[发明专利]一种城市交通承载力计算与预测方法在审
申请号: | 201911254145.3 | 申请日: | 2019-12-06 |
公开(公告)号: | CN110930708A | 公开(公告)日: | 2020-03-27 |
发明(设计)人: | 李同飞;陈艳艳;孙岩;孙智源 | 申请(专利权)人: | 北京工业大学 |
主分类号: | G08G1/01 | 分类号: | G08G1/01 |
代理公司: | 北京思海天达知识产权代理有限公司 11203 | 代理人: | 吴荫芳 |
地址: | 100124 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 城市交通 承载力 计算 预测 方法 | ||
1.一种城市交通承载力计算方法,其特征在于:所述的城市交通承载力指单位时间城市路网所能容纳的最大交通量,包含出行者需求结构信息、出行者选择行为信息和路网拓扑信息,具体还包括以下步骤:
(1)获取快速路和主干道的高峰小时交通量PHV(辆/h);
(2)计算路网高峰小时流量修正系数α,具体计算公式为:
α=1/全天城市快速路与主干道流量承担全天整体路网交通量的比例;
(3)计算城市整个路网的交通承载力C(辆/h),具体公式如下:
其中,Sr为饱和度。
2.根据权利要求1所述的一种城市交通承载力计算方法,其特征在于:所述饱和度Sr的计算公式为:
其中,TPI为道路或路网的交通拥堵指数,该指数由交通管理局发布,TPIC为道路或路网达到交通承载力时的交通拥堵指数,即期望交通拥堵指数,设定TPIC为“严重拥堵”的下限,因此TPIC=8。
3.一种城市交通承载力预测方法,其特征在于包括以下步骤:
(1)确定城市交通承载力的影响因素;
(2)利用历史数据对影响因素进行因子分析,提取因子模型;
(3)采用非线性回归方法得到交通承载力与各影响因素之间的关系;
(4)根据历史数据分别得到各影响因素的时间序列函数关系式;
(5)根据步骤(4)中得到的各影响因素的时间序列函数关系式,分别计算出各影响因素在特定年份的预测值,并将预测值代入步骤(3)提取出的因子模型中,最后根据步骤(4)分析得到的交通承载力与各影响因素之间的函数关系得到特定年份交通承载力的预测值。
4.根据权利要求3所述的一种城市交通承载力预测方法,其特征在于,所述影响因素包括人口、道路总里程、机动车拥有量、交通运输投资和GDP数据。
5.根据权利要求3所述的一种城市交通承载力预测方法,其特征在于,进一步,根据北京市历史数据进行因子分析提取出的因子如下:
F=0.212P+0.195R+0.214V+0.207I+0.212G (3)
其中,F为提取出的因子,P为人口数(万人),R为道路总里程(km),V为机动车保有量(万辆),I为城市交通运输投资(亿元),G为GDP(亿元)。
6.根据权利要求3所述的一种城市交通承载力预测方法,其特征在于,步骤(3)中所述的分析方法优选三次曲线模型。
7.根据权利要求6所述的一种城市交通承载力预测方法,其特征在于,步骤(3)中所述交通承载力与各影响因素之间的函数关系如下:
C=-9.527×105+526.058F-0.074F2+3.882×10-6F3。
8.根据权利要求3所述的一种城市交通承载力预测方法,其特征在于:
进一步,优选多项式函数拟合交通运输投资(I)和年份(t)的函数关系,
进一步,优选幂函数拟合机动车保有量(V)和年份(t)的函数关系,
进一步,优选幂函数拟合人口(P)和年份(t)的函数关系,
进一步,优选高斯拟合道路总里程(R)和年份(t)的函数关系,
进一步,优选傅里叶拟合GDP(G)和年份(t)的函数关系。
9.根据权利要求8所述的一种城市交通承载力预测方法,其特征在于:
北京市交通运输投资(I)和年份(t)的函数关系为:I=71.48t-132;
北京市机动车保有量(V)和年份(t)的函数关系为:V=144.8t0.5009;
北京市道路总里程(R)和年份(t)的函数关系为:R=169.5t+19380;
北京市人口(P)和年份(t)的函数关系为:
北京市GDP(G)和年份(t)的函数关系为:G=1127t1.116。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京工业大学,未经北京工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911254145.3/1.html,转载请声明来源钻瓜专利网。