交通流基本特性.ppt

移位负指数分布*当负指数分布用于单车道交通流的车头时距分布时，理论上会得出大量的0~1s的车头时距，但在实际上这种情况不可能出现。因为车辆的车头至车头的间距至少为一个车长加上前车尾部至后车头部的一定间隔。01为了改正这种不合理，可将负指数分布曲线从原点0沿t轴向右移一个最小间隔长度，(根据调查数据确定，一般在1.0~1.5之间)，得到移位负指数分布曲线，它能更好地拟合观测数据。02移位负指数的分布函数为：033、爱尔朗分布爱尔朗分布是较为通用的车头时距的分布模型。根据分布函数中参数k的改变而有不同的分布函数。累积的爱尔朗分布可以写成：当l=1时，简化成负指数分布。当时，结果将产生均一的车头时距。爱尔朗分布的概率密度函数为：，=1，2，3……l=1、2、4时的概率密度曲线分布拟合检验*分布拟合检验当理论分布与一组观测数据之间的拟合进行比较时，要求有一些评价拟合质量的参数。在交通工程中，目前常用的是检验。根据数理统计理论，任何假设检验都应有下列步骤：(1)建立原假设。现在问题中的假设是：：随机变量X是否服从该完全给定的概率分布。(2)选择适宜的统计量。由数理统计理论已知，样本频率分布在一定条件下可作为概率分布的估计。如果成立，那么假设的概率分布与频率分布应相差不太远。反之，如果被研究对象的样本频率分布与假设的概率分布相去甚远，就有理由否定。确定统计量的临界值。为了完成假设检验，必须求出的分布，进而求得值，以作为取舍的临界值。下统计检验结论。比较的计算值与临界值，若≥，则假设被接受，即认为随机变量X服从该完全给定的概率分布。若＜，则拒受原假设。第三节交通流基本参数的关系模型*01速度、流量、密度交通流三参数02Q=KV交通流三参数的宏观关系速度—密度模型格林希尔茨Greenshields速度—密度线性关系模型格林柏(Greenberg)对数模型：适合交通密度很大时使用安德五德(Underwood)指数模型：适合交通密度很小时使用流量—密度模型交通流的流量—密度关系是交通流的基本关系。根据格林希尔茨公式及基本关系式，得：流量—密度关系图速度—流量模型三维关系模型*第二讲交通流基本特性第一节交通流参数及其指标*交通流特性：指交通流状态的定性、定量特征，交通流参数：用来描述和反映交通流特性的物理量。交通流参数分为宏观参数和微观参数。宏观参数用来描述交通流作为一个整体便显出来的特性，包括交通量、速度和密度；微观参数用来描述交通流中彼此相关的车辆之间的运行特性，包括车头时距和车头间距。一、交通量*交通量又称流量，是指定时间段内，通过道路某一地点、某一断面或某一车道的交通实体数。流量是一个随机数，不同时间、不同地点的交通量都是变化的。交通量随时间和空间而变化的现象称为交通量的时空分布特性。研究或观察交通量的变化规律，对于进行交通规划、交通管理、交通设施的规划、设计方案比较和经济分析以及交通控制与安全，均具有重要意义。*常用的交通量日交通量年平均日交通量（AverageAnnualDayTraffic，AADT）月平均日交通量（MADT）周平均日交通量（WADT）年平均日交通量在城市道路规划与设计中是一项极其重要的控制性指标，用作道路交通设施的规划、设计、管理等的依据。其它平均日交通量是供交通量统计分析、求各时段交通量变化系数，以便将各时段平均交通量进行相互换算之用。小时交通量*高峰小时交通量01流率04第30位高峰小时交通量02设计小时交通量03交通量的时间分布特性月变化由于社会经济活动对交通的需求以及当地季节与气候的影响，同一道路一年中各月的交通量并不相同，呈现出逐月变化的规律。这种变化通常用月变系数（或称月不均系数）M表示：月交通量变化图：以月份为横坐标，以月变系数的倒数为纵坐标，绘制的一年内路段观测断面上的交通量变化曲线。周变化*交通量在每周的日变化以周变系数D表示：周交通量变化图ADT——全年某周内各天的平均日交通量交通量的时变图时变化