交叉口信号配时课程设计

交叉口信号配时⑥各个相位的有效绿灯时间和显示绿灯时间，计算式所示：gej=Ge*max[yi,yi……]/YGe—总有效绿灯时间，就是C0减去L。计算各个相位的显示绿灯时间，公式如下所示：gj=gei-aj+lj3.3程序计算结果图4输入的数据和输出结果4、延误分析及服务水平判定4.1延误估算方法延误是一个影响因素十分复杂的指标。设计交叉口时各车道延误用下式估算：d=d1+d2d1=0.5C(1-λ)2/(1-min[1,x]λ)d2=900T[(x-1)+√[(x-1)2+8ex/(CAP*T)]式中：C—周期时长（s）λ—所计算车道的绿信比；x—所计算车道的饱和度；CAP—所计算车道的通行能力；T—分析时段的持续时长（h），取0.25h；e—定时信号取0.5；各进口道的平均信控延误按该进口道中的各车道延误的加权平均数估算：d1=Σdiqi/Σqi式中：dA—进口道A的平均信控延误（s/pcu）；di—进口道A中第i车道的平均信控延误（s/pcu）；qi—进口道A中第i车道的小时交通量换算为其中高峰15min的交通流量（辆/15min）;整个交叉口的平均信控延误按交叉口各进口道延误的加权平均数估计：dA=ΣdAqA/ΣqA式中：d1—交叉口每车的平均信控延误（s/pcu）；qa—进口道A的高峰15min交通流率（辆/15min）；4.2服务水平表4延误服务水平表服务水平每车信控延误（s）服务水平每车信控延误（s）A<=10B11~20C21~35D36~55E56~80F>804.3程序计算结果图5输入数据后得出的B级服务水平5、结果分析5.1结果对比WEBSTER法的配时仿真实验结果和实测值的比较如下表：表5误差分析表相位灯色显示配时值实测值第一相位绿灯7272黄灯33红灯2735第二相位绿灯2127黄灯33红灯7880由上表可以看出，实际采用的配时方案相关参数与我们通过调查得到的优化配时方案得到的配时方案相关参数都大致接近，说明实际情况与理论分析基本符合，说明配时方案可行。5.2误差分析由结果对比可知虽然本次设计的数据误差较低，但是仍旧存在误差，经过分析和讨论，作出如下的误差分析：所采用配时方法是英国的WEBSTER法，该法只考虑机动车对信号控制的影响，并不考虑行人和非机动车对信号控制的影响。所以我认为该法有可能不适合我国国情和地方特性，应该对该法在我国进行综合分析，如有不适合国情之处应予以进。数据采集时，由于车流量，车头时距等数据的计时和计数操作是靠人眼完成，难免造成遗漏。譬如当车辆行驶速度很快时可能出现漏数，或由于天气寒冷反应迟钝，操作秒表时计时不准等等的失误，导致数据不够精准。6、程序叙述和使用说明6.1程序本身描述经过实验数据采集和整理，获得了足够的有效数据之后，通过软件技术，编写了对应本次设计的数据分析系统。选用了JSP语言来编写此次试验的数据分析程序。原因是JSP的方法实现便捷，生成的页面可移植能力强，且JSP对图形界面的支持较好。程序实现的功能有，根据输入数据，即交通流量，绿初损失时间，全红时间，黄灯时间等，进行数据处理的计算工作，最终输出数据为周期时长，绿信比，显示绿灯时间，服务等级，相位图等。程序主要分为以下几个页面1初始页面，对本次设计对应的交叉口进行介绍，引入数据输入页面。2数据输入页面，供使用者输入数据以便处理。3结果页面，输出数据的处理结果。4相位图页面，和其他页面相连，输出相位图，方便随时查看。6.2程序操作说明（1）默认设定打开初始页面，点击页面上方的超链接进入数据输入页面。（2）在数据输入页面中，向对应的文本框内输入数据，确认输入无误即可点击确认按钮进行处理，如不满意，则可以点击重置按钮清空。（3）点击确认后即可获得处理后的结果。（4）在任意页均可点击超链接进入相位图页，查看相位图，加深理解。参考文献[1]刘建军：《交通工程学》，人民交通出版社2001年版；[2]吴兵，李晖等：《交通管理与控制》，人民交通出版社2000年版；[3]李作敏：《交通工程学第2版》，北京人民交通出版社2000年；[4]张亚平：《道路通行能力》，哈尔滨工业大学出版社2007年版；附录本次设计本小组分工合作，共采集了车道宽、交通流量、车头时距、信号灯信号显示及周期等数据。其中我本人参与了车道宽、车头时距、信号灯信号显示和周期采集的工作，主要负责的是北进口直行车道和西进口左转车道的车头时距。现将参与采集后的原始数据和数据整理列出作为附录。车道宽实地测量值按地形变化在3.0到3.4之间浮动，多数情况下是3.0。分析讨论决定使用3.0作为路宽。信号灯信号显示时就按和周期如下南北相位：绿灯72秒、黄灯3秒、红灯35秒西进相位：绿灯27秒、黄灯3秒、红灯80秒车头时距在早高峰时测量，共18组数据。其中北进口8组，西进口十10组。每组自绿灯亮起计十辆车的通过停车线的时刻，并对应求出车头时距。数据处理过程先对测得的车头时距数据进行筛选，选出合适的车头时距进行运算。运算主要求初绿损失时间和车道饱和流量。数据及处理如下。车序号通过时刻1时距1通过时刻2时距2通过时刻3时距3通过时刻4时距412.612.616.866.863.683.685.035.034.172.022.332.5426.788.886.017.571.313.733.925.4738.0921.649.9313.041.462.092.092.5849.5514.7012.0215.621.393.211.82.7510.9317.9113.8218.324.121.681.275.57615.0519.5915.0923.894.282.572.344.24719.3322.1617.4328.136.782.762.612.48826.1124.9220.0430.611.291.902.612.52927.4026.8222.6533.125.432.412.442.7129.2925.0935.891032.83北进口车头时距实地测量数据及整理经分析比对，此四组数据中第一二组存在个别车辆对应司机反映过慢以及车辆长度不均的状况，并且三四组数据存在红灯时排队车辆不足的问题。此四组数据总体上不符合递减至均衡的变化规律，不适合作为分析数据使用故予以丢弃。车序号通过时刻5时距5通过时刻6时距6通过时刻7时距7通过时刻8时距811.261.262.852.851.041.040.850.853.472.364.333.4424.735.215.374.295.390.923.792.45310.126.139.166.742.382.593.952.07412.508.7213.118.812.581.523.012.36515.0810.2416.1211.171.981.772.521.74617.0612.0118.6412.912.452.111.741.78719.5114.1220.3814.692.611.992.031.31822.9216.1122.4116.003.082.021.881.53925.2018.1324.2917.532.881.952.411.1720.0826.7118.701028.08经分析比对，第七组数据总体上符合先递减后均衡的趋势。并且各数据代表性较强。故选取第七组数据来计算车头时距。定义车头时距h为(2.03+1.88+2.41)/3=2.11则S=3600/h=1707绿初损失时间l=Σhn-10h=5.96(S)西进口车头时距实测数据及整理车序号通过时刻1时距1通过时刻2时距2通过时刻3时距3通过时刻4时距4通过时刻5时距512.182.182.642.641.771.773.473.473.003.003.733.202.132.661.8625.916.843.906.134.862.924.572.173.051.8838.8311.416.079.186.742.553.973.502.961.71411.3815.389.5712.148.452.332.833.064.241.89513.7118.2112.6316.3810.342.383.221.942.761.75616.0921.4314.5719.1412.091.802.901.742.811.64717.8924.3316.3121.9514.131.832.411.282.592.19819.7226.1417.5924.5416.321.472.151.182.931.36921.1928.8918.7727.4717.680.851.251.941022.7531.782.8920.0229.932.4619.62经分析比对，第二组数据总体上符合先递减后均衡的趋势。并且各数据代表性较强。故选取第二组数据来计算车头时距。定义车头时距h为(2.41+2.15)/2=2.28则S=3600/h=1579绿初损失时间l=Σhn-10h=7.98(S)车序号通过时刻6时距6通过时刻7时距7通过时刻8时距8通过时刻9时距9通过时刻10时距1011.661.661.231.231.301.301.581.581.461.462.442.741.642.651.5524.103.972.944.233.013.142.251.722.271.9537.246.224.666.504.962.711.962.361.801.4249.958.187.028.306.381.802.442.492.251.54511.7510.629.5110.557.921.742.121.721.721.42613.4912.7411.2312.279.341.531.872.161.741.46715.0014.6113.3914.1010.801.931.80