適于多空間尺度的道路交通運(yùn)行指標(biāo)逐級(jí)計(jì)算模型

盧 凱 吳瑤婷 鄧興棟 吳 蔚

(1華南理工大學(xué)土木與交通學(xué)院,廣州 510640)(2東南大學(xué)現(xiàn)代城市交通技術(shù)江蘇高校協(xié)同創(chuàng)新中心,南京 211189)(3人工智能與數(shù)字經(jīng)濟(jì)廣東省實(shí)驗(yàn)室(廣州),廣州 510330)(4廣州市城市規(guī)劃勘測設(shè)計(jì)研究院廣東省城市感知與監(jiān)測預(yù)警企業(yè)重點(diǎn)實(shí)驗(yàn)室,廣州 510060)

路段、干道及路網(wǎng)是城市道路交通流運(yùn)行的重要載體,對其交通運(yùn)行狀態(tài)進(jìn)行客觀評價(jià)是分析供需關(guān)系匹配性、交通組織合理性以及管控措施有效性的重要手段,可以為城市道路的運(yùn)行管理、交通控制以及后期規(guī)劃等提供科學(xué)依據(jù).近年來,國內(nèi)外研究機(jī)構(gòu)開展了大量有關(guān)城市交通運(yùn)行狀態(tài)評價(jià)的理論與應(yīng)用研究.其中,美國較早開展了有關(guān)交通運(yùn)行狀態(tài)的計(jì)算與評價(jià)研究,提出了基于道路服務(wù)水平(LoS)、道路擁堵指數(shù)(RCI)的交通運(yùn)行狀態(tài)評價(jià)技術(shù)[1].面對日益嚴(yán)重的交通擁堵問題,國內(nèi)也相繼制定了有關(guān)城市交通運(yùn)行狀態(tài)評價(jià)的規(guī)范與標(biāo)準(zhǔn),其中交通運(yùn)行指數(shù)(TPI),又稱交通擁堵指數(shù),是綜合反映城市路網(wǎng)暢通或擁堵的概念性指數(shù)值,量化描述了道路交通擁堵狀況.

目前相關(guān)理論研究主要圍繞交通運(yùn)行評價(jià)指標(biāo)計(jì)算與交通流狀態(tài)分類識(shí)別展開.大多數(shù)研究是通過計(jì)算部分交通運(yùn)行指標(biāo)來衡量道路交通運(yùn)行狀況,代表性的交通運(yùn)行指標(biāo)主要有路段速度、道路交通密度、交通量等,其中Wang等[2]通過引入復(fù)雜網(wǎng)絡(luò)異質(zhì)性指標(biāo)與交通流模型,實(shí)現(xiàn)了基于路段通行速度對交通流擁堵狀態(tài)的判定;王殿海等[3]利用二流理論推導(dǎo)了路網(wǎng)宏觀交通狀態(tài)參數(shù)間的相關(guān)函數(shù)關(guān)系,建立了路網(wǎng)宏觀交通狀態(tài)判別模型;關(guān)積珍[4]選取道路平均車速、交通流密度、流量以及延誤時(shí)間等交通運(yùn)行指標(biāo),提出了一種城市交通綜合指數(shù)與交通出行指數(shù)計(jì)算模型;白驊等[5]通過結(jié)合主成分分析方法與交通量統(tǒng)計(jì)調(diào)查,實(shí)現(xiàn)了對各評價(jià)單元權(quán)重的確定,構(gòu)建了路段運(yùn)行評價(jià)模型,并給出了評價(jià)分級(jí)閾值.隨著人工智能技術(shù)的興起,一些學(xué)者嘗試?yán)镁垲惙治鏊惴╗6-8]、人工神經(jīng)網(wǎng)絡(luò)[9-10]、深度學(xué)習(xí)理論[11-12]等智能算法對交通運(yùn)行狀態(tài)進(jìn)行分析評價(jià).其中，Bao[13]與Cheng等[14]分別利用交通流量、速度占有率以及路網(wǎng)充裕度等組成分類指標(biāo)體系,開發(fā)了不同的改進(jìn)FCM聚類方法,實(shí)現(xiàn)了對城市交通運(yùn)行狀態(tài)的分類;Wang等[15]通過采用隨機(jī)子空間(RS)算法與支持向量機(jī)(SVM)模型,構(gòu)建了用于交通流狀態(tài)識(shí)別的RS-SVM集成模型,提高了交通流狀態(tài)識(shí)別的分類精度.然而,以上研究大多是針對指定的空間尺度進(jìn)行道路交通運(yùn)行狀態(tài)的計(jì)算與評估.雖然已有研究提出利用權(quán)重系數(shù)實(shí)現(xiàn)對道路交通運(yùn)行狀態(tài)評價(jià)指標(biāo)的加權(quán)計(jì)算,但是對于權(quán)重系數(shù)的定義與計(jì)算方法仍缺乏細(xì)致分析,其計(jì)算結(jié)果所蘊(yùn)含的物理意義尚不明晰,對城市道路交通運(yùn)行指標(biāo)多尺度計(jì)算尚缺乏深入研究.

因此,本文將綜合考慮多個(gè)影響因素,給出路段權(quán)重系數(shù)的定義與計(jì)算方法,以量化各路段在整個(gè)路網(wǎng)中的權(quán)重大小,進(jìn)而實(shí)現(xiàn)對干道、子區(qū)及路網(wǎng)的主要交通運(yùn)行狀態(tài)評價(jià)指標(biāo)的推導(dǎo)與計(jì)算,建立一種多空間尺度的路網(wǎng)交通運(yùn)行狀態(tài)評價(jià)指標(biāo)逐級(jí)計(jì)算方法,從而實(shí)現(xiàn)對城市道路交通運(yùn)行狀態(tài)的多尺度與精細(xì)化評價(jià).

1 路段權(quán)重系數(shù)

1.1 路段劃分

路段是交通網(wǎng)絡(luò)上相鄰2個(gè)節(jié)點(diǎn)之間的交通線路,通常采用相交道路中心線交點(diǎn)作為路段的邊界.以路段作為最小單元進(jìn)行交通運(yùn)行狀態(tài)分析時(shí),一般假設(shè)整個(gè)路段的交通狀態(tài)均衡,分析得到的交通運(yùn)行評析結(jié)果僅能夠反映相鄰交叉口間的路段交通平均運(yùn)行狀態(tài).然而,在實(shí)際交通系統(tǒng)運(yùn)行過程中,由于交通管制、交通擁堵、交通事故等原因往往導(dǎo)致路段上不同行駛方向、不同路段位置以及不同進(jìn)口車道的交通運(yùn)行狀態(tài)存在較大差異.此時(shí),僅通過整個(gè)路段的交通運(yùn)行狀態(tài)評價(jià)指標(biāo)并不能全面地反映當(dāng)前路段上各位置的交通情況,故引入子路段的概念,以對路段上的不同位置進(jìn)行劃分,從而盡可能準(zhǔn)確地反映出路段上不同方向、不同位置的交通運(yùn)行狀態(tài).

子路段可以根據(jù)實(shí)際交通運(yùn)行評價(jià)需要進(jìn)行劃分,例如可以將一條路段上的下游交叉口進(jìn)口段、不同通行條件中間段、上游交叉口出口段以及進(jìn)出口過渡段等不同特征位置區(qū)間設(shè)定為子路段,分別研究各子路段的交通運(yùn)行狀態(tài)變化規(guī)律;也可以通過將一條路段先細(xì)分為較多數(shù)量的子路段,再將具有相同交通運(yùn)行狀態(tài)的相鄰子路段進(jìn)行合并,最終形成若干個(gè)能夠真實(shí)反映不同交通運(yùn)行特征的子路段.但在交通運(yùn)行狀態(tài)評價(jià)過程中,子路段的劃分結(jié)果不能對路段、干道、子區(qū)以及整個(gè)路網(wǎng)的交通運(yùn)行評價(jià)結(jié)果產(chǎn)生影響,需要在它們之間建立一種可進(jìn)行逐級(jí)計(jì)算的內(nèi)在關(guān)系.

子路段劃分時(shí)應(yīng)注意以下問題：① 每一條路段可以被劃分為若干個(gè)相連的子路段,并保證各相鄰子路段之間相互獨(dú)立且無縫連接,即路段上的任意位置唯一且必須屬于某一個(gè)子路段;② 考慮到實(shí)際交通運(yùn)行狀態(tài)評價(jià)精細(xì)程度的需要,子路段的劃分應(yīng)盡量保證劃分后各子路段內(nèi)的交通運(yùn)行狀態(tài)相近,車輛速度、擁堵指數(shù)及其他交通運(yùn)行狀態(tài)指標(biāo)無明顯差異;③ 為了精確反映不同時(shí)段下路段交通運(yùn)行狀態(tài)的差異性,可根據(jù)評價(jià)時(shí)段內(nèi)路段交通運(yùn)行狀態(tài)的時(shí)變特征進(jìn)行子路段的動(dòng)態(tài)劃分.

根據(jù)城市路網(wǎng)的結(jié)構(gòu)特點(diǎn),通過對各子路段的交通運(yùn)行狀態(tài)進(jìn)行分析,可以綜合評價(jià)路段的交通運(yùn)行狀態(tài);通過對各路段的交通運(yùn)行狀態(tài)進(jìn)行分析,又可以綜合評價(jià)干道以及整個(gè)路網(wǎng)的交通運(yùn)行狀態(tài).

圖1 路段上各子路段的劃分情況

1.2 權(quán)重系數(shù)計(jì)算

由于路網(wǎng)中各路段及子路段的交通運(yùn)行狀態(tài)存在差異,為了客觀描述各路段運(yùn)行狀態(tài)對所在干道及整個(gè)路網(wǎng)運(yùn)行狀態(tài)的影響,綜合考慮路段交通流量、路段長度以及無阻滯行駛時(shí)間等因素,給出路段、子路段以及干道的權(quán)重系數(shù)定義與計(jì)算方法.

定義1路段權(quán)重系數(shù)是在一段時(shí)間內(nèi)路段上所有車輛總的無阻滯行駛時(shí)間與整個(gè)路網(wǎng)中所有車輛總的無阻滯行駛時(shí)間之比.該系數(shù)反映了某一段時(shí)間內(nèi)無阻滯行駛條件下該路段行駛車輛所占道路時(shí)空資源在整個(gè)路網(wǎng)中的比例,反映出某路段在整個(gè)路網(wǎng)中所占的權(quán)重大小,其計(jì)算公式如下：

(1)

定義2子路段權(quán)重系數(shù)是在一段時(shí)間內(nèi)子路段上所有車輛總的無阻滯行駛時(shí)間與整個(gè)路網(wǎng)中所有車輛總的無阻滯行駛時(shí)間之比.該系數(shù)反映了某子路段在整個(gè)路網(wǎng)中所占的權(quán)重大小,其計(jì)算公式如下：

(2)

根據(jù)子路段的劃分方式可知,對隸屬于同一路段下的所有子路段權(quán)重系數(shù)進(jìn)行求和,可以得到該路段的路段權(quán)重系數(shù),即

(3)

定義3干道權(quán)重系數(shù)是在一段時(shí)間內(nèi)干道上所有車輛總的無阻滯行駛時(shí)間與整個(gè)路網(wǎng)中所有車輛總的無阻滯行駛時(shí)間之比.由于干道是由多個(gè)路段相連接構(gòu)成,因此對隸屬于同一干道下的所有路段權(quán)重系數(shù)進(jìn)行求和,可以得到該干道的干道權(quán)重系數(shù),其計(jì)算公式如下：

實(shí)際上,對于控制子區(qū)而言,其權(quán)重系數(shù)的定義和計(jì)算與干道類似,在此不作贅述.

由上述分析可知,在權(quán)重系數(shù)的定義中引入運(yùn)行時(shí)間內(nèi)的交通流量與無阻滯行駛時(shí)間2個(gè)交通參數(shù),既能夠從時(shí)間角度考慮路網(wǎng)內(nèi)各組成部分交通運(yùn)行的變化情況,也能夠從空間角度考慮不同子路段、路段、干道及子區(qū)的道路、交通與環(huán)境條件等,可以有效反映出不同運(yùn)行時(shí)段內(nèi)與不同空間位置下路網(wǎng)內(nèi)各組成部分的交通運(yùn)行情況對整體交通運(yùn)行狀態(tài)評價(jià)的影響.

2 交通運(yùn)行狀態(tài)評價(jià)指標(biāo)

2.1 評價(jià)指標(biāo)選取

為了能夠?qū)崿F(xiàn)對城市路網(wǎng)交通運(yùn)行指標(biāo)的多尺度計(jì)算,并考慮到評價(jià)指標(biāo)選取應(yīng)滿足直觀性與可獲取性要求,結(jié)合路段權(quán)重系數(shù)的特點(diǎn),在此選取擁堵指數(shù)、無阻滯行駛車速、平均行程車速3個(gè)指標(biāo)作為交通運(yùn)行狀況評價(jià)指標(biāo),從子路段、路段、干道、路網(wǎng)等層面依次進(jìn)行分析與計(jì)算,建立交通運(yùn)行狀態(tài)評價(jià)指標(biāo)關(guān)系(見圖2).

2.2 交通擁堵指數(shù)

由美國德克薩斯州交通研究所提出的行程時(shí)間指數(shù)(TTI)指標(biāo)被廣泛應(yīng)用于城市交通擁堵程度的判定,因此本文選擇沿用TTI作為交通運(yùn)行狀況計(jì)算的關(guān)鍵指標(biāo),即將交通擁堵指數(shù)取為車輛的行程時(shí)間與無阻滯行駛時(shí)間之比.擁堵指數(shù)值越大,表明道路擁堵程度越高,交通運(yùn)行狀況越差;反之,表明道路擁堵程度越低,交通運(yùn)行狀況越好.根據(jù)評價(jià)對象的不同,分別對子路段、路段、干道、路網(wǎng)的交通擁堵指數(shù)進(jìn)行定義與計(jì)算.

圖2 交通運(yùn)行狀態(tài)評價(jià)指標(biāo)關(guān)系示意圖

2.2.1 子路段交通擁堵指數(shù)

子路段交通擁堵指數(shù)定義為子路段上所有車輛總的行程時(shí)間與總的無阻滯行駛時(shí)間之比,其計(jì)算公式如下：

(5)

2.2.2 路段交通擁堵指數(shù)

路段交通擁堵指數(shù)定義為路段上所有車輛總的行程時(shí)間與總的無阻滯行駛時(shí)間之比,其計(jì)算公式如下：

(6)

2.2.3 干道交通擁堵指數(shù)

干道交通擁堵指數(shù)定義為干道上所有車輛總的行程時(shí)間與總的無阻滯行駛時(shí)間之比,其計(jì)算公式如下：

(7)

2.2.4 路網(wǎng)交通擁堵指數(shù)

路網(wǎng)交通擁堵指數(shù)定義為路網(wǎng)中所有車輛總的行程時(shí)間與總的無阻滯行駛時(shí)間之比,其計(jì)算公式如下：

(8)

式中,P為路網(wǎng)交通擁堵指數(shù).

進(jìn)一步推導(dǎo)可知,路網(wǎng)交通擁堵指數(shù)可以通過對路網(wǎng)中所有子路段、路段、干道以及控制子區(qū)的擁堵指數(shù)進(jìn)行加權(quán)求和計(jì)算,即

(9)

2.3 無阻滯行駛車速

無阻滯行駛車速是指在不受其他車輛與交叉口影響的情況下,駕駛?cè)藛T按自己的能力選擇的行駛速度,一般可取為道路限速值.下面對子路段、路段、干道、路網(wǎng)的平均無阻滯行駛車速進(jìn)行定義與計(jì)算.

2.3.1 子路段平均無阻滯行駛車速

子路段平均無阻滯行駛車速定義為子路段上所有車輛總的行駛距離與總的無阻滯行駛時(shí)間之比,其計(jì)算公式如下：

(10)

2.3.2 路段平均無阻滯行駛車速

路段平均無阻滯行駛車速定義為路段上所有車輛總的行駛距離與總的無阻滯行駛時(shí)間之比,其計(jì)算公式如下：

(11)

2.3.3 干道平均無阻滯行駛車速

干道平均無阻滯行駛車速定義為干道上所有車輛總的行駛距離與總的無阻滯行駛時(shí)間之比,其計(jì)算公式如下：

(12)

2.3.4 路網(wǎng)平均無阻滯行駛車速

路網(wǎng)平均無阻滯行駛車速定義為路網(wǎng)中所有車輛總的行駛距離與總的無阻滯行駛時(shí)間之比,其計(jì)算公式如下：

(13)

進(jìn)一步推導(dǎo)可知,路網(wǎng)平均無阻滯行駛車速可以通過對路網(wǎng)中所有子路段、路段、干道以及控制子區(qū)的平均無阻滯行駛車速進(jìn)行加權(quán)求和計(jì)算,即

(14)

2.4 平均行程車速

(15)

(16)

(18)

可以發(fā)現(xiàn),子路段、路段、干道、路網(wǎng)的平均行程車速均可以通過它們的平均無阻滯行駛車速除以交通擁堵指數(shù)計(jì)算得到.由此可見,基于路段權(quán)重系數(shù)對道路交通運(yùn)行評價(jià)指標(biāo)進(jìn)行逐級(jí)計(jì)算的方法既不會(huì)受到路網(wǎng)結(jié)構(gòu)差異與路網(wǎng)規(guī)模大小的影響,也可以適用于對不同空間尺度的評價(jià)對象進(jìn)行交通運(yùn)行分析與評價(jià).

3 案例分析

3.1 仿真實(shí)驗(yàn)環(huán)境

以廣東省佛山市禪城區(qū)中心城區(qū)作為研究案例,根據(jù)實(shí)際路網(wǎng)基礎(chǔ)信息數(shù)據(jù),利用VISSIM軟件構(gòu)建仿真路網(wǎng),對本文方法進(jìn)行分析驗(yàn)證.案例路網(wǎng)結(jié)構(gòu)、子區(qū)OD流量需求以及各交叉口的信號(hào)控制方案如圖3所示.該路網(wǎng)共包含13條干道、20個(gè)信號(hào)控制交叉口以及19個(gè)主要交通流量輸入輸出節(jié)點(diǎn).仿真運(yùn)行時(shí)間為28 800 s,其中前1 800 s為熱身時(shí)間,采集1 800 s后的車輛運(yùn)行數(shù)據(jù)用于分析計(jì)算.

3.2 實(shí)驗(yàn)結(jié)果分析

根據(jù)1.1節(jié)分析可知,子路段的劃分長度不會(huì)對路段、干道以及路網(wǎng)的評價(jià)結(jié)果產(chǎn)生影響,因此初步選擇路段劃分單位長度約為50 m,先采取均分方式對各路段進(jìn)行子路段劃分,然后再將交通狀態(tài)計(jì)算結(jié)果相近的子路段進(jìn)行合并.本文以1 800 s作為評價(jià)時(shí)間間隔,提取仿真實(shí)驗(yàn)過程中第1 800 s到3 600 s內(nèi)的車輛運(yùn)行數(shù)據(jù),計(jì)算路網(wǎng)的相關(guān)交通運(yùn)行狀態(tài)評價(jià)指標(biāo).

3.2.1 路段及干道交通狀態(tài)

利用車輛運(yùn)行數(shù)據(jù)信息,可以計(jì)算路網(wǎng)中每一輛行駛車輛途徑各子路段的行程時(shí)間,進(jìn)而計(jì)算出各子路段的交通擁堵指數(shù)、平均無阻滯行駛車速以及平均行程車速.根據(jù)子路段與路段權(quán)重系數(shù),可以計(jì)算出各路段與干道的交通擁堵指數(shù)、平均無阻滯行駛車速以及平均行程車速.以干道A1為例,計(jì)算分析子路段、路段、干道的交通運(yùn)行狀態(tài),如表1所示.表1中各子路段長度取為評價(jià)時(shí)段內(nèi)子路段所有通行車輛的平均行駛里程.

(a) 案例路網(wǎng)結(jié)構(gòu)

表1 干道A1及其子路段的交通運(yùn)行狀態(tài)指標(biāo)

根據(jù)表1可知,路段L4的交通運(yùn)行狀態(tài)較差,其交通擁堵指數(shù)為1.50,平均行程車速為32.74 km/h;路段L5的交通運(yùn)行狀態(tài)較優(yōu),其交通擁堵指數(shù)為1.03,平均行程車速為48.03 km/h;干道A1的整體交通運(yùn)行狀態(tài)較優(yōu),其交通擁堵指數(shù)為1.24,平均行程車速為39.78 km/h.

上述分析表明,通過引入路段權(quán)重系數(shù),可以將不同層級(jí)關(guān)系下的道路交通運(yùn)行狀態(tài)評價(jià)結(jié)果統(tǒng)一起來,使路網(wǎng)交通運(yùn)行狀態(tài)評價(jià)具備由子路段評價(jià)結(jié)果向路段、干道以及路網(wǎng)評價(jià)結(jié)果進(jìn)行組合推算的能力.

3.2.2 路網(wǎng)交通狀態(tài)

根據(jù)路段權(quán)重系數(shù),可以計(jì)算各條干道與整個(gè)路網(wǎng)的交通擁堵指數(shù)、平均無阻滯行駛車速以及平均行程車速,如表2所示.由表可見,從干道及路網(wǎng)層面來看,干道A1的交通運(yùn)行狀態(tài)較優(yōu),其交通擁堵指數(shù)為1.24,平均行程車速為39.78 km/h;干道A2的交通運(yùn)行狀態(tài)最差,其交通擁堵指數(shù)為3.51,平均行程車速僅為13.61 km/h;路網(wǎng)的整體交通運(yùn)行狀態(tài)較差,其交通擁堵指數(shù)為2.17,平均行程車速為22.49 km/h.

表2 路網(wǎng)及其干道的交通運(yùn)行狀態(tài)指標(biāo)

以圖4所示的路網(wǎng)子區(qū)劃分方案為例,從仿真實(shí)驗(yàn)第1 800 s開始,選取1 800 s作為評價(jià)時(shí)段,基于本文提出的多空間尺度交通運(yùn)行狀態(tài)逐級(jí)計(jì)算方法,根據(jù)各路段的交通運(yùn)行狀態(tài)評價(jià)結(jié)果,計(jì)算出各子區(qū)的交通運(yùn)行狀態(tài)評價(jià)結(jié)果,如表3所示.

3.3 有效性與敏感性分析

3.3.1 有效性驗(yàn)證

通過仿真實(shí)驗(yàn)獲取各干道、子區(qū)及整個(gè)路網(wǎng)的所有車輛運(yùn)行數(shù)據(jù),根據(jù)交通擁堵指數(shù)、平均無阻滯行駛車速、平均行程車速的定義,計(jì)算得到干道、子區(qū)及路網(wǎng)的交通運(yùn)行狀態(tài)評價(jià)結(jié)果,如表4所示.對比表2～表4可見,推算結(jié)果與仿真軟件輸出結(jié)果完全一致.

圖4 交通控制子區(qū)劃分示意圖

表3 子區(qū)交通運(yùn)行狀態(tài)評價(jià)結(jié)果

表4 仿真輸出的交通運(yùn)行狀態(tài)評價(jià)結(jié)果

由此可見,本文基于路段權(quán)重系數(shù)的交通運(yùn)行狀態(tài)評價(jià)指標(biāo)計(jì)算方法相較于案例仿真輸出的評價(jià)結(jié)果,不僅能夠準(zhǔn)確反映實(shí)際的路網(wǎng)交通運(yùn)行狀態(tài),還能夠?qū)崿F(xiàn)對路網(wǎng)多空間層級(jí)交通運(yùn)行狀態(tài)的精細(xì)化描述.

3.3.2 敏感性分析

盡管路段的交通運(yùn)行狀態(tài)通常具有復(fù)雜多變性,但由于路段的無阻滯行駛時(shí)間取值固定,路段的交通流量在一段時(shí)間內(nèi)具有相對穩(wěn)定性,因此路段的權(quán)重系數(shù)在一段時(shí)間內(nèi)同樣也具有一定的穩(wěn)定性.根據(jù)路段的歷史交通流量可以事先確定路段權(quán)重系數(shù),再結(jié)合實(shí)時(shí)獲取的部分車輛運(yùn)行數(shù)據(jù),利用上述計(jì)算方法則可以實(shí)現(xiàn)對路網(wǎng)交通運(yùn)行狀態(tài)評價(jià)指標(biāo)的實(shí)時(shí)估算.

分別以實(shí)際路網(wǎng)流量和1.5倍的實(shí)際路網(wǎng)輸入流量作為情景1與情景2,以上述整個(gè)路網(wǎng)和控制子區(qū)1為例,從仿真實(shí)驗(yàn)獲取的全部車輛運(yùn)行數(shù)據(jù)中,按照不同數(shù)據(jù)獲取率(5%、10%、15%、20%、25%、30%)隨機(jī)抽取部分車輛運(yùn)行數(shù)據(jù),可以推算出基于路段權(quán)重系數(shù)的路網(wǎng)交通擁堵指數(shù).針對每一種車輛數(shù)據(jù)抽取比例,分別進(jìn)行100次隨機(jī)實(shí)驗(yàn)操作計(jì)算,并與通過全樣本計(jì)算得到的路網(wǎng)交通擁堵指數(shù)進(jìn)行對比統(tǒng)計(jì),得到近似推算結(jié)果的相對準(zhǔn)確度,如圖5所示.其中,相對準(zhǔn)確度反映了基于部分抽樣數(shù)據(jù)的近似推算結(jié)果與基于全部采集數(shù)據(jù)的精確計(jì)算結(jié)果之間的準(zhǔn)確程度,其計(jì)算方式如下：

(19)

式中,RA為相對準(zhǔn)確度;d為基于部分抽樣數(shù)據(jù)的近似推算結(jié)果與基于全部采集數(shù)據(jù)的精確計(jì)算結(jié)果之間的差值;RC為基于全部采集數(shù)據(jù)的精確計(jì)算結(jié)果.

由圖5可知,當(dāng)數(shù)據(jù)獲取率為5%時(shí),在80%的累積概率下可以保證推算結(jié)果的相對準(zhǔn)確度達(dá)到96.7%;當(dāng)數(shù)據(jù)獲取率為10%時(shí),同樣在80%的累積概率下可以保證推算相對準(zhǔn)確度達(dá)到98.0%.可見隨著數(shù)據(jù)獲取率的逐步提高,推算結(jié)果的相對準(zhǔn)確度也在上升.事實(shí)上,當(dāng)數(shù)據(jù)獲取率超過25%時(shí),推算結(jié)果的相對準(zhǔn)確度已經(jīng)非常高,此時(shí)數(shù)據(jù)獲取率的增加對道路交通運(yùn)行狀態(tài)推算的準(zhǔn)確度提升已不明顯.由此可見,本文提出的適用于多種空間尺度下的道路交通運(yùn)行指標(biāo)逐級(jí)計(jì)算模型,通過隨機(jī)獲取路網(wǎng)部分車輛的交通運(yùn)行數(shù)據(jù),能夠較為精確地推算出整個(gè)路網(wǎng)的交通運(yùn)行狀態(tài).

(a) 子區(qū)1(情景1)

4 結(jié)論

1) 通過定義路段及子路段權(quán)重系數(shù),本文建立了一種多空間尺度的道路交通運(yùn)行狀態(tài)評價(jià)指標(biāo)逐級(jí)計(jì)算方法,實(shí)現(xiàn)了干道、子區(qū)及路網(wǎng)的平均交通擁堵指數(shù)、平均無阻滯行駛車速、平均行程車速的組合計(jì)算,為交通運(yùn)行狀態(tài)評價(jià)提供了一種簡便的計(jì)算方法,有助于道路交通運(yùn)行評價(jià)體系與數(shù)字路網(wǎng)系統(tǒng)的構(gòu)建.

2) 通過定義子路段及其權(quán)重系數(shù),實(shí)現(xiàn)了對路段上不同行駛方向與不同特征區(qū)段的交通運(yùn)行狀態(tài)精細(xì)化描述,能夠?yàn)槌鞘械缆肪?xì)化管控與治理提供現(xiàn)實(shí)基礎(chǔ).

3) 基于事先確定的路段權(quán)重系數(shù)與實(shí)時(shí)獲取的部分車輛運(yùn)行數(shù)據(jù),利用加權(quán)計(jì)算的方法可以實(shí)現(xiàn)對路網(wǎng)交通運(yùn)行狀態(tài)評價(jià)指標(biāo)的近似推算.

4) 在本文給出的路段權(quán)重系數(shù)定義及交通運(yùn)行狀態(tài)評價(jià)方法的基礎(chǔ)上,考慮不同轉(zhuǎn)向類型車流的行駛特點(diǎn)與管控需求,進(jìn)一步豐富權(quán)重系數(shù)的應(yīng)用將是開展后續(xù)相關(guān)研究的一個(gè)重要方向.