論文范文——車道被占用對城市道路通行能力的影響

1、1車道被占用對城市道路通行能力的影響車道被占用對城市道路通行能力的影響摘要摘要交通是城市的命脈。車道往往會因為交通事故等原因被占用，從而降低了道路的通行能力，嚴重的話會導致交通堵塞。為了幫助交通管理部門更好地管理城市交通，需要正確估算車道被占用對城市道路通行能力的影響程度。為了更準確地計算視頻中上流路口進入事發(fā)路段的車輛和通過交通事故所占車道的橫斷面的車輛情況，本文在使用了背景差分法為主，直方圖均衡化、中值濾波法、、形態(tài)學濾波法和邊緣檢

2、測算法為輔的圖像處理方法得到檢測運動車輛的視頻，使計算更簡便。針對問題一，根據權威文獻計算出事故發(fā)生期間事故所處橫斷面理論通行能力和實際通行能力，由兩種通行能力隨時間變化的圖像可知實際通行能力在事故期間隨時間在理論通行能力上下波動，而且這種波動符合正態(tài)分布。針對問題二，在視頻一和視頻二的數據通過正態(tài)檢驗和方差齊次檢驗后，利用這些數據使用方差分析得到同一橫斷面交通事故所占車道不同對該橫斷面實際通行能力的影響無顯著性差異的結論。為了得到這種

3、影響的實際情況，本文又進一步使用了通徑分析，得到的結果為同一橫斷面交通事故所占車道不同對橫斷面實際通行能力的影響決定于各車道的流量比例。針對問題三，首先使用城市交通二流理論計算得到事發(fā)路段隨事故持續(xù)時間增加而改變的排隊長度，然后使用非線性比例尺改進算法統(tǒng)計視頻的排隊長度。然后用夾角余弦法對事故橫斷面實際通行能力、路段上游車流量分配權重統(tǒng)一為一個自變量，和事故持續(xù)時間一同作為BP神經網絡的輸入樣本，排隊長度作為輸出樣本進行訓練，得到一個擁

4、擠交通流排隊長度模型。最后用遺傳算法對神經網絡進行優(yōu)化。模型的結果和樣本數據擬合效果較好，顯示排隊長度會隨著排隊時間變大，路段上游車流量變大，事故橫斷面實際通行能力下降而不斷增加。針對問題四，將車看作元胞，根據所給的數據制定元胞運動規(guī)則，構造出基于元胞自動機的交通流預測模型。經過模擬仿真，得到的結果為：事故發(fā)生后，在上游車流量波動不大的情況下，經過8.3分鐘到9分鐘之間的時間，車輛排隊長度將到達上游路口。對模型進行改進，考慮紅綠燈的情況

5、，得到車輛排隊長度達到上游路口的時間縮短為8分到8.4分鐘之間，平均時間為8.36分鐘，且排隊長度曲線的波動程度變大。關鍵詞：背景差分法通徑分析二流理論神經網絡遺傳算法元胞自動機3fk直方圖均衡法的變換函數()kDxyt差異積累背景建模法的差異動態(tài)矩陣Nmax基本通行能力(123456)ii??修正系數Nt理論通行能力Nx實際通行能力0S初始時刻（t=0時）上、下游斷面之間的車輛數31()UiSit??t時刻通過上游斷面的車輛累計數31