校园交通设计问题范本模板.docx
《校园交通设计问题范本模板.docx》由会员分享,可在线阅读,更多相关《校园交通设计问题范本模板.docx(16页珍藏版)》请在冰豆网上搜索。
校园交通设计问题范本模板
安徽科技学院
数学建模实验报告
实验项目校园交通设计
所在学院城建与环境学院
所属班级地理信息系统111班
组员邵想2206110118
周仁军2206110131
指导教师鲁立江
校园交通设计
我们美丽的清水河校区道路蜿蜒、绿树成荫,宽阔的校园内办公楼、教室、宿舍、食堂等建筑相距较远。
校园里的大型交通班车(接送教职工上下班)、小轿车(教职工自用交通车)、工程车(如洒水车)、电瓶车、摩托车、自行车等车辆川流不息,更有外来车辆将学校道路作为社会交通通道。
由于学生上课和活动的时间和地点比较集中,车辆来来往往,而且学校里很多的学生都喜欢骑自行车出行,再加上校园里道路宽度较小,导致在高峰段时期容易造成短时间内道路拥挤的现象,严重影响了道路的通畅与正常秩序。
我们通过在不同时间段对校园内多处路口进行人流量、车流量的取样调查,对经常出现道路拥挤现象的十字路口、丁字路口进行分析,应用MATLAB软件和SPSS软件对数据进行分析模拟并拟合,建立仿真模型结合理论研究在各个路口人流量、车流量与各个时间段的关系,并对我们统计的数据进行拟合。
令一方面我们根据已知数据建立模型研究分析在上下课高峰时期机动车与非机动车对人流的影响,提出“人流分离”及标志标线等交通控制理论,并进行仿真模拟,通过对比得出最优方案,改进校园交通状况,创造舒适的校园空间.
关键词:
十字路口、丁字路口、道路宽度、交通拥挤、人流分离、
类比
一、问题重述
随着现在各高校逐年扩招,大量的学生涌入校园。
也随着国家经济的迅速发展,教师工资水平的不断提高,越来越多的教师购买私家车,自驾到校上课。
我们电子科技大学清水河校区占地面积四千多亩,本科生、硕士生和博士生人数超过三万。
加上沙河校区,我们要实施“双校区运行管理模式”有很高的难度,应是一个科学高效的系统管理工程,需均衡考虑各方面的因素。
美丽的清水河校区道路蜿蜒、绿树成荫,宽阔的校园内办公楼、教室、宿舍、食堂等建筑相距较远。
目前教师们的主要工作地点是清水河校区,而其中大部分却居住在城区或沙河校区。
校园里的大型交通班车(接送教职工上下班)、小轿车(教职工自用交通车)、工程车(如洒水车)、电瓶车、摩托车、自行车等车辆川流不息,更有外来车辆将学校道路作为社会交通通道.
安全隐患不容忽视,我们需要调研调研清水河校区现有的交通运行模式,建立数学模型对其进行分析,从安全、低成本、便利师生等角度出发提出改进意见,提供合理的交通规划、人流车流组织、停车管理,给广大师生提供安全、舒适、和谐的交通环境.
二.基本假设
1。
将电瓶车,摩托车这种较少且体积较小者与自行车归于一类
2.自行车与学生所占宽度平均为45cm
3.小轿车长均为4.5m,宽度均为1。
8m
4。
校园主道路宽度为7米
5.每个路口不发生交通事故
三、建立模型
我校清水河小区占地面积四千多亩,校园里大小道路很多,但主要的两条主干道路几大部分决定这校园的交通状况,我们将通过对这两天主干线上的一个十字路口和一个丁字路口建立数学模型,分析在不同时间段通过这两个路口的垂直和水平方向的人流和车流情况,并得出解决方案.
为了方便研究校园主干线的交通情况,画出主要通道的简略模型如下:
(注:
如上图,编号1、2分别表示两个路口,十字路口1的水平方向和垂直方向分别是校园的两条主道路)
我们主要对4个上下课的高峰时期路口1和路口2的人流量和车流量进行数据统计,并建立数学模型分析,如下:
(1)早上8:
00—8:
40;
(2)中午11:
30-12:
10,(3)2:
00—2:
40
(4)晚上5:
30—6:
10
定义符号说明:
水平流速——平均5分钟内通过路口水平方向的人数或车数
垂直流速——平均5分钟内通过路口垂直方向的人数或车数
人流速:
y1——路口1人的流速
y2-—路口2人的流速
自行车流速:
z1-—路口1自行车的流速
z2——路口2自行车的流速
机动车流速:
w1—-路口1机动车的流速
w2——路口2机动车的流速
V1—-机动车的平均速度
V2——自行车的平均速度
V3—-行人步行的平均速度
(计算通过一个路口的大致时间,进行疏导方案的研究)
对4个时间段的时间每5分钟转换成1时间单位:
时间段(分钟)
0—5
5—10
10-15
15-20
20—25
25—30
30—35
单位时间
1
2
3
4
5
6
7
建立模型
(一)根据在一天中对路口1中4个高峰时间段人流速、自行车流速、机动车流速的统计如下:
t
1
2
3
4
5
6
7
8
9
10
y1
91
105
119
162
233
98
54
30
38
56
z1
49
68
83
91
121
96
48
14
23
40
w1
3
0
1
0
0
0
1
2
2
2
t
11
12
13
14
15
16
17
18
19
20
y1
66
347
300
90
76
91
120
147
205
201
z1
61
117
110
38
10
20
24
100
105
130
w1
8
6
4
2
4
2
0
0
0
2
t
21
22
23
24
25
26
27
28
y1
88
60
76
117
134
274
276
126
z1
53
25
40
56
60
96
95
69
w1
4
2
2
5
5
4
6
2
初步建立路口1行人的流速与各个时间段的关系,用SPSS软件作散点图如下:
对上述散点图用MATLAB软件进行拟合,得到如下曲线:
用相同方法对自行车流速与时间段的关系建立数学模型,然后用MATLAB软件拟合得到曲线如下:
同样,拟合得机动车流速与时间段的关系曲线如下:
为了分别把路口1中人的流速、自行车的流速、机动车的流速与各个时间段的关系,建立数学模型,对比3条函数曲线,得如下关系:
(二)现根据在一天中对路口2中4个高峰时间段人流速、自行车流速、机动车流速的统计如下:
t
1
2
3
4
5
6
7
8
9
y2
35
41
70
120
125
65
57
75
91
z2
29
37
45
61
63
41
25
33
43
w2
1
1
1
2
2
1
1
1
1
t
10
11
12
13
14
15
16
17
18
y2
115
120
89
77
99
135
160
155
137
z2
59
61
47
19
25
35
48
41
31
w2
1
2
3
1
2
2
3
2
1
用SPSS软件和MATLAB软件对路口2中人的流速、自行车的流速、机动车流速的数据进行处理并拟合,得到人的流速、自行车的流速、机动车流速随时间的变化关系曲线图分别如下:
(路口2)人流速与时间的关系
(路口2)自行车流速与时间的关系
(路口2)机动车流速与时间的关系
同样,为了分别把路口2中人的流速、自行车的流速、机动车的流速与各个时间段的关系,建立数学模型,对比3条函数曲线,得如下关系:
四、计算模型
在上个板块中,我们仿真模拟建立了路口1与路口2中人流速、自行车流速、机动车流速与4个上下课高峰期时间段的关系。
在路口1模型中,通过用MATLAB软件进行数据拟合,我们可计算得,各函数曲线方程近似值:
1.人流速模型曲线
f(x)=a1*sin(b1*x+c1)+a2*sin(b2*x+c2)+a3*sin(b3*x+c3)+a4*sin(b4*x+c4)+a5*sin(b5*x+c5)
Coefficients(with95%confidencebounds):
a1=182。
9(-7095,7460)
b1=0。
1156(-4。
252,4。
483)
c1=-0。
08947(—51。
48,51.3)
a2=91。
97(61。
69,122.3)
b2=0.8763(0。
7914,0.9612)
c2=3。
469(1.943,4.994)
a3=368.7(-1.135e+006,1.135e+006)
b3=0.3551(—56.46,57。
17)
c3=—0.123(—811.6,811.4)
a4=358.9(—1。
142e+006,1.143e+006)
b4=0。
3863(-43。
59,44.37)
c4=2.569(—636。
2,641。
3)
a5=44.47(18.31,70.62)
b5=1.738(1。
652,1.824)
c5=—1。
078(—2。
464,0。
3085)
2.自行车流速模型曲线
f(x)=a1*sin(b1*x+c1)+a2*sin(b2*x+c2)+a3*sin(b3*x+c3)+a4*sin(b4*x+c4)
Coefficients(with95%confidencebounds):
a1=112。
5(—3010,3235)
b1=0.08468(-1.369,1.539)
c1=0。
8087(-17.26,18。
88)
a2=56。
57(—3075,3188)
b2=0。
166(—1.838,2.17)
c2=2。
979(-21.03,26。
99)
a3=12.08(—2。
653,26.81)
b3=1.11(0.8617,1。
359)
c3=0。
04569(—3.577,3.669)
a4=46.64(31.6,61.68)
b4=0。
8532(0.7851,0。
9214)
c4=-2。
426(—3.49,—1.362)
3.机动车流速模型曲线:
f(x)=a1*sin(b1*x+c1)+a2*sin(b2*x+c2)+a3*sin(b3*x+c3)+a4*sin(b4*x+c4)+a5*sin(b5*x+c5)
Coefficients(with95%confidencebounds):
a1=2。
737(1.931,3。
542)
b1=0。
05346(—0.01642,0。
1233)
c1=0.5915(—0.3441,1.527)
a2=0.622(—0.1732,1.417)
b2=0。
8172(0。
5901,1。
044)
c2=-2。
162(—5.752,1.427)
a3=2.434(1。
57,3。
298)
b3=0。
4658(0。
4146,0.5171)
c3=-3。
876(-4。
688,—3.065)
a4=0。
8633(0。
03119,1。
695)
b4=1.336(1。
214,1.457)
c4=-0.8458(-2.805,1.113)
a5=0.6256(—0。
1497,1。
401)
b5=2.108(1.939,2。
276)
c5=1.357(-1.271,3.985)
模型汇总和参数估计值
因变量:
y2
方程
模型汇总
参数估计值
R方
F
df1
df2
Sig。
常数
b1
S
.551
19.601
1
16
。
000
4.777
-1。
402
自变量为t。
主体间效应的检验
因变量:
y1
源
III型平方和
df
均方
F
Sig。
校正模型
192950。
000a
27
7146。
296
。
。
截距
510300.000
1
510300。
000
。
。
t
192950.000
27
7146.296
。
。
误差
。
000
0
.
总计
703250。
000
28
校正的总计
192950.000
27
a.R方=1.000(调整R方=。
)
模型描述
模型名称
MOD_5
因变量
1
y2
方程
1
Sa
自变量
t
常数
包含
其值在图中标记为观测值的变量
未指定
a。
该模型要求所有非缺失值为正数。
五.结果分析与检验
根据我们建立的路口1模型与路口2模型,研究者两个路口在各个时间段对道路造成拥挤的情况,由此我们得到路口1和路口2各种交通与时间段关系曲线:
由上述路口1与路口2的交通情况曲线可验证,在
(1)早上8:
00-8:
40;
(2)中午11:
30—12:
10,(3)下午2:
00—2:
40(4)晚上5:
30—6:
10这四个上下课高峰时间段,行人的流速、自行车流速与机动车流速几乎同时在这四个时间段达到最高峰,所以在这四个上下课高峰时间段,造成十字路口1和丁字路口2的交通过度拥挤的情况,与我们建立模型所得的结果一致.
由此,我们对校园内交通提出如下改进意见:
1.周一到周五,在
(1)早上8:
00—8:
40;
(2)中午11:
30—12:
10,(3)下午2:
00—2:
40(4)晚上5:
30—6:
10这四个上下课高峰时间段,在校园内环两条主道路上组织保安设置路障,禁止大型班车与小型轿车的通行。
2.在上述四个高峰时段,为了防止人流与自行车流的冲突,对两条主道路进行“人车分流”策略,并配有保安指挥。
3.在本论文中讨论到的两个主要路口中设置交通标志牌和减速带来引导大家更好地遵守交通.
4.在校园外环路上设置合理的停车点,控制进入校园内环的大型车辆数量.由此,我们可以大力提倡广大师生乘坐校园集体观光车,减少校园道路上的交通压力.
六、模型优缺点与改进意见
样本选取具有代表性,我们所选的两条主道路和一个十字路口、丁字路口的交通情况可以很好地反应校园交通整体的情况。
对原始数据拟合时,采用多种方法进行,使之愈来愈完善,具有很高的拟合精度和适度性在此基础上,对模型作进一步讨论便可得到一系列可靠而实用的信息并且,所得结论与客观事实很好地吻合,从而进一步说明模型是合理的。
在建立数学仿真模型时,我们在几个路口几个时间段内较准确的统计了各交通流量的情况,提高了准确性;我们选取的模型中出现的交通拥挤现象十分符合校园交通中人们关注的焦点,对我校相关部门的研究有一定的帮助。
由于我们建立模型的时间有限,可能没有考虑得十分周全,所得的结果中存在一定的偏差。
七.参考文献
【1】徐全智杨晋浩《数学建模》(第二版)高等教育出版社2008.1
【2】赵静但琦《数学建模与数学实验》(第3版)高等教育出版社2008.1
【3】电子科技大学清水河校区1:
200地图(参考网上地图)
【4】王炜郭秀成《交通工程学》东南大学出版社2000
附件:
路口1处四个高峰时间段行人流速、自行车流速、机动车流速的关系模型源代码:
t=[1;2;3;4;5;6;7;8;9;10;11;12;13;14;15;16;17;18;19;20;21;22;23;24;25;26;27;28];
y1=[91;105;119;162;233;98;54;30;38;56;66;347;300;90;76;91;120;147;205;201;88;60;76;117;134;274;276;126];
z1=[49;68;83;91;121;96;48;14;23;40;61;117;110;38;10;20;24;100;105;130;53;25;40;56;60;96;95;69];
w1=[3;0;1;0;0;0;1;2;2;2;8;6;4;2;4;2;0;0;0;2;4;2;2;5;5;4;6;2];
plot(t,y1,'r');holdon
plot(t,z1,’g’);holdon
plot(t,w1);
路口2处四个高峰时间段行人流速、自行车流速、机动车流速的关系模型源代码:
t=[1;2;3;4;5;6;7;8;9;10;11;12;13;14;15;16;17;18];
y2=[35;41;70;120;125;65;57;75;91;115;120;89;77;99;135;160;155;137];
z2=[29;67;45;61;63;41;25;33;43;59;61;47;19;25;35;48;41;31];
w2=[1;1;1;2;2;1;1;1;1;1;2;3;1;2;2;3;2;1];
plot(t,y2,’r’);holdon
plot(t,z2,'g');holdon
plot(t,w2);
计算框图: