路段的负载表示模型设计.doc

1、目 录1. 绪论11.1 课题研究背景与意义11.2 国内外研究现状21.2.1 国外研究现状31.2.2 国内研究现状51.3课题研究内容和结构61.4 小结62. 路段负载的评定72.1引言72.2指标的选取72.2.1 出行距离72.2.2 出行时间72.2.3 出行费用82.3小结83. 路段负载模型的研究83.1引言93.2 路段负载的权重表示模型93.2.1 提出模型93.2.2 模型分析103.3参数采集和模型验证103.4 小结144. 路段负载表示模型的设计与实现154.1系统模拟环境154.2 系统模块的设计代码154.3 程序仿真164.4 模拟结果展示184.4.1工业

2、路路段负载图184.4.2乌山路段负载图194.4.3福新东路路段负载图194.5小结20总结与展望21致谢22参考文献2325路段的负载表示模型摘 要 长期以来，交通问题已成为困扰城市发展的重要问题。我们必须进行合理的交通规划，交通规划中的一项重要内容是进行交通流的合理组织与分配，以此来达到提高交通设施容量、均衡负载、缓解交通压力的目的。路段负载模型能够反映交通流组织对路段负载的影响。进行交通分配的首要务是对路段负载进行计算，最终实现交通流在路网各路段上的合理实时动态分配。 路段负载作为交通规划基础，对其进行深入的研究是十分必要的。本文针对交通路网中道路的本质特征，利用道路间的相交关系描述交

3、通路网，给出了与概念模型相匹配的数据，通过融合相关交通信息减少了数据冗余。通过构建一个负载路网的表示模型，提出了之相适应的模型算法，实现路径寻优，得到最优路径规划。文章最后通过福州三个路段对提出的路段负载模型经过数学运算和Turbo.c2.0平台实现与验证。结果显示路段负载模型可以良好表示实际交通负载，并具有良好的平台适应性。进一步说明该模型可以满足实际应用的需要。最后，关于进一步工作的方向进行了简要的讨论。关键词：交通规划，交通流，路段负载模型，最优路径规划Section of the load representation modelABSTRACTCurrently,transporat

4、ion has be come the bottle neck of urben deveploment.We must be reasonable transport planning， an important content in traffic planning is to carry on the organizing and assigningrationally of traffic flow, so as to achieve the goal of improving capacity of traffic facility,balancing load, relieving

5、 the traffic pressure. The impedance function can reflect the traff cflow impact on impedance of section and intersection. The primary task of the trafficdistributes is to calculate the road impedance.eventually achieve the traffic flowS reasonable realtimedynamic allocation on the road sectionsSect

6、ions of the load as the basis for transportation planning, its in-depth study is necessary. In this paper, the road traffic network in the essential characteristics of the intersection relationship between the use described in the road transportation network, gives the match with the conceptual mode

7、l of data traffic through the integration of relevant information to reduce data redundancy. Network by constructing a representation of the load model is presented to adapt the model of the algorithm to achieve route optimization, the optimal path planningFinally, the three sections through the Fuz

8、hou section of the proposed load model through the mathematical calculations and Turbo.c2.0 platform and verification. The results showed that sections of the load model can be a good real traffic load, and has a good platform adaptability. Further shows that the model meets the needs of practical a

9、pplication.In the end，direction of further work is discussedKEY WORDS Transportation Planning ,traffic Flow,road load model,short path algorithm1. 绪论1.1 课题研究背景与意义随着社会经济的发展，人口向城市特别是大城市集中的趋势日益增长。随着人口快速地向城市聚集，促进了城市的迅速发展，但随之也带来了众多城市问题，其中交通是最严重的问题之一，交通拥挤堵塞是我国特大城市和大城市面临的极其严重的“城市病”之一，已成为影响城市功能正常发挥和城市可持续发展的

10、一个全局性问题国内外大中城市交通状况日趋紧张，中国国务院总理温家宝曾批示指出，优先发展城市公共交通是符合中国实际的城市发展和交通发展的正确战略思想。交通状况在某种程度上影响了城市进一步发展及人民生活水平的提高。造成城市交通负载的原因主要几个方面：1、道路交通设施建设速度跟不上交通需求增长速度是造成大城市道路交通拥堵的直接原因；2、交通管理跟不上城市交通系统的发展，已有道路的利用率不高，加重了城市道路的交通负载；3、出行交通结构不合理，路面优先权不明确，诱发了大量的路面需求量，更加重了城市道路交通的负载。4、市民的现代交通意识浅薄，交通违纪现象严重，交通秩序混乱。因此，缓解城市交通拥挤的根本出路

11、是：“加快道路建设、强化交通管理、优化交通结构、提高交通意识”。目前，人们对“加快道路建设、强化交通管理、提高交通意识”在解决交通问题中作用有了较为深刻的认识，但对“优化交通结构”的作用认识不足。本文通过对交通路网的路段构成进行分析，设计一个道路路段的的负载表示模型，并进行仿真实验。实现对路网中的道路负载状态进行有效计算，并对相邻路段的动态负载进行预测分析，以对整个路网中的交通流变化进行动态负载计算分析及其负载均衡能力评估提供基础度量依据，优化交通结构。福州市作为一个迅速发展的城市，交通隐患日趋明显。因此我们必须以交通工程原理及系统工程方法2作为指导，立足与福州城市特色和公共客运交通的特点，将

12、城市交通运输作为一个与城市社会、经济发展及城市综合交通系统发展密切相关的有机系统，对其进行全面、系统的研究，设计出最好的方案，响应党提高民生，利国惠民的政策。 人们在驾车出门之前，一般都习惯先上网搜索最优（距离最短、交通最畅）的驾车路线，因此，研究如何在大规模的路网之中求出两点之间的最优路径问题1具有重要意义。由于公众在进行最优驾车路线搜索时，往往可以忍受一定的误差，但却无法忍受漫长的等待，所以，计算时间短就成了首要的目标。 在交通分配中，路段负载模型起着至关重要的作用，决定着分配过程中路径的选择。目前在交通规划中影响最大、使用最广的路段负载模型为BPR模型9，它是美国公路局针对高速公路交通流

13、特性在调查的基础上开发的路段负载模型，该模型反映了路段行驶时间和路段流量之间的关系，是最有意义的一个研究成果。它使用广泛的主要原因是在该模型中，路段流量不受路段通行能力限制的特点使得流量分配时不需要检测可行解，从而使分配算法大大简化。但该模型最初是针对公路网规划的，并未考虑交叉口产生的负载，并且在使用时，参数的物理意义和精度并不确定，特别是参数的取值对路段流量的约束性不强，当部分路段上的流量已经超过了路段的通行能力时，另外路段上的流量还很小或者为零。在我国，仅有部分主干路路段可适用于BPR模型，其所反映的车辆负载并不是城市交通拥堵产生的实质，城市道路车辆运行情况来看，城市道路机动车阻抗主要集中

14、在城市道路交叉口3，而BPR模型并不能反映出这一事实。因此对路段负载模型形式需要进行进一步研究。 目前，关于路段负载模型各国都是根据本国国情进行开发的，计算方法千差万别。我国的经济发展和道路建设状况不同于西方发达国家，主要表现为交通组织和管理手段落后、道路功能不明确、行人交通安全意识有待进一步提高，因此适用于西方发达国家的方法不一定适合我国路段模型的分析和计算，很有必要对我国的道路负载模型进行深入研究，以适应我国的交通现状并能为城市路网的规划和评价提供有力的依据。本文在了解城市交通流诱导系统结构9的基础上，研究基于出行者最优的路径规划模型，并结合福州城区的实际交通状况，对模型体系进行实证分析，

15、水平与使用价值。力求在理论研究的基础上，通过计算机的模拟仿真，使对交通流诱导系统的研究更进一步深入。使研究具有一定的理论为公众提供动态实时的最优路径诱导，切实有效地解决福州市公众出行难的问题。1.2 国内外研究现状出行者的路径选择问题己日益成为交通科学领域研究的热点问题，正确认识出行者的出行决策过程有助于政府相关职能部门制定相应的交通政策，有利于ATIS交通信息10的及时有效发布，从而达到诱导人们出行，均衡路网交通流量，提高路网利用率的目的。随着对出行者路径选择问题研究的不断深入，日益复杂的交通路网、影响交通出行的各种不确定因素以及驾驶员自身的出行经验、风险态度、出行目的等主观因素都被考虑入内

16、。这是因为:一方面，确定性条件下的出行选择问题己研究的十分深入和成熟，然而由于其忽略了较多影响出行者出行选择行为的因素，这在一定程度上限制了该理论的应用范围和实际效用的发挥。另一方面，机动车的增多以及路网复杂性的加大，给人们的日常出行带来了许多不确定因素，如何处理不确定因素下的出行路径选择行为己经成为交通科学领域研究的另一个重要课题，即研究不确定条件下的出行者路径决策行为有着重要的理论价值和现实意义。为较好的描述风险以及不确定条件下的出行者路径选择问题,在国外发达国家对道路智能化以及路径优化的研究起步比较早，目前在路网的优化技术领域有着广泛而深入的研究。对于路段模型的表示，众多专家学者采用了各

17、种方法进行研究。主要方法有进行理论建模和通过观测数据进行回归，其中有一些模型沿用至今。1.2.1 国外研究现状(1)美国公路局的BPR负载模型11及其改进模型12: (11) (12式中：-两交叉口之间的路段行驶时间(min);-自由流车速时的路段行驶时间(min) ;、-回归系数，典型值为=0.15，=4J-服务水平数;-路段实用通行能力（veh/h）;-路段机动车交通量(veh/ h);BPR9模型(式11)属于理论回归模型，是当前最流行，应用最广泛的路段负载模型。考虑了交通流量的影响，并且使用起来比较简便，在国外应用很广泛，在国内的有关著作或研究报告中也经常引用。但是该负载存在以下的不足

18、：1)负载模型是根据城际间公路运输的大量数据拟合建立的，忽略了交叉口的路阻影响。对于路段长、交叉口少的城际间公路来说比较合适，但是对于城市交通，由于路段短，交叉口比较多，交叉口的负载并不能忽略，因此该负载模型对于城市交通路网的分配，尤其是动态交通流分配来说，不是十分合适。2)对于函数关系式进行深入剖析可以发现，当路段上的交通量小于路段的通过能力，可以有大量实测数据能够得到，以供回归分析使用，而且函数关系式当即超饱和时，实测据极少，很难通过观测得到，也就不可能对函数的这部分进行回归分析。因此行驶时间函数的部分在很大程度上存在误差。3)在取值为0.15时，C定义为行程时间大于自然流行程时间15时的

19、流量。那么在这一定义下，随着口变化c具有不同的含义。并且采用自由流行程时间和通行能力定义的路段负载在实际应用中需要标定、和个参数，准确标定较为复杂。Davidson9的改进模型(式12)克服了BPR模型的不足，使得当路段上的机动车交通量接近实际通行能力时，模型函数值趋近于无穷大，更符合实际情况。(2)英国运输部建立的TRRL9模型英国交通与道路研究实验室(TRRL)认为，以实测数据为基础的速度流量关系式比前述模型更有实用意义，他们推荐的适用于城市中心区新建道路的交通负载模型9为：vq= 49.9-0.163(q + 430) I(W-R), 16 vq 38km/h (1.3)适用于其他城市道

20、路或者较高车速的道路模型为:vq=67.6-0.123(q + 1000) /(W-R), 32 vq 56km/ h (1.4)式中:vq -交通量为q时的路段行车速度(km/h) ;W-行车道宽度(m);R -行车道宽度的减少值(m);其余符号含义同BPR模型。该模型的优点是考虑了路段宽度对负载模型模型的影响，缺点是适用范围较窄，即适用于其它影响因素影响较小的情况，是否适用于中国的道路交通状况有待进一步验证。(3)日本和德国交通部门采用的线性路段负载模型9：该模型结构简单，但是由多种影响因素决定的参数，其稳定性和通用性有待进一步研究；同时，当道路上交通量变幅化度很大时，模型的准确性有待进一

21、步验证。 （1.5）式中: -线性参数;其余符号含义同BPR模型。该模型结构简单，并且是由多种影响因素决定的参数，其稳定性和通用性有待进一步研究，同时，当道路上交通量变化幅度很大时，模型的准确性有待进一步验证。1.2.2 国内研究现状国内对路段负载模型的研究目前还没有统一的计算模型。在静态交通分配中，有的直接用路段长度与实际行车速度相比来确定负载，这种方法仅仅考虑了交通条件对负载的影响，对道路条件、交通流组成等因素并未考虑，对于交叉口阻抗的影响也没有考虑。计算模型较为粗糙，适用性较差。大多数则是直接引用国外的负载计算模型或者加以简单修正后才用，其中美国道路局推出的BPR函数被使用的次数最多。这

22、个模型考虑了交通负荷的影响，但是由于它是以自由流为基础建立起来的理论模型，不符合我国混合交通流的特点，也不适用我国目前城市交通发展的实际情况。所以直接引用在实际当中误差较大。近些年来，我国的一些交通人士针对我国国情，在路段负载模型研究方面也取得了不少成果。具体有：(I)考虑非机动车影响因素的BPR改进模型13: （1.6） 式中:、-机动车、非机动车路段交通量(veh/h);、-机动车、非机动车路段实用通行能力(veh/ h);、-回归参数，根据道路交通量、车速调查数据利用最小二乘法拟合确定。（2）北方交通大学袁振洲博16士从动态交通分配角度出发，通过路段上非拥挤段的长度与车辆实际的平均行驶速

23、度之比得到的行程时间函数(其中车辆的平均行驶速度由改进的格林希尔治速度一密度模型得到): d （1.7）式中：-路段长度(m); -交叉口排队长度(m);-车辆的行驶速度(km/ h);1.3课题研究内容和结构本论文主要以机动车为研究对象，首先介绍了国内外道路负载模型的研究现状和成果，由于数据的采集和处理存在一定难度，为了不再重复一些基础的工作，本论文在分析已有成果的基础上，基于福州市交通信息平台，借鉴国外的研究方法，结合我国车流的运行特性得出路段负载的理论模型理论模型。论文的主要研究内容如下:路段负载模型研究。在进行路段类型划分和明确路段负载影响因素的基础上，结合福州地区城市道路交通特点，对

24、实际数据进行研究分析，剔除不合理数据后，对路段负载模型进行验证，并对验证结果进行了深入分析。通过计算对比对路阻负载模型进行了研究，建立了路段负载模型，并给出了参数标定的计算过程。根据以上研究内容，本论文分为四个章节。(1)第一章为绪论，分析了本文的研究背景，研究目的和意义，阐述了本文的研究内容和思路，介绍了当前路段负载模型国内外一些现状，并对其进行需求分析，最后指出本文的结果及研究内容。(2)第二章对路段负载的评定作了简要分析。列举了影响路段负载的一般因素，通过对这些因素的综合，通过对负载因子的评定，优化路径。为下一章的模型的提出作铺垫。(3)第三章提出本论文的负载模型，对提出的负载模型作了了

25、简要分析；通过对福州3条路段的模型分析研究；并提出问题以及对问题的具体分析；通过计算实现对模型的验证。(4)第四章模拟实验的设计和实现。按照最合适的模型进行模拟仿真。得到的结果进行对比分析，验证模型的实用。1.4 小结本章首先给出了课题的研究背景与意义，然后综述了国内外负载模型的研究现状，通过国内外现状来进行深入探讨与研究为下文的项目需求作出铺垫。对负载模型进行大量的研究和查找材料，做好第一步的准备工作。最后，给出了论文的结构和研究内容简介。2. 路段负载的评定2.1引言车辆在由起点到达终点的过程中，是必须付出一定的代价的。城市道路网络中的负载，完整意义上应该包括交通成本、交通时间、交通安全、

26、舒适程度等因数。例如，必须走过一段距离，花费一段时间，付出一定的费用，司机也必须耗费一定的精力。这里把这些统称为旅行支出。最优路径是由组成道路网的基本元素-路段，首尾相连而成。车辆在每条路径上的旅行支出等于车辆通过组成路径上的每条路段的旅行支出之和。因此，对道路网的属性加权可以转化为对组成道路网的每条边进行加权。考虑到交通中的实时因素，本章利用数学中的一些简单基本逻辑关系，对道路负载进行评定，提出了一些基本的影响路段负载的因素。2.2指标的选取 目前常用的交通诱导模型2主要存在以下两个方面的问题：其一，就是只能为公众提供最短驾驶路径，而无法为公众提供最优（如：时间最短的）驾驶路径，很多时候，由

27、于交通拥塞的问题，最短路径往往需要花费最长的行车时间；其二，就是只能为公众提供静态陈旧的路径诱导，而无法为公众提供动态实时的路径诱导。提到最优路线，首要的问题就是这个“最优”是什么意义下的最优，是出行距离最短，还是出行时间最短、出行费用最小等，这就牵涉到用一个负载模型进行综合评定。2.2.1 出行距离 若直接将出行距离最短作为负载的评定，相应的道路负载可直接选取路段属性中的路段长度。这是一种简单、直观的方案，道路负载可直接获得，无须标定，但实用性较差。该方案只适用于畅通度极好的路网，或结点较少、可选路线较少、绕行路线较远、负荷度不大的路网，因为在这些情况下，距离基本上能够作为衡量路线优劣的尺度

28、。除此而外，在一般的城市路网中，交通情况复杂，拥堵程度较高，路网密度大，里程近似的可选路线极多，距离最短的路线中往往包含经常发生堵塞的路口或路段。并且各条路段的路况程度不一样，把距离作为负载的评定就无多少实际意义和参考价值。2.2.2 出行时间应当说把时间作为道路负载的评定，对大多数用户来说，是最期望得到的一种负载路线。若将出行时间最短作为最优目标，相应的道路负载如何标定是一个非常值得研究的问题。一般而言，确定以出行时间度量的道路权重18有以下几种方案：方案1： 选取车辆通过路段的平均行程时间作为道路负载，平均行程时间可根据下式计算：路段的平均行程时间=路段长度/设计车速 (2.1)这是一个非

29、常简化的模型，只引入设计车速这一反映道路技术等级的静态变量，没有反映当前交通流的特性，不能较好地反映现实情况，因而只具有一定的参考价值。 方案2:完全以实时的路段行程时间为负载。从给车辆自导航系统带来的实际效果而言，这是最理想的方案。但它的实现需要有非常完善的通信基础设施和交通检测技术作保证。而我国现阶段的技术和基础设施状况尚无法达到使该方案得以大范围实施的程度。方案3:引进表征路段行程时间与交通流量之间关系的路段负载模型以及交叉口延误模型19，计算当前时段的路段行程时间及交叉口延误，以此确定道路负载。该方案既考虑了交通流的特性，体现了实时因素，又在当前基础设施状况允许的范围内。该方案较好地反

30、映了现实情况，且技术上切实可行，体现了实用性与可行性的折衷考虑。2.2.3 出行费用选取车辆在路段上的平均运行费用作为路段负载，可将出行费用18定义为: C=C1+C2+C3 (2.2)其中C1是车辆的行驶费用t(可用耗油量度量)，C2是出行时间的价值(可用社会平均劳动时间的价值衡量)，C3是收费道路的收费。 该最优负载充分体现了经济因素，并将行驶里程，出行时间等因素都通过折算成费用加以考虑。特别适用于大型车队、运输公司等运输企业，便于其进行成本核算，控制运营成本等。而对于个人出行者，为确定出行费用所付出的代价，与它为出行者带来的利益比较起来，投入和收益是否成比例，值得进一步商榷。2.3小结

31、除了上文列举的一些影响负载的因素外，当然还有很多因素影响着道路的负载，比如道路复杂度、交通安全公交车站对交通的影响等。下一章节将通过路况等级程度，实时拥挤程度做一个道路的综合模型来体现道路的负载。3. 路段负载模型的研究3.1引言任何数学模型都是现实问题的近似和抽象，因此在解决实际问题时，通常路径选择和优化还需要对现实情况进行综合考虑和对建立的数学模型进行改进使其更符合实际。当然要忽略功城市道路上(含交叉口)机动车、非机动车和行人的相互干扰以及路段公交车站对交通的影响， 城市道路上对向行驶的机动车认为不相互影响，只把城市道路分为主干路、次干路和支路，不考虑机非混行的城市支路。路段负载模型是解决

32、路段优化的关键技术，为了计算路段负载程度必须建立路段负载表示模型。但是，反映动态路径的路段负载模型不同于一般交通分配中的路段负载模型。 城市交通网络中的负载，完整意义上应该包括交通成本、交通时间、交通安全、交通距离和舒适程度等因素。但是如果把这些因素都考虑进来，建立一个科学严谨、准确性高的数学模型，将非常困难，并且运用起来也会相当复杂。它的建立需要根据城市道路特征和交通管理的特点进行分类计算。故而，本章将建立适用于城市道路交通流组织的路段负载表示模型，通过对负载因子的计算来评定路段的负载程度。 3.2 路段负载的权重表示模型3.2.1 提出模型定义路网（Road Network）中的任意一条道

33、路R，假定其共存在m个交通路口（Traffic Crossing）C1,C2,Cm，则称C1,C2,Cm为道路R上的节点(Node)，而这m个R上的节点所构成的集合C1,C2,Cm就称为道路R的节点集(Node Set)。对R的节点集C1,C2,Cm中的任意两个节点Ci、Cj，若Ci与Cj之间不存在除Ci、Cj之外的其它节点，则称Ci与Cj互为邻节点(Neighboring Nodes)。若C1,C2,Cm为道路R的节点集，且任意两个节点Ci、Ci+1均互为邻节点，则称C1,C2,Cm为道路R的有序节点集（Ordered Node Set），记为ONSR。定义相邻路段负载因子：对给定道路R，假

34、定ONSR=C1,C2,Cm，对任意相邻路段CjCj+1，令： j=f(x1,x2)= (3.1) 则称j为相邻路段CjCj+1的负载因子(Load Factor)。3.2.2 模型分析在上式(3.1)中，为权重因子，满足：；x1(1x1M1)，表示该路段的当前路况等级，路况等级分为1 M1级，1级表示最好，M1级表示最差；x2(1x2M2)表示该路段的当前拥塞等级为，拥塞等级分为1 M2级，1级表示拥塞最小，M2级表示拥塞最大。定义路段负载因子：对给定道路R，假定ONSR=C1,C2,Cm，对R上的任意路段CiCj，令：ij=Maxi, i+1, j-1则称ij为路段CiCj的负载因子。其中

35、，ki, i+1, j表示相邻路段CiCi+1的负载因子。显然，由以上j的定义易知，j的值越大，则表示该路段的情况越差，即该路段的负载越重；其中，在路况最好且拥塞最小时，也就是当x1=1 x2=1。路段CjCj+1的负载因子j达到最小值1；在路况最差且拥塞最大时，路段CjCj+1的负载因子j达到最大值。3.3参数采集和模型验证福州城市中心面积过小，人口、车辆密集度高，城市道路断头路、迂回路较多，整体连通性下降；福州火车站北站和汽车北站毗邻，人口流通量大，出入境车流多，“瓶颈”现象突出，对车辆几乎没限制，与城内交通相互混杂，造成主城区交通混乱、本次参数的采集是基于福州市交通信息平台，采用录像观测

36、法，通过系统保存的数据文件进行统计。对于道路的类型，分为主干道、次干道和支路，道路等级数为1-3级，主干道的路况等级为1，表示最好，次干道的路况等级为2，表示较差，支路的路况等级为3。表示最差。拥塞等级分为1-4级。1级表示道路畅通，2级表示速度正常，3级表示轻微堵塞，4级表示严重阻塞。本论文研究的是正常状态下的负载,所以调查时间避开了高峰期，天气状况也是选择正常情况。本文通过对工业路，乌山路，福新东路交通量和自由流速的采集，计算得出拥塞等级，转化成对应的标准等级.从模型的定义中我们得知,满足权重因子,并且满足：,取从0、0.1、0.2、0.3-1，对应从1、0.9、0、8、0.7-0，计算出

37、工业路三条路段的负载因子如表3.2：表3.1 工业路拥塞等级表道路名称道路等级交通量（veh/h）自由流速度（km/h）长度（千米）计算拥塞等级对应标准等级工业路路段1 主干道2400400.72141.52工业路路段2主干道2000510.63239.22工业路路段3主干道1660390.49161.53 表3.2 工业路路段负载模型数据道路名称道路等级拥塞等级长度（千米）计算负载实测负载工业路路段1主干道20.7211.401.39工业路路段2主干道20.6321.401.38工业路路段3主干道30.4911.621.59根据上表的数据，可以画出工业路段的计算负载趋势，如下图3.1： 图3

38、.1计算负载趋势坐标图工业路三个路段实测负载趋势，如图3.2： 图3.2 实测负载趋势坐标图从坐标图可以看出，计算负载和实际负载的趋势大体一样，该路段的负载因子为1.62,表现为速度正常。下表将对乌山路进行研究，乌山路有2个交通路口，对两个路口的路段进行分析，因为只有两个交通路口，所以相邻路段的负载因子就为该路段的负载因子，具体数据如表3.3所示：表3.3 乌山路路段拥塞等级道路名称道路等级交通量（veh/h）自由流速度（km/h）长度（千米）计算拥塞等级对应标准等级乌山路主干道1980551.235361.8下图是对应乌山路负载模型值：表3.4 乌山路负载模型数据道路名称道路等级拥塞等级长度

39、（千米）实测负载计算负载误差乌山路主干道1.81.2351.321.340.02由图表分析得知，计算负载和实测负载的悬殊不大，在误差允许的范围内。计算得出该路段的负载为1.34。表3.5 福新东路拥塞等级道路名称道路等级交通量（veh/h）自由流速度（km/h）长度（千米）计算拥塞等级对应标准等级福新东路路段1主干道2940420.382703.5福新东路路段2主干道2000500.495402续表3.5道路名称道路等级交通量（veh/h）自由流速度（km/h）长度（千米）计算拥塞等级对应标准等级福新东路路段1主干道2660380.491703.5福新东路路段2主干道2600400.60765

40、3.2表3.6 福新东路负载模型数据道路名称道路等级拥塞等级长度（千米）实测负载计算负载福新东路路段1主干道3.50.3821.701.69福新东路路段2主干道20.4951.421.40福新东路路段3主干道3.50.4911.691.69福新东路路段4主干道3.20.6071.631.65对应坐标图如下图3.3：路段1 路段2 路段3 路段44321 图3.3 福新东路负载趋势坐标图对应坐标图，计算负载走势与实测走势基本符合，该路段的计算负载为1.69。与实测负载基本符合，在允许的误差范围内。3.4 小结上文中通过对提出的路段负载模型选择了3个路段进行验证。通过交通信息采集平台得到数据，代入

41、模型运算，计算结果基本符合实测数据，大多数的结果保持在在误差以内，说明提出的路段负载模型实用。下一章中将通过程序来表示模型。4. 路段负载表示模型的设计与实现4.1系统模拟环境实验平台：PCCPU：E5700 3.00GHz内存：2GB Ram操作系统： Windows Xp路网数据管理系统：MapInfo 95 SCP开发环境：Turbo C2.04.2 系统模块的设计代码本次实验模拟结果是通过Turbo C2.0软件和Mapinfo 9.5软件协同应用下得到的数据及图形。相邻路段负载因子程序代码如下：#include#includemain()float M1,M2,x1,x2;float

42、 ，f;scanf(%f%f%f%f,&M1,&M2,&x1,&x2);for(=0; =1; +=0.1)for(=0; =1; +=0.1) if(=1);f=;print f(%f,f)；路段负载因子的程序代码如下：#include#includemain()float M1，M2，x1,x2，n；float ,f，max=0；for(n=0,nN,n+) scanf(%f%f%f%f,&M1,&M2,&x1,&x2);for(=0; =1; +=0.1);for(=0；max)max=fprint fprintf(%f,max);4.3 程序仿真这次模拟实验是基于福建省交通信息中心的实

43、时交通信息采集平台，选取了福州的工业路、乌山路、福新东路作为研究对象，然后通过采集的数据，代入模型，通过程序表达出来，得出负载，导入相应的路段负载数据系统，路段的颜色表示相应的负载程度，其中绿色表示道路负载低，说明路段通畅；路段为蓝色，表示速度正常；黄色表示道路负载略高，表示路段轻微阻塞；红色表示路段负载最高，表示严重阻塞；从而得到模型的仿真。相邻路段负载因子程序代码，如图4.1所示：4.1路段负载因子程序代码，如图4.2所示：4.2程序结果图：4.3图4.3表示M1为3，M2为4，x1为1，x2为3，对应模拟结果（负载因子）为1.615385.4.4图4.4表示M1为3，M2为4，x1为1，x2为3.5，对应模拟结果（负载因子）为1.699655.4.5 图4.5表示M1为3，M2为4，x1为1，x2