城市占道施工交通影响度预测的BP网络法.doc

上传人:99****p 文档编号:1763882 上传时间:2019-03-14 格式:DOC 页数:9 大小:29.50KB
下载 相关 举报
城市占道施工交通影响度预测的BP网络法.doc_第1页
第1页 / 共9页
城市占道施工交通影响度预测的BP网络法.doc_第2页
第2页 / 共9页
城市占道施工交通影响度预测的BP网络法.doc_第3页
第3页 / 共9页
城市占道施工交通影响度预测的BP网络法.doc_第4页
第4页 / 共9页
城市占道施工交通影响度预测的BP网络法.doc_第5页
第5页 / 共9页
点击查看更多>>
资源描述

1、城市占道施工交通影响度预测的 BP 网络法摘要:城市占道施工对交通影响很大,严重影响区域交通运行状态。如何科学预测占道施工对周围路网的交通影响,采取科学合理的施工占道管理措施是交通影响分析的核心。该文分析了占道施工对路网交通的影响,根据人工神经网络原理建立了三层 BP 神经网络预测模型,并制定相应的施工交通管理对策,对提高城市管理水平、缓解占道施工对路网交通的压力意义重大。 关键词:占道施工;交通影响度;预测;BP 神经网络 Forecast Method about the Traffic Impact of City Lane Construction Based on BP Networ

2、k TENG Tao (Luzhou Waterway Bureau of Yangtze River,646000) Abstract: City lane construction has a great impact on the urban traffic, seriously affecting the regional transportation running. It is the key to predict the influence degree of lane construction on the surrounding road network scientific

3、ally, and take a scientific and rational management of the construction lane for the traffic impact analysis. The paper analyzes the traffic impact of the lane construction on road network, establishes a three-layer BP neural network model based on artificial neural network, and develops some approp

4、riate construction traffic management measures, which has a great significance to improve urban management, ease the network traffic pressure of construction. Keywords: Occupied construction; traffic impact degree; forecasting; BP neural network 中图分类号:TU997 0 引言 近年来,我国城市建设步伐不断加快,施工项目众多,往往是多个项目同时开工,特

5、别是一些大型的建设项目占用道路时间长、占道范围大,对本就处于饱和状态的道路带来了很大的交通压力,严重影响居民正常生活和出行。因此,分析占道施工项目对路网的交通影响,研究相应的交通对策,做好占道施工的交通组织和管理,显得尤为重要。 1 施工交通影响分析 项目占道施工必然会对周边路网交通产生影响,包括机动车交通、慢行交通、公共交通及静态交通等方面。 1.1 对机动车交通的影响 1.1.1 对道路服务水平的影响 施工围挡占用车道,会使道路通行能力大大降低,与此同时,当驾驶员了解施工所在道路不通畅以后,将会选择其他道路分流绕行,以致施工道路的流量也会比施工前有所减少,这样由于交通量和通行能力的变化而引

6、起道路在施工前后服务水平的变化;由于车辆绕行分流,周边相关道路上的交通量增大,从而增大道路路段和交叉口的交通负荷。 1.1.2 运行秩序影响 由于施工围挡,车辆不得不向非施工车道汇入,道路线形的协调性、顺畅性等也因此发生了很大的变化,车辆沿“S”形道路行驶,车速降低,车流出现紊乱现象;另外部分施工围挡占用了非机动车道和人行道,增加了机动车、非机动车、行人之间的干扰;同时施工车辆的进入也增大了大型车和小型车的相互干扰,从而使交通秩序更加混乱。 1.2 对慢行交通的影响 占道施工,会导致部分道路路段被封锁,给行人和自行车过街带来不便和麻烦,有时还会占用非机动车道和人行道,影响其正常通行。同时占道施

7、工也会使路段成为瓶颈路段,车辆密度增大,给行人和自行车过街带来一定潜在危险。 1.3 对公共交通的影响 公共交通是城市交通系统的重要组成部分,干道施工对公交也会产生很大的影响。一方面,围挡占道会增加公交运行的延误;另一方面,施工使公交停靠站可能需要迁移,增加了市民的出行距离,造成出行困难,从而降低公交分担率。 1.4 对静态交通的影响 施工导致相关路段封闭、取消路边停车,或是挡住停车场出入口,给停车造成诸多不便,从而影响人们的正常出行。 2 研究范围的确定 占用部分道路的施工是施工时分段或分方向的进行。这种情况对道路交通的影响表现为:道路部分被占用,容易形成交通瓶颈,道路通行能力减少;影响周边

8、建筑物的对外交通,包括停车库机动车和行人的出入;影响两侧人行道行人的正常通行;公交停靠设施可能需迁移,增加了市民的出行距离;同样对周边的交通环境会产生较大影响。对地区的交通非常敏感,稍有不慎会导致地区的交通瘫痪。 占道施工对周边建筑交通的影响范围就是施工占用道路的一侧,占用道路有多长,就将影响占道一侧多大范围的建筑对外交通;对沿线行人、路边居民交通影响的范围与施工占用道路的长度一致;对公交线路的影响范围就是施工路段上所经过的所有的公交线路,半幅路施工时,影响相应方向的公交通行。 而现在对占道施工对周边路网以及交叉口交通运行产生的交通影响还没有一个明确的预测方法,因此本文将占道施工道路的路段和相

9、邻交叉口及周边平行或垂直的相关道路的路段和交叉口作为交通影响的范围。3 构造 BP 神经网络模型 BP 神经网络是一种具有三层或三层以上的单向传播的多层前馈网络。上下层之间各种神经元实现全连接,即下层的每个单元与上层的每个单元都实现权连接,而每层各神经元之间无连接。 3.1 模型结构 城市建设项目占道施工过程中对周边路网的影响主要取决于施工占用的车道数、施工工期、周围路网状况(路网所处的区位条件、路网中各路段的饱和度)以及离占道施工的距离。为保证施工对周边路网产生的交通影响度的预测精度,建立一个由输入层、隐含层、输出层构成的三层 BP 神经网络,如下图所示。 图 1 BP 神经网络结构 3.2

10、 输入变量的选取 城市占道建设项目对周边路网交通的影响有:施工运输车辆的影响;给周边建筑对外交通的影响;居民出行的影响;公交的影响;交通设施的影响;分流交通的影响;阻断相关路段的交通的影响等。因此,其对周围路网的交通影响度预测模型的输入变量也有很多。但在实际工作中,不需要也不可能把全部指标作为输入变量。应根据具体需要选择,以提高预测精度和预测效率。选择的原则是:变动可能性较大,且估计其变动将会对交通设施的交通影响度产生较大影响的变量;在基本方案中,数据准确性把握不太大的变量。根据上述输入变量的选择原则,占道施工对周边路网交通影响度预测 BP 神经网络模型的输入变量主要选取为交通量、通行能力以及

11、既定的施工交通管理措施。 3.3 输出变量的选取 根据占道施工对周边路网交通影响度的具体特点,确定模型的输出变量为路网交通影响度: (1) (2) 式中,Ws、Wc 分别为平均路段影响度及平均交叉口影响度的权重;为影响范围内路段平均交通负荷与交叉口平均交通负荷的比值;、分别为平均路段影响度及平均交叉口影响度,按式(2)、式(3)计算: (3) (4) 式中,m 为影响范围内路段数;k 为影响范围内交叉口数目;为施工期间路段的高峰小时交通量;为路段的通行能力;为第 i 个交叉口第个进口道的通行能力;为第 i 个交叉口第个进口道的施工期间高峰小时交通量, ;k 为第 i 个交叉口进口道数;、分别为

12、平均路段影响度及平均交叉口影响度,按式(4)、式(5)计算: (5) (6) 式中,为目标年路段的高峰小时交通量(PHV);为项目交通量对第 i个交叉口第个进口道的交通影响度,按式(6)计算: (7) 式中, 、 、分别为项目交通量对第 个交叉口第个进口道直行车、左转车、右转车的交通影响度;、 、分别为第个交叉口第 个进口道直行车、左转车、右转车的影响程度的权重(通常 且+=1),如下计算: (8) (9) (10) 式中,为目标年第个交叉口第个进口道直行车的高峰小时交通量(PHV),为目标年第个交叉口第个进口道直行车的施工期间高峰小时交通量(BHV),为第个交叉口第个进口道直行车道的通行能力

13、;为目标年第个交叉口第个进口道左转车的高峰小时交通量(PHV),为目标年第个交叉口第个进口道左转车的施工期间高峰小时交通量(BHV),为第个交叉口第个进口道左转车道的通行能力;为目标年第个交叉口第个进口道右转车的高峰小时交通量(PHV),为目标年第个交叉口第个进口道右转车的施工期间高峰小时交通量(BHV),为第个交叉口第个进口道右转车道的通行能力。其中、 、的关系为: = = 3.4 隐层单元数目的选取 一般来说,隐层单元的数目由神经元输入、输出的个数决定,但对于给定的一个网络其隐层单元数目究竟为多少,目前还没有理论依据。因此,本文建议采用试算法确定隐层单元的数目。 4.应用举例 本文以重庆市

14、上界立交工程施工交通影响度预测为例,上界立交是重庆市内环快速路与陈庹路连接处规划建设的一座互通式立交。工程规模为新建枢纽型互通立交一座,主要包括新建立交匝道 3010 米(含桥梁988.5 米/6 座) ,车行地通道一处、人行通道三处,车行天桥 1 处,计划工期 24 个月。施工过程中将实行占用内环快速路中央分隔带两侧一条车道施工,该路段通行能力减小,同时由于交通诱导措施,将导致周边路网以及立交的交通量增大,所以上界立交的施工交通影响是不容忽视的。本文选取施工期间上界立交周边路网的交通量与路段通行能力、施工需要的运输车辆数作为输入变量。 表 1 施工期间影响区域内路段饱和度 图 2 施工期间周

15、边路网交通影响度的相对误差与绝对误差 从上图可以看出用该模型进行预测所得结果精度较高,且 BP 神经网络的交通影响模型能够定量地反映项目建成后对周围路网的交通影响。 5 结论 城市建设项目施工过程中将会对周围路网产生一定的交通影响,影响程度的确定是制定施工交通管理措施的前提。因此,正确施工期间对路网产生的交通影响度是非常重要的。本文在分析占道施工对周围路网的影响的基础上,提出了基于 BP 神经网络的占道施工对周围路网交通影响度的预测方法,实例表明该方法能够较好地预测大型建设项目对周围路网产生的交通影响。 参考文献: 1 裴玉龙. 基于 BP 神经网络的交通影响预测模型J. 黑龙江:哈尔滨工业大学,2004. 2 任其亮. 大型建设项目交通影响度预测的 BP 网络法J. 重庆:重庆交通大学,2008. 3 何雅琴. 城市交通建设项目施工交通影响分析及对策J. 武汉:武汉科技大学,2009. 4 郭晓峰. 城市占道施工交通影响分析与对策研究J. 广州:广州市政集团,2008.

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 学术论文资料库 > 毕业论文

Copyright © 2018-2021 Wenke99.com All rights reserved

工信部备案号浙ICP备20026746号-2  

公安局备案号:浙公网安备33038302330469号

本站为C2C交文档易平台,即用户上传的文档直接卖给下载用户,本站只是网络服务中间平台,所有原创文档下载所得归上传人所有,若您发现上传作品侵犯了您的权利,请立刻联系网站客服并提供证据,平台将在3个工作日内予以改正。