基于风险分析的高速公路交通量预测模型

发布时间：2024-11-21

。

　238

中　外　公　路

第27卷　第3期

2007年6月

　文章编号:1671-2579(2007)03-0238-04

基于风险分析的高速公路交通量预测模型

罗　莉

(重庆交通大学,重庆市　400074)

　　摘　要:,致预测结果存在一定程度的风险。,分类和识别,,并用蒙特卡罗方,,为合理计算高速公路建设规模。

关键词:交通工程;高速公路;交通量;预测;风险分析;蒙特卡罗法

　　交通量是决定公路建设项目效益的核心内容之一,高速公路交通量预测结果是决定其建设规模、安排建设序列以及进行项目国民经济评价和财务评价的基本依据。科学合理地预测交通量,对提高项目投资决策可靠性具有重要价值。传统方法认为交通量同环境因素(人口、社会经济)的关系过去、现在和将来均不发生变化,不考虑因素发生、发展过程中的风险。事实上,影响交通量的因素很多,关系错综复杂,并随着时间与环境而变化,因此交通量的大小是波动的。本文引入了风险分析的理论和方法,对影响交通量的相关视线,是不可取的做法。

(2)在减速车道旁边或之前适当位置为失控车辆设置紧急避险车道,或在减速车道出口处路基旁边堆沙,即使翻车也可以起到缓冲作用。

(3)加强交通警察巡逻,严格控制驾驶员超速或超载行驶。当前我国超速、超载现象较为严重,尽管交警部门花大力气治超取得了一定成效,但应当看到,超速、超载现象仍将长期存在。

因素进行了分析和识别,对其影响程度进行了估计,以

求得到一个较为科学合理的预测结果。

1　交通量预测风险分析

交通需求历来被认为是派生需求,交通量与土地使用、社会经济、自然条件、交通设施以及政策法规等因素有着密切的联系,这些相关因素的发展变化将对交通需求产生直接的影响,不同的边界条件就会产生不同的预测结果。由于未来交通的相关因素具有多变操作技术、车辆的制动性能、路面抗滑、视距、气候、交通标志等因素,也涉及主线平纵面线形指标和减速车道的几何设计是否合理。为保证车辆在出口匝道上的安全行驶,互通式立交的设计不能仅仅局限于满足互通式立交范围内的相应指标要求,还应该考虑长距离下坡路段减速车道之前一段适当距离的主线指标不能太低,并且采用可能的运行速度来指导设计。参考文献:

4　结语

处于主线长距离下坡路段减速车道上发生交通事故的原因是多方面的,不仅涉及流出交通量、驾驶员的

收稿日期:2006-08-26

基金项目:交通部应用基础基金项目(编号:200331981408)作者简介:罗　莉,女,讲师.E-mail:xiang-@http://

[1]　JTGD20-2006,公路路线设计规范[S].[2]　JTJ011-94,公路路线设计规范[S].

[3]　交通部公路司.新理念公路设计指南[M].北京:人民交

通出版社,2005.

。

　3期　长距离下坡路段减速车道的设计思路　

239　

性和不确定性,交通预测实际上是在某个假定的边界条件下对未来交通需求状况进行判断和分析,因此交通需求的预测结果应具有一定的弹性。

交通预测中不确定的因素很多,它是社会环境因素与公路交通诸因素的一种综合效应。交通预测不确定性因素一方面来自社会环境,包括政策、社会经济与人口等;另一方面来自预测技术的不确定性,包括模型选用、参数标定、预测基础数据的收集等。例如,

我国目前大多数地区的OD调查数据,很难代表全年所有的情况,行预测,的竞争(如铁路、水运等争,也对交通量有影响。随着新的出行方式或出行路线的产生,一部分交通量有可能发生转移或诱增,使之上下波动。归纳所有不确定性因素,确定交通量预测的风险结构见图1。

状选择与其相近的连续分布的密度函数曲线。

(2)参数估计。可采用极大似然法估计分布函数

的参数,见式(1)。其中,x1,x2,…,xn是样本数据,j

θ=1,2,…,m;f(x,θi)表示总体的概率密度函数,i为待确定的参数。

θθθL(x1,x2,…,xn;1,2,,n)=i=1

∏f(x

,θi)(1)

0,j,,,mθ的估计值:j

(12,n)2(3)分布函数的检验。χ检验是分布函数假设检2

验常用的方法,χ检验对样本容量n要求较高,一般

要求n>50。

转移、诱增交通量与项目所在区域的综合交通网络布局及运输需求有关系,其概率分布可采用主观概率法确定。2.2　模型建立

按4阶段法预测的步骤,引入上述风险变量,建立预测模型。

(1)交通生成预测。假设基年为n0,n为预测年,

生成预测可用弹性系数法。其中,对客运量的预测考虑了经济、人口两个因素的影响,而货运量的预测只考虑经济因素,如式(2

)。

n-Y1=p0×[1+(a×E1×IGDP+b×E2×IR+c)]n-Y2=f0×(1+E3×IGDP)

(2)

式中:Y1、Y2分别为第n年的客运量、货运量;p0表示基年客运量;E1表示客运量对GDP的弹性系数;E2

图1　交通量预测风险结构图

表示客运量对人口的弹性系数;E3代表货运量对GDP的弹性系数;f0表示基年货运量;a、b、c为参数。

(2)交通方式划分。主要是计算公路运输承担的

2　基于风险分析的交通量预测模型

2.1　风险估计

比例,并折算成年平均日交通量。考虑铁路、水运等运输方式的竞争,以及机动车增长对公路交通量的影响,如式(3)。

W=k交通量预测的风险因素比一般工程项目的风险因

素更复杂,有些是可以直接量化的因素,如人口、社会经济的变化。有些因素难以量化,如政策的影响。为简化模型,选取了4个主要影响因素来分析:GDP增长因素(增长率IGDP),人口增长因素(增长率IR),机动车的发展(汽车保有量T)、运输方式的竞争(转移、

)。前3种因素可收集到相关历史数据,诱增交通量δ

用理论分布法可确定其概率分布。具体方法如下:

(1)作直方图。将样本数据排序分组,统计落在每组范围内的数据个数并作出直方图,根据直方图形

+q1q2

(3)

式中:W表示公路交通量;k为机动车增长影响系数,kβ为参数;εε=α+β×lnT,α、1、2分别为公路承担客运量和货运量的比例;q1、q2代表客、货车平均实载率。

(3)交通分布与分配。根据分布和分配理论,将

各交通小区的发生吸引量进行分配,并分路段求和。假设小区i到小区j的出行量分配到项目所在路段的交通量为wij,同时考虑其他潜在项目的转移和诱增交

。

　　　　　　　　　　　　　　　　　　　　　中　外　公　路　　　　　　　　　　　　　　　　27卷　240

通量δ,确定项目交通量Q,如式(4)。

w∑

i,j

即得到一个随机事件的样本值。

(4)

(4)重复步骤(2)、(3),取得N个随机样本值。(5)对N个样本值进行统计分析,得到分布曲

+δ

2.3　蒙特卡罗模拟

基于风险的交通量预测方法,其模型涉及多个随机变量,求解复杂。可采用蒙特卡罗法(MC方法)对交通量进行模拟。蒙特卡罗模拟方法又称随机抽样技术或统计实验法,是一种依据统计理论,利用计算机来研究风险概率或风险损失的数值计算方法。在目前的风险分析中,是一种应用广泛、。过程的处理,(1)确定模拟次数β和误差ε的情况下,可用式(5)计算:

2ε

线,并检验其概率分布,估计其均值和标准差。

3　实例应用

3.1(,测,预测基年为2001年,预测目标年为2008年。数据源于《沪宁高速公路(江苏段)扩建工程工程可行性研究报告》。通过对项目影响区内具体情况的研究,结合了相关历史年份的数据进行统计分析,确定了各风险因素的概率分布,如图2所示。其中,IGDP服从正态分布,分布参数为μ=0.11,δ=0.37,见图2(a);IR服从β分布,分布参数为a=3,b=2,见图2(b);汽车保有量增长率IT服从β分布,分布参数为a=1.37,b=1.31,见图2(c);转移诱增交通量由于无法获得历史

p(1-p)(5)

式中:U、p是待定系数。在β和ε给定的基础上,根据

<(U)=,查正态分布表,确定U;对于p,先模拟N0

次(如,N0=100),得到^p,然后以^p替代p,即可计算N。

(2)产生伪随机数。根据所确定的诸随机变量{X1,X2,…,Xn}的分布类型和参数,随机抽取一组与随机变量相对应的随机数x1,x2,…,xn。

(3)根据所建立的数学模型计算出状态函数值,

数据,假设其服从三角形分布,见图2(d)。

根据风险因素的概率分布,产生相应的伪随机数,运用蒙特卡罗方法模拟,得到项目交通量的概率分布曲线,见图3。

图2　风险因素概率分布图

。

　3期3.2　结果分析

　基于风险分析的高速公路交通量预测模型

50000pcu/d的概率只有2.4%。

241　

预测结果为在一定范围内上下波动的交通量曲线(图3)。随着模拟次数增加,交通量的分布近似正态分布,其均值为61700pcu/d,方差为5865pcu/d

。

4　结语

基于风险分析的交通量预测方法,其预测结果不单纯是一个固定的数值,而是一条概率分布曲线。根据概率分布曲线,,,,是计算高。

参考文献:

[1]　李庆瑞,万发祥,卢　毅.公路交通量预测理论与方法综

述[J],中外公路,2005(6).

　　根据预测曲线,可计算交通量在任意数值范围内

的概率,如图4所示,交通量在50000～70000pcu/d之间的概率为89.8%,其他范围之间的概率计算结果见表1

。

[2]　StephenMak,http://ingRiskAnalysistoDe2

termineConstructionProjectContingences[J].JournalofConstructionEngineeringandManagement,2000(3),37

～45.

[3]　王桌甫.工程项目风险管理[M],北京:中国水利水电出

版社,2003.

[4]　COOKERM,NOORTWIJKJM.LocalProbabilistic

SensitivilyMeasuresforComparingFORMandMonteCarloCulationsIllustratedwithDikeRingReliabilityCalculations[J].ComputerPhysicsCommunications,1999,11(5),86～98.

[5]　马　琳.交通量的准确预测与高速公路建设项目投资决

策[J],中外公路,2005(2).

[6]　DUC,KUROWICKAD,COOKERM.Techniquesfor

GenerieProbabilisticInversion[R].US:SocietyForRisk

表1　交通量波动概率计算结果

波动范围/pcu d-1

40000～5000050000～60000

AnalysisAnnualMeeting,2003,77～86.

概率

0.0240.360

波动范围/pcu d-1

60000～7000070000～80000