深圳关内外交通拥堵探究与治理(2)

深圳关内外交通拥堵探究与治理摘要随着国民经济的高速发展和城市化进程的加快，我国机动车保有量及道路交通流量急剧增加，日益增长的交通需求与城市道路基础建设之间的矛盾已成为目前城市交通的主要矛盾。本篇论文通过研究深圳道路交通拥挤的状况，来反映深圳交通环境。即针对道路拥挤的问题进行数学建模分析，讨论如何治理深圳交通拥堵这个难题。对于问题一，是让以梅林关为例，定出关口连接道路的拥堵指数。我们以平均行程速度，单位里程平均停车次数和道路负荷度为判断道路拥堵的评价指标。但又由于所给数据的不完善，我们采用模糊数学模型来对第一个问题进行分析求解，列出五个评判标准来综合评价：非常畅通、畅通、缓慢、拥堵和严重拥堵。通过确定的模糊评价矩阵算出拥堵指数。对于问题二，是让在不增加道路的条件下，通过调整城市分区功能、改变关口区域功能构架和改善交通管控措施缓解梅林和布吉等关口的拥堵情况。由于城市功能区和行政区分布不合理，使的大量的人需要进出关工作，给道路带来了很大的压力，从而使得关口的交通很拥堵。我们建立吸引模型，找出各区域的经济所带动的人流量。人流量多的地方交通自然拥堵，然后从三个方面合理调整来缓解交通压力。对于问题三，是让通过在关内增建道路的条件下，缓解拥堵情况。我们的主要思路是通过分流的方式降低道路压力，通过图论的方法再根据附件一的数据找出车流量较多的节点。再在这节点之前建设道路，降低节点的车流量，从而降低道路压力。关键字：交通拥堵 层次分析 模糊综合评价 吸引力模型一 问题重述交通拥堵的现象是备受人们关注的热点话题之一，它影响了人们的出行，目前各大城市都或多或少困扰于这个问题。造成拥堵的因素不一，现在在已拥有的数据资料下，以深圳市为例建立数学模型，对深圳市的交通情况（包括关内外）以不同时间段、不同地区等因素进行统计，以期得出比较完善的信息，加强交通管控，通过优化城市的交通布局，改善城市出现交通拥堵的现象。1.通过分析已有的数据探究造成各关口拥堵现象的深层原因。以梅林关为例建立关口交通数学模型，分析关口广场区域在高峰期出现拥堵的直接原因，对各关口广场的连接道路进行分类以及定出拥堵指数；根据建立的模型参数，给出进一步研究造成关口广场拥堵的问题需要的交通数据采集及侧重内容建议。2.在以不增加关内外通道数量为前提，通过对各城市分区的功能调整、改变关口之间区域功能的架构以及改善交通管控措施等来有效缓解梅林、布吉等关口出现的交通拥堵现象。 3.如果以增加关内通道为前提，选择合适的地方缓解交通拥堵（不考虑建设成本） 。二 问题分析2.1 问题一的分析以梅林关为例，通过研究道路的交通拥挤状况，来分析交通拥挤的深层原因。我们根据所给数据，选取路段平均行程速度.车流量和车道数为评价指标，建立基于层次分析法的模糊评价模型，确定出拥堵指数数据，分析造成关口广场区域高峰期拥堵的直接原因。同时我们以非常畅通、畅通、缓慢。拥堵和严重拥堵等五个等级来划分拥堵程度。再根据模型参数，给出今后进一步研究关口广场拥堵问题所需交通数据的采集侧重内容建议2.2 问题二的分析 第二个问题是让调整功能区分布、关口或交通管控等方式治理交通拥堵。找出由于城市规划造成交通拥堵的原因，再寻找如何调整分布区域使得人们不需要去距离生活区太远的地方工作的方法，这样就会使得每条道路尽可能行使相同的作用，不再会有某些道路车流过多或过少的方式。在模型二中会对这方式进行寻找。2.3 问题三的分析第三个问题是以增加关内道路来缓解交通压力。那么我们只需要找到关内道路中比较拥堵的节点，然后找出其周围合适的地点增建新路。三 符号说明与模型假设3.1 符号说明符号 符号说明X 评价因素集Z 服务标准评判集W 各指标所占比重V 车流速度 交通拥挤指数3.2 模型假设1 从附件一和二中获得的数据可靠；2 排除交通事故发生、自然灾害、恶劣天气等的影响；3 忽略深圳其他影响不大的交通工具的影响；4 每一条道路上的车流量平均分配在单车道上,每条道路的通行能力一样。四 模型的建立与求解4.1 问题一模型的建立与求解4.11 数据的处理分析我们选取出“梅观公路”和“107 国道”的数据进行观测，描绘出一天中各个时间段的车流量。图 1 图 2从图 1 和 图 2 中，我们可以看出在每天的早上和下午都有一个车辆通行的高峰期。特别是在 7,8 点的时候车流量剧增，晚上 6,7 点之后，车流量出现了下降的趋势，故早上的高峰期出现在 7，8 点，晚上的高峰期出现在 6,7 点。而这个时间恰恰是上下班时间，也就是所说的上下班高峰期。故可以从上下班时间方面分析出梅观路堵塞的原因：据我们调查，由于关内外房价差距很大，深圳有大部分人在关外居住，在关内上班。所以在每天上下班时段，这些经过关口的车辆会增多，进而造成拥堵。当然交通拥堵还和当地各功能区分布不合理有关。4.1.2 道路拥堵的评判标准按照道路拥堵程度的不同划分为五个级别，分别为非常畅通、畅通、缓慢、拥堵和严重拥堵。通过附件所给和获得的数据的回归拟合分析，并参考相关的数据，分别确定三个评价指标不同评价等级的阀值。（1）平均行程速度评价标准路段平均行程速度是一种直观的用来评价道路拥堵程度的量化指标。为了更好的理解路段的平均行程速度与其交通运行状态之间的关系，根据平均行程速度值的大小可以将它分为五个等级，不同取值对应不同等级，不同等级的平均速度代表了不同的交通运行状态，通过对平均行程速度的评价，当只考虑这一个单因素时，可以判断单因素影响下的道路的拥堵级别.表 1 路段不同时段平均行程速度评判标准非常畅通畅通 轻度拥堵中度拥堵严重拥堵平均速度6565,050,335,220,（1）单位里程平均停车次数评价标准由于路段平均停车次数同平均行程速度之间相互影响，相互作用，当路段长度一定时，平均停车次数的增加会导致速度降低；反之，平均停车次数减少时，行车速度增大。通过一些数据拟合关于速度与单位里程平均行程次数的函数： 706.29.031.xy其中:x-对应平均形成速度，单位：千米/小时y-单位里程平均停车次数，单位：次/（千米*辆）表 2 路段单位里程平均停车次数评价标准参考路段服务等级非常畅通畅通 轻度拥堵中度拥堵严重拥堵单位里程平均停车次数0 5.0,1.,0.2, ),0.2(（3） 道路负荷度路段负荷度是指路段实际交通量与路段通行能力的比值，单位为无量纲。路段负荷度是交通需求与交通供应关系的体现，是评价道路横断面交通承载情况的参数，反映评价路段供给能力适应需求的程度。其值的大小代表了不同的交通流运行状态和服务水平，其值越大，交通使用者提供的服务水平越差，反之，服务水平越好。 21NM其中： -评价路段的设计通行能力，单位：辆/小时。2NM-评价路段道路负荷度。表 3 路段上道路负荷度评价标准参考负荷度评价等级非常畅通畅通 轻度拥堵中度拥堵严重拥堵M值 4.0,6.0,7.0,8.0,.4.3 路段交通拥堵评价模型我们对路段交通拥堵评价模型的构建主要是基于模糊数学模型和城市生态综合评价模型，对二者进行结合和改进，构建适合评价路段拥堵状态的评价模型。模糊数学评价模型的建立主要归纳为以下几个步骤：（1） 确定评价对象的因素 ；nxX,21L（2） 给出对象评语集 ；myY,（3） 确定单因素判别矩阵 ，其中 为考虑因素置时nijrRimiijrrL,21做出的相应判别结果；(4)给出因素集上权重分配，其中 为第i个因素的权重程度；w(5)评判结果由 给出，其中“。”为定义的一种合成运算；BAo(6) ，以 其中 ，则此次判断结果nbBL,21 nkb,max21LnkL,21为评语集中的评语 。y4.4 模型一的建立（1）构造评判矩阵将评价指标各子层因素对上一层因素的重要度运用 l 一 9 标度法进行比较，根据专家咨询法得出各制约层对子层的判断矩阵。表 4 各制约层对子层的判断矩阵标度 与 两两比较的定性结果iBj1 与 同样重要ij3 比 稍重要ij5 比 重要iBj7 比 重要得多ij9 比 极为重要ij2、4、6、8 比 的重要性在上述描述之间iBj倒数 若 与 相比之值为 ，则ij ijB的取值为ji ji1通过平均行程速度、单位里程平均停车次数和道路负荷度的关系运用l一9标度法构造判断矩阵为： ，应用层次分析法得到权重向量：124。857.0,129.,574.0（2）综合评价模型的应用根据上文的评价指标的选取和拥堵级别的划分，确定评价因分别对应于平均行程速度、单位里程平均停车次数和道路负荷度。同时，确定评判集非常畅通，畅通，轻度拥堵，中度拥堵，严重拥堵 。确定五个评价指标的发展函数，其中平均行程速度为正向指标参数，其他四项指标为逆向指标参数。平均行程速度隶属函数： 20351536051vvv单位里程平均停车次数隶属函数： 0.219.02.5.6.10ccC道路负荷度隶属函数： 8.071.08.6.7.4260.1M通过对上述三个隶属度的分析，得出三个数值分别隶属于J等级，然后构建矩阵为： 54321MccvvD因此，对所得矩阵做综合评定，权重集为： 2857.0,149.,57.0w最终得出 ，得到 ，令 ，DwBo4321,bB 43,maxbk则第k条评语就是对交通拥堵程度的综合评价结果。这里定义以为5,4321k拥堵严重程度指数，即通过综合评价模型，判断评价路段处于第k条评语下的严重程度。这里以值取值为0,1， 值越接近1，道路越畅通；反之，道路越拥kb堵。严重程度指数主要适用于拥堵程度处于同一级别时，通过比较 值的大小，kb可以更加科学、直观的对同一拥堵级别的路段进行横向比较。4.5 模型一的求解 通过计算得出梅林关早高峰期评判矩阵：0,1429.,57.0,28.0,2875.,0,2875. 321 BBB ,.14.,4同理可得晚高峰期的评判矩阵： 0,5714.,28.0,0,5714.,28.0,0,2875., 876 293149.19 BB于是可得梅林关的拥堵情况：表5 梅林关的早高峰期拥堵判断早高峰期 路段 评判矩阵B严重程度指数 kb拥堵程度梅观公路普滨加油站南行 -北-战略0,2875.12875.01非常畅通梅观公路南行 -市区方向,.,2B.2b畅通梅观公路南坪立交桥下北行 -南-战略0,1429.,57.0,8.3 5714.02畅通南坪快速路1.3 公里东行- 西-战略,.,2.,4B.3b轻度拥堵南坪快速路1.3 公里西行- 东-战略0,53.,87.0,55.03轻度拥堵表6 梅林关的晚高峰期拥堵判断 晚高峰期路段 评判矩阵B严重程度指数 kb拥堵程度梅观公路普滨加油站南行-北-战略0,2875.,62875.0畅通梅观公路南行-市区方向 0,5714.,28.0,7B5714.03b轻度拥堵梅观公路南坪立交桥下北行-南-战略,.,.,8 .3轻度拥堵南坪快速路1.3公里东行-西-战略0,1429.,75.0,9B2875.0b畅通南坪快速路1.3公里西行-东-战略,.,3.,10 3.2畅通4.2 问题二模型的建立与求解4.2.1 模型二的分析表 7 关内各区的三个产业 GDP本地生产总值 第一产业 第二产业 第三产业全市 12950.08 5.56 5737.64 7206.88福田区 2374.24 0.79 186.49 2186.96罗湖区 1359.05 0.10 107.20 1251.75盐田区 365.63 0.02 74.98 290.62南山区 2829.62 0.97 1667.94 1160.71注：（单位：亿元）从深圳市统计局 2012 年国民经济和社会发展统计公报中可得不同分区的GDP 经济总量及组成比例有差别，通过查阅论文，建立城市区域吸引力指数，指数越大，表明该区域吸引的早晚高峰车流越多。4.2.1 模型二的建立吸引力模型的原理：吸引力模型是考虑到 GDP 总量中第一产业，第二产业，第三产业等因素对分区内从业人员数量的作用，可以认为更高的 GDP 能吸引更多的从业人员，进而就有更多的车流量通过该分区，也是对线性模型的基本假设进行修正后得到的。吸引力作用体现在对区域人口数量的影响上，每产生一亿元 GDP 需要的劳动力人数 是不一样的，所以可以将 表示为 GDP 总量 的函数：yyG* MERGEFORMAT 1(1)123()()()yxxggrr * MERGEFORMAT 2(2)11(20)(2)yrg* MERGEFORMAT 3(3)22()(0)* MERGEFORMAT 4(4)33(1) ()yr表 8 2012 年深圳市三个产业从业人数及总量统计表GDP 分类 第一产业 第二产业 第三产业人数 /人(201)y2658 1394451 1240033总量/亿元 5.56 5737.64 7206.88系数 r462 243 172利用表 8 和式（2）、（3）、（4）得出的系数并利用式（1），利用 matla软件中的计算功能就可以得出深圳市关内各分区吸引力的大小如下表 9.表 9 深圳市关内分区吸引力统计表分区 福田区 罗湖区 南山区 盐田区第一产业 0.79 0.1 0.97 0.02第二产业 186.49 107.2 1667.94 74.98第三产业 2186.96 1251.75 1160.71 290.62吸引力 42 24 59 60 500 1000 1500 2000 2500福 田 区罗 湖 区南 山 区盐 田 区分区生 产 总 值 /亿 元第 三 产 业第 二 产 业第 一 产 业图 1 深圳市关内分区生产总值4.2.2 解决方案(1)从城市分区功能解决。从表 9 中我们可以看出，南山区具有最高的吸引力，而盐田区却有最小的吸引力。这与各个分区的功能 4是有密切关系的。南山区中的第二产业占了很大比重，由于该区独特的地理位置，该区吸引了大量从事第二产业的人。福田区位于深圳特区中部，是深圳市行政中心的所在地，其中第三产业生产总值在关内是最高的，位于东部的罗湖区生产总值也侧重于第二产业，可见罗湖区的功能重在第三产业。但最靠东的盐田区的经济发展远远落后于其它的三个区。由于西部的南山区具有独特的地理位置，并且是重要的工业集中地，所以应该侧重于发展该区的第二产业。鼓励该区第二产业的发展，从而吸引中部通过梅林关入关的车辆从 107 国道、广深高速、沙河路和白芒路、福龙隧道等处入关，这样可有效缓解梅林关的压力。中部的福田区由于聚集了大量从事第三产业的群体，导致该区早、晚高峰通过梅林关入关的车辆过多，因此该区应该削减第三产业的继续发展，可以增加东部罗湖区和盐田区的第二产业生产总值，增加了这两个区的第三产业比重后，可以有效的吸引从梅林关入关到福田区的车流，去东部的车流可以从清坪快速路入关，进而缓解布吉关的交通压力。(2)从改变关口区域功能解决位于布吉关口的清水河是深圳市最大的物流中心，其中的清水河国际汽车物流产业园是深圳市最大的汽车物流中心，因此，清水河物流中心每天都会有大量的车辆出入，从而导致布吉关口因有大量车辆通行并造成高峰期的拥堵。于是，可以把清水河的物流产业适当的移到东部的盐田区和西部的南山区，利用东部快捷的交通以及西部南山区发达的工业，可以减少物流的成本，并可以有效的缓解布吉关口的布吉路、清水河联检站的交通压力。图 2 深圳市关内东中西三部出入关流量(3)从改善交通管控措施上解决从关外到关内必须要通过梅林关和布吉关等关口才能入关，为了缓解梅林关和布吉关的交通压力，本文列出以下措施：首先，政府可以适当提高梅林关和布吉关的通关收费并减少其它关口的收费，利用价格调控作用，让一部分本来可以从梅林、布吉关出入关的车辆，绕道从其它收费低的关口入关。其次，位于布吉关口的清水河每天都有大量的车辆出入，因此交警部门通过建立一些规定等，限制或减少清水河物流公司的车辆在早晚高峰时禁止出行。并且，要建立和健全交通监控设施。通过监控各个关口每个车道的通行状态，并通过路边摄像头等监控措施来监控道路上的交通违规事件，及时将各个路段的拥堵信息发布在公众平台上，可以减少因违规行驶造成的拥堵，并还可以让在行驶中的车辆能及时寻找合适的道路出入关口。对特别拥堵的路段可以将信息通过 GPS 等移动通讯方式发给行驶中的出租车、大货车和私家车主。另外，还应该提高城市道路突发状况的快速处理能力，当城市的某条道路上遇到车祸等一些突发事件，如果交通警察能够及时、快速地到达现场进行处理，将事故拖延的时间降到最低，进而就可以减少交通拥堵的时间。最后，还应该在关口道路的易发拥堵路段以及十字路口等处，设立交通亭和布设更多的交警和交通协管员等，通过交警和协管员的指挥作用，来更好地指挥、管理和引导交通流。010000200003000040000500006000070000出关 入关 总计车流量西部中部东部4.3 问题三模型的建立与求解该问题主要是通过新建关内道路分配交通流。从而降低关内外道路的压力，进而达到治理交通拥堵的目的。也就是采用分流措施。交通分流后尽量保证道路网饱和度最小，任何路段的交通流不能超过设计通行能力。在这个问题上只需要在道路拥堵这节点之前将车流分流就能减轻甚至道路拥堵的情况。道路拥堵的直接表现为车流量大于道路设计通行能力。通过附件一的数据，可以找到关内比较拥堵的道路。只需要在这些拥堵的道路附近新建道路，就能减轻道路压力和拥堵情况。通过附件一的数据可以找到观测点如下图所示：A: 107 国道(广深公路）南头检查站B: 深南大道广深高速同乐检查站南头检查站C: G4(广深高速)(2260km+969m)D: 广深高速同乐检查站E: 梅观公路南坪立交桥F: 梅观公路普滨加油站G: 沙河西路白芒关检查站H: 松白路白芒检查站I: 清坪快速清水河联检站J: 清坪快速清水河联检站K: 保洁路清水河检查站L: 西环路清水河检查站M: 丹沙路沙湾检查站N: 沙湾路沙湾检查站其中比较拥挤的点有六个，如下图所示：进过简化之后得到如下简图：根据分流的方法，得到新的道路如下图：五 模型的评价及改进对于本文所用的分析拥堵原因定出拥堵指数的方法以及调整功能区的方式、增加关内道路的地点选取都不是唯一的。还有其他的方法同样可以对该模型进行分析和预测。对于问题一的模型，由于数据处理比较复杂，所以将每个车道上的车流量假设为相同的从而简化模型。而实际中，不同车道的车流量并不是完全相同的，更复杂的情况还另需讨论。对于问题二的模型，主要以人口密度的均匀分布为目标的调整功能区的分布、改变关口区域架构从根本上解决了交通拥堵的状况。如果要利用此模型对其它城市各路段的交通进行治理只需要适当的调整功能区分布就行。对于问题三的模型，在关内增加通道治理交通拥堵，对拥堵路段的车流量进行分流是最直接有效的方法。比较适用于人口密度较大的地方，对大型城市比较实用。由于有些数据信息的获取比较困难，如交通事故的发生、交通拥堵时的车辆状态、不同时段不同地点的道路状态等。因此，为了简化模型，在建立模型的时候做了一系列理想化假设，这使得论文说描述的情况与实际情况有一定的差距，这些措施不一定能解决实际困难。但可以作为以后治理交通拥堵的方法的参考。另外，由于时间有限，文中所用的部分数据来自网络，比较复杂，未能明确给出。如果可以获得更加详细的数据，其结果就会更加准确，更加贴近实际。六 参考文献1 齐峰，杜潇芳，殷玮，世博会交通需求分析与交通策略浅议J，2006（7）81-832 卓信成，廖兆鹏，许嘉豪关于解决城市交通堵塞问题的数学模型的探究（D） ，广东：广东省华南师范大学附属中学，20073刘娟，孙建平，刘梦涵，王贞君，蒋光胜，刘静微观层次城市道路交通拥堵评价指标的研究，2007七 附录y=1:24; plot(y,x,m)hold onx1=w(2,25:48);y=1:24;plot(y,x1,r)hold onx1=w(2,49:72);plot(y,x1,k)hold on x1=w(2,73:96);plot(y,x1,c);hold onx1=w(2,97:120);plot(y,x1,y);hold onx1=w(2,121:144);plot(y,x1,g); x=w(3,1:24); y=1:24; plot(y,x,m) hold on x1=w(3,25:48); y=1:24; plot(y,x1,r) hold on x1=w(3,49:72); plot(y,x1,k)hold on