城市道路交通擁塞對駕駛?cè)瞬僮餍袨橛绊懷芯浚?/h1>
2014-11-28 08:15:08孫亞南胡立偉祁首銘
武漢理工大學學報(交通科學與工程版) 2014年6期
孫亞南 胡立偉 祁首銘 程 浩
（昆明理工大學交通工程學院 昆明 650500）
0 引 言
準確劃分城市道路交通流狀態(tài)，能為交通信息發(fā)布與服務(wù)水平評價提供重要依據(jù)，是交通控制與管理的前提，對緩解城市道路交通壓力、提高運行效率具有現(xiàn)實意義.Pattara等［1］將交通狀態(tài)劃分為3個等級：通暢、中等擁塞及高度擁塞；王建玲等［2］將交通擁塞度定義為車流運行狀態(tài)相對于暢行狀態(tài)的損失率；楊梅［3］將交通擁塞的空間分布分為孤立交叉口擁塞、線狀主干道擁塞和區(qū)域擁塞；呂非等［4］采用基于遺傳算法的模糊聚類劃分城市快速路交通流狀態(tài)并確定了閾值；郝媛等［5］基于測試數(shù)據(jù)和交通流模型劃分了6種典型交通狀態(tài)：穩(wěn)定自由流、準自由流、臨界流、擁擠流、平均車速在10km／h 以下的擁擠、交通流模型不應(yīng)存在的嚴重擁擠狀態(tài).在駕駛?cè)瞬僮餍袨榉矫?，Timo 等［6］研究發(fā)現(xiàn)交通擁塞加劇侵犯性駕駛行為的發(fā)生，建議在培訓中引入誘導駕駛?cè)藨B(tài)度變化的教育課程；Wakita等［7］研究了駕駛?cè)说牟僮鲃幼?、熟練程度、車速快慢、心理緊張狀態(tài)等與駕駛行為的關(guān)系；John 等［8］用因子分析技術(shù)分析駕駛環(huán)境對駕駛?cè)藟毫Φ挠绊?，指出女性及老年人易產(chǎn)生心理壓力，具有事故發(fā)生經(jīng)歷的駕駛?cè)嗽诓涣捡{駛條件下易產(chǎn)生壓力；Parker［9］指出多數(shù)交通事故的發(fā)生與機動車駕駛?cè)说那址格{駛行為有關(guān)；閻瑩等［10］指出在危險路段及復(fù)雜交通狀況下，駕駛?cè)藭窠?jīng)緊張，理解、判斷與處理信息的能力下降；魏麗英［11］認為駕駛?cè)俗陨砩硇睦硪蛩赜绊戃嚨雷儞Q行為，在允許范圍內(nèi)盡量提高車速是其主要動機；鄭華榮［12］等人提出駕駛員在憤怒駕駛時車輛的運行速度、運行軌跡等與正常駕駛時不同.綜上，國內(nèi)外都提出了一些調(diào)節(jié)駕駛?cè)松硇睦硖匦缘姆椒?但缺乏在該方面實測依據(jù)和定量分析方法.
1 基于模糊綜合評價法的城市道路擁塞等級研究
建立城市道路擁塞狀態(tài)判別的因素集為：U｛u1，u2，u3，u4｝.式中：u1為平均行程速度；u2為交叉路口阻塞率；u3為平均延誤；u4為排隊長度.判斷集為：V｛v1，v2，v3｝.式中：v1為輕度擁塞；v2為中度擁塞；v3為中度擁塞.
1.1 線性分析法確定隸屬函數(shù)
設(shè)某個交通擁塞狀態(tài)的評價因素是x，隸屬函數(shù)為u（x），則4個因素對各級交通擁塞狀態(tài)評價集的隸屬度u1（x），u2（x），u3（x），u4（x）為：
1）平均行程速度的隸屬函數(shù) 根據(jù)公安部交通管理局發(fā)布《城市道路的交通管理評價》［13］中平均車速的界定（見表1），由于本文研究對象是大城市的城市道路，所以按照A 類城市來建立平均行程速度的隸屬函數(shù).
2）交叉路口阻塞率的隸屬函數(shù) 根據(jù)《城市道路交通管理評價》中交叉路口阻塞率的界定（見表2），建立交叉路口阻塞率隸屬函數(shù)如下.
3）平均延誤的隸屬函數(shù) 根據(jù)我國信號交叉口建設(shè)的服務(wù)水平分級標準［14］（見表3）建立平均延誤的隸屬函數(shù)如下.
表1 高峰時段建成區(qū)主干道平均車速分級表
表2 高峰期交叉路口阻塞率分級表
表3 我國信號交叉口建設(shè)的服務(wù)水平分級標準
4）排隊長度的隸屬函數(shù) 根據(jù)表3建立排隊長隊的隸屬函數(shù)如下.
1.2 基于層次分析法權(quán)重的計算及評價結(jié)果
1）設(shè)W＝［w1，w2，w3，w4］為權(quán)重集，w1，w2，w3，w4分別為平均行程速度、交叉路口阻塞率、平均延誤、排隊長度所占的比重.w1，w2，w3，w4還需滿足歸一化的要求，即w1＋w2＋w3＋w4＝1.建立成對比較矩陣為
2）計算層次單排序的權(quán)重和一致性檢驗矩陣A的最大特征值λ＝4.187 253 741，該特征值對應(yīng)的歸一化特征向量w＝｛0.104，0.129，0.448，0.318｝則CR＝（λ-n）／（n-1）＝4.187.其中：n為A的對角線元素之和，也為A的特征值之和.RI＝0.9，故表明A通過了一致性驗證.
3）利用之前建立的評價矩陣評價
則評價的結(jié)果D＝W·R.即：
采用最大隸屬度原則，即取d1，d2，d33者中最大值所代表的交通擁塞狀態(tài)，作為道路交通擁塞模糊綜合評價的最終結(jié)果.
2 不同交通擁塞狀態(tài)下駕駛?cè)瞬僮餍袨樽兓?guī)律分析
由統(tǒng)計數(shù)據(jù)分析得出2種駕齡的駕駛?cè)嗽趽砣麪顟B(tài)下的操作行為規(guī)律十分相似且在在輕度擁塞和重度擁塞下更加突出.而中度擁塞路況的不定性更明顯，駕駛?cè)说牟僮餍袨楹茈y有規(guī)律可循.所以下面對駕齡在3年以上的駕駛?cè)嗽谳p度和重度擁塞下的操作行為進行分析.
2.1 對方向盤的操作規(guī)律
在輕度擁塞和重度擁塞下駕駛?cè)瞬僮鬓D(zhuǎn)向盤（轉(zhuǎn)向盤的左轉(zhuǎn)和右轉(zhuǎn)）的次數(shù)規(guī)律見圖1.
對輕度擁塞下駕駛?cè)瞬僮鬓D(zhuǎn)向盤次數(shù)進行回歸分析見表4.
表4 輕度擁塞下駕駛?cè)瞬僮鬓D(zhuǎn)向盤次數(shù)回歸分析
對重度擁塞下駕駛?cè)瞬僮鬓D(zhuǎn)向盤次數(shù)進行回歸分析見表5.
表5 重度擁塞下駕駛?cè)瞬僮鬓D(zhuǎn)向盤次數(shù)回歸分析
圖1 輕度和重度擁塞下駕駛?cè)瞬僮鬓D(zhuǎn)向盤變化規(guī)律
2.2 對檔位操作的規(guī)律
在輕度擁塞和重度擁塞下駕駛?cè)瞬僮鳈n位的次數(shù)變化規(guī)律見圖2.
圖2 輕度和重度擁塞下駕駛?cè)瞬僮鳈n位變化規(guī)律
對輕度擁塞、重度擁塞下駕駛?cè)瞬僮鳈n位的次數(shù)進行回歸分析見表6、表7.
表6 輕度擁塞下駕駛?cè)瞬僮鳈n位的次數(shù)回歸分析
表7 重度擁塞下駕駛?cè)瞬僮鳈n位的次數(shù)回歸分析
2.3 停車次數(shù)的規(guī)律
在重度擁塞和輕度擁塞下駕駛?cè)送＼嚧螖?shù)的變化規(guī)律見圖3.
圖3 輕度和重度擁塞下駕駛?cè)送＼嚧螖?shù)的變化規(guī)律
對輕度擁塞、重度擁塞下駕駛?cè)送＼嚨拇螖?shù)進行回歸分析見表8、表9.
2.4 路段停車頻率分析
本文利用路段總的停車時間與整條路段的行車時間之比來更好地分析交通擁塞對駕駛?cè)瞬僮餍袨榈挠绊?，其影響效果見圖4.
表8 輕度擁塞下駕駛?cè)送＼嚨拇螖?shù)回歸分析
表9 重度擁塞下駕駛?cè)送＼嚨拇螖?shù)回歸分析
圖4 路段停車頻率圖
分析得出：（1）在輕度擁塞下駕駛?cè)瞬僮鬓D(zhuǎn)向盤、檔位和停車的次數(shù)明顯比在重度擁塞下操作轉(zhuǎn)向盤、檔位和停車的次數(shù)多；（2）在不同的擁塞度下駕駛?cè)藢D(zhuǎn)向盤、檔位和停車操作次數(shù)都在一定的范圍之內(nèi)；（3）在重度擁塞下?lián)矶聡乐剀囕v停車時間長，所以駕駛?cè)说牟僮餍袨檩^少；（4）在重度擁塞下檔位操作次數(shù)和停車次數(shù)在同樣的時間段內(nèi)是相同的，這是由于擁堵程度過重，檔位只用來啟動車子和停車；（5）重度擁塞的路段停車頻率比輕度擁塞的路段停車頻率高出很多，說明重度擁塞下駕駛?cè)说臅r間出行成本很高.
3 結(jié)束語
本文以平均行程速度、交叉路口阻塞率、平均延誤和排隊長度為評價因素用模糊綜合評價法將城市道路交通擁塞狀態(tài)進行了劃分為輕度擁塞、中度擁塞和重度擁塞.并在此基礎(chǔ)上根據(jù)實際調(diào)查、實驗數(shù)據(jù)分析出不同擁塞度下駕駛?cè)瞬僮鬓D(zhuǎn)向盤、檔位及停車次數(shù)的變化規(guī)律和路段停車頻率圖.得出結(jié)論：駕駛?cè)嗽诮煌〒砣麪顟B(tài)的駕駛操作行為是有規(guī)律可循的；在不同的擁塞度下駕駛?cè)藢︸{駛車輛有關(guān)部件的操作次數(shù)在一定的范圍之內(nèi)；擁塞程度越嚴重相應(yīng)的操作次數(shù)越少.對交通擁塞狀態(tài)下駕駛?cè)瞬僮餍袨橐?guī)律的研究能為從駕駛?cè)说慕嵌忍岢鼍徑饨煌〒矶虏呗蕴峁├碚撝С趾鸵罁?jù)，從而有助于提高交通安全.
［1］PATTARA A.W，PEACHAVANISH R.Estimating road traffic congestion from cell dwell time using neural network［C］.Proceedings of the 7th International Conference on Intelligent Transport Systems Telecommunications，Sophia Antipolis，F(xiàn)rance，Jun 2007：12-17.
［2］王建玲，蔣陽升.交通擁塞狀態(tài)的識別與分析［J］.系統(tǒng)工程，2006，24（10）：105-109.
［3］楊 梅.天津市城市交通擁塞問題及道路交通管理對策研究［D］.天津：天津大學，2005.
［4］呂 非，陸斯文，張?zhí)m芳，等.基于GA模糊聚類的城市快速路交通流狀態(tài)劃分［J］.公路，2010（8）：124-127.
［5］郝 媛，孫立軍，徐天東，等.城市快速路交通擁擠分析及擁擠閾值的確定［J］.同濟大學學報，2008，36（5）：609-614.
［6］TIMO L，DIANNE P，HEIKKI S.Does traffic congestion increase driver aggression［J］.Transportation Research，Part F：Traffic Psychology &Behavior，1999，2（4）：225-236.
［7］WAKITA T，OZAWA K.Driver identification using driving behavior signals［J］.IEICE Transactions on Information and Systems，2006，E89-D（3）：1188-1194.
［8］JOHN D H，LINDA N B.Driver stress as influenced by driving maneuvers and roadway conditions［J］.Transportation Research，Part F：Traffic Psychology&Behavior，2007，10（3）：177-186.
［9］PARKER D，LAJUNEN T，SUMMALA H.Anger and aggression among drivers in three european countries［J］.Accident Analysis &Prevention，2002，34（2）：229-235.
［10］閻 瑩，劉浩學，郭忠印.不同交通流狀態(tài)下駕駛員心理生理特性研究［J］.同 濟大學學報，2008，36（10）：1372-1377.
［11］魏麗英.駕駛員車道變換行為模擬分析［J］.中國公路學報，2001，14（1）：77-80.
［12］鄭華榮，吳超仲，馬曉鳳.考慮駕駛憤怒的元胞自動機交通流模型［J］.武漢理工大學學報，2013，37（3）：617-621.
［13］公安部交通管理局，建設(shè)部城市設(shè)計司.城市道路交通管理評價指標體系（2012版）［R］.北京：公安部交通管理局，建設(shè)部城市建設(shè)司，2012.
［14］任福田，劉小明，榮建.交通工程學［M］.2版.北京：人民交通工程出版社，2008.
猜你喜歡
高PG等級瀝青及其混合料在交叉路口中的應(yīng)用研究石油瀝青(2019年2期)2019-04-28 08:42:24 三繞組變壓器運行分接頭檔位計算及電壓分析智富時代(2018年9期)2018-10-19 18:51:44 交通流隨機行為的研究進展西南交通大學學報(2016年3期)2016-06-15 20:29:35 路內(nèi)停車對交通流延誤影響的定量分析中國工程咨詢(2016年1期)2016-02-14 06:47:44 無人駕駛汽車在交叉路口的避障規(guī)劃汽車文摘(2015年1期)2016-01-13 03:54:03 基于農(nóng)村主路交叉路口優(yōu)先右轉(zhuǎn)汽車的碰撞預(yù)警系統(tǒng)初步設(shè)計汽車文摘(2015年11期)2015-12-02 03:02:52 引入分接頭檔位的換流變差動保護方案研究河南科技(2015年2期)2015-02-27 14:20:29 具有負壓力的Aw-Rascle交通流的Riemann問題數(shù)學年刊A輯(中文版)(2014年1期)2014-10-30 01:48:12 基于單片機的變壓器檔位監(jiān)測雙輸入BCD編碼器電測與儀表(2014年15期)2014-04-04 12:05:32 基于PreScan軟件的交叉路口防碰撞控制系統(tǒng)仿真機械與電子(2014年2期)2014-02-28 02:07:42
孫亞南 胡立偉 祁首銘 程 浩
（昆明理工大學交通工程學院 昆明 650500）
0 引 言
準確劃分城市道路交通流狀態(tài)，能為交通信息發(fā)布與服務(wù)水平評價提供重要依據(jù)，是交通控制與管理的前提，對緩解城市道路交通壓力、提高運行效率具有現(xiàn)實意義.Pattara等［1］將交通狀態(tài)劃分為3個等級：通暢、中等擁塞及高度擁塞；王建玲等［2］將交通擁塞度定義為車流運行狀態(tài)相對于暢行狀態(tài)的損失率；楊梅［3］將交通擁塞的空間分布分為孤立交叉口擁塞、線狀主干道擁塞和區(qū)域擁塞；呂非等［4］采用基于遺傳算法的模糊聚類劃分城市快速路交通流狀態(tài)并確定了閾值；郝媛等［5］基于測試數(shù)據(jù)和交通流模型劃分了6種典型交通狀態(tài)：穩(wěn)定自由流、準自由流、臨界流、擁擠流、平均車速在10km／h 以下的擁擠、交通流模型不應(yīng)存在的嚴重擁擠狀態(tài).在駕駛?cè)瞬僮餍袨榉矫?，Timo 等［6］研究發(fā)現(xiàn)交通擁塞加劇侵犯性駕駛行為的發(fā)生，建議在培訓中引入誘導駕駛?cè)藨B(tài)度變化的教育課程；Wakita等［7］研究了駕駛?cè)说牟僮鲃幼?、熟練程度、車速快慢、心理緊張狀態(tài)等與駕駛行為的關(guān)系；John 等［8］用因子分析技術(shù)分析駕駛環(huán)境對駕駛?cè)藟毫Φ挠绊?，指出女性及老年人易產(chǎn)生心理壓力，具有事故發(fā)生經(jīng)歷的駕駛?cè)嗽诓涣捡{駛條件下易產(chǎn)生壓力；Parker［9］指出多數(shù)交通事故的發(fā)生與機動車駕駛?cè)说那址格{駛行為有關(guān)；閻瑩等［10］指出在危險路段及復(fù)雜交通狀況下，駕駛?cè)藭窠?jīng)緊張，理解、判斷與處理信息的能力下降；魏麗英［11］認為駕駛?cè)俗陨砩硇睦硪蛩赜绊戃嚨雷儞Q行為，在允許范圍內(nèi)盡量提高車速是其主要動機；鄭華榮［12］等人提出駕駛員在憤怒駕駛時車輛的運行速度、運行軌跡等與正常駕駛時不同.綜上，國內(nèi)外都提出了一些調(diào)節(jié)駕駛?cè)松硇睦硖匦缘姆椒?但缺乏在該方面實測依據(jù)和定量分析方法.
1 基于模糊綜合評價法的城市道路擁塞等級研究
建立城市道路擁塞狀態(tài)判別的因素集為：U｛u1，u2，u3，u4｝.式中：u1為平均行程速度；u2為交叉路口阻塞率；u3為平均延誤；u4為排隊長度.判斷集為：V｛v1，v2，v3｝.式中：v1為輕度擁塞；v2為中度擁塞；v3為中度擁塞.
1.1 線性分析法確定隸屬函數(shù)
設(shè)某個交通擁塞狀態(tài)的評價因素是x，隸屬函數(shù)為u（x），則4個因素對各級交通擁塞狀態(tài)評價集的隸屬度u1（x），u2（x），u3（x），u4（x）為：
1）平均行程速度的隸屬函數(shù) 根據(jù)公安部交通管理局發(fā)布《城市道路的交通管理評價》［13］中平均車速的界定（見表1），由于本文研究對象是大城市的城市道路，所以按照A 類城市來建立平均行程速度的隸屬函數(shù).
2）交叉路口阻塞率的隸屬函數(shù) 根據(jù)《城市道路交通管理評價》中交叉路口阻塞率的界定（見表2），建立交叉路口阻塞率隸屬函數(shù)如下.
3）平均延誤的隸屬函數(shù) 根據(jù)我國信號交叉口建設(shè)的服務(wù)水平分級標準［14］（見表3）建立平均延誤的隸屬函數(shù)如下.
表1 高峰時段建成區(qū)主干道平均車速分級表
表2 高峰期交叉路口阻塞率分級表
表3 我國信號交叉口建設(shè)的服務(wù)水平分級標準
4）排隊長度的隸屬函數(shù) 根據(jù)表3建立排隊長隊的隸屬函數(shù)如下.
1.2 基于層次分析法權(quán)重的計算及評價結(jié)果
1）設(shè)W＝［w1，w2，w3，w4］為權(quán)重集，w1，w2，w3，w4分別為平均行程速度、交叉路口阻塞率、平均延誤、排隊長度所占的比重.w1，w2，w3，w4還需滿足歸一化的要求，即w1＋w2＋w3＋w4＝1.建立成對比較矩陣為
2）計算層次單排序的權(quán)重和一致性檢驗矩陣A的最大特征值λ＝4.187 253 741，該特征值對應(yīng)的歸一化特征向量w＝｛0.104，0.129，0.448，0.318｝則CR＝（λ-n）／（n-1）＝4.187.其中：n為A的對角線元素之和，也為A的特征值之和.RI＝0.9，故表明A通過了一致性驗證.
3）利用之前建立的評價矩陣評價
則評價的結(jié)果D＝W·R.即：
采用最大隸屬度原則，即取d1，d2，d33者中最大值所代表的交通擁塞狀態(tài)，作為道路交通擁塞模糊綜合評價的最終結(jié)果.
2 不同交通擁塞狀態(tài)下駕駛?cè)瞬僮餍袨樽兓?guī)律分析
由統(tǒng)計數(shù)據(jù)分析得出2種駕齡的駕駛?cè)嗽趽砣麪顟B(tài)下的操作行為規(guī)律十分相似且在在輕度擁塞和重度擁塞下更加突出.而中度擁塞路況的不定性更明顯，駕駛?cè)说牟僮餍袨楹茈y有規(guī)律可循.所以下面對駕齡在3年以上的駕駛?cè)嗽谳p度和重度擁塞下的操作行為進行分析.
2.1 對方向盤的操作規(guī)律
在輕度擁塞和重度擁塞下駕駛?cè)瞬僮鬓D(zhuǎn)向盤（轉(zhuǎn)向盤的左轉(zhuǎn)和右轉(zhuǎn)）的次數(shù)規(guī)律見圖1.
對輕度擁塞下駕駛?cè)瞬僮鬓D(zhuǎn)向盤次數(shù)進行回歸分析見表4.
表4 輕度擁塞下駕駛?cè)瞬僮鬓D(zhuǎn)向盤次數(shù)回歸分析
對重度擁塞下駕駛?cè)瞬僮鬓D(zhuǎn)向盤次數(shù)進行回歸分析見表5.
表5 重度擁塞下駕駛?cè)瞬僮鬓D(zhuǎn)向盤次數(shù)回歸分析
圖1 輕度和重度擁塞下駕駛?cè)瞬僮鬓D(zhuǎn)向盤變化規(guī)律
2.2 對檔位操作的規(guī)律
在輕度擁塞和重度擁塞下駕駛?cè)瞬僮鳈n位的次數(shù)變化規(guī)律見圖2.
圖2 輕度和重度擁塞下駕駛?cè)瞬僮鳈n位變化規(guī)律
對輕度擁塞、重度擁塞下駕駛?cè)瞬僮鳈n位的次數(shù)進行回歸分析見表6、表7.
表6 輕度擁塞下駕駛?cè)瞬僮鳈n位的次數(shù)回歸分析
表7 重度擁塞下駕駛?cè)瞬僮鳈n位的次數(shù)回歸分析
2.3 停車次數(shù)的規(guī)律
在重度擁塞和輕度擁塞下駕駛?cè)送＼嚧螖?shù)的變化規(guī)律見圖3.
圖3 輕度和重度擁塞下駕駛?cè)送＼嚧螖?shù)的變化規(guī)律
對輕度擁塞、重度擁塞下駕駛?cè)送＼嚨拇螖?shù)進行回歸分析見表8、表9.
2.4 路段停車頻率分析
本文利用路段總的停車時間與整條路段的行車時間之比來更好地分析交通擁塞對駕駛?cè)瞬僮餍袨榈挠绊?，其影響效果見圖4.
表8 輕度擁塞下駕駛?cè)送＼嚨拇螖?shù)回歸分析
表9 重度擁塞下駕駛?cè)送＼嚨拇螖?shù)回歸分析
圖4 路段停車頻率圖
分析得出：（1）在輕度擁塞下駕駛?cè)瞬僮鬓D(zhuǎn)向盤、檔位和停車的次數(shù)明顯比在重度擁塞下操作轉(zhuǎn)向盤、檔位和停車的次數(shù)多；（2）在不同的擁塞度下駕駛?cè)藢D(zhuǎn)向盤、檔位和停車操作次數(shù)都在一定的范圍之內(nèi)；（3）在重度擁塞下?lián)矶聡乐剀囕v停車時間長，所以駕駛?cè)说牟僮餍袨檩^少；（4）在重度擁塞下檔位操作次數(shù)和停車次數(shù)在同樣的時間段內(nèi)是相同的，這是由于擁堵程度過重，檔位只用來啟動車子和停車；（5）重度擁塞的路段停車頻率比輕度擁塞的路段停車頻率高出很多，說明重度擁塞下駕駛?cè)说臅r間出行成本很高.
3 結(jié)束語
本文以平均行程速度、交叉路口阻塞率、平均延誤和排隊長度為評價因素用模糊綜合評價法將城市道路交通擁塞狀態(tài)進行了劃分為輕度擁塞、中度擁塞和重度擁塞.并在此基礎(chǔ)上根據(jù)實際調(diào)查、實驗數(shù)據(jù)分析出不同擁塞度下駕駛?cè)瞬僮鬓D(zhuǎn)向盤、檔位及停車次數(shù)的變化規(guī)律和路段停車頻率圖.得出結(jié)論：駕駛?cè)嗽诮煌〒砣麪顟B(tài)的駕駛操作行為是有規(guī)律可循的；在不同的擁塞度下駕駛?cè)藢︸{駛車輛有關(guān)部件的操作次數(shù)在一定的范圍之內(nèi)；擁塞程度越嚴重相應(yīng)的操作次數(shù)越少.對交通擁塞狀態(tài)下駕駛?cè)瞬僮餍袨橐?guī)律的研究能為從駕駛?cè)说慕嵌忍岢鼍徑饨煌〒矶虏呗蕴峁├碚撝С趾鸵罁?jù)，從而有助于提高交通安全.
［1］PATTARA A.W，PEACHAVANISH R.Estimating road traffic congestion from cell dwell time using neural network［C］.Proceedings of the 7th International Conference on Intelligent Transport Systems Telecommunications，Sophia Antipolis，F(xiàn)rance，Jun 2007：12-17.
［2］王建玲，蔣陽升.交通擁塞狀態(tài)的識別與分析［J］.系統(tǒng)工程，2006，24（10）：105-109.
［3］楊 梅.天津市城市交通擁塞問題及道路交通管理對策研究［D］.天津：天津大學，2005.
［4］呂 非，陸斯文，張?zhí)m芳，等.基于GA模糊聚類的城市快速路交通流狀態(tài)劃分［J］.公路，2010（8）：124-127.
［5］郝 媛，孫立軍，徐天東，等.城市快速路交通擁擠分析及擁擠閾值的確定［J］.同濟大學學報，2008，36（5）：609-614.
［6］TIMO L，DIANNE P，HEIKKI S.Does traffic congestion increase driver aggression［J］.Transportation Research，Part F：Traffic Psychology &Behavior，1999，2（4）：225-236.
［7］WAKITA T，OZAWA K.Driver identification using driving behavior signals［J］.IEICE Transactions on Information and Systems，2006，E89-D（3）：1188-1194.
［8］JOHN D H，LINDA N B.Driver stress as influenced by driving maneuvers and roadway conditions［J］.Transportation Research，Part F：Traffic Psychology&Behavior，2007，10（3）：177-186.
［9］PARKER D，LAJUNEN T，SUMMALA H.Anger and aggression among drivers in three european countries［J］.Accident Analysis &Prevention，2002，34（2）：229-235.
［10］閻 瑩，劉浩學，郭忠印.不同交通流狀態(tài)下駕駛員心理生理特性研究［J］.同 濟大學學報，2008，36（10）：1372-1377.
［11］魏麗英.駕駛員車道變換行為模擬分析［J］.中國公路學報，2001，14（1）：77-80.
［12］鄭華榮，吳超仲，馬曉鳳.考慮駕駛憤怒的元胞自動機交通流模型［J］.武漢理工大學學報，2013，37（3）：617-621.
［13］公安部交通管理局，建設(shè)部城市設(shè)計司.城市道路交通管理評價指標體系（2012版）［R］.北京：公安部交通管理局，建設(shè)部城市建設(shè)司，2012.
［14］任福田，劉小明，榮建.交通工程學［M］.2版.北京：人民交通工程出版社，2008.
猜你喜歡
石油瀝青(2019年2期)2019-04-28 08:42:24
智富時代(2018年9期)2018-10-19 18:51:44
西南交通大學學報(2016年3期)2016-06-15 20:29:35
中國工程咨詢(2016年1期)2016-02-14 06:47:44
汽車文摘(2015年1期)2016-01-13 03:54:03
汽車文摘(2015年11期)2015-12-02 03:02:52
河南科技(2015年2期)2015-02-27 14:20:29
數(shù)學年刊A輯(中文版)(2014年1期)2014-10-30 01:48:12
電測與儀表(2014年15期)2014-04-04 12:05:32
機械與電子(2014年2期)2014-02-28 02:07:42
