大连数码广场运行状态分析

摘要：随着国民经济的发展，国民车辆拥有数也日趋增加，这给交通带来了很大的压力。无信号的环形交叉口更受交通量增加的影响，所以对环形交叉口的运行状态的调查尤为重要。本文对数码广场运行状态进行调查，首先对交叉口位置及其形式介绍，然后说明调查内容及方法，对所调查的数据进行必要的整理，最后对数据做了入口流量、函数分布拟合、流量对比等分析。关键字：数码广场到达特性分布拟合泊松分布Abstract:withthedevelopmentofthenationaleconomy,thenationalvehiclenumberalsoincreasesdaybyday.Ithasbroughtgreatpressureonthetraffic.Theintersectionwithoutnosignalismoreaffectedbytheincreaseoftraffic,sotheoperationconditionoftheintersectionisveryimportant.Inthispaper,wehavetheinvestigationofthedigitalsquareoperationalstatus.Thepaperfirstlyintroducestheintersectionpositionandformandthecontentandmethodsofinvestigation,thenhasthenecessaryarrangementsofdatathatweinvestigated,andfinallymakesananalysisoftheentrancetrafficflow,functiondistributionfittingandtrafficflowcontrast.Keyword: digitalsquare,arrivedthecharacteristic,distributionfitting,poissondistribution.目录TOC\o"1-5"\h\z\o"CurrentDocument"0 引言 1\o"CurrentDocument"调查地点 1\o"CurrentDocument"交叉口简介 1\o"CurrentDocument"交叉口形式图 2\o"CurrentDocument"调查内容及方法 3\o"CurrentDocument"数据调查及整理 3\o"CurrentDocument"数据分析 5入口流量分析 5分车型分析 5\o"CurrentDocument"时间分布分析 6函数分布拟合分析 6数据对比分析 9到达车辆数车型分析 9\o"CurrentDocument"假日交通量的对比分析 10\o"CurrentDocument"分布图形对比分析 11\o"CurrentDocument"结语 12\o"CurrentDocument"参考文献 13\o"CurrentDocument"附表 140引言交叉口是交通冲突的多发区域，是城市交通管理的重点和难点。在分析交叉口的运行状况可以从以下几个方面研究：交通流到达和离散特性、密度、车速、延误、行人过街、公交车停靠等。车辆到达的统计分布规律是交通流理论的基础，在交通仿真等领域有重要应用，对其开展系统研究具有相当高的理论价值。本文对交通流的到达特性进行了数据的调查和研究。运用统计方法和理论从微观机制上揭示交叉口的车辆到达规律，对于优化和设计信号控制方案、提升交叉口通行能力、缓解交通拥挤均有重要意义。调查地点交叉口简介本文调查分析沙河口区数码广场环形交叉口的运行状态，交叉口由五一路和数码路两条主干路相交而成。五一路横穿整个沙河口区，是联系西岗区与甘井子区的主干道。数码路连接着五一路与中山路，是两条主干路的重要连接。两条路的交叉点五一路/数码路交叉口由于数码路（北）与五一路（西）两方向客货流较少，采用环形交叉口形式。此交叉口运行状态的良好与否直接影响着五一路这条主干路的拥堵状态。因此调查数码广场环形交叉口的运行状态有着重要的意义。1.2交叉口形式图交叉口直径100米，环岛直径65米，环岛内单向3车道布置。交叉口形式图如下：图表1交叉口形式2调查内容及方法调查主要分三天（周二、周三、周六）对数码广场北外侧车道到达特进行数据的调查并做出整理分析。调查车辆到达数的方法通常有人工计数法、机械计数法、录像法等。但机械法测量时在露天野外，检测器受多种因素影响容易受到损坏，不适宜采用；录像法费用比较高，整理资料花费人工多，也不适合采用。故应选取人工法进行调查。具体人工法的调查方法如下：取数码路北入口停车线后30米的一处断面，每通过此断面一辆车即为一辆到达的车辆数，并分大车、中车、小车分布计数。大客车、公交车计为大车，中客车、货车计为中车，出租车、私家车计为小车。三天的每天上午7:00~9:00，分别统计每分钟到达的车辆数。对统计后的120组数据进行整理，得出每分钟到达车辆数所出现的次数，以及整理出其他相关数据。对整理出的数据做分布拟合以及相关性分析。3数据调查及整理根据所调查的原始数据附表一进行数据整理，统计出每分钟到达车辆数出现的次数。得出每分钟到达的最大车辆数为15，则到达车辆数由0~15统计，整理车辆到达统计表如下表一：表一车辆到达数统计表到达车辆数出现次数到达车辆数出现次数0187169121210132711242112051913161414077151附表一为每一分钟到达的车辆数，对其进行整理，统计出每5分钟到达的车辆数，并折算成小汽车当量值，取大车折算当量系数为2、中车折算当量的系数为1.5、小车折算当量的系数为1。折算求和后四舍五入得到入口交通量当量值如下表二：表二每5分钟到达车辆当量数时间每5min到车辆当量数时间每5min到车辆当量数7007052280080536705710228058104571071520810815277157202081582034720725148208252972573032825830277307352283083549735740268358403774074529840845387457502784585029750755268508552675580034855900344数据分析由上述调查的原始数据及整理后的数据进行进一步分析，分别对数据做入口流量分析、函数分布拟合分析、对比分析等。4.1入口流量分析4.1.1分车型分析由调查的原始的数据进行分别统计出大车、中车、小车在两个小时到达车辆数，并算出各车型所占总体的比例，绘出饼状图如下：图表2车型所占比例从图中可以分析出：入口车辆主要以小车为主，主要为私家车与出租车；其次大车占很大的比例，由于环形交叉口入口处设置10路、26路等4个公交的停靠站，所以大车多为公交车；中车所占比例最少，由于调查地点地处软件园附近，中车多为上班拼车的中客车。4.1.2时间分布分析根据表二每5分钟到达车辆当量值，做出7:00~9:00的交通量分布的时间分布如下（图表3）：7:007J057:1D7：afi:MS:05£:10i:15S2DS.258308:158:403:45250史557:057:1D7:157:007J057:1D7：afi:MS:05£:10i:15S2DS.258308:158:403:45250史557:057:1D7:15?:M7:257:307:357.437电?:i57:307:E7:-lD7:-57:5»?:55BjOOfl:053:103:158:20&259:33B站 fl:4i3:508:559:00E'：t-：：=一:十蛆MY黑图表3交通量时间分布图（周二）从图中可以看出，入口交通流不大，车辆到达当量数较均匀。8：30~8:35时间段交通量最大，为49辆；7:20~7:25时间段到达交通量最小，为14辆；平均到达交通量为30辆/5min。表明此环形交叉口数码路（北）入口并无拥堵想象，且无明显延误。从图中的趋势线可以看出：到达交通量从7:00到9:00呈现略微逐渐上升趋势。4.2函数分布拟合分析表一统计出了从0到15每分钟到达车辆数的出现次数，计算出现次数在总次数中所占的比率，即每分钟到达车辆数k的概率大小。计算结果如表三：表三到达车辆数出现概率到达车辆数出现概率到达车辆数出现概率00.00833380.05833310.0590.00833320.1100.00833330.225110.01666740.17512050.158333130.008333推荐精选70.058333150.00833360.116667140根据车辆数出现的频率，选用散点图做出频率分布图，得到到达车辆数频率分布图如下：出现次数图表4到达车辆数频率分布图从图中可以看出每分钟到达3辆的概率最大，所有散点构成的曲线形状与泊松分布的曲线形状相似，所以需进行泊松函数分布的拟合。泊松分布函数表达形式：P(.k-X)=:田/，(fc=1r2,3,4..J (1)其中，k表示一分钟内到达的车辆数；P表示一分钟内到达车辆数为k的概率；入为一分钟内车辆平均到达数，可由样本均值估算。首先进行人的计算，由样本的距估计得：A=x=4.56667再由公式(1)求出k取0〜15时，P每分钟到达车辆数k的理论频率P,乘以总频数，得到到达车辆数k的理论频数。例如：POc=2）二=0.18365车辆到达统计分布的检验。车辆到达统计分布的检验属于非参数检验，常规方法采用检验拟合优度的X2检验，原假设可为车辆到达服从泊松分布，构造统计量见式（2）。一⑵i=L其中，fi表示样本在第i组的观测频数；Fi表示在第i组的理论频数。2 2 2比较X2计算值和临界值；：，如果「：二,,则认为车辆到达服从泊松分布，否则拒绝原假设。X2检验需满足下列要求：（1）对观测数据人工分组，分组应连续且分组数不小于5；（2）各组的理论频数F不小于5,否则应i合并相邻组；（3）人工确定泊松分布的参数并计算理论频数。以此要求对车辆的到达特性的泊松拟合进行x2检验得到如下表：表四x2检验表到达车辆数实际频数合并后实际频数fi理论频率理论频数合并后理论频数Fix2010.010391.247101670.047455.695116.94220.00048212120.1083613.003813.0030.07749327270.1649519.794719.7942.62270421210.1883222.598922.5980.11313519190.1720020.640420.64001309115.709615.7090.186057770.0854010.248610.2481.029788770.048755.850285.85020.22594910.024732.968471010.011291.355601120.004690.5627812060.001780.214175.208280.120351310.000620.075231400.000200.024541516.2E-050.00747总计1200.99997119.9974.50632合并后共有9组，所以自由度丫=9-1-1=7。查表得x20.057=14.067,从检验的表中可以得出：x2=4.50632<x2°057=14.067,故服从泊松分布。以同样的方法处理周三、周六的数据并分别进行泊松分布的函数拟合，并做x2检验，检验的结果如附表二、附表三，可得周三数据x2=7.334318<x20055n1.071,周六数据x2=8.978972<x20055=11.071,均服从泊松分布。所以车辆的到达特性是服从泊松分布的。4.3数据对比分析到达车辆数车型分析取15分钟车辆到到达数最大的时段,由统计附表一可知为8：29~8：44时间段,分车型做出时间分布直方图如下：图表5不同车型时间分布图从图中可以看出，中车和大车的到达对小车到达有很大的影响。当无中车和大车或中车和大车较少时，如8：30~8：31和8：42~8：43两个时间段，小车的到达数到达很高值；当有中车和大车到达时，小车到达数便相应的减少，如图中8：36~8：37与8：40~8：41两个时间段。分析其原因：主要是由于中车与大车在环形交叉口入口的停靠所致。中车多为上班人的拼车，只行驶到入口处送人便折返；大车多为公交车停靠，入口处设有4个公交站点，公交停靠较多。两种车均停靠在外道，当后续到达的小车看到前方有车停靠，为了不排队等候，便变向内道行驶，造成了外道小车到达数量的减少。假日交通量的对比分析根据周六的数据做出如下图的每五分钟交通量得时间分布图：图表6交通量时间分布（周六）由图可知，5分钟到达最大为31辆，最小为11辆，平均到达数为18辆/5min。与周二交通量（图表二）相比，交通量明显减少。分析其减少原因：（1）私家车在假日出行较工作日晚，在调查时间段私家车较少；（2）假日无送上班人群的拼车，调查中没有此类车出现；（3）公交车在周六周日的班次做出相应调整，班次都有所减少。分布图形对比分析在一张坐标纸上做出周二、周六两天的到达车辆数的概率分布图如下：图表7分布图形如图所示：红线为假日（周六）到达车辆数的概率分布图，蓝线为工作日（周二）到达车辆数的概率分布图。两天的车辆到达特性均服从泊松分布。工作日的交通量较大，所对应的分布函数曲线的跨度较大；假日的交通量较小，相对应的分布函数曲线跨度较小。所以当车辆到达数服从泊松分布，交通量的大小对分布函数曲线形状的跨度有一定的影响。交通量越大，函数曲线的跨度也越大。5结语本文对数码广场环形交叉口运行状态中的车辆到达特性指标进行调查数据的整理与分析，主要分析了数码路（北）环形交叉口入口到达车辆数的分布规律及入口的交通量现状。对了解整个环形交叉口的运行状态提供了数据基础。参考文献[1]徐吉谦，陈学武.交通工程总论[M].北京：人民交通出版社，2009：69~73。[2]王建军，严宝杰.交通调查与分析[M].北京：人民交通出版社，2007：11~23。[3]胡明伟.交叉口车辆到达统计分布的实证研究.道路交通与安全J].2009，（9）：10~11。

附表附表一调查原始数据rh士-4-士I-fr-rh士-4-士JITI小车中车大军ITI小车中车大军7.007.014018.008.01,AC 3017.017.02301 8.018.02 80 27.027.03300 8.028.03 2017.037.04201 8.038.044017.047.05201 8.048.056 207.057.06004 8.058.06 3107.067.07 30 2 8.068.0741 27.077.08010 8.078.08 3007.087.09 300 8.088.09〜crQ 70 87.097.10001 8.098.10〜c11 2107.107.11002 8.108.11,1C 2017.117.12511 8.118.12 201 m27.13 0 1 1 87128.13 4 0 2 m37.14〜rtL 1 0 0 87138.14〜G■1FT 3 0 2 W47.15〜rtc 2 0 087148.15〜CTC 2 1 0 m57.16〜rtr 0 1387158.16〜G■1r? 2 1 1 m67.17〜rtc 1 0 187168.17 2 0 2 rnr7.18 2 0 1 87178.18 4 0 2 77187.19 0 1 0 87188.19 3 0 3 m97.20 3 0 0 87198.20 5 0 0 7T207.21 1 1 0 87208.21 2 0 0 7T217.22 0 0 1 87218.22 6 2 0 7T227.23 3 0 0 87228.23 2 0 2 7T237.24 2 0 1 87238.24 3 0 1 7T247.25 0 0 1 87248.25 1 0 3 7T257.26 0 0 2 87258.26 2 0 1 7T267.27 7 0 1 87268.27 2 0 1 7T277.28 2 1 0 87278.28 5 0 0 7T287.29 4 0 1 87288.29 3 0 2 7T297.30 3 0 3 87298.30 3 0 2 7T307.31 3 0 0 87308.31 12 1 0 7T317.32 1 0 1 87318.32 4 0 2 7T327.33 3 2 1 87328.33 10 0 1 7T337.34 3 0 0 8.338.34 4 0 3 7T347.35 5 0 0 8.348.35 3 0 17.357.36 6 0 0 8.358.36 5 0 27.367.37 1 0 2 87368.37 3 1 2 7T377.38 2 0 0 87378.38 6 0 27.387.39〜~,c 5 1 0 87388.39 1 0 17.397.40 6 0 0 87398.40 6 0 0 7TW7.41 0 1 2 87408.41 6 0 2 774r7.42 2 0 1 87418.42 3 0 1 7T427.43 0 0 3 87428.43 11 0 0 77437.44 9 0 0 87438.445 0 1 77447.45 0 0 2 8TW8.45 1 0 2 77457.465 0 2 87458.46 3 0 0 77467.47 0 0 0 87468.476 1 0 77477.48 3 0 2 87478.48 2 1 1 77487.49 4 0 0 87488.49〜C-LC 2 0 2 77497.50 3 0 2 87498.506 0 07.507.51 2 1 0 8.508.51 2 0 1 77517.52〜E-LC 3 1 0 87518.52 1 1 07.527.53 4 0 1 87528.535 0 07.537.54 3 0 2 87538.54〜C-LL 5 1 17.547.55 4 0 0 87548.55〜C-LC 3 1 07.557.56 7 0 1 8.558.565 1 27.567.57 2 0 2 8.568.57 3 0