车道被占用对城市道路通行能力的影响

1、车道被占用对城市道路通行能力的影响摘要本文是针对事故发生后车道被占用对城市道路实际通行能力变化的问题，建立了道路通行能力与车流量的数学模型，得到了车辆排队长度与事故横断面实际通行能力、事故持续时间、上游路段车流量间的关系.针对问题一，以1min为时间间隔，统计出视频1中各时段不同类型的车流量，对已有的通行能力模型进行修正，建立了横断面实际通行能力模型，根据此模型计算出不同时刻的实际通行能力，并做出折线图观察变化过程.针对问题二，结合问题一中的结论与模型求出视频2中各时间段内事故所处横断面的实际通行能力.根据问题一、二中俩相邻时间内通行能力之差，做出折线图进行比较，结合方差，分析出事故所处车道不

2、同对通行能力的影响.针对问题三，首先假设车流入、流出量服从泊松流，然后利用Matlab软件进行检验，得出车流入、流出量分别服从为23.8571和为 20.4000的泊松分布，根据时间间隔内路面上游路段车流量与事故横断面出车流出量差值的变化，利用二流理论建立车辆排队长度的模型，从而得出车辆排队长度与事故所处横断面实际通行能力、事故持续时间、上游路段车流量的关系，进而将前一周期中滞留下来的队列长度与后一周期的队列长度动态的描述出来.针对问题四，首先根据下游方向车辆的需求量不变以及下游车流量转向的比例不同，由车流辆求出每条车道上车辆的大致数量，建立左、直、右转车道通行能力与相位时间、信号周期、车辆排

3、队长度的模型一；然后应用二流理论对建立的排队模型结合周期、相位及下游路段的流量需求进一步优化；利用安全条件不同车辆的车长与车距，建立车流量与排队长度的模型，从而求出需要9.73min车辆排队长度到达上游路口.最后对模型的优缺点进行分析，并用残差对模型进行检验.关键词：实际通行能力；泊松分布；Matlab软件；排队长度；残差分析；二流论一 问题重述车道被占用是指因交通事故、路边停车、占道施工等因素，导致车道或道路横断面通行能力在单位时间内降低的现象.由于城市道路具有交通流密度大、连续性强等特点，一条车道被占用，也可能降低路段所有车道的通行能力，即使时间短，也可能引起车辆排队，出现交通阻塞.如处理

4、不当，甚至出现区域性拥堵.车道被占用的情况种类繁多、复杂，正确估算车道被占用对城市道路通行能力的影响程度，将为交通管理部门正确引导车辆行驶、审批占道施工、设计道路渠化方案、设置路边停车位和设置非港湾式公交车站等提供理论依据.视频1（附件1）和视频2（附件2）中的两个交通事故处于同一路段的同一横断面，且完全占用两条车道.请研究以下问题：1. 根据视频1（附件1），描述视频中交通事故发生至撤离期间,事故所处横断面实际通行能力的变化过程.2.根据问题1所得结论，结合视频2（附件2），分析说明同一横断面交通事故所占车道不同对该横断面实际通行能力影响的差异.3.构建数学模型，分析视频1（附件1）中交通事

5、故所影响的路段车辆排队长度与事故横断面实际通行能力、事故持续时间、路段上游车流量间的关系.4.假如视频1（附件1）中的交通事故所处横断面距离上游路口变为140米，路段下游方向需求不变，路段上游车流量为1500pcu/h,事故发生时车辆初始排队长度为零，且事故持续不撤离.请估算，从事故发生开始，经过多长时间，车辆排队长度将到达上游路口.二 问题分析本题首先从问题一出发，根据视频1中计算出交通事故前与交通事故后，每隔1min通过横断面的各种类型车辆的数量，然后根据建立的模型求出不同时间段的实际通行能力；问题二根据问题一中建立的数学模型结合视频2求出交通事故前后时间间隔为1min的实际通行能力，然后

6、将问题一、二的实际通行能力进行比较进行分析；问题三通过影响车辆排队的因素分析，建立车辆排队长度模型，利用该模型求出问题四中车辆排队长度到达上游路口的时间.最后，根据不同车辆的长度以及车距不同，对模型进一步优化.问题一：首先以时间间隔为1min，统计出交通事故前与交通事故后的流出量（即在题中所述120米范围内各类车辆的驶入数量），记录于表格5-3、5-4中.然后用Excel表格计算出事故前至撤离期间以间隔为1min，每段时间各种类型的车辆通过事故横断面处的数量，根据建立的事故处横断面实际通行能力模型，计算出不同时间段的实际通行能力，再做出交通事故前后各时段车辆流入、流出区域的折线图，从折线图5-

7、5中可以看出部分时间段车辆发生了拥堵的情况.最后通过分析折线图与车辆的实际通行能力来描述视频1中交通事故发生至撤离期间,事故所处横断面实际通行能力的变化过程.问题二：首先根据问题一中建立的事故处横断面实际通行能力模型，结合问题一中的计算方法，算出交通事故前、后时间间隔为1min的各种类型车辆流入区域的数量，然后再计算视频二中交通事故前后通过横断面出各类车辆的数量，进而求出各时间段道路的实际通行能力，接着建立交通事故前后各时段车辆进出区域的折线图（见图5-7），最后比较问题一、二中计算出的车辆的实际通行能力做出各时段的折线图（见图5-12），分析说明同一横断面交通事故所占车道不同对该横断面实际通

8、行能力影响的差异，然后用显著性差异通过计算出视频一、二中时间段的方差进行比较，分析出同一横断面的不同车道对其通行能力影响的差异.问题三：首先根据泊松流的三个必要条件（独立增强性、平稳性、普遍性）,可先假设本题中车辆的流入、流出量服从泊松流，然后用Matlab软件对问题一中所得各时间段内车辆流入量的泊松分布进行检验，得出其分别服从参数为23.8571和为20.4000的泊松分布.通过查阅文献得出一系列信号交叉口排队长度模型，通过对其模型精度的对比，确定路口饱和流率，建立车辆排队长度与事故横断面实际通行能力、事故持续时间、路段上游车流量间的模型，最后进行检验得出车辆排队长度与事故横断面实际通行能力

9、、事故持续时间、路段上游车流量间的关系情况.问题四：根据路段下游方向车辆的需求量不变，下游车流量转向的比例不同，可以由车流辆服从泊松分布，求出每条车道上车辆的大致数量，然后求出不同车道的进口路面的通行能力.结合问题四所述交通事故所处横断面距离上游路口变为140米，查出不同车型的长度以及车辆在拥堵过程中的车距计算出车辆排队长度将到达上游路口的时间.考虑到不同车型的身长以及前后车辆的车距，对其进行修正后，将模型进一步改进求出较精确的车辆排队到达路游上口的时间.三 符号说明四 模型假设1.本题中交通道路设施基本符合标准，所以设基本通行能力2为2000（pcu/h），行车道宽度和侧向净空影响系数取0.

10、90.2.由于通行能力对驾驶员的影响可以忽略,所以设驾驶员总体特征影响修正系数为1.3.为了便于计算，不考虑道路上行人、个别停车数以及超车现象.4.为了使计算的转向车辆不发生偏差，假设事故发生时恰好为一个信号周期.五 模型的建立与求解5.1问题一模型的建立与求解5.1.1实际通行能力的概念实际通行能力1是指在设计或评价某一具体路段时，根据该设施具体的公路几何构造、交通条件以及交通管理水平，对不同服务水平下的服务交通量（如基本通行能力或设计通行能力）按实际公路条件、交通条件等进行相应修正后的小时交通量，单位一般为pcu/h.5.1.2实际通行能力的计算2实际条件下的道路通行能力与基本通行能力、重

11、型车辆修正系数、行车道宽和侧向净空影响系数，驾驶员总体特征影响修正系数和横向干扰影响修正系数相关.1.基本通行能力是指在理想的道路、交通、控制和环境条件下，公路设施在四级服务水平时所能通过的最大小时交通量，即理论上所能通行的最大小时交通量.基本通行能力，通常为2000（pcu/h）.2.重型车辆修正系数： 3.行车道宽度和侧向净空影响系数【2】，一般当路面宽度为3.75m，取1；为3.5m时，取0.96，在本题中车道宽度为3.25m,取0.90. 4.驾驶员总体特征：不是所有的驾驶人员都以相同效率使用多车道公路.驾驶员总体特征研究涉及面广.一般认为，在一级公路行驶的驾驶员均具备一般熟练程度和正

12、常驾驶行为，故其对通行能力的影响可以忽略,所以驾驶员总体特征影响修正系数【2】通常取1.5.横向干扰对通行能力的修正系数：表5-1 横向干扰对通行能力的修正系数表横向干扰横向干扰等级修正系数典型情况描述轻微10.95道路、交通状况基本符合标准条件较轻20.90两侧为农田、有少量行人和自行车出行中等30.85穿过村镇，支路上有车辆进出或路侧停车严重40.75有大量慢速车或拖拉机混杂行驶6. 城市道路和公路中的高速公路、一级公路采用小客车为基本单位，其它车辆均换算为当量小客车(pcu).城市道路中车辆的折算系数分别为：小客车1.0，中型车1.5，大型车2.0，拖挂车3.0.在本题中公交车、小货车相

13、当于中型车折算系数取1.5，电瓶车折算系数0.5，小客车折算系数1.0.5.1.3 模型的建立根据问题一的模型准备，建立实际通行能力模型如下： 在本题中，道路的基本通行能力为2000pcu/h.行车道宽度和侧向净空影响系数，在视频中可以看出道路基本符合条件，所以令修正系数为0.95，见下表5-2表5-2 各项系数及折算值fwfefpE1E3E40.900.95110.51.55.1.4 模型的求解和结论 根据5.2的模型可求得实际条件下的通行能力，进而通过计算交通事故发生至撤离期间各个时间段的通行能力，得出事故横断面的实际通行能力的变化过程.首先，为了计算出事故发生之前车辆的通行能力，以1mi

14、n为单位统计出至事故发生时的每种车型每时刻的通过量，计算出此时的车辆最大通行能力.然后，以事故发生时刻16：42：32开始，以1min为单位统计出各时间段每种车型的流入量以及事故发生横断面出的流出量.根据横断面处的车流出量计算出此时时间段的车辆通行能力，进而判断出事故所处横断面实际通行能力的变化过程.最后，把统计出的车流入量、流出量作成折线图，通过与交通正常时刻的对比可以清晰的看出车辆的流通能力.作出事故发生之前的车流量，见表5-3表5-3 事故发生之前各时间段车流通量及通行能力tx1x2x3x4c/(pcu/h)时间小客车小汽车电瓶车公交车通行能力16:38:39-16:39:3915621

15、872.8616:39:39-16:40:3914100216016:40:39-16:41:3912721941.08从表5-3中，可以知道此时正常路段时的车辆最大通行能力为2160pcu/h.由统计出的事故发生时刻至撤离期间，横断面处各时刻的车流出量，计算出此时间段的道路通行能力，见下表5-4.表5-4 事故发生后的车流入量、流出量时间流出量流入量16:38:39-16:39:39232416:39:39-16:40:39313316:40:39-16:41:39202016:42:32-16:43:32282816:43:32-16:44:32261916:44:32-16:45:321

16、91716:45:32-16:46:32212316:46:32-16:47:32202116:47:32-16:48:32232916:48:32-16:49:32232516:49:32-16:50:32192016:50:32-16:51:32232816:51:32-16:52:32202316:52:32-16:53:32182416:53:32-16:54:32161916:54:32-16:55:32212016:55:32-16:56:05173816:57:53-16:59:0512-16:59:05-17:00:0528-图5-5 事故发生前后的车流入量、流出量折线对比图结

17、合表5-4与图5-5可以看出，车祸以前三分钟内每分钟内车辆的流入与流出基本吻合，说明只要有车辆流入立即通过横断面，即车祸以前道路顺畅通行状况良好.图中第四、五个时间段内车辆的流出大于流入这是因为前1min内发生了车祸造成了车辆的拥堵致使前一时间段内道路被占用情况严重.由车祸以后的车流入量、流出量折线对比图流出量均小于流入量，可以大致看出每个时间段内道路上均有不同程度的拥堵情况，再结合事故发生后道路的实际通行能力做出进一步分析.表5-6 事故发生至撤离期间横断面车流出量及实际通行能力时刻时间小汽车小客车电瓶车公交车实际通行能力116:42:32-16:43:32192431741.09216:4

18、3:32-16:44:32172521814.69316:44:32-16:45:32133301856.57416:45:32-16:46:32150511890516:46:32-16:47:32121702072.73616:47:32-16:48:32181311787.73716:48:32-16:49:32172401872.86816:49:32-16:50:3291812096.13916:50:32-16:51:32183201787.731016:51:32-16:52:32143211753.851116:52:32-16:53:321421117101216:53:32

19、-16:54:321311117101316:54:32-16:55:32134311795.51416:55:32-16:56:05110602076.431516:57:53-16:59:0561231641.61616:59:05-17:00:05182621841.54将表中的道路通行能力数据整理做成折线图（见图5-7）如下所示.图5-7 视频1的实际通行能力变化图由图5-7可以看出事故发生后道路的通行能力呈现不规则的变化情况，图中所示车祸后道路的通行能力呈现增加又减小又增加又减小的反复循环的过程，但通行能力比车祸前的小.说明车祸发生后断面处的通行能力发生了不同程度的减小，结合车辆的流

20、通图可以知晓事故的发生导致道路上车辆的拥堵情况，从而导致事故所处横断面的实际通行能力反复变化.故而可以得出在车祸发生至撤离期间，事故所处横断面的实际通行能力呈现不稳定的变化情况，其通行能力受到了很大程度的抑制.52 问题二模型建立与求解由问题一中车祸前后道路通行能力变化情况，可以知道车祸后道路通行能力减弱，为交通管理部门正确引导车辆提供理论依据.结合视频二中各时间段内车辆流入与流出的数量，然后根据问题一中建立的模型求出视频二中车祸前后道路的实际通行能力.最后将视频一、二中下一个时间段的通行能力减上一个时间段的通行能力，做出视频一、二的道路通行能力的对比折线图以及方差进一步分析说明同一横断面交通

21、事故所占车道不同对该横断面实际通行能力影响的差异.5.2.1 模型的建立在视频1中，交通事故发生在2、3车道，在视频1中，事故发生在1、2车道，问题二需要比较事故发生在不同的车道对事故所处横断面的实际通行能力影响情况，车道示意图如图5-8.车道一车道二车道三事故图5-8 车道示意图统计视频中的各种车辆时间区间内的流入与流出量，根据问题一中的模型计算出相关数据，即：模型参数及其说明：同问题一，根据建立的模型求解出事故发生之前道路的实际通行能力，计算结果如下（表5-9）所示.表5-9 事故发生之前各时间段车流通量及通行能力tx1x2x3x4c/(pcu/h)时间小客车小汽车电瓶车公交车通行能力16

22、:38:39-16:39:3917601966.516:39:39-16:40:39161012052从表5-9中，可以知道此时正常路段时的车辆最大通行能力为2052pcu/h.由统计出的事故发生时刻至撤离期间，时间间隔为1min时事故所处横断面处各类型的车流出量，计算出此时间段的道路通行能力，见下表5-10表5-10 事故发生至撤离期间横断面车流出量及实际通行能力时间小客车小汽车电瓶车公交车实际通行能力17:34:17-17:3510217:35:17-17:3658817:36:17-17:37217:37:17

23、-17:38:1711633171017:38:17-17:3970617:39:17-17:4072717:40:17-17:4170617:41:17-17:42:1702021174817:42:17-17:43:172211121954.28617:43:17-17:4412217:44:17-17:4553817:45:17-17:46617:46:17-17:4757117:47:17-17:48:17

24、410941884.4917:48:17-17:4945517:49:17-17:5053817:50:17-17:5169617:51:17-17:5290717:52:17-17:53:173151412129.43417:53:17-17:5445517:54:17-17:5564717:55:17-17:56:171151232000.37717:56:17-17:57:170161232000.37717:57:17-17:58:

25、1701722171017:58:17-17:59:1711153180017:59:17-18:0076718:00:17-18:017518:01:17-18:0229318:02:17-18:0389818:03:17-18:04据问题一中得到的视频一的道路实际通行能力和刚计算出的视频二的道路实际通行能力进行比较，见表5-11表5-11 视频一、二实际通行能力时刻视频一实际通行能力视频二实际通行能力11741.091675.10221814.691810.58

26、831856.571915.241890171052072.731944.70661787.731787.72771872.861944.70682096731954.286101753.851835.1221117101841.5381217101983.6131795.51856.571为了更直观的比较俩个视频中的道路通行能力的大小，从而进一步分析说明同一横断面交通事故所占车道不同对该横断面实际通行能力影响的差异.在对比视频一、二中不同时刻的实际通行能力时利用Excel作出通行能力前后对比折线图，见图5-12图5-1 2视频一、二通行能力前后对比折线图由折线图可以

27、看出视频一的道路通行能力变化幅度比视频二中的大，这是因为在视频1中，交通事故发生在2、3车道，在视频2中，事故发生在1、2车道.从视频一中可以看出事故发生后肇事车辆聚集在2、3车道，道路中其他各类车辆只能通过排队依次从第一车道通过，造成车辆的拥堵，致使道路的实际通行能力下降；而视频二中事故发生在1、2车道，电瓶车可以通过第一车道外侧的边缘空隙通过，二其他类型的车辆在比较拥堵时经过三车道排队依次通过，视频二中的车辆极大地利用了道路可通过情况，进而使道路的通行能力进一步增加.再根据Excel表格计算出视频一与视频二中道路的实际通行能力方差分别为118.5281013、94.92241251结论：综

28、上所述结合道路通行能力的变化情况，与道路实际通行能力的方差可以得出当交通事故发生在外侧的车道时利于道路通行，而当事故发生在内侧的车道时会造成车辆拥堵严重，所以需要交通管理部门尽快处理.5.3 问题三模型建立与求解5.3.1车流入、流出量服从泊松分布的条件3本题中每个时间段内车辆的到达情况都是随机且独立的，故假设车辆的到达情况服从泊松分布，可以通过以下条件进行验证.由以上条件1、2、3可以假设车流量服从泊松分布.由泊松分布的定义及特点即：设X为离散型随机变量，且X的取值为所有非负整数.如果X的概率函数为：设单位时间内车流到达率为q,流出率为p设其为：其中：, 表示参数，,l表示不同时间的车流入、

29、流出量.5.3.2车流入量服从泊松分布的检验利用Matlab编程检验视频1中的车流入量是否服从泊松分布，首先将模型一种的车流量进行拟合，H检验，程序见附录（程序1）.程序1运行结果如下：lambda =23.8571H =0符合泊松分布并可以得到视频一中车辆流入量的曲线图、散点图、条形图、泊松概率分布图（见图5-13）.图5-13 视频一中车辆流入量的曲线图、散点图、条形图、泊松概率分布图 由上述结果可知，视频一中的车进入量服从泊松分布，且的值为23.8571.所以得出车流到达率的关系式：同理，利用Matlab编程证明视频一中的车辆流出量服从泊松分布（程序见附录中程序2）.程序2运行结果如下：

30、lambda = 20.4000H = 0符合泊松分布得到视频一中车辆流出量的曲线图、散点图、条形图、泊松概率分布图，见图5-14图5-14 视频一中车辆流出量的曲线图、散点图、条形图、泊松概率分布图 由上述结果可知，视频一中的车进入量服从泊松分布，且的值为20.4000，即横断面处车辆流出率的关系式：其中，l表示单位时间内的车流出量.5.3.3 排队长度模型比较及动态方法研究4根据本题中交通状况的观测数据，对比分析了几个经典排队长度模型的适用条件，并在结合当地交通特性的基础上，对SIGNAL94模型进行改进 ,建立了符合本地实际交通状况的排队长度优化模型.5.3.4信号交叉口排队长度模型4在

31、有关交通流理论的研究过程,学者们先后提出了多种排队长度计算模型，其中CHRO3、SIANAL94、TRANSYT - 7F等排队长度模型，各模型的具体形式如表5-14所示.这些模型有一个相同的假设前提，就是认为排队长度与来车强度和红灯时间有关.在这个基础之上，各个不同的模型还从不同的角度考虑了不同的影响因素，由此得出了不同的公式形式和参数，见表5-15表5-15 排队长度模型概览名称模型参数说明假设前提SIGNAL94Qn为队列中的车辆数；2.0为大约 90 %的随机因子(泊松分布下)；R为红灯时间；V为调整后的流量 (vph)；0. 25为分析期占 1小时的比率；X为 v/ c比率.红灯时的

32、到达服从均匀分布;无初始队列.CHRO3A为到达率;D为离开率或饱和流率;A 95为 95 %的 volume based on泊松到达分布；L为平均车辆长度；N为车道数.未饱和情况下无初始队列TRANSYT- 7FT为信号周期；Q为通行能力；Q u为红灯期间累计的车辆数；x为饱和度无初始队列；无调整因子.5.3.5各种模型的精度对比本文根据题目中给出的十字路口在2013年2月29日的交通流观测数据 ,对上述表5-14模型的精度进行对比分析.由于交通流模拟具有较高的科学性和实用性 ,以及可以获得任意时段模拟结果等优点 ,但模拟需要的数据量较多 ,且参数的确定是一个较为复杂的过程.接下来我们着重

33、对上述3个模型中使用的最主要的两个参数:路口饱和率和车辆到达率的确定方法加以验证.（1）确定路口饱和流率饱和流率是指当交叉口有相当长的车辆排队等待时 ,有效绿灯时间内通过的最大小时车辆流率.基于本题的实际情况车辆来源于上游直右转车道，不受信号灯的限制，所以在计算路口饱和流率时，首先根据问题一中计算得出的每分钟的最大流入车辆数进而得出饱和周期下的最大饱和流率，然后根据问题一中通过事故所处横断面的最大车辆数（换算成基本单位）进而求出非饱和周期下的最大饱和流率，最后求出路口的最大饱和流率，数据如表5-16.表5-16 路口饱和流率计算 单位辆/小时饱和周期非饱和周期路口饱和率216018602010

34、5.3.6 模型的建立根据车流入、流出量之间的关系利用二流理论即交通道路上流动的车辆与排队的车辆之间的关系（一定路面上车的排队数量=流入量-流出量），即得到排队的数量：其中，d横断面上的排队数量，k路面的流入量，l横断面的流出量由本题中视频1的车流量服从泊松分布我们可以看出，当交通路口处于饱和状态时 ,绿灯结束后仍然有一定的车辆在路口的进口处排队 ,基于这种情况，综合其各个模型的前提得出如下式的排队长度优化模型 ，其中Q为正常来车时造成的排队 ,而 Dn计算以前周期中滞留下来的排队长度.初始条件为 D0 = 0得到模型如下：公式中其它参数的意义如下:qn为第 n周期的车辆到达流率 , T为红绿

35、灯周期长度即信号周期，Q为道路通行能力，R为红灯时长，G为绿灯时长 ,S为饱和流率，dn第n周期的排队数量，kn第n周期的车流入量，ln第n周期的车流出量. 在实际生活运用中，这个模型的初始条件并不一定要为零，但这样就能做到在所有时刻的车辆流动变化.其实际意义就是能在分析该周期的前一周期排队论是根据饱和周期的时候进行计算 ,从而得出上一时刻与下一时刻交通路面的变化能力（即交叉口保持在饱和状态时也能正常工作），从而将每个时间间隔的排队模型动态的结合起来.5.4 问题四模型的建立与求解5.4.1 模型的准备由于事故横断面距离上游路口由120米变为140米后，为了计算事故经过多长时间，车辆排队长度将

36、到达上游路口.可以根据二流理论，由路口车辆流出和流入量计算出车辆排队长度，从而根据问题三的模型(即车辆的排队长度与事故横断面实际通行能力、事故持续时间以及路段上游车流量间的关系)，建立车辆的排队长度与路面的通行能力的关系.根据路段下游方向车辆的需求量不变以及下游车流量转向的比例不同，然后由车流辆求出每条车道上车辆的大致数量.按本进口车辆左、右转比例计算.进口设有专用左转与专用右转车道时, 则进口路面的通行能力为：专用左转车道的通行能力为：专用右转车道的通行能力为：Celr：设有专用左转与右转车道时，本面进口道通行能力（pcu/h）Cs：本面直行车道通行能力之和，1：左转车占本面进口道车辆比例r

37、：右转车占本面进口道车辆比例.正常情况下，不考虑车通行时换道；在发生交通事故导致路面拥堵时，才考虑车辆换道的情况.由于在上游路口车道转弯时，需要考虑相位时间，当第一相位方向通行时东西方向的车辆通行，当第二相位方向通行时南北方向的车辆通行，但右转相位方向的车辆不受限制，一直通行.5.4.2 模型的建立与求解由以上检验可知，事故发生后车辆的流出量满足参数为20.4000的泊松分布，本题中路段上游车流量为1500pcu/h，可以通过视频一中计算的各时间段内不同类型车辆的流出量，求出各类型总的车流量，进而求出每种类型的车辆所占的比例.由泊松流可以求出车辆的流出量为1224 pcu/h.结合周期与相位以

38、及路段下游需求可以建立以下排队长度的模型一.公式中其它参数的意义如下: 根据以上模型，由车辆流入、流出以及各方向的通行能力及信号周期（具体数值见表5-17）表5-17 各参数计算值TRGS23.857120.40006030272010由于不同类型的车辆的间距距及车身长度不同，通过查阅资料将不同类型的车间距与长度记录于表5-18表5-18 不同车辆比较量类型比较公交车电瓶车中型客车汽车长度121.897间距1.5123所占比率0.05020.6800.08380.186可以将以上周期内的模型进一步简化，可以建立通过不同类型车辆所占总流量的比例，再结合不同类型车辆的长度与间距进而建立求解车流入量

39、与流出量与实际排队长度的模型二如下所示.此模型先算出事故发生后一小时内不撤离车辆拥堵的数量，因为本题上游路口距事故发生处的距离为140米，根据生活实际三车道发生拥堵情况时有俩条车道被完全堵住，所以车辆排队所占用的道路长度为2*140=280米，将数据代入模型二可得到从事故发生经过9.73分钟，车辆排队长度将到达上游路口.六 模型的检验与优缺点分析6.1模型的检验根据问题一、二建立的模型，求出的视频一、二中事故所处断面道路的实际通行能力，利用Matlab编程做出两个视频中事故所处断面通行能力的残差图（见程序3、程序4），如下图所示视频一表6-1视频一道路通行能力的残差图急由图6-1可以看出各时刻

40、间事故所处横断面的实际通行能力的残差在每个周期内均不同，问题一在分析事故所处横断面的通行能力的变化过程中时只粗略的分析了随时间段变化过程，可以通过结合残差图进一步分析得出事故所处横断面的通行能力，在各时间段内均有一定程度的偏差.表6-2视频二道路通行能力的残差图由图表看出视频二中残差较大的数据较视频一中较少，通过残差图进一步进一步检验得出事故发生所处车道不同队事故所处横断面通行能力的影响也不同，残差图可以进一步检验.对于问题三中的模型假设了事故发生中信号灯恰好处于初始的周期中，在现实生活中这种概率很小，所以还要加入一定的时间.问题四中的模型在周期模型的基础上做了进一步的优化.6.2模型的优缺点

41、分析模型一在建立事故所处横断面通行能力的变化过程中，通过计算每个时间间隔内各类型车辆的数量，通过该方法比较简便快捷，但是相对人为原因比较强，要求计算结果比较准确，实际操作中会有一定程度的误差.问题三建立的模型有点事计算结果比较精确，使用的理论可靠，缺点是计算过程容易受其他因素的影响，致使结果的准确度欠缺.问题四首先根据下游方向车辆的需求量不变以及下游车流量转向的比例不同，然后由车流辆求出每条车道上车辆的大致数量，建立左、直、右转车道通行能力的模型，最后应用二流理论对建立的模型进一步优化周期、相位及路段下游流量需求.结合不通车辆的车长与车距，根据优化的流量与排队长度的模型，不行还要润色 .逐步建

42、立优化的模型比较准确，其缺点是需要反复建立，过程较其他复杂.参考文献1百度文库2百度文库 3百度文库4百度文库 5钱颂迪，运筹学M.北京：清华大学出版社，2005附录程序1：cleartradeFrequency=2 7 9 10 7 2 2 1 414 ;%这是一系列的数据. table=tabulate(tradeFrequency);%计算频数表subplot(2,2,1)%分成四个子窗口，第1个窗口中画曲线图plot(table(:,1),table(:,3)/100)subplot(2,2,2)plot(table(:,1),table(:,3)/100,'+')subplot(2,2,3)bar(table(:,1),table(:,3)/100)lambda=mean(tradeFrequency)%计算样本的平均数当成泊松分布的参数 X=tradeFrequency'H=kstest(X,X poisscdf(X,lamb