- 无标题文档
查看论文信息

中文题名:

 重大节假日汉十高速拥堵及管理研究    

姓名:

 吴庆嵩    

学号:

 1049721201612    

保密级别:

 公开    

论文语种:

 chi    

学科代码:

 082303    

学科名称:

 交通运输规划与管理    

学生类型:

 硕士    

学位:

 工学硕士    

学校:

 武汉理工大学    

院系:

 交通学院    

专业:

 交通运输规划与管理    

研究方向:

 交通(安全)工程(与管理)    

第一导师姓名:

 蒋惠园    

第一导师院系:

 武汉理工大学    

完成日期:

 2014-10-19    

答辩日期:

 2014-12-17    

中文关键词:

 高速公路 ; 重大节假日 ; 交通流特性 ; 拥堵识别 ; 拥堵管理    

中文摘要:

高速公路是公路网络中最主要的骨架运输通道,对现代化的社会和经济活动意义非凡,在客运和货运方面起到至关重要的作用。通过20多年的建设,我国已初步形成了较为完善的高速公路网。2012年7月24日,国务院颁布了《重大节假日免收小型客车通行费实施方案》,给原本高峰期较饱和的高速公路带来了不小的负担,使得部分高速公路在重大节假日期间交通拥堵甚至瘫痪现象频发。目前,重大节假日汉十高速的拥堵管理措施相对简单,缺乏技术上的理论分析,导致拥堵管理相对滞后或者拥堵改善效果不佳。

因此,重大节假日汉十高速公路交通拥堵管理研究显得格外重要。通过调查分析,选取相关的拥堵评价指标并进行拥堵分级评判,研究其拥堵规律,给出匝道、收费站、交通诱导以及事故区域的具体管理等措施,为保障重大节假日汉十高速交通畅通运行提供方法和手段。

首先,实地调查重大节假日汉十高速基本路段、匝道、收费站等处交通流特性的相关指标参数,对汉十高速公路重大节假日交通流运行特性进行定量分析,为重大节假日汉十高速交通拥堵识别与评价提供依据。

其次,在分析重大节假日汉十高速交通拥堵形成与传播的基础上,通过相关的拥堵识别理论,选取适用于汉十高速的拥堵分级以及评判的指标,并参考国内外相关研究文献,将交通拥堵程度划分为“畅通”、“轻度拥堵”、“中度拥堵”和“重度拥堵”四个等级,根据饱和度(流量通行能力比)、平均行程速度、出行时间或延误、排队长度或排队时间等指标建立相应的拥堵判别标准。结合重大节假日汉十高速公路交通流特性的指标值,分别评价出汉十高速基本路段、匝道和收费站的拥堵程度,为汉十高速拥堵管理提供参考。

最后,通过分析汉十高速基本路段、匝道和收费站的拥堵评价结果,得出汉十高速重大节假日期间的交通拥堵规律,并根据不同的拥堵程度分别提出匝道管理、收费站管理、交通诱导管理以及事故区域管理等措施,通过预管理手段和应急管理手段多模式的管理措施,为缓解汉十高速公路交通拥堵以及拥堵后车流的疏散提供借鉴意义。

参考文献:

[1]付传技.交通流模型的研究[D].安徽合肥:中国科学技术大学,2007.4

[2]C.JameTaylor,Paul G McKenna,Peter C Young. Macroscopic Traffic Flow Modeling and Ramp Metering Control Using Matlab/Simulink[J]. Environmental Modeling& Software ,2004(19),975-988

[3]姜紫峰.高速公路动态交通流的建模与控制[J].信息与控制,1996.8,25(4):224-232

[4]姜紫峰,韩锡令.高速公路交通流中等密度区的可变速度和入口匝道联合控制闭[J].西安公路学院学报,1994.12,14(4):58-62

[5]PeterT. Martin, JosePh Perrin. Incident Detection Algorithm Evaluation[M].2001

[6]C. L. Dudek ,C. J. Messer ,and N. B. Nuekles. Incident Detection on Urban Freeway [J].Transportation Research Reeord,No.495,1974:12-24

[7]Levin.M, Krause.GM. Incident Detection: A Bayesian Approach [J].Transportation Research Reeord,1978(6):52-58

[8]Persaud B N, Hall F L. Catastrophe theory and Patterns in 30 second freeway traffic data-implication for incident detection[J]. Transportation Research Part A,1989,23(2): 103-113

[9]Chew.R.L,and Rtehie.S.G. Automatic Detection of Lane一blocking Freeway Incidents Using Artificial Neural Networks[J].Transportation Research PartC,1995(6):371-388

[10]Abdulhai, B. and Stephen, S.R Enhancing the University and Transferability of Freeway Incident Detection Using a Bayesian based Neural Network [J].Transportation Research Part C,1996(7):261-280

[11]Srinivasan D, Cheu R L, Young P P, etal. Development of an intelligent technique for traffic network incident detection[J]. Engineering Application of Artificial Intelligence, 2000,13(3):311-322

[12]Fang Yuan, Ruey Long Cheu. Incident detection using support vector machines[J]. Transportation Research PartC,2003(11):309-328

[13]邓卫.高速公路常发性与偶发性交通拥挤的判别[J].东南大学学报(自然科学版),1994,24(2):60-65.

[14]杨志勇,马红伟,陈小平. 基于模糊逻辑的高速公路事件检测算法研究[J]. 重庆交通大学学报(自然科学版),2013,06:1247-1251.

[15]姜桂艳,温慧敏,杨兆升.高速公路交通事件自动检测系统与算法设计[J].交通运输工程学报,2001,l(1):77-81

[16]Jung- Taek Lee, Crash Date Based Freeway Incident Response Time Model[8]. Applications of Advanced Technologies in Transportation Conference Proceeding Paper,2002,151-158

[17]Ahmed Abdel-Rahim, Real Time Evaluation of Freeway Diversion Route Plans in Integrated Incident Management Systems [J]. Applications of Advanced Technologies in Transportation Conference Proceeding Paper,2002,159-167

[18]Hanns Paey, Honorary Director, Ambulance Trust, Road accidents-the immediate response: when, where, by whom, and how[J]. Injury, Vol(4),1972,11-17

[19]S.Akhtar Ali Shaha, Hojung Kima, System architecture of a decision support system for freeway incident management in Republic of Korea[J]. Transportation Research Part A: Policy and Practiee,2008,Vb15(42),799-810

[20]Todd Olmstead, The safety benefits of freeway management systems and motorist assistance Patrols[J]. Research in Transportation Economics,Vo18, 2004, 285-334

[21]杨晓光.基于ITS的高速公路紧急救援管理系统研究.上海公路.2002(l):4-8

[22]吴刚. 高速公路突发事件应急管理中科技支撑体系研究[J]. 中国科技论坛. 2013 ( 2 ):33.

[23]邹细明. 基于GIS的高速公路应急指挥系统研究[D].西安.长安大学. 交通信息工程及控制.2011

[24]姬舒平,朱江能.高速公路智能化监控系统中主线行车速度控制策略的研究[J].工业控制计算机.2002(2).50-51.

[25]徐清峻,张建勇. 高速公路网假日交通流空间波动幅度指数分析与标定[J].中国交通信息化.2012(2).31-32

[26]M Papageorgiou. Dynamic Modeling, Assignment and Route Guidance in Traffic Networks[J].Transportation Res.B,1990(24):471-495

[27]谭曼春,徐建闽.基于小波消噪的ARIMA与SVM组合交通流预测[J].公路交通科技.2009(03).22-25

[28]李志斌,金茂菁. 可变限速控制提高高速公路通行效率效果分析[J]. 吉林大学学报(工学版).2012(3).21-25.

[29]卢川,项乔君. 高速公路出口匝道通行效率分析[J]. 交通运输系统工程与信息.2010(6).11-15.

[30]Smulders of freeway traffic flow by variable speed signs. Transportation Research, 1990.23B(2):111-132

[31]交通部公路科学研究所.公路通行能力研究—公路通行能力指南,2000.

[32]袁绍欣. 城市交通拥堵传播机理及其控制策略研究[D].长安大学,2012.

[33]张彪. 交叉口群拥堵扩散机理及其控制与诱导协同模型研究[D].吉林大学,2013.

[34]Pisarki A. Summary of the Recommendations of the Workshop on National Urban Congestion Monitoring[R].U.S. Department of Transportation, Federal Highway Administration, Office of Highway Information Management,1990

[35]Turner, S.M., Lomax, T.J. and Levinson, H.S. Measuring and Estimating Congestion Using Travel Time-Based Procedures[J].Transportation Research Record.1996(1564):11-19

[36]Lomax T., Turner,S., Shunk,G., etal. Quantifying Congestion.Volume2: User Guide[R]. Transportation Research Board; Texas Transportation Institute,1997

[37LomaxT.,Turner5.,ShunkG,etal.QuantifyingCongestion.VOlumel:FinalRePort[R].TransPortationResearchBoard:TexasTransPortationInstitute,1997

[38]LiseoT.E. A Procedure for Predicting Queues and Delays on Expressways in Urban Core Areas[R]. Boston, MA: Central Transportation Planning Staff,1983

[39]Borden J. Statewide Highway Congestion Monitoring Program. Division of Traffic Operations[R]. California Department of Transportation, State of Californian Business, Transportation and Housing Angency,1992

[40]Thurgood, G.S., and Taylor T.J. Strategies to Reduce Recurring Interstate Congestion: a Freeway Congestion Index(FCI)[R]. Utah Department of Transportation, BrighamYoungUniversity,1994

[41]Lomax,T., Margiotta,R., and Truner S. Monitoring Urban Freeways in 2003:Current Conditions and Trends from Archived Operations Data[R]. Washington, DC: Texas Transportation Institute, Cambridge Systematics, Inc.,2004

[42]饭田恭敬.交通工程学[M].北京:人民交通出版社,1994:112-114

[43]公安部和建设部.城市道路交通管理评价指标体系,(2002年版),各类城市评价指标明细表[J].道路交通管理.2002(06):5-20

[44]Federal Transit Administration. Joint FHWA/FTA Regulations[S]. Management and Monitoring Systems,49C.F.R.Part614,Dec.l,1993

[45]Sehrank,D.,andLomax,T.2001 Urban Mobility Report [M].Texas Transportation Institute 2001:PP.67

[46]Lindley J. Urban Freeway Congestion: Quantification of the Problem and Effectiveness of Potential Solutions[J].ITEJournal.1987:27-32

[47]Cottrell, W.D. Measurement of the Extent and Duration of Freeway Congestion in Urbanized Areas[M].1991:427-432

[48]Meeumber, M. and Cushman,K.1999 System Performance Report: Central Puget Sound Congestion Management System[R]. Puget Sound Regional Council,2001

[49]U.S. Department of Transportation and Federal Highway Administration. Monitoring Urban Freeways in2003: Current Conditions and Trends from Archived Operations Data[R].U.S. Department of Transportation, Federal Highway Administration,2004

[50]Pindyek, R.S. Econometric Models and Economic Forecasts, 2nd Edition.[R]. New York, NY: McGraw Hill,Ine.,1981

[51]张晨琛,王艳辉,贾利民. 高速公路主线收费站拥堵消散控制策略[J]. 中国公路学报,2013,04:139-145.

[52]张世英,陆晓春,李胜朋.时间序列在城市交通预测中的应用[ J].天津大学学报: 社会科学版,2006,8( 5) :370-375

[53]Voort M, Doug thirty M,Watson S. Combining koho-nen maps with ARIM A tim e series models to forecast traffic f low [ J] . Transportation Research C,1996,4( 5): 307- 311

[54]Wang Y, Papageorgiou M, Messmer A. Real-time freeway traffic state stimation based on extended kalman filter: a general approach [J] . Transportation Research, 2007, 41( 2) : 167-181.

[55]Lan Hong li. Short-term traffic f low prediction for highway tunnel based on fuzzy clustering analysis[ J] . Compute r Applications and Software, 2010, 27( 1): 151-153

[56]Hu Dan, Xiao Jian, Che Chang. Lifting wavelet support vector machine for traffic flow prediction [ J] .Application Research of Computers, 2007, 24 ( 8 ):275-278

[57]Xie Hong, Liu Zhonghua. Short term traffic flow prediction based on an bedding phase-space and blind signal separation [C] . Proceeding s of the 2008IEEE Conference on Cybernetics and Intelligent Systems. IEEE Press, 2008

[58]韩忠华,刘春光,戴敬等.城市交通短时交通信息自适应遗传预测方法[J].沈阳建筑大学学报:自然科学版,2009,25( 2) :390- 393

[59]交通部公路科学研究院.JTG D82-2009.公路交通标志和标线设置规范[S] .北京.人民交通出版社.2009

[60]宋启国,田景波,严冬. 沥青混凝土路面抗滑问题的探讨[J].黑龙江交通科技.2003,26(4)

[61]史保华,李光远,邵斌,王世智,陈卫星. 沥青跑道抗滑性能分析.交通运输工程学报[J].2007,7(5):58-62

[62]李松龄,裴玉龙. 路面附着性能影响因素分析及其改善对策的研究.公路[J].2007(11):126-130

[63]李长城,刘小明,荣建. 路面湿滑指数开发及其在交通运行管理中的应用[J].公路交通科技.2010,27(11):133-135

[64]José M. Pardillo Mayora, Rafael Jurado Pina. An assessment of the skid resistance effect on traffic safety under wet-pavement conditions. Elsevier Accident Analysis and Prevention 41 (2009) 881-886.

中图分类号:

 U491    

馆藏号:

 U491/1612/2014    

备注:

 403-西院分馆博硕论文库;203-余家头分馆博硕论文库    

无标题文档

   建议浏览器: 谷歌 火狐 360请用极速模式,双核浏览器请用极速模式