公路危险路段交通冲突数的模糊预测

(" 四川工业学院学报

&,

("""年

组在郑州黄河公路大桥进行了为期一个月的冲突实验,利用我们对所采集的数据,应用模糊线形回归的分析方法,建立每天!!小时交通冲突数与不同车型交通流量的模糊线形回归模型。令"#为郑州黄河公路大桥

(#)

每天!!小时发生的平均交通冲突数,(#为同步记录的各种车型交通流量。按照模糊线形回归方法,写出模糊回归模型。其中:(!,((,(#,(’,(),(*,(+分别代表小型货车,小型客车,摩托车,大型货车(含中型货车),大型客车,农用车,载货拖挂车的每小时平均交通流量(取连续数天冲突实验的同步记录交通流量平均值)。

取.$"/),将采集的流量数据和冲突数据代入(!")式,本线形规划共有!’个变量,采!*个约束方程,

[)]

。用单纯形算法解得结果如表!所示

"’(’# !%&"#%!

!)’&(’#&

!(""#)$

!"#(’#%!)’&(’# ",其它

&!"!!"’(’#*!)’&(’#&

模糊系数"+’由下列条件求得:

条件(!),各回归系数的模糊幅度之和为最小。

,

$%&#)’

’$!

(’)

条件(()保证每个"(-)的隶属度不小于事先给定的阀值.(一般取."$"/))。即满足:""$."$!,

!(""#)%.

将(#)式代入())式并稍作变换得:

())

!"’(’#%(!%.)!)’&(’#&!"#!!"’(’#*(!%.)!0’&(’#&化为求解线形规划。

,

(*)

"#$"+!(!*"+(((*……*"++(+

#

式和(*)式,求解模糊线形回归的问题转综合(’)

$%&#)!*)(*……*)’’$! ,,

)’&(’#&!"# 1/-#"’(’#%(!%.)#’$!’$!

, ,

#"’(’#*(!%.)#)’&(’#&%"#

’$!

’$!

(+)

$%&#)’$)!*)(*……*)+

’$! ++ 1,-)’&(’#&%"#"’(’#%(!%.) ##’$!’$!

+ +

)’&(’#&!"#, #"’(’#*(!%.)#’!’!$$

…+,…-, 其中’$!,(,#$!,(,)’%"表!求解结果

/"/2/

!

(

#

)

*

(!")

大桥平均冲突数与交通流量模糊线形回归

模糊线形回归的模型求解出后,可按下述标准评价观察值拟合的优良程度。即:

(!)各观察值"#对模型的隶属度!(。一般认为""#)各!(的值如都大于",),则应认为是较好的拟合。""#)

(()各拟合的中心值和观察值("#)的相对偏差。如!!$#"2,则认为模糊线形回归的拟合可以接受。

,

+

0"1!+.((",#-(*#"

"

!",.*)"+0",(""’)"

","!’+--

0’,!!(#)#,!!*(’",!"’##"

"

"

依照模型评价标准,对上述已建立的模型进行评价,结果见表(所示。由此可见,模型的精度是良好的。

表(

%!(

路段!"+6***,(.!"+6***,!!!"+6**),)+!"+6**’,*+!"+6**#,.)!"+6**(,*.!"+6**!,"+!"+6**",-.

"#%

!!$

"’(’##"#

(#)模糊幅度对观察值"#的比。如!($#"2,则模糊线形回归拟合可以接受。

,

(-)

模型评价结果

拟合评价

冲突

观察值中心值模糊度!!!((区间$34%)()(32355)#"#!.#.+-*#(’+(!!(’!’"

!.",!-..,’)-+,.+#’,#(’’,*’(#,!-!(*,*.!’(,)’

),*)[!-),!.)]",..

’,.![.),!"’]",..

.(]",..#,.#[-’,’,*’[#",#.]",..’.]",..’,+([’",

’,#*[!.,(-]",..),#-[!(!,!#(]",..

!’-]",..),".[!#+,

!,)5(,)5(,#5+,#5),"5!",’5(,(5!,-5

(,.5),!5’,*5!’,)5!","5(",-5’,#5#,*5

!($

)’(’###

"#

(.)

#’)*+-

(应用实例

根据课题组的研究,郑州黄河公路大桥是!"+国

道在河南省境内的事故多发段,是!"+国道上特别危

[’]万方数据险的公路路段。在!..+年的!"月至!!月,我们课题

根据《郑州黄河公路二桥可行性研究报告》,对按交通部规定的当量("""年的各种车型进行了预测,

公路危险路段交通冲突数的模糊预测相关文档

最新文档

返回顶部