深圳关内外交通拥堵探究与治理Word格式.docx
《深圳关内外交通拥堵探究与治理Word格式.docx》由会员分享，可在线阅读，更多相关《深圳关内外交通拥堵探究与治理Word格式.docx（22页珍藏版）》请在冰豆网上搜索。
（3）
针对问题三：
在不考虑建设成本的前提下，本文认为在提出改进方案时不会受到地形地貌等其他因素的影响，可以对早晚高峰期交通拥挤程度最大的梅林路和布吉路做出适当道路建设上的改进。
结合地图与实际路段的拥堵情况，给出了增加关内通道在选址上的具体建议：
1.新建道路：
北环上步立交—银湖水库—五和南路—五和大道与梅坂大道交界处
2.高价改造：
洪湖立交桥—布吉路—深惠路—深惠路与布沙路相交处
3.道路拓宽：
布吉路与粤宝路相交点—粤宝路—红岗路—红岗路与宝洁路相交处
关键字：
关口交通拥堵模型拥堵等级灰色关联综合吸引力选址分析
一、问题重述
交通拥堵是目前中国各大城市面临的共同难题，但拥堵的成因各不相同，因而需要在摸清规律的基础上有针对性地提出解决方案。
由于历史的原因，深圳由关内关外两个区域组成。
关外由宝安、龙岗两个行政区和光明新区、龙华新区、坪山新区、大鹏新区四个功能区组成；
关内含罗湖、福田、南山、盐田四个行政区。
由于有相当的一部分人口在关外居住，在关内上班，导致在上下班高峰期各关口进出通道经常成为交通最拥堵的地方，尤其以布吉关、梅林关等处为甚，在高峰期发生道路交通事故更会严重影响到广大市民的工作和生活。
为了解决这一长期困扰深圳发展的问题，政府在道路建设上投入了大量的资源。
目前，主要关口道路的互联互通程度越来越高，直接增加了关口交通管控工作的复杂度。
与此同时，大规模的基础设施建设也对交通信息采集设备的完好性和可靠性造成了不良影响，从而使关口交通管控和事故应急处理决策愈加困难。
因此，使用数学方法对不完整的交通信息进行建模分析，就成为定量分析关口交通特性及构成要素的重要手段。
如果能在不断修正、调整的基础上取得较可靠的分析结果，将对制定有效、合理的交通管控及事故应对方案提供有益的帮助。
本题附件给出了交警部门记录的各主要关口进出通道瓶颈断面代表时段的交通流量、对应车速数据和行车道数，对拥堵严重的梅林关还以样本抽取方法给出了部分与关口广场连接道路对应时段的相关参考数据。
请根据这些数据以及你收集到的深圳城市功能分区规划、以及实际城市发展等方面的相关资料分析讨论以下问题：
1.分析造成各关口拥堵的深层原因。
以梅林关为例，考虑信息不完备的影响因素构建关口交通模型，分析造成关口广场区域高峰期拥堵的直接原因，对关口广场各连接道路进行分类或定出拥堵指数；
根据你建立的模型给出今后进一步研究关口广场拥堵问题所需交通数据的采集侧重内容建议；
2.在不增加关内外通道数量的情况下，能否通过调整城市分区功能、改变关口区域功能架构以及改善交通管控措施等来缓解梅林、布吉等关口的交通拥堵；
3.如果可以增加关内通道，试问应选在哪些地方（不考虑建设成本）。
二、问题分析
而因为有相当的一部分人口在关外居住，在关内上班，导致在上下班高峰期各关口进出通道经常成为交通最拥堵的地方，这种交通拥堵问题已成为深圳市未来发展急需突破的瓶颈。
第一问中要求分析造成关口拥堵的深层原因，就是要考虑信息不完备的影响因素，建立出能够衡量各个关口道路的拥堵指数模型。
根据实际经验，认为车速在很大程度上能够反映道路的拥堵情况，于是建立出基于车速的拥堵模型。
而在进一步的研究中发现，单位车道上的车流量与车速间具有关联性，并且存在延时阻滞速度，需要对模型作进一步的改进和修正。
利用附录二中数据，计算出各个道路的拥堵系数，根据系数对其分类。
结合模型参数，从实际角度出发分析出在今后进一步研究关口广场拥堵问题所需交通数据的采集侧重内容建议。
第二问中本文考虑实际情况，从岗位数量因素和产业价值因素综合考虑一个地区的综合吸引力，构建双因子吸引力模型。
调整区域功能时将从综合吸引力入手，在此基础上结合实际情况调整相应的区域功能。
并要求在最小的调动情况下达到最好的吸引力均衡。
最后提出改善交通管控措施等来缓解梅林、布吉等关口的交通拥堵。
第三问解决在不考虑建设成本的前提下给出增加关内通道的选址问题，必须结合深圳市各区具体的交通拥堵情况以及第二问中的各区产于调整做出选址分析，通过与深圳市地图的比照，可以给出理想的选址方案。
三、模型假设
1.驾驶员能够遵守交通法规，不存在违规行驶；
2.行驶中发生交通事故为小概率事件；
3.附件中统计数据准确可靠，不存在误差；
4.不考虑行驶过程中直行路与弯行路的区别；
5.不考虑因自然天气造成的车辆拥堵；
6.深圳市人口不会发生激增现象。
四、符号说明
符号
说明
基于车速的拥堵指数
改进后的拥堵指数
最大车速
高峰期拥堵时间
相应时段车速
高峰期非拥堵时间
a
相应时段车流量
拥堵时段平均速度
b
车道数
非拥堵时段平均速度
c
单位车道车流量
进一步修正后的车速
基于单位车道车流量的拥堵指数
进一步修正后的拥堵指数
车速拥堵指数序列
产业增长速度
单位车道车流量拥堵指数序列
综合吸引力系数
分辨率指数
价值吸引力系数
r
灰色关联度
岗位吸引力系数
五、模型建立和求解
5.1问题一：
对关口拥堵现象的深层原因分析
5.1.1对于造成关口拥堵的直接原因分析
深圳市作为我国最早试行改革开放的经济特区之一，其三十年来从小渔村蜕变成为现代化大都市的发展有目共睹。
而当前，交通拥堵问题逐渐成为制约深圳进一步发展的瓶颈。
由于关外与关内被自然山丘隔开，而相当一部分人口在关外居住，关内上班，势必会导致上下班高峰期关口广场的拥堵现象。
根据实际情况并结合附件，这里首先分析了关口拥堵的直接原因：
1.人口和关内就业的快速增长；
2.区域经济快速发展，导致城市私家车数量迅速增加；
3.缓慢的道路建设无法满足日益增长的交通需求；
4.公交、地铁等公共交通建设不完善。
5.1.2关口交通模型建立
本文以梅林关为例，通过对于关口各个路段的数据分析并考虑现象不完备的影响因素，给出对于关口交通特征的定量分析。
构建衡量路段拥挤程度的拥堵指数模型，根据计算结果对梅林关路段分类，最后引入时间阻滞速度[1]对模型进行修正，思路图如下：
图1构建关口交通模型思路图
1.基于车速的初步拥堵等级划分
根据附件一，这里首先讨论车速对于道路拥堵的影响情况，选取了其中八条不同道路在7天内车速随时间变化的曲线图如下：
图2不同路段车速随时间变化图
由图像可知，在每日出现拥堵现象，最明显可以看到速度的急剧下降，在早晚高峰期，有些路段的车速甚至降到以下，说明可以利用车速这一直接因素给出对于具体拥堵概念的描述。
结合实际，这里认为车速是衡量道路拥堵情况的最主要因素，车速越小说明道路拥堵情况严重；
车速越大说明道路拥堵情况很小，较为畅通。
对附录一中的数据统计后得知，途径梅林关口各个路段的最大车速为，最小车速为。
由此可以建立出基于车速的初步道路拥堵系数方程：
（1）
其中，等级最大车速视为，超过最大车速自动认为其拥堵等级为不拥堵。
将车速分别带入道路拥堵指数方程，按照均分原则，根据拥堵指数划分道路拥堵等级：
表1道路拥堵等级表
拥堵指数
拥堵等级
非常畅通
畅通
一般拥挤
中度拥挤
严重拥挤
根据建立的道路拥堵指数方程和划分的拥堵等级，这里对深圳市拥堵现象最为严重的梅林关口中梅观公路普滨加油站南行-北-战略及梅观公路南坪立交桥下北行-南-战略早晚高峰带入公式进行分析。
梅观公路普滨加油站南行-北-战略：
梅观公路南坪立交桥下北行-南-战略：
说明对于梅观公路普滨加油站南行-北-战略段，早晚高峰期都是严重拥堵；
而对于梅观公路南坪立交桥下北行-南-战略段，只有在晚高峰比较拥挤。
模型具有一定的合理性，但结合实际情况，早高峰也应该出现拥挤现象，有待进一步改进。
2.改进的拥堵等级划分
（1）.基于单位车道上车流量的拥堵指数
在基于车速的初步拥堵等级划分中，由于将车速作为衡量道路拥堵的唯一因素，势必存在信息不完备的缺陷。
这里根据附件一，给出了十二条不同道路的车流量随时间的变化的曲线图如下：
图3不同路段车流量随时间变化图
结合图像，在不同路段每天的早晚上下班高峰期，车流量也存在着明显的下降趋势，说明车流量这一因素也可以从某种程度上反映道路的拥堵情况。
在实际生活中，该影响与车道数具有直接的相关性，车道数越大会导致车流量越大，为了更好说明这一因素对于拥堵的影响，这里在相应时间段的道路车流量大小以及道路的车道数对于衡量道路拥堵。
这里引入单位车道的车流量这一参数：
（2）
其中，为相应时段的车流量，为相应的车道数。
越大，说明在相应时间段内单位车道数上通过的车辆数越大，也就说明道路较为通畅；
反之，越小，说明在相应时间段内单位车道数上通过的车辆数越小，也就说明此时道路拥堵现象严重。
这里仿照依据车速建立起的拥堵指数，给出基于的拥堵指数：
（3）
通过对附件一的数据处理可以得出
（2）.基于两种因素拥堵指数的分析
考虑车流量与车速之间内在关联问题，这里选取了107国道（广深公路）南头检查站南行这道路做出车流量与车速关系图如下：
图4车流量与车速关系图
结合图像，在某系道路拥堵时段，车流量与车速存在着同增同减的现象，但并非是一种完全一致的线性关系。
对于道路拥堵指数的改进，在于要综合考虑基于车速得到的拥堵指数和基于单位车道数上的车流量得到的拥堵指数，两者的共同作用决定了最终道路的拥挤情况及最终的拥堵指数的确定。
a.两种因素拥堵指数的灰色关联分析
Ø
两种因素拥堵指数的灰色系统[2]概念
表示道路的拥挤情况取决于车速和单位车道数的车流量大小，它们之间的影响关系并不是简单的线性关系，而使复杂的非线性关系，是一种灰色的系统。
灰色关联分析
设基于车速的拥堵指数为母序列，基于单位车道数车流量的拥堵指数为子序列，则在时刻时，母序列与子序列的关联指数为:
（4）
其中，，称为分辨率系数,一般取。
对于所有的点则定义比较数列对参考数列的灰关联度为：
（5）
将计算出的两种拥堵指数带入
（2）及（3）中，得两者出关联度为。
b.拥堵指数模型的确定
基于车速得到的拥堵指数和基于单位车道数上的车流量得到的拥堵指数对于最终的拥堵情况而言均为正相关，这里建立出衡量道路拥堵情况的线性方程如下：
（6）
在上式中，车速越大、单位车道上车流量越大，得到的拥堵
升级会员 