管星宇,潘义勇
(南京林业大学 汽车与交通工程学院,南京 210037)
交通流基本图模型是交通流理论的基础,表征了交通流3个基本参数之间的关系:交通流量(辆/h)、速度(km/h)和密度(辆/km)。交通流速度-密度关系基本图模型包括确定基本图模型和随机基本图模型,对交通流基本图的深入挖掘有利于在交通状态识别、交通拥堵分析等领域发挥重要的作用[1-3]。
针对速度-密度关系确定基本图模型研究,Greenshields等[4]提出开创性的速度-密度线性模型,其缺点是在密度值较大或较小时,模型的效果变差。为了克服这个缺点,Greenberg对数模型[5]、Underwood指数模型[6]和Northwestern指数模型相继被提出[7],这些模型都是单阶段确定性模型。单阶段确定性模型采用最小二乘法进行参数拟合,对数据集的分布特征要求较高;模型采用一条曲线表征速度-密度关系,忽略了交通流异质性对速度-密度关系的影响[8]。
针对速度-密度关系随机基本图模型的研究,Muralidharan等[9]、Jabari等[10]和Fan等[11]分别针对Triangular模型、Newell模型和Aw-Rascle-Zhang(ARZ)模型推导出速度概率分布函数和密度关系模型,但是该方法只适用于特定模型,不能推广到其他交通流模型。Qu 等[12]提出基于不同分位点构建的交通流速度-密度关系基本图模型,既解决了模型的适用性问题,又能反映交通流异质性对速度-密度关系的影响,但是不能获得速度-密度关系的概率分布特征。
本文采用随机参数线性回归获得速度-密度关系随机基本图模型,随机参数线性回归在交通领域已经有了很多的应用[13-14],该方法通过获取变量系数的随机概率分布特征,反映出交通流异质性对交通流速度-密度关系的影响,这是本文研究的出发点。……