CN112309119B - 一种城市交通系统容量分析优化方法 - Google Patents

一种城市交通系统容量分析优化方法 Download PDF

Info

Publication number
CN112309119B
CN112309119B CN202011212773.8A CN202011212773A CN112309119B CN 112309119 B CN112309119 B CN 112309119B CN 202011212773 A CN202011212773 A CN 202011212773A CN 112309119 B CN112309119 B CN 112309119B
Authority
CN
China
Prior art keywords
traffic
road
bus
network
motorized
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011212773.8A
Other languages
English (en)
Other versions
CN112309119A (zh
Inventor
周志华
刘明敏
江雪峰
甘勇华
刘佳辉
顾宇忻
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou transportation planning and Research Institute Co.,Ltd.
Original Assignee
GUANGZHOU TRANSPORT PLANNING RESEARCH INSTITUTE
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by GUANGZHOU TRANSPORT PLANNING RESEARCH INSTITUTE filed Critical GUANGZHOU TRANSPORT PLANNING RESEARCH INSTITUTE
Priority to CN202011212773.8A priority Critical patent/CN112309119B/zh
Publication of CN112309119A publication Critical patent/CN112309119A/zh
Application granted granted Critical
Publication of CN112309119B publication Critical patent/CN112309119B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Chemical & Material Sciences (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种城市交通系统容量分析优化方法，包括以下步骤：S1、输入基础数据；S2、计算高峰时期机动化出行总量和方式结构；S3、分解计算道路交通网络、轨道交通网络承载的机动化出行量，计算静态交通需求量；S4、计算基本情形下的饱和状态判定指标；S5、判定平均出行时间和95％位出行时间是否达到标准；S6、判定公共交通与个体交通的平均出行时间比值是否达到标准；S7、输出结果数据。本发明可应用于城市智慧交通系统建设，为城市建设用地有序合理开发和交通治理提供定量科学的辅助决策技术。

Description

一种城市交通系统容量分析优化方法
技术领域
本发明涉及城市智慧交通领域，该领域是新一代信息技术在城市交通规划、建设和治理中的具体应用，尤其涉及一种城市交通系统容量分析优化方法。
背景技术
20世纪50年代，美国交通工程学者最早提出路网容量概念，历经几十年的研究，学者对路网容量的物理意义、研究方法都有着不同的认识，并随着时间的推进不断调整和深入。美国学者认为路网容量是在路段通行能力制约下，满足系统最优，路网所能承担最大交通流，通过图论、交通分配模拟和线性规划等方法建立不同研究模型。20世纪80年代初，法国工程师路易斯·马尚提出了时空消耗法，认为城市路网在一定时段内的物理容量是受时间、空间限制的，路网容量是时空资源制约下，路网系统所能服务的最大交通流量。近年来，Nikolas Geroliminis和Carlos F.Daganzo两位学者论证了交通流宏观基本图的概念，认为路网通过的交通流量、车流密度以及空间平均车速三者间关系与路段存在相似性，即在自由流与拥挤流区间路网同样存在最大流量，证明了路网容量这一话题的存在性。
目前，国内外对交通系统容量的研究均局限于道路网络，未将其扩展至轨道交通、静态交通等交通子系统，对交通子系统之间的转换也缺少互动的描述；其次，以典型断面或者节点的交通流量判定交通系统是否达到饱和状态，计算方法过于理想化且繁杂，判定标准不统一，难以用于实际工作。近年来，北京、上海、广州、深圳、杭州等城市均大力推进建设城市智慧交通系统，运用交通大数据辅助决策技术提升交通规划、建设和治理水平，城市交通系统容量分析技术作为智慧交通领域若干关键核心技术之一，具有广阔的应用前景。
发明内容
本发明的目的在于克服现有技术的不足，提供一种城市交通系统容量分析与优化方法，本发明选取城市某一特定区域作为研究范围，将该区域内的道路交通、轨道交通和静态交通组成的交通系统作为研究对象，涉及小汽车、出租车(含网约出租车)、常规公交、轨道交通等出行方式。定义高峰时期的机动化出行总量为交通系统容量，定义平均出行时间、95％位出行时间、公共交通与个体交通的平均出行时间比值为饱和状态判定指标。通过调整可变开发规模交通小区的用地规模、优化调整公交专用道布局方式等方法，调整交通系统容量，使得饱和状态判定指标均达到标准，从而提高出行效率和出行舒适性。
本发明的技术方案如下，
一种城市交通系统容量分析优化方法，包括以下步骤：
S1、输入基础数据
选取城市某一特定区域作为研究区域，将该区域内的道路交通、轨道交通和静态交通组成的交通系统作为研究对象，并将该区域划分为若干交通小区，其中个别交通小区的用地开发规模可作适当调整，将其定义为可变开发规模交通小区；
获取城市土地利用规模、城市社会经济发展水平、城市交通基础设施供应规模三类基础数据；
S2、计算高峰时期机动化出行总量和方式结构
根据输入的基础数据，测算基本情形下的高峰时期机动化出行总量，并将其定义为交通系统容量；测算出行方式结构，分为5类：小汽车、出租车(含网约出租车)、常规公交、轨道交通和其他；
S3、分解计算道路交通网络、轨道交通网络承载的机动化出行量，计算静态交通需求量
将小汽车、出租车(含网约出租车)、常规公交的高峰时期机动化出行量加载在道路交通网络，将轨道交通的高峰时期机动化出行量加载到轨道交通网络，对道路交通网络和轨道交通网络进行交通分配；根据机动车保有量、道路交通网络分配结果，计算静态交通需求量；
S4、计算基本情形下的饱和状态判定指标
根据道路交通网络、轨道交通网络的交通分配结果，计算基本情形下的3项饱和状态判定指标，分别是平均出行时间、95％位出行时间、公共交通与个体交通的平均出行时间比值；
S5、判定平均出行时间和95％位出行时间是否达到标准
当平均出行时间和95％位出行时间均不大于规定的最高限值，表示整个交通系统可以承载S2步骤中计算得出的机动化出行总量，进入下一步判定流程；否则，通过调整可变开发规模交通小区的用地规模，适当降低某类性质用地的容积率，重新测算高峰时期机动化出行总量和方式结构，循环迭代直至这2项指标达到标准；
S6、判定公共交通与个体交通的平均出行时间比值是否达到标准
当公共交通与个体交通的平均出行时间比值不大于规定的最高限值，表示公共交通的利用率较好，整个交通系统容量指标符合要求，进入下一步流程；否则，通过优化调整常规公交专用道长度、调整布局方式、增加常规公交配车数量、增加轨道交通配车数量、增加停车泊位供应量等方式，重新计算城市交通基础设施供应规模，重新测算高峰时期机动化出行总量和方式结构、重新分解计算道路交通网络、轨道交通网络承载的机动化出行量，计算静态交通需求量，循环迭代直至该项指标达到标准，输出第二次优化后的3项饱和状态判定指标；
S7、输出结果数据
经过两次优化后，3项饱和状态判定指标均达到标准，输出5项结果数据，分别是：高峰时期机动化出行总量、常规公交和个体交通占有道路资源的比例、平均出行时间、公共交通的平均出行时间、个体交通的平均出行时间。
优选地，步骤S1中，所述城市土地利用规模包括四项指标，分别为各交通小区的建设用地面积、容积率、出行产生强度、出行吸引强度。
优选地，步骤S1中，所述城市社会经济发展水平包括三项指标，分别为常住人口数量、就业岗位数量、机动车保有量。
优选地，步骤S1中，所述城市交通基础设施供应规模包括七项指标，分别为道路网里程、轨道网里程、公交专用道车道公里数、社会车辆车道公里数、常规公交配车数、轨道交通配车数、机动车停车泊位数量。
优选地，步骤S3中，对道路交通网络和轨道交通网络进行交通分配具体如下：对于道路交通网络，采用路段容量限制和常规公交乘车舒适度保障原则，将道路交通网络承载的机动化出行总量进行交通分配；对于轨道交通网络，采用轨道交通乘车舒适度保障原则，将轨道交通网络承载的机动化出行总量进行交通分配。
优选地，步骤S2中，所述可变开发规模交通小区的高峰时期机动化出行发生量、机动化出行吸引量是基于该交通小区的建设用地面积和容积率计算得出，具体如下：
Figure GDA0003191117680000031
式中，Ax,Px分别表示交通小区x的机动化出行发生量(人次/小时)、机动化出行吸引量(人次/小时)，Ky,αy,βy分别表示第y类性质建设用地的权重、机动化出行发生率、机动化出行吸引率，Sxy,χxy分别表示交通小区x的第y类性质建设用地的面积和容积率。
优选地，步骤S6中，优化调整每条路段的公交专用道布局方式，具体步骤如下：
(1)筛选出常规公交车速小于最低限值的城市干道路段；
(2)若该路段已有路中式公交专用道，不作调整；
(3)若该路段没有公交专用道，满足下列条件之一，则在该路段上增设路侧式公交专用道；
(a)公交车流量
Figure GDA0003191117680000041
式中，Na表示路段a的公交车流量(辆/小时)；
Figure GDA0003191117680000042
是0-1变量，1表示公交线路n途经路段a，0表示其他情况；fn表示公交线路n的高峰小时发车频率(辆/小时)；N0——触发设置的流量下限(辆/小时)；
(b)公交客流量
Figure GDA0003191117680000043
式中，Qa表示路段a的公交客流量(人次/小时)；Q0表示触发设置路侧式公交专用道的的客流下限值(人次/小时)；
Figure GDA0003191117680000044
表示公交线路n在路段a的公交客流量需求(人次/小时)；
(4)若该路段已有路侧式公交专用道，且满足条件Qa≥Q1，Q1表示触发设置路中式公交专用道的客流下限值(人次/小时)，则在路段a上的公交专用道由路侧式调整为路中式；
(5)对于调整了公交专用道的路段，更新该路段上的常规公交平均车速
Figure GDA0003191117680000045
式中，
Figure GDA0003191117680000046
表示路段a更新后的常规公交平均车速(公里/小时)，
Figure GDA0003191117680000047
表示路段a的小汽车平均车速(公里/小时)，μ表示常规公交和小汽车的平均车速折算比例。
优选地，步骤S6中，优化调整每条路段的公交专用道布局方式后，将各路段的公交专用道构建成完整联通的公交专用道网络的具体方法如下：
(1)采用规则多边形划分城市道路交通网络，形成n×n的栅格；
(2)定义公交线路联系程度矩阵Bn×n，矩阵中的元素bij表示空间中栅格i和j之间的公交线路道联系强度，其计算方法如下：
Figure GDA0003191117680000048
式中，li,lj——分别是栅格i，j中的公交线路数量；mij——栅格i，j共有的公交线路条数；为方便后续计算，计算矩阵Bn×n每个元素的倒数，构成阻抗矩阵Bn′×n；
(3)定义公交专用道联系强度矩阵Cn×n，矩阵中的元素cij表示空间中栅格i和j之间的公交专用道联系强度，其计算方法如下：
Figure GDA0003191117680000051
式中，dij——栅格i，j中心点的距离；
(4)在Cn×n中搜索数值最大的元素，以Bn′×n为阻抗，构建该元素表示的两个栅格之间的最短路径，形成这两个栅格间的公交专用道通道；直至所有含公交专用道的栅格都至少有一条通道到达其他含有公交专用道的栅格，则形成完整联通的公交专用道网络。
与现有技术相比，本发明的优势在于：
(1)本发明对交通系统容量的研究不局限于道路交通，将其扩展至轨道交通、静态交通等交通子系统，对交通子系统之间的转换进行了互动；具体地，本发明将该区域内的道路交通、轨道交通和静态交通组成的交通系统作为研究对象，涉及小汽车、出租车(含网约出租车)、常规公交、轨道交通等出行方式，定义高峰时期的机动化出行总量为交通系统容量。因此，本发明更能全面、准确地描述交通系统运行状况，提高智慧交通系统辅助决策分析的科学性。
(2)本发明克服了现有技术以典型断面或者节点的交通流量判定交通系统是否达到饱和状态所带来的种种问题，通过平均出行时间、95％位出行时间、公共交通与个体交通的平均出行时间比值3项饱和状态判定指标判断交通系统是否达到饱和状态，判定标准统一，若任意一项饱和状态判定指标不符合标准，表明城市居民的出行效率和出行舒适度受到影响。因此，本发明对交通系统是否达到饱和状态的判定更加精准，更符合人们出行过程中的感受，从方法论上落实了建设人民满意交通系统的理念。
(3)本发明通过调整可变开发规模交通小区的用地规模，即适当减少可变开发规模交通小区的建设用地面积和容积率，从而降低高峰时期机动化发生量和吸引量。因此，本发明在规划阶段就考虑了交通出行总量对出行时间的影响，能从源头上缓解交通拥堵。
(4)本发明通过优化调整常规公交专用道长度、调整布局方式、增加常规公交配车数量、增加轨道交通配车数量、增加停车泊位供应量等方式调整交通系统容量，重新计算城市交通基础设施供应规模使得饱和状态判定指标均达到标准。因此，本发明从本质上落实了公交优先发展战略，通过提高公共交通服务质量和水平，从而提高了出行效率和出行舒适性。
附图说明
图1为本发明一种城市交通系统容量分析优化方法流程图。
图2为本发明实施例的研究区域以及可变开发规模交通小区分布图。
图3为本发明实施例基本情形下优化前的公交专用道布局图。
图4为本发明实施例的优化后的公交专用道布局图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细的说明。
本发明的一种城市交通系统容量分析优化方法流程图如附图1所示，其具体步骤如下：
S1、输入基础数据
将研究区域划分为若干交通小区，其中个别交通小区的用地开发规模可作适当调整，定义为可变开发规模交通小区；获取城市土地利用规模、城市社会经济发展水平、城市交通基础设施供应规模三类基础数据；其中城市土地利用规模至少包括各交通小区的建设用地面积、容积率、出行产生强度、出行吸引强度4项指标；其中城市社会经济发展水平至少包括常住人口数量、就业岗位数量、机动车保有量3项指标；其中城市交通基础设施供应规模至少包括道路网里程、轨道网里程、公交专用道车道公里数、社会车辆车道公里数、常规公交配车数、轨道交通配车数、机动车停车泊位数量7项指标。
S2、计算高峰时期机动化出行总量和方式结构
根据输入的基础数据，测算基本情形下的高峰时期机动化出行总量和方式结构，其中方式结构划分为5类：小汽车、出租车(含网约出租车)、常规公交、轨道交通和其他。
S3、分解计算道路交通网络、轨道交通网络承载的机动化出行量，计算静态交通需求量
将小汽车、出租车(含网约出租车)、常规公交的机动化出行量加载在道路交通网络，将轨道交通的机动化出行量加载到轨道交通网络。对于道路交通网络，采用路段容量限制规则和常规公交乘车舒适度保障原则，将道路网承载的机动化出行总量进行交通分配；对于轨道交通网络，引入轨道交通乘车舒适度保障原则，将轨道网承载的机动化出行总量进行交通分配。根据机动车保有量、道路交通网络分配结果，计算静态交通需求量。
S4、计算基本情形下的饱和状态判定指标
根据道路交通网络、轨道交通网络的交通分配结果，计算基本情形下的3项饱和状态判定指标，分别是平均出行时间、95％位出行时间、公共交通与个体交通的平均出行时间比值。
S5、判定平均出行时间和95％位出行时间是否达到标准
当平均出行时间和95％位出行时间均不大于规定的最高限值，表示整个交通系统可以承载S2步骤中计算得出的机动化出行总量，进入下一步判定流程；否则，通过调整可变开发规模交通小区的用地规模，适当降低某类性质用地的容积率，重新测算高峰时期机动化出行总量和方式结构，循环迭代直至这2项指标达到标准。
其中步骤S2中，所述可变开发规模交通小区的高峰时期机动化出行发生量、机动化出行吸引量是基于该交通小区的建设用地面积和容积率计算得出，具体如下：
Figure GDA0003191117680000071
式中，Ax,Px分别表示交通小区x的机动化出行发生量(人次/小时)、机动化出行吸引量(人次/小时)，Ky,αy,βy分别表示第y类性质建设用地的权重、机动化出行发生率、机动化出行吸引率，Sxy,χxy分别表示交通小区x的第y类性质建设用地的面积和容积率。
S6、判定公共交通与个体交通的平均出行时间比值是否达到标准
当公共交通与个体交通的平均出行时间比值不大于规定的最高限值，表示公共交通的利用率较好，整个交通系统容量指标符合要求，进入下一步流程；否则，优化调整常规公交专用道长度、调整布局方式、增加常规公交配车数量、增加轨道交通配车数量、增加停车泊位供应量，重新计算城市交通基础设施供应规模，重新测算高峰时期机动化出行总量和方式结构、重新分解计算道路交通网络、轨道交通网络承载的机动化出行量，计算静态交通需求量，循环迭代直至该项指标达到标准。
其中优化调整公交专用道布局方式的具体方法如下：
(1)筛选出常规公交车速小于最低限值的城市干道路段。
(2)若该路段已有路中式公交专用道，不作调整。
(3)若该路段没有公交专用道，满足下列条件之一，则在改路段上增设路侧式公交专用道。
(a)公交车流量
Figure GDA0003191117680000072
式中，Na表示路段a的公交车流量(辆/小时)；
Figure GDA0003191117680000073
是0-1变量，1表示公交线路n途经路段a，0表示其他情况；fn表示公交线路n的高峰小时发车频率(辆/小时)；N0——触发设置的流量下限(辆/小时)。
(b)公交客流量
Figure GDA0003191117680000074
式中，Qa表示路段a的公交客流量(人次/小时)；Q0表示触发设置路侧式公交专用道的的客流下限值(人次/小时)；
Figure GDA0003191117680000081
表示公交线路n在路段a的公交客流量需求(人次/小时)。
(4)若该路段已有路侧式公交专用道，且满足条件Qa≥Q1，Q1表示触发设置路中式公交专用道的客流下限值(人次/小时)，则在路段a上增设路中式公交专用道。
(5)对于增设公交专用道的路段，更新该路段上的常规公交平均车速
Figure GDA0003191117680000082
式中，
Figure GDA0003191117680000083
表示路段a更新后的常规公交平均车速(公里/小时)，
Figure GDA0003191117680000084
表示路段a的小汽车平均车速(公里/小时)，μ表示常规公交和小汽车的平均车速折算比例。
其中S6中，优化调整每条路段的公交专用道布局方式后，将各路段的公交专用道构建成完整联通的公交专用道网络的具体方法如下：
(1)采用规则多边形划分城市道路交通网络，形成n×n的栅格。
(2)定义公交线路联系程度矩阵Bn×n，矩阵中的元素bij表示空间中栅格i和j之间的公交线路道联系强度，其计算方法如下：
Figure GDA0003191117680000085
式中，li,lj——分别是栅格i，j中的公交线路数量；mij——栅格i，j共有的公交线路条数。为方便后续计算，计算矩阵Bn×n每个元素的倒数，构成阻抗矩阵Bn′×n。
(3)定义公交专用道联系强度矩阵Cn×n，矩阵中的元素cij表示空间中栅格i和j之间的公交专用道联系强度，其计算方法如下：
Figure GDA0003191117680000086
式中，dij——栅格i，j中心点的距离。
(4)在Cn×n中搜索数值最大的元素，以Bn′×n为阻抗，构建该元素表示的两个栅格之间的最短路径，形成这两个栅格间的公交专用道通道。直至所有含公交专用道的栅格都至少有一条通道到达其他含有公交专用道的栅格，则形成完整联通的公交专用道网络。
S7、输出结果数据
输出5项结果数据，分别是：高峰时期机动化出行总量、常规公交和个体交通占有道路资源的比例、平均出行时间、公共交通的平均出行时间、个体交通的平均出行时间。
如图2所示，下面以广州市中心城区核心区为研究范围，面积222平方公里，预测 2025年交通系统容量。
S1、输入基础数据
其中研究范围内的建设用地面积162.48平方公里，容积率平均值为3.2，不同性质建设用地的出行产生强度和出行吸引强度如下表1所示。
表1
Figure GDA0003191117680000091
其中城市社会经济发展水平的数据如下表2所示。
表2
指标 常住人口数量 就业岗位 机动车保有量
数值 413万人 350万个 156万辆
其中城市交通基础设施供应规模的数据如下表3所示。
表3
Figure GDA0003191117680000092
Figure GDA0003191117680000101
S2、计算高峰时期机动化出行总量和方式结构
根据输入的基础数据，测算基本情形下的高峰时期机动化出行总量和方式结构，具体计算结果如下表4所示。
表4
Figure GDA0003191117680000102
S3、分解计算道路交通网络、轨道交通网络承载的机动化出行量，计算静态交通需求量
将小汽车、出租车(含网约出租车)、常规公交的机动化出行量加载在道路交通网络，将轨道交通的机动化出行量加载到轨道交通网络。对于道路交通网络，采用路段容量限制规则和常规公交乘车舒适度保障原则，将道路网承载的机动化出行总量进行交通分配；对于轨道交通网络，引入轨道交通乘车舒适度保障原则，将轨道网承载的机动化出行总量进行交通分配。根据机动车保有量、道路交通网络分配结果，计算静态交通需求量。在本实施例中设定常规公交车厢内单位面积站立人数、轨道交通车厢内单位面积站立人数最大值为5，具体分配结果如下表5所示：
表5
Figure GDA0003191117680000103
Figure GDA0003191117680000111
S4、计算基本情形下的饱和状态判定指标
根据道路交通网络、轨道交通网络的交通分配结果，计算基本情形下的饱和状态判定指标，具体如下表6所示：
表6
Figure GDA0003191117680000112
S5、判定平均出行时间和95％位出行时间是否达到标准
在本实施例中，设定饱和状态判定指标的最大限值如下表7所示。
表7
Figure GDA0003191117680000113
在本实施例中平均出行时间和95％位出行时间均大于设定的最大限值，表示整个交通系统可以无法承载S2步骤中计算得出的机动化出行总量，需通过调节可变交通小区的开发规模，重新计算机动化出行总量，循环迭代直至达到标准。在本实施例中，通过减少可变开发规模交通小区的居住用地和商业服务业设施用地的容积率，第一次优化后的机动化出行量如下表8所示。
表8
Figure GDA0003191117680000121
第一次优化后的交通系统容量指标如下表9所示。
表9
Figure GDA0003191117680000122
S6、判定公共交通与个体交通的平均出行时间比值是否达到标准
本实施例中，公共交通与个体交通的平均出行时间比值大于设定的最大限值，表示公共交通的利用率较差，应该增加常规公交专用道长度并调整布局方式、增加常规公交配车数量、增加轨道交通配车数量，调整公共交通运力配置，重新计算交通基础设施供应规模，循环迭代直至达到标准，基本情形下与第二次优化后的城市交通基础设施供应量对比如下表10所示。图2是优化前的公交专用道布局图，经过第二次优化后，公交专用道车道公里数增长了441.5％，社会车辆车道公里数减少了21.3％，第二次优化后的公交专用道布局方式如图3所示。
表10
Figure GDA0003191117680000123
Figure GDA0003191117680000131
基本情形下与第二次优化后的机动化出行总量对比情况如下表11所示。
表11
Figure GDA0003191117680000132
Figure GDA0003191117680000141
基本情形下与第二次优化后的分配结果对比如下表12所示。
表12
Figure GDA0003191117680000142
基本情形下、第一次优化后、第二次优化后的饱和状态判定指标对比情况如下表13所示。
表13
Figure GDA0003191117680000143
S7、输出结果数据
经过两次优化后，3项饱和状态判定指标均符合标准，输出5项结果数据，具体如下表所示。
Figure GDA0003191117680000151
综上所述，利用本发明，可测算城市特定区域的交通系统容量，并通过平均出行时间、95％位出行时间、公共交通与个体交通的平均出行时间比值3项饱和状态判定指标判断交通系统是否达到饱和状态。若任意一项饱和状态判定指标不符合标准，表明城市居民的出行效率和出行舒适度受到影响，通过调整可变开发规模交通小区的用地规模、优化调整公交专用道布局方式等方法，调整交通系统容量，使得饱和状态判定指标均达到标准，从而提高出行效率和出行舒适性。
与现有技术相比，本发明的优势在于：
(1)本发明对交通系统容量的研究不局限于道路交通，将其扩展至轨道交通、静态交通等交通子系统，对交通子系统之间的转换进行了互动；具体地，本发明将该区域内的道路交通、轨道交通和静态交通组成的交通系统作为研究对象，涉及小汽车、出租车(含网约出租车)、常规公交、轨道交通等出行方式，定义高峰时期的机动化出行总量为交通系统容量。因此，本发明更能全面、准确地描述交通系统运行状况，提高智慧交通系统辅助决策分析的科学性。
(2)本发明克服了现有技术以典型断面或者节点的交通流量判定交通系统是否达到饱和状态所带来的种种问题，通过平均出行时间、95％位出行时间、公共交通与个体交通的平均出行时间比值3项饱和状态判定指标判断交通系统是否达到饱和状态，判定标准统一，若任意一项饱和状态判定指标不符合标准，表明城市居民的出行效率和出行舒适度受到影响。因此，本发明对交通系统是否达到饱和状态的判定更加精准，更符合人们出行过程中的感受，从方法论上落实了建设人民满意交通系统的理念。
(3)本发明通过调整可变开发规模交通小区的用地规模，即适当减少可变开发规模交通小区的建设用地面积和容积率，从而降低高峰时期机动化发生量和吸引量。因此，本发明在规划阶段就考虑了交通出行总量对出行时间的影响，能从源头上缓解交通拥堵。
(4)本发明通过优化调整常规公交专用道长度、调整布局方式、增加常规公交配车数量、增加轨道交通配车数量、增加停车泊位供应量等方式调整交通系统容量，重新计算城市交通基础设施供应规模使得饱和状态判定指标均达到标准。因此，本发明从本质上落实了公交优先发展战略，通过提高公共交通服务质量和水平，从而提高了出行效率和出行舒适性。
以上所述之实施例仅为本发明的较佳实施例，并非对本发明做任何形式上的限制。任何熟悉本领域的技术人员，在不脱离本发明技术方案范围情况下，利用上述揭示的技术内容对本发明技术方案作出更多可能的变动和润饰，或修改均为本发明的等效实施例。故凡未脱离本发明技术方案的内容，依据本发明之思路所作的等同等效变化，均应涵盖于本发明的保护范围内。

Claims (7)

1.一种城市交通系统容量分析优化方法，其特征在于，包括以下步骤：
S1、输入基础数据
选取城市某一特定区域作为研究区域，将该区域内的道路交通、轨道交通和静态交通组成的交通系统作为研究对象，并将该区域划分为若干交通小区，其中个别交通小区的用地开发规模可作适当调整，将其定义为可变开发规模交通小区；
获取城市土地利用规模、城市社会经济发展水平、城市交通基础设施供应规模三类基础数据；
S2、计算高峰时期机动化出行总量和方式结构
根据输入的基础数据，测算基本情形下的高峰时期机动化出行总量，并将其定义为交通系统容量；测算出行方式结构，分为5类：小汽车、出租车、常规公交、轨道交通和其他，其中出租车含网约出租车；
步骤S2中，所述步骤S1中的可变开发规模交通小区的高峰时期机动化出行发生量、机动化出行吸引量是基于该交通小区的建设用地面积和容积率计算得出，具体如下：
Figure FDA0003205994420000011
式中，Ax,Px分别表示交通小区x的机动化出行发生量(人次/小时)、机动化出行吸引量(人次/小时)，Ky,αy,βy分别表示第y类性质建设用地的权重、机动化出行发生率、机动化出行吸引率，Sxy,χxy分别表示交通小区x的第y类性质建设用地的面积和容积率；
S3、分解计算道路交通网络、轨道交通网络承载的机动化出行量，计算静态交通需求量
将小汽车、出租车、常规公交的高峰时期机动化出行量加载在道路交通网络，其中，出租车含网约出租车；将轨道交通的高峰时期机动化出行量加载到轨道交通网络，对道路交通网络和轨道交通网络进行交通分配；根据机动车保有量、道路交通网络分配结果，计算静态交通需求量；
S4、计算基本情形下的饱和状态判定指标
根据道路交通网络、轨道交通网络的交通分配结果，计算基本情形下的3项饱和状态判定指标，分别是平均出行时间、95％位出行时间、公共交通与个体交通的平均出行时间比值；
S5、判定平均出行时间和95％位出行时间是否达到标准
当平均出行时间和95％位出行时间均不大于规定的最高限值，表示整个交通系统可以承载S2步骤中计算得出的机动化出行总量，进入下一步判定流程；否则，通过调整可变开发规模交通小区的用地规模，适当降低某类性质用地的容积率，重新测算高峰时期机动化出行总量和方式结构，循环迭代直至这2项指标达到标准；
S6、判定公共交通与个体交通的平均出行时间比值是否达到标准
当公共交通与个体交通的平均出行时间比值不大于规定的最高限值，表示公共交通的利用率较好，整个交通系统容量指标符合要求，进入下一步流程；否则，优化调整常规公交专用道长度、调整布局方式、增加常规公交配车数量、增加轨道交通配车数量、增加停车泊位供应量，重新计算城市交通基础设施供应规模，重新测算高峰时期机动化出行总量和方式结构、重新分解计算道路交通网络、轨道交通网络承载的机动化出行量，计算静态交通需求量，循环迭代直至该项指标达到标准，输出第二次优化后的3项饱和状态判定指标；
S7、输出结果数据
经过两次优化后，3项饱和状态判定指标均达到标准，输出5项结果数据，分别是：高峰时期机动化出行总量、常规公交和个体交通占有道路资源的比例、平均出行时间、公共交通的平均出行时间、个体交通的平均出行时间。
2.根据权利要求1所述的一种城市交通系统容量分析优化方法，其特征在于：步骤S1中，所述城市土地利用规模包括四项指标，分别为各交通小区的建设用地面积、容积率、出行产生强度、出行吸引强度。
3.根据权利要求1所述的一种城市交通系统容量分析优化方法，其特征在于：步骤S1中，所述城市社会经济发展水平包括三项指标，分别为常住人口数量、就业岗位数量、机动车保有量。
4.根据权利要求1所述的一种城市交通系统容量分析优化方法，其特征在于：步骤S1中，所述城市交通基础设施供应规模包括七项指标，分别为道路网里程、轨道网里程、公交专用道车道公里数、社会车辆车道公里数、常规公交配车数、轨道交通配车数、机动车停车泊位数量。
5.根据权利要求1-4任一项所述的一种城市交通系统容量分析优化方法，其特征在于：步骤S3中，对道路交通网络和轨道交通网络进行交通分配具体如下：对于道路交通网络，采用路段容量限制和常规公交乘车舒适度保障原则，将道路交通网络承载的机动化出行总量进行交通分配；对于轨道交通网络，采用轨道交通乘车舒适度保障原则，将轨道交通网络承载的机动化出行总量进行交通分配。
6.根据权利要求1-4任一项所述的一种城市交通系统容量分析优化方法，其特征在于：步骤S6中优化调整公交专用道布局方式的具体步骤如下：
(1)筛选出常规公交车速小于最低限值的城市干道路段；
(2)若该路段已有路中式公交专用道，不作调整；
(3)若该路段没有公交专用道，满足下列条件之一，则在该路段上增设路侧式公交专用道；
(a)公交车流量
Figure FDA0003205994420000031
式中，Na表示路段a的公交车流量(辆/小时)；
Figure FDA0003205994420000032
是0-1变量，1表示公交线路n途经路段a，0表示其他情况；fn表示公交线路n的高峰小时发车频率(辆/小时)；N0——触发设置的流量下限(辆/小时)；
(b)公交客流量
Figure FDA0003205994420000033
式中，Qa表示路段a的公交客流量(人次/小时)；Q0表示触发设置路侧式公交专用道的客流下限值(人次/小时)；
Figure FDA0003205994420000034
表示公交线路n在路段a的公交客流量需求(人次/小时)；
(4)若该路段已有路侧式公交专用道，且满足条件Qa≥Q1，Q1表示触发设置路中式公交专用道的客流下限值(人次/小时)，则在路段a上的公交专用道由路侧式调整为路中式；
(5)对于调整了公交专用道的路段，更新该路段上的常规公交平均车速
Figure FDA0003205994420000035
式中，
Figure FDA0003205994420000036
表示路段a更新后的常规公交平均车速(公里/小时)，
Figure FDA0003205994420000037
表示路段a的小汽车平均车速(公里/小时)，μ表示常规公交和小汽车的平均车速折算比例。
7.根据权利要求1-4任一项所述的一种城市交通系统容量分析优化方法，其特征在于，步骤S6中将各路段的公交专用道构建成完整联通的公交专用道网络的具体方法如下：
(1)采用规则多边形划分城市道路交通网络，形成n×n的栅格；
(2)定义公交线路联系程度矩阵Bn×n，矩阵中的元素bij表示空间中栅格i和j之间的公交线路道联系强度，其计算方法如下：
Figure FDA0003205994420000038
式中，li,lj——分别是栅格i，j中的公交线路数量；mij——栅格i，j共有的公交线路条数；为方便后续计算，计算矩阵Bn×n每个元素的倒数，构成阻抗矩阵B′n×n；
(3)定义公交专用道联系强度矩阵Cn×n，矩阵中的元素cij表示空间中栅格i和j之间的公交专用道联系强度，其计算方法如下：
Figure FDA0003205994420000041
式中，dij——栅格i，j中心点的距离；
(4)在Cn×n中搜索数值最大的元素，以B′n×n为阻抗，构建该元素表示的两个栅格之间的最短路径，形成这两个栅格间的公交专用道通道；直至所有含公交专用道的栅格都至少有一条通道到达其他含有公交专用道的栅格，则形成完整联通的公交专用道网络。
CN202011212773.8A 2020-11-03 2020-11-03 一种城市交通系统容量分析优化方法 Active CN112309119B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011212773.8A CN112309119B (zh) 2020-11-03 2020-11-03 一种城市交通系统容量分析优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011212773.8A CN112309119B (zh) 2020-11-03 2020-11-03 一种城市交通系统容量分析优化方法

Publications (2)

Publication Number Publication Date
CN112309119A CN112309119A (zh) 2021-02-02
CN112309119B true CN112309119B (zh) 2021-10-26

Family

ID=74333936

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011212773.8A Active CN112309119B (zh) 2020-11-03 2020-11-03 一种城市交通系统容量分析优化方法

Country Status (1)

Country Link
CN (1) CN112309119B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113066304B (zh) * 2021-06-03 2021-09-28 云上(南昌)大数据运营有限公司 一种应用城市大脑云平台的交通容量配置系统
CN113420439B (zh) * 2021-06-22 2024-06-21 北京交通发展研究院 综合交通承载力计算方法、装置、计算机设备及存储介质
CN113987729B (zh) * 2021-12-28 2022-03-01 广州市交通规划研究院 一种基于土地利用的大规模城市轨道网络自动生成方法
CN114863684B (zh) * 2022-06-07 2023-06-30 中国城市规划设计研究院 一种城市交通网络设施特征分析系统
CN117252404B (zh) * 2023-11-20 2024-02-23 武汉市规划研究院 一种城市更新单元的人口、岗位规模测算方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108335007A (zh) * 2017-10-31 2018-07-27 上海市政工程设计研究总院（集团）有限公司 一种城市用地再开发强度的计算模型及其计算方法
CN110580404A (zh) * 2019-07-26 2019-12-17 东南大学 一种基于城市多模式交通网络的网络运能确定方法
CN110910642A (zh) * 2019-12-02 2020-03-24 安徽百诚慧通科技有限公司 一种考虑混合交通系统的公交线路分析方法
CN110930708A (zh) * 2019-12-06 2020-03-27 北京工业大学 一种城市交通承载力计算与预测方法
CN111260221A (zh) * 2020-01-16 2020-06-09 广州市交通规划研究院 一种面向城市全局基于动态模型的交通设施承载力评估方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103606267B (zh) * 2013-11-20 2016-02-10 天津市市政工程设计研究院 基于产生点-吸引点的港口道路网络交通量智能预判方法
US9672737B2 (en) * 2015-05-12 2017-06-06 Here Global B.V. Dynamic multi-lane capacity optimization in a mixed vehicle environment
CN105760960A (zh) * 2016-02-29 2016-07-13 东南大学 基于轨道交通的停车换乘设施最优选址和容量确定方法
CN107527137A (zh) * 2017-07-14 2017-12-29 黑龙江工程学院 城市轨道交通网络成熟度确定方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108335007A (zh) * 2017-10-31 2018-07-27 上海市政工程设计研究总院（集团）有限公司 一种城市用地再开发强度的计算模型及其计算方法
CN110580404A (zh) * 2019-07-26 2019-12-17 东南大学 一种基于城市多模式交通网络的网络运能确定方法
CN110910642A (zh) * 2019-12-02 2020-03-24 安徽百诚慧通科技有限公司 一种考虑混合交通系统的公交线路分析方法
CN110930708A (zh) * 2019-12-06 2020-03-27 北京工业大学 一种城市交通承载力计算与预测方法
CN111260221A (zh) * 2020-01-16 2020-06-09 广州市交通规划研究院 一种面向城市全局基于动态模型的交通设施承载力评估方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Study on road section environmental traffic capacity model and algorithm under double constraints;Wang, Xiaoxia etal.;《TRANSPORTATION RESEARCH PART D-TRANSPORT AND ENVIRONMENT》;20161031;第48卷;第14-19页 *
城市交通网络布局与优化策略研究;陈新;《中国优秀博硕士学位论文全文数据库 经济与管理科学辑》;20060515(第05期);第65-83页 *
城市分层控规中土地利用强度与交通容量协同优化方法;候全华 等;《长安大学学报 自然科学版》;20150331;第35卷(第2期);第114-121页 *

Also Published As

Publication number Publication date
CN112309119A (zh) 2021-02-02

Similar Documents

Publication Publication Date Title
CN112309119B (zh) 一种城市交通系统容量分析优化方法
CN105857350B (zh) 一种基于区间断面客流的高铁列车开行方法
CN111260221B (zh) 一种面向城市全局基于动态模型的交通设施承载力评估方法
CN102044149B (zh) 一种基于时变客流的城市公交运营协调方法与装置
CN109543934B (zh) 城市公交线网的综合指标的评价方法
CN107679654B (zh) 一种停车规模预估控制系统及实现方法
CN109753694A (zh) 基于全过程出行感知时间的中小城市公交线网设计方法
CN102496076B (zh) 宏、中、微观多层次的城市停车需求预测模型集成系统
CN110599760B (zh) 一种多模式交通网络下的出行行为模拟方法
CN107609677A (zh) 一种基于出租车gps大数据的定制公交线路规划方法
CN104200649A (zh) 基于预先申请的交通高峰期路线资源调度分配系统与方法
CN105808877A (zh) 一种基于站点停靠能力的公交线网布设方法
CN110909434A (zh) 一种低碳导向下的城市公共交通干线网络设计方法
CN114511143A (zh) 基于组团划分的城市轨道交通线网生成方法
Hou et al. A combined modal split and traffic assignment model with capacity constraints for siting remote park-and-ride facilities
Harsha et al. Sustainable urban transport policies to improve public transportation system: a case study of Bengaluru, India
CN117745108B (zh) 一种先进空中交通的客流需求预测方法和系统
Feng et al. Choices of intercity multimodal passenger travel modes
Bie et al. Mixed scheduling strategy for high frequency bus routes with common stops
CN116129651B (zh) 一种基于居民出行行为选择的交通容量计算方法
RITH et al. Development and application of a travel mode choice model and policy implications for home-to-work commuters toward reduction of car trips in metro Manila
CN111680822A (zh) 一种基于非固定路线的往返式公交疏散路径规划方法
CN112070259A (zh) 一种预测城市空载出租车数量的方法
CN116468219A (zh) 一种枢纽站接驳出租车合乘调度匹配方法
CN105023063B (zh) 公交线网新能源公交车运行能耗指标体系的建立方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CB03 Change of inventor or designer information

Inventor after: Liu Mingmin

Inventor after: Wu Jiayou

Inventor after: Jiang Xuefeng

Inventor after: Gan Yonghua

Inventor after: Liu Jiahui

Inventor after: Gu Yuxin

Inventor after: Zhou Zhihua

Inventor before: Zhou Zhihua

Inventor before: Liu Mingmin

Inventor before: Jiang Xuefeng

Inventor before: Gan Yonghua

Inventor before: Liu Jiahui

Inventor before: Gu Yuxin

CB03 Change of inventor or designer information
TR01 Transfer of patent right

Effective date of registration: 20220408

Address after: 510030 floors 1-6 on the west side of No. 10 Guangwei Road, Yuexiu District, Guangzhou City, Guangdong Province

Patentee after: Guangzhou transportation planning and Research Institute Co.,Ltd.

Address before: 510030 15th floor, Guangren building, No.1 Guangren Road, Yuexiu District, Guangzhou City, Guangdong Province

Patentee before: GUANGZHOU TRANSPORT PLANNING Research Institute

TR01 Transfer of patent right