（交通运输规划与管理专业论文）面向特大城市的分层次交通拥堵评价模型及算法.pdf

中文摘要 摘要：特大城市由于存在超大的城市规模、庞大的人口数量和复杂的网络结 构，其交通拥堵现象和规律较中小城市有所不同。在传统的拥堵评价研究领域， 国内外已经提出了大量城市拥堵评价的一般化模型，但缺乏针对特大城市的拥堵 评价模型。本文在综述国内外现有的交通拥堵评价理论的基础上，结合对特大城 市复杂的交通流特性的分析，运用统计学技术和信号处理技术，构建了面向特大 城市的分层次交通拥堵评价模型。 为了构建评价模型，本文首先确定了评价特大城市交通拥堵的四个维数，包 括：拥堵强度、拥堵时间、拥堵空间和拥堵点段。提出了面向特大城市的路网分 层次交通拥堵评价体系框架，包括：宏观、中观和微观三个层次，用于确定各层 次拥堵评价模型的基本功能及相互联系。构建的模型具体包括： 首先，提出了面向特大城市的宏观交通强度评价模型。将累积l o g i s t i c 回归理 论引入到路段拥堵强度评价，构建了基于行程速度的路段拥堵强度评价模型。在 此基础上，采用分层抽样技术和综合评价法，构建了基于车辆行驶时间( v h t ) 加权的分层次交通拥堵指数( t c i ) 模型。其次，提出了面向特大城市的中观交通 拥堵时空分布评价模型。在依次分析拥堵时间和空间评价因变量和自变量的相关 性后，采用非线性回归技术，提出了基于行程速度的某等级道路的严重拥堵持续 时间( s c d ) 评价模型和拥堵持续时间( c d ) 评价模型，并确定s c d 模型采用指 数函数形式，c d 模型采用三次曲线函数形式；以及采用多元线性回归技术构建了 严重拥堵空间范围( s c b ) 模型和拥堵空间范围( c b ) 模型，确定了采用行程速 度和停车时间的二元线性s c b 模型，和基于行程速度的c b 单元线性模型。最后， 提出了面向特大城市的微观重点拥堵点段识别模型。通过分析重点拥堵点段具备 的典型拥堵特征，针对每个特征分别设计了判别算法。在该过程中，本文利用了 小波变换提取行程速度数据的近似成分并用于评价周期性拥堵特征。在分析拥堵 的时空分布特征基础上，提出了原发性拥堵的判别方法。这两个特征被用于重点 拥堵点段的判定。 为了验证模型的有效性和准确性，本文采用了统计检验和模型预测与实测数 据对比两种检验方法。验证过程表明所构建的评价模型和算法适用于特大城市的 交通拥堵评价。 关键词：拥堵强度；拥堵时间；拥堵空间；拥堵点段；累积l o g i s t i c 回归；非线性 回归；多元线性回归；小波变换； 分类号： a bs t r a c t a b s t r a c t ：d u et ot h em e g a - s c a l en a t u r e ，h u g ep o p u l a t i o ns i z e ，a n dc o m p l i c a t e d n e t w o r k s t r u c t u r e s ，m e g a c i t i e sh a v ed e m o n s t r a t e du n i q u eb u td i f f e r e n tt r a f f i cc o n g e s t i o n p h e n o m e n aa n dp a t t e r n sf r o ms m a l la n d o rm e d i u m s i z e dc i t i e s i nt h ef i e l do f t r a d i t i o n a lt r a f f i cc o n g e s t z o nm e a s u r e m e n t ，n u m e r o u sm o d e l sh a v eb e e nd e v e l o p e df o r c i t i e s h o w e v e r , f e wh a v e b e e nd e v e l o p e d s p e c i f i c a l l yf o rm e g a c i t i e s a f t e ra c o m p r e h e n s i v es y n t h e s i so fs t a t e o c t h e a r ti nc o n g e s t i o nm e a s u r e m e n t sa n da na n a l y s i s o ft r a f f i cf l o wc h a r a c t e r i s t i c s ，t h er e s e a r c hi nt h i sd i s s e r t a t i o nd e v e l o p e d s t r a t i f i e dt r a f f i c c o n g e s t i o nm e a s u r e m e n tm o d e l sf o r p r o c e s s i n gt e c h n i q u e s m e g a c i t i e sb ya p p l y i n gs t a t i s t i c a la n ds i g n a l j no r d e rt o d e v e l o pt h em e a s u r e m e n tm o d e l s ，t h ed i s s e r t a t i o nf i r s td e f i n e df o u r d i m e n s i o n sf o rm e a s u n n gc o n g e s t i o n sf o rm e g a c i t i e s i n c l u d i n gc o n g e s t i o ni n t e n s i t y , c o n g e s t i o nd u r a t i o n ，c o n g e s t i o nb r e a d t h ，a sw e l la s c o n g e s t e ds e g m e n t sa n d i n t e r s e c t i o n s as t r a t i f i e dt r a f f i c c o n g e s t i o nm e a s u r e m e n tf r a m e w o r kf o rm e g a c i t i e s i n c l u d i n gm a c r o s c o p i c ，m e s o s c o p i c ，a sw e l la sm i c r o s c o p i cl e v e l s w a sd e v e l o p e df o r d e t e r m i n i n g t h eb a s i cf u n c t i o n so f c o n g e s t i o nm e a s u r e m e n tm o d e l sa n dt h e i r i n t e r - r e l a t i o n s h i p s t h em o d e l sw e r ed e v e l o p e da sf o l l o w s ： f i r s t ，m a c r o s c o p i cm o d e l sf o rm e a s u r i n gt h ec o n g e s t i o ni n t e n s i t yw e r ed e v e l o p e d b v i n t r o d u c i n g t h ec u m u l a t i v e l o g i s t i cr e g r e s s i o nt h e o r yi n t ot h em e a s u r e m e n to f c o n g e s t i o ni n t e n s i t yf o rr o a ds e g m e n t s ，at r a v e l - s p e e db a s e dm e a s u r e m e n tm o d e lf o rt h e c o n g e s t i o ni n t e n s i t yw a sp r e s e n t e d t h e n ，aw e i g h t e dv e h i c l e h o u r s t r a v e l e d ( v a t ) b a s e dt r a f f i c c o n g e s t i o ni n d i c e s ( t c i ) m o d e lw a sd e v e l o p e db yu s i n gs t r a t i f i e d s a m p l i n ga n dc o m p r e h e n s i v ee v a l u a t i o nm e t h o d s e c o n d , m e s o s c o p i cm o d e l sf o r m e a s u r i n gt h ec o n g e s t i o nd u r a t i o na n db r e a d t hw e r ed e v e l o p e d a f t e ra n a l y z i n gt h e r e l a t i o n s h i pb e t w e e nt h ei n d e p e n d e n ta n dd e p e n d e n tv a r i a b l e si nt h ei i 】l e a 眦m e n t so f t e m p o r a la n ds p a t i a lc o n g e s t i o n s ，t h en o n - l i n e a rr e g r e s s i o n t e c h n i q u ew a su s e dt o d e v e l o pt h et r a v e l s p e e db a s e dm o d e l sf o rt h em e a s u r e m e n to fs e v e r e c o n g e s t i o n d u r a t i o n ( s c d ) a n dc o n g e s t i o nd u r a t i o n ( c d ) f o ras p e c i f i cr o a dc l a s s i nw h i c ht h e e x p o n e n t i a la n dc u b i cf u n c t i o n sw e r es e l e c t e df o rs c da n dc dm o d e l sr e s p e c t i v e l y f u r t h e r , m u l t i v a r i a t el i n e a rr e g r e s s i o nt e c h n i q u e sw e r ea d o p t e dt od e v e l o pm o d e l sf o r t h em e a s u r e m e n to fs e v e r ec o n g e s t i o nb r e a d t h ( s c b ) a n d c o n g e s t i o nb r e a d t h ( c b ) ，i n l w h i c hab i v a r i a t el i n e a rr e g r e s s i o no ft r a v e l s p e e da n ds t o p - t i m ew a su s e di nt h es c b m o d e l ，a n das i m p l el i n e a rr e g r e s s i o no ft r a v e l - s p e e dw a su s e di nt h ec bm o d e l f i n a l l y , m i c r o s c o p i cm o d e l sf o rt h ei d e n t i f i c a t i o n o fk e yc o n g e s t e ds e g m e n t sa n d i n t e r s e c t i o n sw e r ed e v e l o p e d i d e n t i f i c a t i o na l g o r i t h m sw e r ed e v e l o p e di nl i g h to fa n a n a l y s i so ft h et y p i c a lt r a f f i cc o n g e s t i o nc h a r a c t e r i s t i c so ft h ek e yc o n g e s t e ds e g m e n t s a n di n t e r s e c t i o n s i nt h em o d e l i n gp r o c e s s ，t h ew a v e l e tt r a n s f o r m a t i o nw a su s e dt o e x t r a c tt h e a p p r o x i m a t ec o m p o n e n t so ft r a v e ls p e e d s ，w h i c hw e r eu s e d i nt h e i d e n t i f i c a t i o no fp e r i o d i c a lc o n g e s t i o nc h a r a c t e r i s t i c s t h em e t h o dt oi d e n t i f yt h e p r i m a r yc o n g e s t i o nw a sp r o p o s e db a s e do na na n a l y s i so fc h a r a c t e r i s t i c so ft h e s p a t i a l - t e m p o r a ld i s t r i b u t i o no fc o n g e s t i o n s t h ec h a r a c t e r i s t i c so f b o t hp e r i o d i c a la n d p r i m a r yc o n g e s t i o n s w e r eu s e dt o i d e n t i f y t h e k e yc o n g e s t e ds e g m e n t s a n d i n t e r s e c t i o n s t h ev a l i d i t ya n da c c u r a c yo fp r o p o s e dm o d e l sw e r et e s t e db yu s i n gt h es t a t i s t i c a lt e s t m e t h o d sa n db yc o m p a r i n gt h em o d e le s t i m a t i o nw i t ht h ef i e l do b s e r v e dd a t a t h et e s t d e m o n s t r a t e dt h a tt h ep r o p o s e dm o d e l sa n da l g o r i t h m sc a nb er e a d i l yu s e dt oe v a l u a t e t r a f f i cc o n g e s t i o n sf o rm e g a c i t i e s k e y w o r d s ：c o n g e s t i o ni n t e n s i t y , c o n g e s t i o nd u r a t i o n , c o n g e s t i o nb r e a d t h ， c o n g e s t e dr o a ds e g m e n ta n di n t e r s e c t i o n ，c u m u l a t i v el o g i s t i cr e g r e s s i o n ，n o n - l i n e a r r e g r e s s i o n ，m u l t i v a r i a t el i n e a rr e g r e s s i o n ，w a v e l e tt r a n s f o r m a t i o n c l a s s n o ： 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研 究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或 撰写过的研究成果，也不包含为获得北京交通大学或其他教育机构的学位或证书 而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作 了明确的说明并表示了谢意。 学位论文作者签名：签字日期：年月 日 1 6 1 学位论文版权使用授权书 本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特 授权北京交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索， 并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国 家有关部门或机构送交论文的复印件和磁盘。 ( 保密的学位论文在解密后适用本授权说明) 学位黼糍到萝毒匆 导： 签字日期： 可年咖- 7 日 幺t 岛 签字日期：矿歹年月妒日 签字日期：7 年月妒日 致谢 在论文即将完成之际，谨向曾给予我悉心指导和深切关怀的导师于雷教授表 达最诚挚的感激之情! 回首四年的博士时光，导师以其渊博的学识、严谨的治学态度、开阔的思维 方式和对待事业坚持不懈的精神使我受益匪浅。每当遇到困难想要退缩的时候， 只要回想起导师对待每件事情的认真态度和坚忍不拔的意志品质，我就顿时充满 了顽强的斗志和无比的信心。老师的言传身教改变了我的做事态度和风格，让我 掌握了基本的思维方式，领会了解决问题方法论，我的每一点进步无不包含着导 师的谆谆教诲和殷殷期望，本文的完成更是凝聚着恩师的心血和汗水，衷心感谢 导师为我的成长所付出的努力。 感谢培养我十年的母校北京交通大学，感谢交通运输学院，感谢交通工程系 的各位教授和老师给与的帮助和指导。感谢邵春福老师、袁振洲老师、宋瑞老师、 陈旭梅老师、谷远利老师曾经给予的学习、工作和生活上的关心和帮助。感谢论 文开题时宋瑞老师和杨浩老师提出的许多宝贵意见，在此致以诚挚的谢意。感谢 师兄杨方和耿彦斌对这篇博士论文写作过程中的建议。 感谢北京交通发展研究中心和北京四通智能交通系统集成有限公司为本文提 供的数据基础。 感谢曾与我共同参与拥堵评价课题研究的同学：郭淑霞、张雪莲、刘娟、张 宇石、宋谷长、胥耀方、朱琳、张旭、宋晓梅、余柳，这个课题的研究成果为这 篇博士论文奠定了坚实的基础。感谢c j s r c 师门的所有的兄弟姐妹，在交大的日 子我们朝夕相处，亲如一家，感谢陈琨、赵慧、张滢滢、赵娜乐、郝艳召、韦献 兰、王健全、姜乙甲、滕怀龙、陈建军等同学在生活、学习和研究中给予的热情 帮助，与你们共同度过的时光快乐而充实，给我留下了美好的回忆。 最后，深深感谢家人，父亲刘明才、母亲常慧君的养育之恩，在最困难的时 候给予我与最温暖的关怀，父母的理解和支持使我能够在学校专心完成学业。感 谢爱人宋国华一直陪伴在我身边，默默地支持，使我不再孤单，终于在这十年交 大寒窗即将结束之际完成此文。 谨以此文献给你们! 1 引言 交通问题已经成为全球性的“城市通病”，严重影响着城市的运转效率和经济 发展，而交通拥堵作为城市“交通病症”的主要表现，给人们的工作和生活造成 了巨大的影响。交通拥堵所造成的经济、安全和环境等方面的重大损失已引起社 会的广泛关注。城市交通拥堵不仅是我国发展中遇到的问题，也是世界各国需要 共同面对的难题。其中，特大城市由于其庞大的网络结构和特殊的出行特性，交 通拥堵现象尤为严重，因此，对特大城市交通系统拥堵现象和规律的相关科学问 题研究已经成为交通领域的热点之一。 1 1研究背景 根据我国在城市统计中对城市规模的分类标准，城市非农业人口在1 0 0 万以 上为特大城市，截至2 0 0 7 年我国有4 9 个特大城市。而美国对特大城市的分类标 准为人口超过3 0 0 万的城市，截至2 0 0 7 年共1 4 个特大城市。具有代表性的国际 型特大城市包括：北京、上海、汉城、东京、纽约等。 特大城市由于存在超大的城市规模、庞大的人口数量和复杂的网络结构，其 交通系统存在复杂性和时变性等特殊性质，交通问题既有共性又具有代表性，几 乎涵盖了交通领域的所有典型现象。因此，交通拥堵现象和规律较普通中小城市 有所不同，具体体现在以下五个方面： 1交通供给滞后交通需求的增长。随着特大城市社会经济的快速增长，生活 水平的不断提高，道路交通需求持续保持旺盛，每年的出行总量稳步攀升， 道路基础设施建设的步伐总是滞后于车流、流量的迅猛增长。以北京为例， 截至2 0 0 7 年5 月底，其机动车保有量突破3 0 0 万辆，年均增长速度约1 5 ， 中心城区高峰小时负荷量分别达到6 0 0 万车公里以上，年平均增长率约 1 4 ，而相应的城市道路的承载能力的增幅仅为6 - 7 ，交通供需矛盾及为 突出。根据美国1 9 8 2 年至2 0 0 5 年的统计数据，假设按照1 4 个特大城市 的交通需求增长速度来确定匹配的道路建设速度，美国只建设了不足4 1 的道路车道长度。 2 特大城市的拥堵程度尤其严重。大量特大城市空间结构存在中心过于集中 的缺陷，城市空间拓展与交通发展缺乏整合，交通发展相对滞后，城市交 通与城市动态发展的协调关系因缺乏有效的政策保障而未能建立，以致造 成目前中心区聚集效应继续强化，进而导致市中心区交通持续恶化，交通 拥堵程度尤其严重。根据北京的交通流统计数据显示，2 0 0 7 年3 月工作日 道路网平均速度与2 0 0 6 年同期相比下降了约2 公里d , 时，周末下降了o 7 9 公里d , 时。美国1 4 个特大城市的居民平均年度延误从1 9 8 2 年的2 l 小时 增加到了2 0 0 5 年的5 2 小时，路网的拥堵程度进一步恶化。 3 特大城市的拥堵时空分布集中。由于特大城市庞大的城市规模和市中心区 功能集中，早晚高峰通勤时段出行向心性明显且通勤时间过于统一，容易 导致交通流在时空的聚集效应。在特定的时间内，中心区的流量非常集中。 北京的交通现状已经打破“早晚双高峰、“工作日拥堵、周末畅通”的 传统模式，交通拥堵问题基本呈现全方位、全天候的堵塞。而美国的特大 城市也存在类似的问题，早高峰从7 8 点变化成6 1 0 点，晚高峰5 - 6 点变 化成4 7 点，交通拥堵时间逐渐延长。 4 特大城市的拥堵呈现蔓延的趋势。特大城市市中心区功能过度集中，人口 与就业岗位密度不断加大，中心区不断突破原总体规划规模，导致交通拥 堵也开始由城市中心区向郊区蔓延。以北京为例，其行政办公设施、文化 设施、商业设施的空间分布等都高度集中在三环内区域，因此交通流在空 间上主要集中分布在“三环以内”的城区，但是目前该区域的流量已经基 本饱和，早晚高峰时段拥堵已经逐渐蔓延到了“三环到四环”，甚至“四 环到五环”的部分区域，拥堵继续呈现逐渐向外扩张的趋势。 5 特大城市的重点拥堵点段数量多。北京目前的主干路平均车速比十年前降 低5 0 以上，市区1 8 3 个主要交叉口中，严重阻塞的达到6 0 ，中心区 高峰期的部分快速路平均车速不到2 0 公里d , 时，主干路平均速度不足1 0 公里川、时，这些拥堵路段及其相邻的拥堵点的数量逐年递增，即包含呈现 日常的周期性拥堵特性的固定拥堵瓶颈，也存在呈现偶发性拥堵特征的随 机拥堵瓶颈，它们对居民的出行造成了巨大的影响。 综上所述，由于特大城市交通拥堵现象和规律的特殊性，目前缺乏具有针对 性的评价模型和算法。如何在现有的动、静态数据基础上，选择有效的手段分层 次量化城市路网、不同道路以各交通要素的拥堵特征，全面地评价交通拥堵多维 特性和演变趋势，反映交通拥堵外在特征和潜在规律，将对缓解拥堵措施及交通 发展政策的制订提供有力的支持和保障。因此，构建面向特大城市的分层次交通 拥堵评价模型及算法具有非常重要的意义。 本文以北京市交通委资助项目“交通拥堵评价 和“缓解市区交通拥堵措施 可行性研究及评价”为依托，拟对特大城市的交通拥堵评价模型和算法开展深入 研究。 2 1 2研究必要性与意义 现代化城市发展要求建立现代化的交通体系，现代化交通包含通达、有序、 安全、舒适、低能耗、低污染等基本的理念。实际上，从某种意义讲，交通拥堵 在现代特大城市中是不可避免的。正确认识、客观评价特大城市交通拥堵，明确 交通拥堵的实际状况，是深入分析交通拥堵潜在规律，并探讨解决拥堵的措施的 基础工作，具有重要的实际意义。 本文拟构建面向特大城市的分层次交通拥堵评价模型及算法，将为量化特大 城市的交通拥堵提供全新的研究思路和研究角度，具有重要的理论价值。具体反 映在以下四点： 1能够量化特大城市道路网分层次的多维拥堵特征。目前国内外在拥堵评价 领域的研究提出了大量的一般化拥堵评价模型，缺乏针对特大城市特殊交 通流特征的拥堵量化模型，更不能系统地量化特大城市道路网交通拥堵的 多维特征，本文将在详细分析其特征的基础上，提出面向特大城市的分层 次交通拥堵评价体系框架，从多层次、多角度量化特大城市路网的交通拥 堵状态。 2 能够有效地判别特大城市道路网的拥堵严重程度。世界各个国家和地区采 用的拥堵判别参数和阈值均存在较大差异，各个地区定义拥堵往往依据当 地交通运行条件和居民对拥堵的感知程度，本文将根据特大城市的实际交 通状况，通过开展人工拥堵感知程度调研，结合定性的判别分析和不同的 综合加权的方法，构建特大城市道路网的拥堵强度判别模型，有效地判别 特大城市道路网的拥堵严重程度。 3为预测特大城市道路的拥堵时空分布提供新思路。现有的拥堵时空评价侧 重于研究各类拥堵时空分布评价指标的定义，缺乏分别针对拥堵时间分布 指标和拥堵空间分布指标的预测模型。本文将通过研究各等级道路拥堵持 续时间和拥堵空间范围与其他拥堵指标的相互关系，构建特大城市道路网 的拥堵时空分布的回归模型，为评价特大城市拥堵的时空分布提供新思 路。 4能够高效识别导致特大城市交通运行不畅的瓶颈。目前对交通拥堵的分类 定义了路段和交叉口发生不同类型拥堵的特征，缺乏综合考虑这些不同类 型的拥堵特征，用于判别特大城市路网中普遍存在的关键性拥堵瓶颈。本 文将通过引入信号处理技术提取交通流数据的周期性特征，结合拥堵时空 分布图确定原发性拥堵的图像特征，准确识别导致特大城市交通运行不畅 的瓶颈。 1 3研究目标与内容 本文的研究目标为：在开展国内外交通拥堵评价理论研究的基础上，结合特 大城市的复杂交通流特性和多维交通拥堵特征，融合统计学理论和信号处理领域 的先进技术，构建面向特大城市的分层次交通拥堵评价的模型和算法，以量化特 大城市的交通拥堵的潜在规律。 本文的主要研究内容包括： l 开展国内外交通拥堵评价理论的文献综述。在对国内外拥堵评价资料分 析、提炼基础上，总结交通拥堵评价领域的模型和算法发展和研究现状， 结合特大城市的复杂交通流特性和多维交通拥堵特征，为构建特大城市的 交通拥堵评价框架提供理论支撑； 2 在对国内外交通拥堵评价研究成果综述和特大城市交通流特性分析的基 础上，确定本文拥堵评价的层次划分、交通拥堵的多维特征即相应的评价 变量，在此基础上，构建面向特大城市的分层次交通拥堵评价框架，用于 反映路网各类拥堵评价模型及它们之间的相互联系。并确定该框架涉及的 拥堵评价指标和所需数据基础，对现有数据的特性进行分析，对需要补充 的数据开展调研。 3 提出面向特大城市的宏观交通拥堵强度评价模型和算法。采用定性回归分 析技术，利用人工判别拥堵强度的数据，建立基于l o g s i t i c 回归的路段交 通拥堵强度评价模型和算法，在此基础上，采用分层抽样技术建立基于交 通需求集成的分层次交通拥堵指数模型，并对不同角度的交通需求进行比 选，构建分层次的交通拥堵指数模型； 4 提出面向特大城市的中观交通拥堵时空分布评价模型和算法。在路段交通 强度评价模型的研究基础上，分析路网交通拥堵时空分布的影响因素及重 要程度，采用线性回归和非线性回归技术等统计手段，建立路段拥堵时间 分布模型和路网拥堵空间分布模型； 5 提出面向特大城市的微观重点拥堵点段识别模型和算法。在分析重点拥堵 点段交通流特性的基础上，采用路段交通强度评价模型选择拥堵路段，然 后运用信号处理技术对大量路段交通流数据的周期性拥堵特性进行判别， 并根据拥堵时空分布图像特征分析拥堵的原发性特征，识别路网中的重点 拥堵点段的数量和分布。 1 4研究的技术路线 4 本文的研究思路是： 在对国内外交通拥堵评价理论分析和总结的基础上，结合特大城市的交通流 特性和交通拥堵特征，构建面向特大城市的交通拥堵评价体系框架，确定各类拥 堵评价模型的基本功能及相互联系。根据体系框架的研究成果，利用拥堵评价的 建模数据构建各类面向特大城市的交通拥堵评价模型，并最终对模型的有效性和 准确性进行验证。 本文具体的技术路线是( 如图1 1 所示) ： 1 综述国内外交通拥堵评价研究成果 针对国内外交通拥堵评价的相关文献，总结交通拥堵评价模型和交通拥堵评 价算法的研究成果，对交通拥堵评价模型而言，分类总结直接测量交通拥堵的参 数和间接评价交通的模型的研究现状；对交通拥堵评价算法而言，分类总结基于 数理统计方法和人工智能技术的拥堵评价算法的研究进展。 2 构建面向特大城市的分层次交通拥堵评价框架 在对国内外交通拥堵评价研究成果综述和特大城市交通流特性分析的基础 上，确定开展交通拥堵评价的层次划分、多维特征及评价变量，在此基础上，构 建面向特大城市的分层次交通拥堵评价框架，定义各类面向特大城市的交通拥堵 评价模型的基本功能及联系，并确定拥堵评价的数据需求。 3 构建各类面向特大城市的交通拥堵评价模型 ( 1 ) 面向特大城市的宏观交通强度评价模型与算法：根据拥堵强度的定性特 征和等级属性，通过开展人工拥堵判别调研，采用累积l o g i s t i c 回归理论构建路段 交通拥堵强度评价模型。然后按照“点一线一面”的拥堵研究思路，采用分层抽 样技术和综合加权方法，提出“路段一道路一路网三个层次的交通拥堵指数模 型，用于评价特定区域内拥堵的严重程度。在构建交通拥堵指数的过程中，对基 于不同交通需求的求解算法进行比选，确定分层次交通拥堵指数模型表达形式。 ( 2 ) 面向特大城市的中观交通拥堵时空分布评价模型与算法：在分析特大城 市交通拥堵时空评价数据特征的基础上，根据交通强度评价模型的研究成果，针 对不同类型的道路，利用线性回归和非线性回归的分析技术，提出基于回归分析 的交通拥堵时空分布评价模型，包括两类模型，分别是：交通拥堵时间评价模型 和交通拥堵空间评价模型，用于评价不同道路等级的拥堵持续时间分布规律和拥 堵空间范围分布规律。 ( 3 ) 面向特大城市的微观重点拥堵点段识别模型与算法：在采集路段行程速 度后，采用小波变换技术处理大量的交通流数据并消除数据中的异常值，提取信 号的基本特征，然后利用重点拥堵点段的多项拥堵特征进行逐层判别，采用统计 学的相似性分析技术研究拥堵的周期性，以及利用拥堵的时空分布特性分析原发 性拥堵的图像特性，最终识别路网的所有重点拥堵点段，统计重点拥堵点段的数 量和分布。 4 检验交通拥堵评价模型的有效性和准确性。 对各类面向特大城市的交通拥堵评价模型采用多种检验方法进行有效性和准 确性验证：包括采用统计分析理论检验回归模型的理论性，采用实测数据检验模 型的应用性，以及利用同数据源与国外现有模型对比适用性。 国内外交通拥堵 评价综述 特大城市交通拥堵 特征分析 特大城市交通拥堵评价体系框架 拥堵评价层次li 拥堵变量选取ii 多维拥堵特征 i 各类特大城 建模数据获取 舞赢面温一一一1 - 一一一一一一一广一一1堵评价模型的构建li o 宏观交通拥堵强度评价 积i o g i t i s t i c 回归分 析 路段交通拥堵强度 评价模型 交通时空需求加权 技术比选 分层次交通拥堵指 数模型 中观交通拥堵时空分布评价 线性和非线性回归分析 道路交通拥堵时 间分布评价模型 道路交通拥堵空 间分布评价模型 微观重点拥堵点段识别 干点拥募嘉段特勺分析 小波变换技术 堵时空分布判 技术 重点拥堵点段识 别模型 各类特大城市拥堵评价模型的检验 图1 1 研究的技术路线 f i g u r el - 1 f l o w c h a r to ft h er e s e a r c hm e t h o d o l o g y 6 1 5论文的框架结构 本文在对在对国内外交通拥堵评价模型和算法研究综述的基础上，结合对特 大城市的交通拥堵特征分析，构建面向特大城市的交通拥堵评价体系框架，确定 基于宏观、微观和中观共三个层次的交通拥堵评价模型的基本功能及相互联系。 在此基础上，分别构建各类面向特大城市的交通拥堵评价模型和求解算法，并验 证评价模型的有效性。 本文各章节的主要内容如下： 第一章在简要分析特大城市交通拥堵现象和规律的特殊性基础上，论述研 究面向特大城市的分层次交通拥堵评价模型及算法的理论价值和实用价值，阐述 开展特大城市拥堵评价的目标和研究内容，并且概述本文研究的技术路线。 第二章深入分析和总结国内外在交通拥堵评价领域的研究成果，包括：交 通拥堵评价模型和交通拥堵评价算法。对于交通拥堵评价模型分类总结直接测量 交通拥堵的参数和间接评价交通的模型的研究现状，对于交通拥堵评价算法概述 基于数理统计方法和人工智能技术的评价算法研究进展。 第三章在对国内外交通拥堵评价研究成果综述的基础上，确定特大城市交 通拥堵评价的层次划分、拥堵多维特征及相应评价变量，构建面向特大城市的分 层次交通拥堵评价框架，定义各类面向特大城市的交通拥堵评价模型的基本功能 及相互联系。分析拥堵评价的数据属性，对需要补充的数据开展调查。 第四章提出面向特大城市的宏观交通强度评价模型与算法。定义拥堵强度 的等级属性和分类属性后，通过开展人工拥堵判别调研，采用累积l o g i s t i c 回归分 析构建路段交通拥堵强度评价的理论模型，然后采用极大似然法求解不同类型路 段的评价模型。在此基础上，采用分层抽样技术，对基于不同交通需求的综合评 价法进行比选，构建“路段一道路一路网”分层次交通拥堵指数模型，并对不同 层次模型的有效性进行验证。 第五章提出面向特大城市的中观交通拥堵时空分布评价模型与算法。定义 交通拥堵时空分布的自变量和因变量，并开展二者的相关性分析，确定用于构建 模型的变量。采用非线性回归技术构建基于行程速度的交通拥堵时空分布评价模 型，根据模型的异方差特性，采用加权最小二乘法求解；采用线性回归技术构建 基于多元回归的交通拥堵空间分布评价模型，针对变量存在的多重共线性问题， 采用岭回归理论求解算法，并对两个模型的有效性分别进行验证。 第六章面向特大城市的微观重点拥堵点段识别模型与算法。分析重点拥堵 点段的多层拥堵特性，针对每一层特征设计判别算法，分别是：利用路段交通拥 堵强度评价模型判别路段的拥堵状态；采用小波变换处理大量的交通流数据并消 7 除数据中的异常值，提取信号的基本特征，用于识别路段的周期性特征；以及通 过铺画拥堵时空分布图，根据原发性拥堵的图像特征识别原发性拥堵路段。最终 利用实测数据识别路网的所有重点拥堵点段，开展与其他模型获取的拥堵点段数 据的有效性验证。 第七章结论。总结全文研究成果和结论，提炼论文的共吸纳与创新，并且 提出需要进一步研究的问题。 2 国内外相关研究综述 交通拥堵是指在某一特定的时空环境条件下，由于交通需求和供给产生矛盾 而引起的交通滞留现象【l 】。由于交通拥堵问题给社会经济导致巨大的负面影响，近 三十年来，国内外专家和学者在交通拥堵评价领域开展了大量研究工作，积累了 丰富的实践经验。本节从交通拥堵评价模型和交通拥堵评价算法两个方面来综述 国内外的相关研究历程和最新进展。鉴于本文的研究思路是采用特大城市的现有 数据为基础，提出以实际应用为目标的拥堵评价模型和算法，因此，本文综述以 拥堵评价应用型模型和算法为主，不涉及交通拥堵的数学和理论模型。 2 1交通拥堵评价模型 2 1 1直接测量交通拥堵的参数 为了体现交通拥堵问题给交通运行造成的严重影响，直观反映拥堵的交通流 参数被广泛地直接用于判断微观交通设施的交通拥堵程度。由于不同地区存在交 通设施、地理因素和车辆使用等客观条件的差异，拥堵的评价准则往往根据当地 的实际情况设定。最常用的直接测量交通拥堵的参数包括：平均行程速度、全日 流量、车流密度和占有率、排队长度和时间以及出行时间和延误。 2 1 1 1平均行程速度 平均行程速度即区间平均车速，是指行驶于道路某一特定长度内的全部车辆 的车速分布的平均值，常被直接用于评价道路的拥堵程度。世界各个城市对于速 度等级的阈值界定拥堵的程度各不相同，具体体现在： 美国华盛顿运输部定义：在高速公路上6 4 公里d , 时的平均行程速度为拥 堵的评判标准，5 6 公里d , 时为严重拥堵的评判标准【l 一。加州运输部定义： 在高速公路上约5 6 公里小时为拥堵的评判标准1 5 6 】。犹他州运输部门和 圣地亚哥运输部门定义：在高速公路上6 4 公里d 时为拥堵的评判标准1 6 7 l 。联邦公路局采用7 2 公里4 , 时的平均行程速度为拥堵的评判标准，4 8 公里小时为路段严重拥堵的评判标型引。 日本道路公团对城市高速公路的交通拥堵定义：以速度4 0 公里d , 时以下 低速行驶或反复停车，启动的车列连续l 公里以上并持续1 5 分钟以上的 9 交通状态1 9 j 。 我国公安部在2 0 0 2 年的城市交通管理评价指标体系中，将拥堵分为 四个等级，畅通定义为城市主干路上机动车的平均行程速度不低于3 0 公 里d , 时；轻度拥堵定义为城市主干路上机动车的平均行程速度低于3 0 公 里d , 时，但高于2 0 公里川、时；拥堵定义为城市主干路上机动车的平均 行程速度低于2 0 公里小时但高于1 0 公里川、时；严重拥堵定义为城市主 干路上机动车的平均行程速度低于1 0 公里d , 时i l 。 2 1 1 2 流量比通行能力 流量指单位时间内通过道路某一地点或某一截面的实际车辆数。通过计算流 量与通行能力的比值用于判断交通拥堵。但是，同一流量水平可以对应两种截然 不同的交通状态，因此通常需要和其他拥堵判别参数共同使用，或者统计长时期 的流量来评价拥堵，例如：a a d t c 。 l i n d l e y 提出了基于v c 的拥堵评价方法【1 1 1 。通过采集公路运行监控系统 ( h i g h w a yp e r f o r m a n c em o n i t o r i n gs y s t e m 。h p m s ) 的高峰小时流量数据， 扩样成为2 4 小时的日流量，然后与日通行能力比较，当v c 值大于0 7 7 被认为是交通拥堵。 c o t t r e l l 于1 9 9 1 年根据2 4 小时v c 的数据分布推算a a d t c ，拥堵的阈 值选取当v c 比大于等于1 0 ( 服务水平为f 级) 的交通拥堵状态【1 2 】。 美国加州3 5 个城市于2 0 0 0 年定义了拥堵发生的阈值，认为当v c 大于 等于1 0 ( 服务水平为f 级) 或者a a d t c 大于9 0 时开始发生拥堵【”】。 2 1 1 3 车流密度和占有率 车流密度是指一条车道上车辆的密集程度，即在某一瞬时内单位长度一条车 道上的车辆数。在实际应用中，更为广泛应用的是时间占有率和空间占有率，通 常以百分数表示。前者指在道路一定路段的某车道内，某一瞬时内车辆总长度与 车道总长度之比，它反映某路段上车队的长度；后者指在道路任意路段的某车道 内，车辆通过时间的累计值与观测总时间的比值，它反映了某路段上车队排队时 间。 美国伊利诺伊州运输部对道路交通拥堵的定义：3 0 或更大的5 分钟车道 的时间占有率对应的交通状态【l 引。 美国的p e r s a u d 和h a l l 于1 9 9 8 年通过对道路某处的流量、车速和车道占 有率进行实测【l5 1 ，最终得到了车道的时间占用率和流量，以及车道的时 l o 间占有率和速度之间的关系曲线，通过该曲线来判断道路上的交通状态 是否达到了拥堵状态。 w a s h b u r n 在2 0 0 6 年借助观看视频调查高速公路上出行者对与拥堵的感 受，通过建立多因素的概率模型，发现车流密度是最能够反应出行者所 感受的出行质量【1 6 1 。 2 1 1 4 排队长度和时间 排队长度指在交通间断点( 交叉口、事故发生点等) 处排队车辆所占的路段 长度，一般情况下，拥堵越严重，排队长度越长，因此排队长度可以作为衡量交 通拥堵程度的最直观的指标；而排队时间指车辆在排队时的等待时间； 马萨诸塞州中央交通规划部门规定交通流发生了明显减速或者开始排队 被认为发生了交通拥堵。具体的阈值根据各个地区的具体情况来确定【l7 1 。 德州交通研究院( t e x a st r a n s p o r t a t i o ni n s t i t u t e ) 认为排队最能够代表公众 认为拥堵的状况。可以通过摄影来测量服务水平或者排队长度【l 引，从而 确定拥堵程度。 2 1 1 5 出行时间和延误 出行时间是指出行者实际完成一次出行所消耗的时间，延误是指行驶在路段 上的车辆由于受到道路环境、交通管理与控制及其他车辆的干扰等因素的影响而 损失的时间。拥堵评价中广泛应用的是出行时间延误，指一辆车通过道路设施的 某一部分所用的实际时间与无