城市基本路段混合非機動車交通流特性研究.pdf

1、隨著電動自行車在我國城市居民出行比例中的逐年增長以及傳統(tǒng)自行車出行比例的逐年減少，許多城市的電動自行車出行量已經超過了傳統(tǒng)自行車出行量。在非機動車道內電動自行車與傳統(tǒng)自行車的混合行駛形成了混合非機動車交通流。它的出現使得城市道路交通變得更為復雜，給城市交通管理帶來新的難題。電動自行車運行速度普遍超標，與傳統(tǒng)自行車的速度差異大，是相關交通問題的主要癥結之一。因此，深入研究混合非機動車交通流特性和非機動車道路通行能力對非機動車交通流理論的發(fā)

2、展和城市道路交通問題的解決有著重要意義。本研究以城市非機動道路基本路段為對象，系統(tǒng)研究以下幾方面內容:
　　(1)混合非機動車交通流的統(tǒng)計特征以實測數據為基礎，深入分析混合非機動車交通流中兩類車輛（電動自行車與傳統(tǒng)自行車）的靜態(tài)特征與動態(tài)特征以及騎行者特征。研究混合非機動車交通流運行速度特征及其主要影響因素。研究結果表明，電動自行車與傳統(tǒng)自行車的靜態(tài)特征差異較大，主要體現為車輛橫向寬度的差異。電動自行車是城市居民非機動出行中的主要

3、方式，從性別上看，男性騎行者是非機動出行的主體;從年齡結構上看，青年騎行者為非機動出行的主體。車輛類型的差異以及騎行者性別、年齡的差異會對運行速度產生顯著影響，而車輛是否載人或載物對車速影響不大。
　　(2)混合非機動車交通流速度特性以基本路段中個體車速為研究對象，建立傳統(tǒng)自行車速度、電動自行車速度以及二者混合運行速度的混合高斯分布模型;研究混合交通流的車速離散性，分析車速歸一化離散度與變異系數的主要影響因素。研究各路段車輛超車次

4、率的主要影響因素，建立車輛超車次率與主要影響因素之間的回歸關系模型。研究結果表明，使用三元混合高斯分布模型能較好地擬合各路段車速的實測數據;車速歸一化離散度、車速變異系數二者都分別與車道寬度、兩類車輛速度均值等影響因素存在線性回歸關系。此外，各調查路段的總超車次率主要與電動自行車平均車速、15％位傳統(tǒng)自行車車速成線性回歸關系;電動自行車超車次率與電動自行車平均車速以及車輛速度方差成線性回歸關系。
　　(3)混行非機動道路通行能力使

5、用8個宏觀交通流速度-密度關系模型估算非機動車道通行能力，并提出一種新的電動自行車對傳統(tǒng)自行車換算當量值(BEU)的計算模型與驗證方法。研究結果表明，利用不同的模型估算通行能力得到的結果與誤差存在較大差異。此外，采樣時間間隔、電動自行車比例以及車輛搭載人（或物）的比例對通行能力的估算有較大影響。電動自行車的BEU估算值為0.66，純傳統(tǒng)自行車流條件下的通行能力估算值為1800 bikes·h·m-1，而純電動自行車流條件下的通行能力估算

6、值為2727 bikes·(h·m)-1。
　　(4)混合非機動車交通流模型宏觀角度，本研究借鑒經典Logistic模型思想建立混合非機動車交通流流量．密度關系模型，并研究電動自行車的比例對關系模型的影響。微觀角度，本文采用兩類CA模型(NS CA模型與M-CA模型)對交通流速度-密度及流量-密度關系進行建模，并利用實測數據進行對比分析與模型評價。研究結果表明，本文提出的宏觀流量-密度模型能較好地描述混合非機動車交通流在不同狀態(tài)下