公务员期刊网 论文中心 正文

综合运输网络中的公路交通量与预测

前言:想要写出一篇引人入胜的文章?我们特意为您整理了综合运输网络中的公路交通量与预测范文,希望能给你带来灵感和参考,敬请阅读。

综合运输网络中的公路交通量与预测

【摘要】随着经济的发展和社会科技的进步,为满足交通运输需求,必须做好公路交通量分析工作,以便于对我国的交通网络进行综合建设与管理。论文对综合运输网络中的公路交通量预测进行概述,总结了公路交通量预测容易忽略的问题,并提出提高运输网络公路交通量精确度的对策,希望能起到一定的借鉴作用。

【关键词】运输网络;交通量;分析与预测

1引言

随着经济的发展和科技的进步,如何利用运输网络中的公路交通量对当前的运输情况进行分析,并采取正确的控制方法是当前的一项重要工作。本文针对目前影响综合运输网络公路交通量的因素进行研究,并根据相应的预测提出公路交通量的控制措施。

2综合运输网络中的公路交通量预测

随着当前经济与科学技术的进步,公路交通车流量随之增多,使公路管理工作的难度逐渐加大,并且目前我国在该领域的技术与管理还存在着很多问题,如何加强交通网中交通量的预测,并解决实际交通运输量问题是当前的一大难题。公路交通调查是公路交通量分析和预测的重要基础工作,目的是全面了解影响区域内车流量、流向等方面的因素。公路交通调查的结果可以作为基础数据,为现状交通量分析、远景交通量预测、公路服务水平分析以及经济评价等提供依据。在社会经济水平不断提高,科学技术的不断发展中,公路建设项目常采用四阶段交通量预测模式,因考虑到诱增、转移以及旅游交通量预测对公路交通量预测产生的影响,相关部门制定了相关的策略,如《公路建设项目可行性研究报告编制办法》(交规划发〔2010〕178号)等,以此减少不必要的影响。新建公路工程未来的交通量构成包括了随区域经济发展而增长的趋势型交通量、项目建成带来的诱增交通量以及其他运输方式的转移交通量。其中,趋势型交通量是交通量预测的基础;诱增交通量是本项目建成后而新产生的交通量,主要是在项目建成,道路条件改善后而引发的交通出行以及由于道路条件改善后,导致沿线地区产生新的经济点而产生的交通量[1]。

3公路交通量预测容易忽略的问题

目前,国内对交通量分析与预测的研究基本依托于四阶段预测法。不同的前期研究单位按照编制办法的要求,采用该方法对道路未来年交通量水平进行分析和预测。然而,由于交通工程学涵盖的预测研究范围广,内容多,且针对我国国情和不同建设项目而言,每个项目都有其自身的特点,而编制办法只能对具有一般性的研究内容进行统一要求,导致在前期研究过程中,容易忽视影响公路交通量分析和预测的一些因素。

3.1对于季节性经济发展的疏忽

旅游业会对交通造成重要影响,旅游业的发展不仅与社会经济发展具有联系,还会受到季节的影响。在旅游产业旺季时,交通量会增多,在旅游产业淡季时,交通量会大幅度减少。然而这些问题均是公路交通量预测过程中经常会忽略的问题。

3.2经济发展不均衡导致预测模型出现批漏

我国地域比较辽阔,不同地区有不同的生产产业,并且通过某种或某些产业带动了当地的经济发展,使我国经济发展不均衡,主要体现在东部西部发展差异比较大,南部与北部经济发展差异比较大,然而不同地区通常会显示出区域的特异性。目前,国内相关研究机构在交通量预测过程中,对道路诱增交通量均有提及。然而由于诱增交通量具有滞后性、有限性、潜在性、区域性等特点,致使不同研究机构对该问题的研究方法具有不明确性。很多机构为了简化工作量,直接在原有趋势交通量分布表中进行乘系数运算,这种做法违背了求真务实的基本研究原则。另外,选择交通量预测模型时,常忽略我国各地区经济发展的客观规律,使所选择的模型参数过于笼统,缺乏对不同地区预测的针对性。如在诱增交通量的快速增长阶段,经济发达地区由于经济基础好从开始开发到开发完成所用时间较短,因此,诱增交通量快速增长的时间较短,而经济不发达地区则相反。

4提高运输网络公路交通量精确度的对策

4.1采用智能化预测

近年来,智能交通系统(IntelligentTransportationSystem,ITS)在云计算、大数据等新兴技术的熟练应用下发展得越来越为完善。短时交通量预测作为ITS重要组成部分,其研究受到了国内外领域学者的广泛关注。近年来,相关工作主要是围绕如何提高交通量预测精度展开,预测方法主要分为3类:(1)以传统数学原理为基础确定数学模型的方法,如历史平均模型(HA)、卡尔曼滤波、时间序列模型等;(2)以非线性理论为基础的预测方法,如神经网络、支持向量机、小波分析等;(3)以单项预测模型为基础的多模型组合方法。高速公路交通量具有高度复杂的非线性特征,单一预测模型适用条件有限,通常只在某一个时期或某种特定条件下有很好的预测表现,如历史平均模型训练简单,效率高,但不能应付突发事件;卡尔曼滤波模型预测精度高,但算法复杂、实时性差;神经网络模型适合复杂、非线性条件,但训练过程复杂、收敛速度慢等。而组合模型能够综合各模型的特点,进一步提高交通量预测的精确度和可靠度。

4.2四阶段法预测

交通量预测采用城市交通规划中通用的“四阶段”方法,借助计算机软硬件手段,通过对研究范围内的道路网络的整体模拟进行交通量预测。具体预测步骤如下:(1)社会经济预测:根据社会经济发展现状及规划预测未来年经济增长率;(2)交通生成预测:通过道路交通与经济的相关性分析,预测未来年交通增长率;(3)交通分布预测:以某市交通调查的机动车OD交通量调查(交通起止点调查)数据为基础,获得境内小区的机动车OD数据,提取基准年OD表,利用增长系数法,得到未来年出行OD;(4)交通分配:将上述得到的各个交通小区的分方式的交通分布量分配到相应的道路网络上成为交通分配,交通分配采用平衡分配法。通过对其进行应用,能够全面的掌握各类交通量数据,从而对综合运输网络中的公路交通量的预测提供可靠的数据资料[2]。

5结语

综上所述,目前综合运输网络整体的发展和实际控制的预测依旧存在一些问题,需要整合当前发展阶段的各种观念合理应用先进的交通预测方法,加强人员技术能力培训,从多方面进行体系维护,相信在不久的将来综合运输网络的发展会越来越好。

【参考文献】

【1】王黎明.应用回归分析[M].上海:复旦大学出版社,2018.

【2】湖北省统计局.湖北统计年鉴2016[M].北京:中国统计出版社,2017.

作者:蔡伟红 单位:天津市市政工程设计研究院