公路网络维护稳定是保证城市交通的关键功能。因此,脆弱的链接需要确认准确。相比以前的脆弱性研究在静态条件下的操作状态旧平衡前的事件和事件后的新的平衡评估脆弱性忽略了动态变化过程。道路网络脆弱性随时间变化吗?本文结合了脆弱性评估交通流演化过程,探索道路网络脆弱性评估从时间维度的角度。更准确的识别和评价脆弱节点和链接可以帮助加强道路网络抵抗干扰的能力。修改后的动态交通分配(DTA)模型建立了动态路径选择(重新选择最短路径在每个链接)基于动态用户最优原则(二)。修改后的细胞建立传输模型来模拟交通流演化过程。脆弱性评估的累积和时变指数从旅客的角度建立的时间损失。那么道路网络脆弱性评估相结合的交通流模型的脆弱性指数。 The road network vulnerability assessment of Bao’an Central District of Shenzhen, China, reveals that road network vulnerability does contain a dynamic process, and vulnerable links in each phase can be exactly identified by the model. Results showed that the road network would have a large vulnerability during the disordered phase when the main road fails. Therefore, prioritizing the smooth flow of main roads can weaken the impact of road network vulnerability exposure.
道路交通网络的物质基础是存在和交通活动的有效性。道路系统一旦遭受自然灾害、恐怖袭击、交通事故,和其他障碍,它会导致交通拥堵和道路中断,导致巨额亏损居民的生产和生活。大部分干扰事件是无法控制的。因此,它尤为重要,准确地识别脆弱的链接和修复他们目标的方式。提高道路网的能力抵抗干扰事件吸引了越来越多的关注从交通研究领域的学者,不断被应用于交通系统应急管理领域。 大多数以前的研究评估公路网络在静态条件下的脆弱性。确定的关键环节是通过比较两个平衡操作状态的脆弱性评估指标之前和之后的事件。然而,分析忽略进化的过程从旧到新的平衡不能准确反映交通服务能力的变化在突发事件演化。会更准确评估脆弱性从动态的角度? 本文的目标可以分解为四个方面:第一,道路网络脆弱性的动态特性,分析了脆弱性评估的因素。第二,以前的静态指标动态调整建立动态路网脆弱性评价指标。第三,综合路网脆弱性动态评价模型的基础上,改善交通流仿真模型结合动态建立脆弱性评价指标。最后,宝安中心区的道路网,深圳,宝安区为例,评估其漏洞,总结了脆弱性变化的动态规律,并提出了一些建议,降低脆弱性。 其他论文的结构如下。部分
这两个主流脆弱性的定义来源于Berdica [ 道路网络脆弱性的定量分析已经逐步发展脆弱性的三个内涵:首先,从可靠性的角度分析,由贝尔在这方面,基于纯粹数学图论(如复杂网络理论)研究[ 的方法确定脆弱的连接通过整个网络扫描有两个传统脆弱性分析计算;因此,一些学者提出了提高计算效率的方法( 猫和Jenelius动态随机观点引入公共交通网络脆弱性的研究,采取干扰事件的累积效应对系统性能考虑( 它可以推断出,使用接触测量脆弱性在特定的条件下有很好的效果( 大多数现有的脆弱性研究是在静态条件下,忽略了交通流的演化过程无序阶段,和演化过程中的堵塞现象。仍然有缺乏对交通流的动态演化过程的研究,并且从某种角度来说,很少有人进行了脆弱性评估的交通流的演化过程。不能准确地反映动态变化的脆弱性。
本文将动态交通流的演化阶段,以扩大的动态评价结果从时间维度的脆弱性。脆弱性评估的一个新指标从旅客的角度建立的时间损失。DTA模型以及改善细胞传输模型模拟交通流的动态演化过程。和道路网络脆弱性形成的动态评价模型。 由于利用变分不等式(VI)在处理不对称的问题,它已经被广泛应用于解决DTA问题。在完全理性的假设,用户总是会做出最佳的旅行选择;也就是说,用户的出行选择满足条件。根据衣橱里平衡的首要原则,DTA的基本模型的最优条件可以表示为 然而,传统的DTA模型不能准确反映各种交通道路网的操作参数的变化影响下的事件。因素,如车辆滞留、队列长度限制,和最大需要考虑路段的通行能力。因此,针对该事件的影响,本文的DTA适当调整模型。 受到这一事件的影响,一些道路的链接可能旅游需求保留。因此,交通需求在一定的时间内成功不仅应包括交通流分配到公路网络也保留交通需求。 交通的联系应该等于所有可行路径的和流动包含这个链接。 考虑拥挤条件下的事件的影响,限制对道路的交通流量和排队功能链接。在无序阶段,交通流量逐渐增加,但不能超过部分的容量。车辆的进一步增加,过多的车辆密度会导致交通堵塞,运行速度和道路连接的实际流出减少,所以车辆排队,但是排队车辆的数量不能超过的最大队列容量路链接。 交通流的动态演化过程。失败的道路和交通供给能力下降,交通分配应该考虑交通需求在过去的一段时间和新的交通需求在当前时间。动态交通分配方法可用于保留交通需求转移到下一个时期。这个改进是尤其重要的道路网络脆弱性分析无序的阶段。的动态评估漏洞需要满足的约束 需要时间车辆分配到路网的上下文中完成旅行动态分析。在每个分析时期,车辆可以完成这次旅行或可能只流入后面的部分。因此,有必要澄清流入和流出车辆和道路的各个环节之间的关系来确定车辆的实际数量的影响在当前时期对应于受影响的程度。 在一定道路连接,车辆的数量<我t一个l我c>
k 流出的链接<我t一个l我c>
一个 模型还需要满足最基本的非负约束和设置归属和其他相关约束。 旅游路线选择需要遵循一定的交通分配规则,衣橱里的第一原则要求均衡:所有路径必须采用最短旅行时间,旅行时间是相等的。在这个模型中,它可以表达如下:如果有一个新的车辆流入路链接,道路段必须包含在一个最短路径;否则,最优车辆路径选择条件流入将不会被添加。 模型需要单独进行交通分配车辆加载时,每一条路的尽头连接以实现旅游的灵活调整路径。 道路网络拓扑改变了在路上的连续影响链接失败,和旅行者从没有察觉的过程了解。路网的交通流,仍有车辆流入事件路链接的早期事件,然后没有车辆事故道路连接的流出随着时间的推移,事件和上游链接网站变得拥挤,甚至溢出。旅客确认道路网已经失败,并且直接影响车辆需要离开事件路链接,重新选择旅行路线。车辆没有流入这一事件路链接将直接改变旅游路线。因此,车辆的疏散事故路上链接和reevolution过程道路网络交通流的形成。 如图 当路段的交通流传播,CTM表达了交通流的基本传播关系如下: 自从轻水反应堆模型假定交通流是一个连续的流体,其解决方案是相对复杂。为了简化模型的解决方案,中医认为交通流量满足流密度关系图所示 在这个时候,细胞间的流量分布满足 为了进一步阐明交通流的传播关系,最大的产出能力<我t一个l我c>
年代 流之间的关系和细胞转化为之间的沟通 车辆之间的传播道路链接包括两种形式:合并和转移。基本传动原理是一样的传播过程在路上链接,但上游细胞的产出能力约束和接收能力约束的同时必须满足下游细胞;即交通流传播关系应满足公式( 十字路口的电池容量无法达到相同的能力细胞在路上链接。这时,计算细胞的最大输出能力 实际道路网络,公式( 十字路口的接收能力细胞根据计算 结合上述期间透射法之间的链接和链接,基本细胞传播关系公路网络交通流的形成。 本文增加了车辆干扰事件的疏散方法基于基本的中医。路上的情况联系能力大大降低,中医可以自然地获取越来越多的车辆队列在路上游的细胞连接由于道路连接传输约束的存在,和实际道路连接的旅行时间逐渐延长。车辆不能到达事件发生链接根据组合条件下,逐渐改变了路径和队列逐渐消散,因为没有新车流入。在路上连接中断的情况下,事件点的上游车辆不能流入下游细胞和留在路段。为了使仿真结果更真实,有必要添加一个方法,使车辆知道链接中断然后转身离开事件发生联系。
路径和链接阻抗可以根据车辆的实际旅行时间计算。因为模型使用一个道路性质的交通分配方法(每辆车完成一条路链接),它将重新选择最短路径在路的尽头链接,继续旅行根据新的最短路径),然后在计算的实际旅行时间道路连接,它不再区分的起源和目的点驾驶的车辆在路上链接路径,但直接计数所有车辆的运行时间。可以指定路径旅行时间计算方法 所有的汽车旅行的实际旅行时间链接<我t一个l我c>
一个 有两个主要问题,将这个模型应用到大规模路网:可行路径的数量和车辆实时调整的路径都是巨大的。有必要优化上述两个模型的计算效率问题。 路径矩阵建立了以减少搜索时计算最短路径的数量,和总所有节点对之间的可行的路径是通过遍历整个道路网一次;然后记录在相应位置的路径路径集。接下来,路径搜索范围仅限于现有可行的路径设置在执行交通分配。的分布情况的次数非常大,可以减少计算量的减少搜索的数量: 寻找最短路径时,直接按照公式( 重要的是设置上限的节点数量的合理路径,这不仅可以减少候选路径集,提高建立路径集的效率矩阵,但是也增加了遍历计算数量的每个搜索最短路径的路径集,全面提高模型计算效率。 在这里,基于路径搜索方法集矩阵调整(介绍了节点数量限制)和路径设置改变 有必要组织这些更集中节点合理的大规模的道路网络,为了避免寻找更曲折但不可行路径,然后选择中的路径组和组之间形成最终的旅行路线。 脆弱性评价指标主要集中在两类:一个是一个指标,从网络拓扑和忽略了交通流的特点,适用于分析网络交通相对某些卷和小流量的变化;另一个是noncrowded条件下。交通性能指标反映了综合运输系统的操作状态,因此逐渐成为主流的道路网络脆弱性评价指标。 大部分指标考虑交通流使用的元素数量受事件影响的个人和个体事件的影响程度基本因素,然后把它们在某种表现形式建立脆弱性评价指标。 在脆弱性评价,它是一种常用的评价方法对道路部分通过测量临界事故造成的后果的严重性。把交通流、交通需求、人口、和其他因素影响的评估区域为基本的个体,计算个人旅客广义出行费用的影响程度,旅游抵抗,或可访问性损失,使用产品的两个基础数据来衡量脆弱性暴露的后果已经被学者们广泛采用。 因此,他指的是车辆流入和流出曲线如图 然后离散化总旅行时间旅行者的链接<我t一个l我c>
一个 道路网的累积旅行时间相对于增量比例未损坏的道路网络的研究期间用作累积评价指标的道路网络的脆弱性,和旅行时间的比值消费的道路网同期正常和异常条件下作为时变路网脆弱性的评价指标。漏洞评估指数结合交通流演化模型,给出一个计算方法模型中的脆弱性动态指标的值。 在静态条件下,两个平衡操作状态的评价指标比较之前和之后的事件,但分析的静力平衡条件意味着平衡态的假设将会意识到,所以其结论不能作出准确的评估道路网络脆弱性如果平衡态尚未意识到最后,演变的过程和从旧的平衡到新的平衡将被忽略。相应地,在进化过程中,这种现象导致交通拥堵也被忽视;因此,评价结果有一定的局限性。因此,本文使用动态指标探索的累积和时变效应脆弱性和道路网络的脆弱性评估更加准确和全面。 的累积和时变指标链接漏洞所示,分别为 根据道路网络结构和道路的脆弱性指数的计算方法链接,累积指数和时变公路网络脆弱性指数显示为
周围地区的深圳宝安区宝安中心城市为例研究对象选择。的边界区域主要由广深高速公路,西乡大道、海滨大道,湖滨路,宝安大道经过内部和密集的分支网络匹配。面积约16平方公里,常住人口是380000计划。内部土地利用类型主要是商业Qianhai湾(滨海区)附近的土地,大量的住宅土地分散在区域(Bihai区),和部分学校的土地。 研究区域的交通流量主要由大量的交通流量和一些内部交通旅行广深高速公路和宝安大道。详细的OD数据显示,该地区道路网整理并适当地简化基于道路网络的实际布局在宝安中心区,然后抽象是道路网络结构如图 的时间范围是6:30-9:30点,一个阻塞密度是133 pcu / ln•公里。其余的参数如表所示 主要干扰情况设置表。 变化过程的细节不能反映时间间隔太大时,模型是难以达到所需精度如果它太小了。本文进行了多个测试道路长度和速度限制的基础上,研究区基于上一篇文章(
干扰情况 链接 节点 数量的车道
程度的干扰
情况1 广深高速公路(西乡Avenue-Chuangye 1号路) 6⟶25 4车道
彻底的失败
情况2 宝安大道(新安江6日Road-Yu国安路) 15⟶20 4车道
彻底的失败
情况3 宝安大道(创业天虹1日Road-Xin国安1路) 24⟶27 4车道
彻底的失败
情况4 创业天虹1路(广深Highway-Bao安大道) 24⟶25 3车道
彻底的失败
情况5 创业天虹1路(广深Highway-Bao安大道) 24⟶25 3车道
两车道的失败
情况6 创业天虹1路(广深Highway-Bao安大道) 24⟶25 3车道
单行失败
图 脆弱性变化图链接下彻底的失败。(一个)显示累计脆弱性的主要部分宝安中心区完全失败,和(b)显示了时变的脆弱性。(一)累积的脆弱性。(b)时变脆弱性。 从图可以看出 活动期间持续影响,脆弱性指数值明显高于其他情况。情况2的采收率相对较高,并累积脆弱性曲线的斜率在复苏阶段明显高于在其他情况下。相应的无效道路连接道路网状况,可以发现,当接触宝安大道和广深高速公路链接失败,生成更多的总体时间损失和经济复苏速度缓慢。 图 图相似的结论 在每个曲线的最大峰值,最初的影响情况1小于2的情况,但随后的连续影响基本上是保持以上情况2。因此,它可能会忽视道路网络的运行状态在无序阶段最初事件如果应用静态指标的影响。 车辆到达率是用来分析道路网络流量变化。从图可以直观地观察到 车辆到达率图下完全或部分失败的。(a)情况3和4 (b)情况彻底失败显示显著的波动。(c)情况5和(d)情况6部分失败的情况显示平面波动。3 (a)情况。4 (b)情况。(c)情况5。6 (d)情况。 根据部分失败情况(见图
进一步讨论了基于选择情况4具有相对较高的脆弱性在整个模拟值。通过设置道路部分失败从失败的道路情况链接24⟶25情况4情况5和6,公路网络脆弱性在不同干扰水平进行了探讨。 车道道路连接的失败几乎不能公开道路网络的脆弱性(图 脆弱性变化图下链接部分失败。(a)累积漏洞时设置链接24⟶25失败的道路。(b)时变脆弱性。(一)累积的脆弱性。(b)时变脆弱性。 如图
不方便的评价结果链接列表所有干扰情况下,因为有很多例子中道路网络的链接。因此,把弱点价值最高的情况前道路网络的脆弱性评价为评价对象,给予的评价结果在这种情况下链接脆弱性变化显著。 图 个体脆弱性变化的联系。(a, b)累积和时变严重影响下的脆弱性。(c, d)累积和时变脆弱性一般影响。(一)累积严重影响下的脆弱性。(b)时变严重影响下的脆弱性。(c)累积下的脆弱性一般影响。一般影响下(d)时变的脆弱性。 路的时变漏洞链接11⟶6显示了一个大的波动,和累积脆弱性也与波动上升。这种反复波动时变脆弱性也交替造成的旅行者的选择之间的最短路径和第二个最短路径。 事件发生的两个脆弱性指数值链接24⟶25在无序阶段急剧上升,在经济复苏阶段逐步下降。此外,这个链接的时变脆弱性是保持在一个较低的位置车辆疏散后,累积的脆弱性也相应地逐渐减少。这两个漏洞链接的索引值20⟶24和24⟶27有一个小的增加与无序波动阶段,然后迅速恢复到较低位置和进入一个新的稳定的状态。这种变化主要是由于这样的事实,事件发生的两个链接连接上游节点链接24⟶25,承担的任务疏散交通流的链接。因此,脆弱性无序阶段的价值显然大量增加,然后逐渐进入了一个新的平衡态车辆疏散完成后。
道路网络脆弱性评估的例子是实施,总结了脆弱性的动态变化规律。模型是用来评估道路网络的脆弱性和链接两个方面的彻底失败和部分失败。获得的具体研究成果和结论如下:
干扰事件的影响通常包括大量增加的时变脆弱性价值无序阶段,然后逐渐返回到低水平在经济复苏阶段。累积脆弱性的变化值主要反映在显著增加无序阶段,进化后的逐渐下降或大量稳定进入复苏阶段。 比较道路网络和个人的评价结果链接,发现公路网络脆弱性变化是相对平坦的,和个人的影响链接事件发生的顺序影响链接,相邻道路链接,和类似的功能链接。因此,清算和交通指引的道路应根据每个阶段的具体情况在动态过程中,加强直接事件发生的交通指南链接然后类似的功能链接,以避免重复拥堵。 比较的结果完全失败和部分道路,发现干扰事件不会产生重大影响道路网络漏洞当路上有足够的闲置产能。当路链接的闲置产能不足,道路的彻底失败原因最初的影响更大。因此,有必要保持一定的交通道路的链接能力避免车辆涌入邻近道路联系在一个短的时间。 从道路交通流的角度来看,当主要道路交通流量大的失败,公路网络有大量累积的脆弱性和更大的时变漏洞在无序阶段。因此,重视主要道路的顺畅可以削弱道路网络的脆弱性暴露的影响。 从网络拓扑的角度,减少闲置产能或替代路链接的数量越高脆弱性的链接。因此,提高道路网的密度和提高道路网的拓扑级别的冗余也可以改善道路网的能力抵抗干扰事件。 的普遍性、应该注意的是,教训这个研究不能推广到像美国或欧洲地区城市交通条件是不同的,在中国。然而,对于一些发展中国家,我们的发现有可能提供一些参考同等,尤其是对快速城市化和城市更新在东南亚,与中国交通条件和道路结构相似。动态道路脆弱性是复杂的和有限的数据来自深圳市的大小,要求更多的上下文敏感的和实体研究来补充现有的知识在未来。我们的发现可能有助于指导可持续发展的综合交通规划对这些发展中国家。 在未来的研究中,与其他交通网络中医将被整合。这个模型的改进版本将考虑交通旅行的弹性需求和用户的认知错误,因为只有彻底失败或部分失败的被认为是一个单独的联系。多链路组合失败造成的严重干扰事件在未来可以研究。
使用的数据来支持本研究的发现可以从相应的作者。
作者宣称没有利益冲突。
这项研究是由中国国家自然科学基金资助号,71974043和91846301。