gui-yan, Li Ji-wei, Zhang Chun-qin. Modified BPR functions for travel time estimation of urban arterial road segment[J]. Journal of Southwest Jiaotong University, 2010, 45(1): 124-129.
15	Publications TRB. Highway capacity manual 2010[M]. Washington D C: National Research Council, 2011.
16	王进, 白玉, 杨晓光. 关联信号交叉口排队长度计算模型[J].同济大学学报:自然科学版, 2012, 40(11): 1634-1640.
	Wang Jin, Bai Yu, Yang Xiao-guang. Calculating model of queue length at correlated signalized intersections[J]. Journal of Tongji University (Natural Science Edition), 2012, 40(11): 1634-1640.

相关文章 15

[1]	李艳波,柳柏松,姚博彬,陈俊硕,渠开发,武奇生,曹洁宁. 考虑路网随机特性的高速公路换电站选址[J]. 吉林大学学报(工学版), 2023, 53(5): 1364-1371.
[2]	胡莹,邵春福,王书灵,蒋熙,孙海瑞. 基于共享单车骑行轨迹的骑行质量识别方法[J]. 吉林大学学报(工学版), 2023, 53(4): 1040-1046.
[3]	卢凯,徐广辉,叶志宏,林永杰. 考虑清空时间的双向队首绿波协调控制数解算法[J]. 吉林大学学报(工学版), 2023, 53(2): 421-429.
[4]	王占中,蒋婷,张景海. 基于模糊双边界网络模型的道路运输效率评价[J]. 吉林大学学报(工学版), 2023, 53(2): 385-395.
[5]	宋现敏,杨舒天,刘明鑫,李志慧. 站点间公交行程时间波动特性及预测方法[J]. 吉林大学学报(工学版), 2022, 52(8): 1792-1799.
[6]	朱凌,王秋成. 空间几何约束下新能源汽车驱动系统协调控制方法[J]. 吉林大学学报(工学版), 2022, 52(7): 1509-1514.
[7]	李昂,杨泓渊,雷小萌,宋凯文,千承辉. 基于等效连杆模型的六足机器人行进姿态闭环控制[J]. 吉林大学学报(工学版), 2022, 52(7): 1696-1708.
[8]	徐洪峰,陈虹瑾,张栋,陆千惠,安娜,耿现彩. 面向网联汽车环境的单点全感应式信号配时技术[J]. 吉林大学学报(工学版), 2022, 52(6): 1324-1336.
[9]	闫云娟,查伟雄,石俊刚,李剑. 具有随机充电需求的混合动态网络平衡模型[J]. 吉林大学学报(工学版), 2022, 52(1): 136-143.
[10]	薛锋,何传磊,黄倩,罗建. 多式轨道交通网络的耦合协调度[J]. 吉林大学学报(工学版), 2021, 51(6): 2040-2050.
[11]	贾彦峰,曲大义,林璐,姚荣涵,马晓龙. 基于运行轨迹的网联混合车流速度协调控制[J]. 吉林大学学报(工学版), 2021, 51(6): 2051-2060.
[12]	李浩,陈浩. 考虑充电排队时间的电动汽车混合交通路网均衡[J]. 吉林大学学报(工学版), 2021, 51(5): 1684-1691.
[13]	户佐安,夏一鸣,蔡佳,薛锋. 延误条件下综合多种策略的城轨列车运行调整优化[J]. 吉林大学学报(工学版), 2021, 51(5): 1664-1672.
[14]	王殿海,沈辛夷,罗小芹,金盛. 车均延误最小情况下的相位差优化方法[J]. 吉林大学学报(工学版), 2021, 51(2): 511-523.
[15]	朱才华,孙晓黎,李岩. 站点分类下的城市公共自行车交通需求预测[J]. 吉林大学学报(工学版), 2021, 51(2): 531-540.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

流量方案	方向1	方向2	方向3
1	46	427	54
2	93	854	107
3	139	1280	161
4（真实情况）	185	1707	214
5	231	2134	268
6	278	2561	321
7	324	2987	375
8	370	3414	428
9	416	3841	482
10	463	4268	535
11	92	427	54
12	186	854	107
13	278	1280	161
14	370	1707	214
15	462	2134	268
16	556	2561	321
17	648	2987	375
18	740	3414	428
19	832	3841	482
20	926	4268	535
21	1018	4694	589

上游直行相位绿灯时长/s	上游周期时长 /s	下游直行相位绿灯时长/s	下游周期时长 /s	直行相位的相位差 /s
80	180	50	180	［0，10，20，…，180］
80	180	60	180	［0，10，20，…，180］
80	180	70	180	［0，10，20，…，180］
80	180	80	180	［0，10，20，…，180］
70	180	80	180	［0，10，20，…，180］

项目	自变量	R2	MAE	MAPE	RMSE
BPR函数	流量	0.219	26.896	0.399	37.816
BPR函数	交通需求	0.732	19.634	0.258	26.015
本文模型	流量	0.612	15.327	0.230	23.723
本文模型	交通需求	0.858	9.835	0.161	14.327