CN113345226A - 一种突发事件影响在高速公路网中的传播预测方法 - Google Patents

Abstract

本发明涉及交通信息及控制技术领域，具体公开了一种突发事件影响在高速公路网中的传播预测方法，包括如下步骤：S1、对高速公路网进行分段；S2、建立包括重车混入率的速度密度模型和流量密度模型并确立边界条件；S3、获取突发事件点的基本情况；S4、计算突发事发路段的传播速度；S5、判断上游节点区域容纳能力是否会溢出；S6、上游合流匝道段影响传播速度计算；S7、第一个节点区域影响传播判定；S8、判断相交基本路段是否产生堵停；S9、上游交织区影响传播速度计算；S10、交织区上游的节点区域影响传播判定；S11、判断上游基本路段是否产生堵停。本方案用以解决现有技术中突发事件下高速公路网传播预测存在缺陷和预测结果准确率不高的问题。

Description

一种突发事件影响在高速公路网中的传播预测方法

技术领域

本发明涉及交通信息及控制技术领域，具体是一种突发事件影响在高速公路网中的传播预测方法。

背景技术

突发事件往往通过破坏道路基础设施，降低道路通行能力等形式对高速公路网交通产生显著的影响，如自然灾害、事故灾难和公共卫生事件等，造成大范围的交通拥堵和车辆滞留，为道路交通安全和运输效率带来负面的影响。

探究突发事件影响在高速公路网中的传播规律，能够为突发事件下高速公路网的可靠性评估提供理论基础，也能为高速公路网应急救援和疏散工作提供一定的依据，受到了交通管理部门和相关科研单位的重视。

研究突发事件影响在高速公路网中的传播规律，首先需要明确该问题的理论基础。一般情况下，相关研究采用交通波表征突发事件影响在高速公路网中的传播，而以LWR理论、Greenshields速密关系、Payne模型、Kerner模型为代表的交通流理论则成为研究该问题的理论基础。

截至当前，常用的交通流模型一般具有合理的数学逻辑、较高的预测准确性，以及相对明确的物理意义等优点。但是，大多经典模型基本源自于对西方交通流的大规模实地观测，因此仍然存在两方面的不足。其一：大多数观测处于自由流状态，对限制流的监测工作不足；而突发事件下的交通流往往处于限制流甚至堵停状态，因此需要提出适用于限制流的交通流模型。其二：西方国家的汽车工业相对发达，重型车辆往往具备优秀的动力性能，与小型乘用车辆的速度差并不明显，对交通流的影响较小，因此不在主流交通流模型的考虑之内；但是国内重型车辆的动力性能有待提高(据统计，我国大小车的速度差通常大于20km/h，有些路段甚至超过40km/h，而在美国该值小于14km/h)，对交通流的影响较为明显，因此需要在交通流模型之内考虑重车的影响。

此外，当涉及路网问题时，当前研究一般采取两种思路：一种以复杂网络理论为基础开展研究；另一种则将路网拆分为基本路段和节点，分别开展研究。在上述两种思路中，前者将实际路网抽象为简洁的点、线几何结构，适用于路径选择问题和路段(或节点)重要度研究，后者则多用于分析路网交通流的空间分布特征。突发事件影响在高速公路网中的传播规律与交通流的动态特性有关，应采取第二种思路。但是第二种思路下仅仅考虑了正常情况下的交通流流向，仅仅对交通流流向的基本路段进行了传播预测，但是在许多突发事件发生后，突发事件影响可能会沿合流匝道溢出至相交路段中，然目前缺乏对此种情况下的研究和预测。

发明内容

本发明意在提供一种突发事件影响在高速公路网中的传播预测方法，以解决现有技术中突发事件下高速公路网传播预测存在缺陷和预测结果准确率不高的问题。

为了达到上述目的，本发明的基础方案如下：

一种突发事件影响在高速公路网中的传播预测方法，包括如下步骤：

S1、对高速公路网进行分段，将高速公路网分为基本路段和节点区域，基本路段包括事发基本路段、交织区、上游基本路段、匝道段和相交基本路段，交织区位于相邻节点区域之间，交织区位于事发基本路段上游，上游基本路段位于交织区上游，匝道段位于节点区域上游，相交基本路段位于匝道段上游；

S2、建立包括重车混入率的Logistic的速度密度模型和流量密度模型，确立突发事件影响在路网节点区域中继续传播的边界条件，边界条件包括上游基本路段的影响传播速度小于等于0和相交基本路段的影响传播速度小于等于0；

S3、获取突发事件点的基本情况；包括突发事件所在位置、占用车道情况、损失通行能力，并获取突发事件所在高速公路网各路段的在途交通状态；

S4、计算突发事件所在基本路段的传播速度；结合突发事件所在路段的在途交通状态，根据流量密度模型得到在途交通密度，并根据交通波波速公式计算得到事发基本路段的影响传播速度；

S5、判断上游节点区域容纳能力是否会溢出；当事发基本路段的传播速度小于等于0时,对上游第一个节点区域的容纳能力进行计算，当节点区域的容纳能力小于节点区域的汇入交通流量时，判定为突发事件影响会溢出到合流匝道段中；

S6、上游合流匝道段影响传播速度计算；根据交通波波速公式计算得到上游合流匝道段的影响传播速度；

S7、第一个节点区域影响传播判定；当第一个节点区域上游的相交基本路段的影响传播速度为小于等于0时，则判定突发事件影响会继续沿着节点区域继续传播至合流匝道段，并继续执行S8；

S8、判断相交基本路段是否产生堵停并计算突发事件影响在相交基本路段的影响传播速度；当所有边界条件都满足时，判定为相交基本路段会产生堵停，再根据交通波波速公式计算得到相交基本路段的影响传播速度；

S9、上游交织区影响传播速度计算；该步骤与步骤S6同步进行，且无论步骤S5中节点容纳能力是否小于节点区域的汇入交通流量，均执行该步骤，通过该步骤确定突发事件影响在上游交织区中的影响传播速度，影响传播速度根据交通波波速公式计算得出；

S10、交织区上游的节点区域影响传播判定；当上游基本路段的影响传播速度小于等于0时，判定为突发事件会继续沿着交织区上游的节点区域继续传播至上游基本路段，并接着执行S11；

S11、判断上游基本路段是否产生堵停并计算突发事件影响在上游基本路段的影响传播速度；当所有边界条件都满足时，判定为上游基本路段产生堵停且突发事件影响将继续上溯，再根据交通波波速公式计算得到上游基本路段的影响传播速度。

相比于现有技术的有益效果：

与传统的方法相比，本方案综合考虑了重车对交通流速度、密度、流量的分布规律，以及对路段的通行能力的影响，并对高速公路网进行路段和节点区域的划分以引入节点的容纳能力和引入突发事件影响在路网节点区域中继续传播的边界条件，使得本方案的预测方法在事故路段内，不论是交通流率的变化还是速度的变化，预测方法得到的规律和实际检测到的规律基本重合，准确度高；而在重车汇入率高且立交间距过小的敏感区域内采用本方案的预测方法预测得到的评估效果更好，约为10％，而在非敏感区域内的评估效果略逊，约为15％。

因此，本方案的预测方法使得对突发事件在高速公路网中的传播预测更加精准，为应急管理人员提供了一定的工作依据，在一定程度上提高了高速公路网的疏散救援能力和安全运营水平，同时弥补了传统方法缺乏实际突发事件和交通流数据应用的缺陷。

进一步，所述Logistic的速度密度模型如下：

f₁(k_m)＝0.0025×k_m-0.1538

f₂(r)＝-4.332×r+5.402

其中V表示速度，k表示交通密度，v_f表示自由流速度，r表示重车混入率，k_t表示交通流由自由流变为非自由流的转折密度，k_m表示交通堵塞密度。

有益效果：通过该模型得到了数学关系简洁、参数意义明确，兼具数学模型的普适性与精确性，且更加适用于我国交通环境的突发事件影响传播速度计算。

进一步，所述流量密度模型如下：

其中Q代表在途交通流量。

进一步，所述容纳能力基于容纳能力模型计算得出，容纳能力用HNAC表示，容纳能力模型如下：

ω(r_em)＝-690r_em+93

其中Q_em为事发点的交通流量，r_em为事发点的重车混入率。

有益效果：本方案使得容纳能力的计算与重车混入率存在关联且计算方法简单，有利于提高本方案预测方法的准确性。

进一步，所述节点区域的汇入交通流量通过交通历史数据获得。

进一步，在知晓不同基本路段的传播速度后，计算对应基本路段上的传播时间；以便知晓突发事件影响在不同基本路段上的传播耗时，便于交通管理人员及时作出对应缓解交通压力的措施。

进一步，还包括S12，具体步骤如下：结合高速公路网各路段和节点的影响传播速度、传播位置和传播时间制作传播预测时空图。

有益效果：通过制作传播预测时空图，使得突发事件的传播速度与具体的时间和位置进行结合，便于查阅者非常直观地知晓传播到不同路段不同地点所用的时间。

进一步，所述S3中的高速公路网各路段的在途交通状态通过交通历史数据获得。

附图说明

图1为本发明的突发事件影响传播的高速公路网分段图；

图2为本发明的实施步骤流程图；

图3为本发明的案例1中突发事件影响在路网中的传播时空图；

图4为本发明的案例2中突发事件影响在路网中的传播时空图；

图5为本发明的案例3中突发事件影响在路网中的传播时空图；

图6为本发明的案例4中突发事件影响在路网中的传播时空图；

图7为本发明的案例3中K33+400处的流率误差；

图8为本发明的案例3中K35+900处的流率误差；

图9为本发明的案例3中K33+400处的速度误差；

图10为本发明的案例3中K35+900处的速度误差；

图11为本发明的案例3中帽儿刘立交东处的速度误差。

具体实施方式

下面通过具体实施方式进一步详细说明：

实施例一基本如附图1至图11所示：

一种突发事件影响在高速公路网中的传播预测方法，包括如下步骤：

S1、对高速公路网进行分段，将高速公路网分为基本路段和节点区域；基本路段包括事发基本路段、交织区、上游基本路段、匝道段和相交基本路段，交织区位于相邻节点区域之间，交织区位于事发基本路段上游，上游基本路段位于交织区上游，匝道段位于节点区域上游，相交基本路段位于匝道段上游；结合附图1所示，基本路段包括事发基本路段⑤、交织区③、上游基本路段①、分流匝道段⑥、合流匝道段⑦和相交基本路段⑨，节点区域包括分流区②、分流区⑧和合流区④。

S2、建立包括重车混入率的Logistic速度密度模型和流量密度模型，建立节点容纳能力(也称HNAC)模型并确立突发事件影响在路网节点区域中继续传播的边界条件。

S201、建立速度密度模型和流量密度模型；采集高速公路网的交通历史数据以获取交通量、交通密度、速度以及重车混入率，并建立速度密度模型和流量密度模型；其中速度密度模型以LWR理论和广义Logistic曲线为基础，通过获取多种交通流状态下的数据，采用逐步线性拟合、优度检验和非线性回归等方法，构建了包括自由流速度、转折密度、速度、重车比例以及交通堵塞密度的五参数Logistic的速度密度模型：

速度密度模型：

f₁(k_m)＝0.0025×k_m-0.1538

f₂(r)＝-4.332×r+5.402

流量密度模型：

其中，式(1-1)和式(1-2)的参数对应下表1。

表1 公式(1-1)和公式(1-2)中各参数的物理意义

其中V、Q、r均可以通过测量得到，比如通过交通监控查看历史数据得到，而v_f、k_t、k_m的取值根据以下表2得到。

表2 不同重车混入率下的v_f、k_t、k_m的取值

根据以上公式(1-2)、表2中的数值以及历史数据，则可得知不同路段下的在途交通流量和交通密度。

S202、建立容纳能力(HNAC)模型；以Newell车辆跟驰模型为基础，结合驾驶员变道过程模型建立了HNAC数学模型，并通过设计仿真试验，采用标准差、Spearman相关系数和多元线性回归，建立了HNAC的计算公式，该公式如下

ω(r_em)＝-690r_em+93

其中Q_em为事发点的交通流量，r_em为事发点的重车混入率。

S203、确立突发事件影响在路网节点区域中继续传播的边界条件，边界条件如下：

其中，式(1-4)和式(1-5)的参数对应下表3。

表3 公式(1-4)和式(1-5)中各参数的物理意义

S3、获取突发事件点的基本情况；基本情况包括突发事件所在位置、占用车道情况、损失通行能力等，并结合突发事件点的交通历史数据获取突发事件所在高速公路网各路段的在途交通状态，在途交通状态包括在途交通流量、速度和重车混入率。

S4、计算突发事件所在基本路段的传播速度；结合突发事件所在路段(也即事发基本路段)的在途交通状态，根据式(1-2)的流量密度模型得到在途交通密度，并根据下方公式(1-6)计算得到事发基本路段的影响传播速度，再结合事发基本路段的长度即可预测突发事件影响传播至上游首个节点所需的时间(事发基本路段的长度除以影响传播速度得到时间)以及事发路段此时的交通状态。

根据交通波波速公式得到事发基本路段的交通流量、交通密度与影响传播速度之间的关系式如下：

其中式(1-6)中参数对应如下表4：

表4 公式(1-6)中各参数的物理意义

S5、判断上游节点区域容纳能力是否会溢出；当事发基本路段的传播速度小于等于0时,对上游第一个节点区域的容纳能力进行计算，并判定突发事件影响是否会溢出到合流匝道段中；具体步骤如下：

S501、结合第一个节点区域的交通状态，对节点区域的容纳能力(HNAC)按照式(1-3)进行计算；当节点区域的容纳能力小于节点区域的汇入交通流量时，判定为突发事件影响会溢出到合流匝道段中。

S502、当节点区域的容纳能力小于节点区域的汇入交通流量时，上游合流匝道段处于堵停状态，结合附图1，若突发事件发生在基本路段⑤，第一个节点区域即为合流区④，合流区④的汇入交通流量根据历史数据能够查询得到，突发事件影响会沿合流匝道段⑦传播至相交基本路段⑨中，接着执行步骤S6和步骤S7；当节点区域的容纳能力大于合流区④的汇入交通流量时，则可以忽略相交基本路段⑨的传播，也即相交基本路段⑨不会出现拥堵。

S6、上游合流匝道段影响传播速度计算，并得到突发事件影响在上游合流匝道段中的传播时间；具体步骤如下：

S601、结合合流匝道段的在途交通状态和流量密度模型(1-2)，得到上游合流匝道段的在途交通密度。

S602、因上游合流匝道段处于堵停状态，故而下游交通流量为0，再结合交通波波速公式得到上游合流匝道段的影响传播速度公式可根据如下公式求得：

其中式(1-7)中参数对应如下表5。

表5 公式(1-7)中各参数的物理意义

S603、结合合流匝道段的长度，将该长度除以S602得到突发事件在的合流匝道段⑦的影响传播速度得到突发事件在合流匝道段的传播时间。

S7、第一个节点区域影响传播判定；根据边界条件判断突发事件是否会继续沿着节点第一个区域传播；结合合流匝道段和相交基本路段的在途交通状态，根据边界条件式(1-5)，当边界条件式(1-5)满足条件时，判定为突发事件影响会继续沿着第一个节点区域传播(以附图1为例，判定突发事件影响会继续沿着合流区④继续传播至合流匝道段⑦中)，并继续执行S8。

S8、判断相交基本路段是否产生堵停并计算突发事件影响在相交基本路段的影响传播速度；根据边界条件判断突发事件是否会使得相交基本路段产生堵停；结合上游基本路段和交织区的在途交通状态，根据边界条件式(1-4)，当边界条件式(1-4)满足条件时，说明相交基本路段会产生堵停；再根据式(1-5)输出突发事件影响在相交基本路段的影响传播速度，并结合相交基本路段的长度计算突发事件影响在相交基本路段的传播时间。

S9、上游交织区影响传播速度计算；该步骤与步骤S6同步进行，且无论步骤S5中节点容纳能力(HNAC)是否小于节点区域的汇入交通流量，均执行该步骤，通过该步骤确定突发事件影响在上游交织区中的影响传播速度和传播时间；具体步骤如下：

S901、结合上游交织区的在途交通状态和流量密度模型(1-2)，得到上游交织区的在途交通密度。

S902、上游交织区的事件影响传播速度可由下式(1-8)计算：

其中式(1-8)中参数对应如下表6。

表6 公式(1-8)中各参数的物理意义

S903、结合上游交织区的长度，将该长度除以上游交织区的影响传播速度得到突发事件在上游交织区的传播时间。

S10、交织区上游的节点区域影响传播判定。根据边界条件判断突发事件是否会继续沿着游交织区上游的节点区域继续传播至上游基本路段中；结合上游交织区和上游基本路段的交通流状态，根据边界条件式(1-4)，当边界条件式(1-4)满足条件时，判定为突发事件会继续沿着交织区上游的节点区域继续传播至上游基本路段，并接着执行S11。

S11、判断上游基本路段是否产生堵停并计算突发事件影响在上游基本路段的影响传播速度；根据边界条件判断突发事件是否会使得上游基本路段产生堵停；结合交织区上游的节点区域连接的匝道段和该匝道段连接的相交基本路段的在途交通状态，根据边界条件式(1-5),当边界条件式(1-5)满足条件时，判定为上游基本路段产生堵停且突发事件影响将继续上溯；根据式(1-4)输出突发事件影响在上游基本路段的影响传播速度，并结合上游基本路段的长度计算突发事件影响在上游基本路段的传播时间。

S12、结合高速公路网各路段和节点的影响传播速度、传播位置和传播时间制作传播预测时空图。

以下采集4起发生在西安环城高速中的实际突发事件信息，应用以上技术方案提出的预测方法，计算突发事件在实际高速公路网中的影响范围，以观察预测模型的可行性和有效性，并为后续的误差分析提供依据。

首先通过查询交通事件历史信息，获取4起案例的基本情况。

表7 交通事故案例基本信息

其中，损失通行能力可以根据《交通工程手册》得知，根据突发事件影响在高速公路网中的传播预测方法，可知首先需要获取事发路段的在途交通状态。查询交通监控历史数据获取速度、流量、重车混入率，结合速度密度模型、流量密度模型，得到如表8所示。

表8 事发路段初始交通状态

获取事发路段初始交通状态后，根据本方案的预测方法，使用式(1-2)获取事故路段的在途交通密度，使用式(1-6)获取事件影响在事发路段内的传播速度，即可预测事件影响传播至上游首个节点所需的时间，以及事发路段此时的交通状态，如表9所示。

表9 事件影响在事发路段中的传播情况预测

当突发事件影响传播至上游首个节点时，结合本方案的预测方法，需要使用式(1-3)计算该时刻的HNAC，继而判断事件影响是否会溢出路段传播至路网范围。节点处的汇入交通流量和上游到达流量可通过查询历史数据获取，事件影响在上游首个节点处的溢出情况如表10所示。

表10 事件影响在相关节点中的溢出判别情况

若事件影响溢出路段，依据本方案的预测方法，上游交织区、上游基本路段的传播情况可按式(1-4)、(1-2)进行预测；合流匝道的影响传播情况可根据式(1-7)、(1-2)预测；相交路段的影响传播情况可根据式(1-5)、(1-2)预测。那么，结合上述内容，可做各突发事件影响在相关路网范围内的传播预测时空图。

根据本方案的预测方法预测得到的事件1影响传递至曲江立交时会耗费近5个小时的时间，但实际上该突发事件的持续时间约为2个小时；因此，以突发事件持续时间作为边界条件，将香王立交分流交织区上游3.1km处作为算例1的空间研究边界，可得事件1影响在相关路网范围内的传播预测时空图，该时空图见附图3，附图3中，横坐标是时间轴，纵坐标是位置轴，折线的斜率代表影响传播速度。

在案例1中，突发事件较为严重，且持续时间较长，事件影响能够传递至上游相邻基本路段中，但由于上游节点区域输入交通量远小于输出交通量，节点区域的疏散能力强，突发事件影响无法传递至相交路段中。

根据本方案的预测方法预测得到的突发事件2影响传递至田王立交时已经耗费近2个小时，但实际上该突发事件的持续时间约为1.5个小时。因此，以突发事件持续时间作为边界条件，将田王立交入口匝道位置作为本案例2的空间研究边界，可得事件2影响在相关路网范围内的传播预测时空图，该时空图见附图4，同样附图4中，横坐标是时间轴，纵坐标是位置轴，折线的斜率代表影响传播速度。

在案例2中，突发事件较为严重，且持续时间较长，事件影响能够传递至上游相邻基本路段中。同时，上游第一个节点处输入交通量较大，超过下游路段(也即事发所在基本路段)的容纳能力，突发事件影响会沿合流匝道段上溯。但是，虽然合流匝道段拥堵的上溯导致相交基本路段通行能力发生折减，但由于相交基本路段的交通状态极佳，不受折减的影响。

根据本方案的预测方法预测得到的突发事件3影响传递至阿房宫立交时已经耗费近2个小时的时间，实际上该突发事件的持续时间约为2个小时。因此，以突发事件持续时间作为边界条件，将阿房宫立交入口匝道位置作为本算例的空间研究边界，可得事件3影响在相关路网范围内的传播预测时空图，该时空图见附图5，同样附图5中，横坐标是时间轴，纵坐标是位置轴，折线的斜率代表影响传播速度。

在案例3中，突发事件较为严重，且持续时间较长，事件影响能够传递至上游相邻基本路段中。结合图5可知，突发事件发生在K32+900的位置上，由于事发路段完全丧失通行能力，突发事件影响会沿合流匝道段上溯至两个相交基本路段(帽儿刘东和帽儿刘西)。通过分析，事发基本路段的影响传播速度为2.08km/h，上游交织区的影响传播速度为2.88km/h，上游基本路段的影响传播速度为3.33km/h，在合流匝道段在18:43分开始存在堵停现象，相交基本路段帽儿刘东的影响传播速度为0.21km/h；结合图5可以发现相交基本路段帽儿刘东的交通流受到拥堵上溯的影响，而相交基本路段帽儿刘西由于较好的交通状态，没有受到拥堵上溯的影响。

根据本方案的预测方法预测得到的突发事件4影响传递至杏园立交时已经耗费超过2.5个小时的时间，但实际上该突发事件的持续时间约为2个小时；因此，以突发事件持续时间作为边界条件，将绕城高速未央——杏园中段位置作为本预测方法的空间研究边界，可得事件4影响在相关路网范围内的传播预测时空图，该时空图见附图6。

在案例4中，突发事件较为严重，且持续时间较长，事件影响能够传递至上游相邻基本路段中。同时，由于事发路段完全丧失通行能力，突发事件影响会沿合流匝道段上溯。但是，虽然合流匝道段拥堵的上溯导致相交基本路段通行能力发生折减，但由于相交基本路段的交通状态较好，不受通行能力折减的影响。

为检验本方案的预测方法的准确性，对比本方案预测方法所得时空影响范围与实际范围的误差，分析误差与敏感路段的关系，基于此衡量本方案预测方法的准确性和实用性。

以案例3为例，事故点上游K33+400及K35+900处分别有两座交通数据调查站，帽儿刘立交以东距出口匝道150m处有一座交通数据调查站。提取上述三处调查站2018年8月27日18:15前后的检测数据，在交通流流率和速度两个方面分析预测模型存在的误差，如图7至图11所示。

观察K33+400处的变化规律可以发现，在事故路段内，不论是流率的变化还是速度的变化，模型预测的规律和实际检测到的规律基本重合，准确度较高。观察K35+900处，以及帽儿刘立交东监测站的变化规律，可以发现在上游路段和相交路段的交通状态的实际变化要迟于模型的预测结论。通过案例3的计算，可知突发事件影响传递到K35+900处时需耗费68min，而突发事件影响实际到达该处则耗时79min，存在11min的延迟。通过计算，突发事件影响传播至相交路段中监测站处需要耗费88min，而事件影响到达此处的实际耗时为101min，存在13min的延迟。此外，观察流率变化可以发现，不论是事故路段还是上游路段，交通流率的预测是准确的；观察速度变化则发现，在路段堵死的情况下，速度的预测也是准确的。

为进一步方便进行误差对比，根据不同方法预测上述4个不同案例中同一检测位置的传播耗时，并制成以下表11。

表11 CTM类典型方法的计算传播耗时与实际耗时的对比

对检测位置进行确认，并结合以上表格分析存在误差的检测位置与路网信息进行综合得到表格如下表12：

表12 误差信息与路网信息

其中相对误差＝预测值与实际值之差的绝对值除以预测值。

其中敏感区域的特征：立交间距过小，导致车辆交织频繁，重车混入率高。

如表7所示，Daganzo和Sakakibara所提出方法的相对误差约为20％，大于本方案预测方法8％-16％的相对误差。Meng和Sakakibara的方法缺少事件影响在路网节点区域中传播的边界条件，故而无法对事件影响在节点区域上游的相交道路中的传播进行预测。Daganzo的方法能够对突发事件影响在相交道路中的传播进行预测，但该方法错误地预测了突发事件影响在一些未受波及路段中的传播，这一点也侧面说明本文提出的节点区域容纳能力(HNAC)的重要意义。此外，与传统的CTM类方法相比，本方案综合考虑了重车对交通流速度、密度、流量的分布规律，以及对路段的通行能力的影响，并对高速公路网进行路段和节点区域的划分以引入节点容纳能力(HNAC)和引入突发事件影响在路网节点区域中继续传播的边界条件，使得本方案的预测方法在敏感区域内具有更好的评估效果，约为10％，而在非敏感区域内的评估效果略逊，约为15％。

综上，本方案的预测方法使得对突发事件在高速公路网中的传播预测更加精准，为应急管理人员提供了一定的工作依据，在一定程度上提高了高速公路网的疏散救援能力和安全运营水平，同时弥补了传统方法缺乏实际突发事件和交通流数据应用的缺陷。

以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims (8)

1.一种突发事件影响在高速公路网中的传播预测方法，其特征在于，包括如下步骤：

S1、对高速公路网进行分段，将高速公路网分为基本路段和节点区域，基本路段包括事发基本路段、交织区、上游基本路段、匝道段和相交基本路段，交织区位于相邻节点区域之间，交织区位于事发基本路段上游，上游基本路段位于交织区上游，匝道段位于节点区域上游，相交基本路段位于匝道段上游；

S2、建立包括重车混入率的Logistic的速度密度模型和流量密度模型，确立突发事件影响在路网节点区域中继续传播的边界条件，边界条件包括上游基本路段的影响传播速度小于等于0和相交基本路段的影响传播速度小于等于0；

S3、获取突发事件点的基本情况；包括突发事件所在位置、占用车道情况、损失通行能力，并获取突发事件所在高速公路网各路段的在途交通状态；

S4、计算突发事件所在基本路段的传播速度；结合突发事件所在路段的在途交通状态，根据流量密度模型得到在途交通密度，并根据交通波波速公式计算得到事发基本路段的影响传播速度；

S5、判断上游节点区域容纳能力是否会溢出；当事发基本路段的传播速度小于等于0时,对上游第一个节点区域的容纳能力进行计算，当节点区域的容纳能力小于节点区域的汇入交通流量时，判定为突发事件影响会溢出到合流匝道段中；

S6、上游合流匝道段影响传播速度计算；根据交通波波速公式计算得到上游合流匝道段的影响传播速度；

S7、第一个节点区域影响传播判定；当第一个节点区域上游的相交基本路段的影响传播速度为小于等于0时，则判定突发事件影响会继续沿着节点区域继续传播至合流匝道段，并继续执行S8；

S8、判断相交基本路段是否产生堵停并计算突发事件影响在相交基本路段的影响传播速度；当所有边界条件都满足时，判定为相交基本路段会产生堵停，再根据交通波波速公式计算得到相交基本路段的影响传播速度；

S9、上游交织区影响传播速度计算；该步骤与步骤S6同步进行，且无论步骤S5中节点容纳能力是否小于节点区域的汇入交通流量，均执行该步骤，通过该步骤确定突发事件影响在上游交织区中的影响传播速度，影响传播速度根据交通波波速公式计算得出；

S10、交织区上游的节点区域影响传播判定；当上游基本路段的影响传播速度小于等于0时，判定为突发事件会继续沿着交织区上游的节点区域继续传播至上游基本路段，并接着执行S11；

S11、判断上游基本路段是否产生堵停并计算突发事件影响在上游基本路段的影响传播速度；当所有边界条件都满足时，判定为上游基本路段产生堵停且突发事件影响将继续上溯，再根据交通波波速公式计算得到上游基本路段的影响传播速度。

2.根据权利要求1所述的突发事件影响在高速公路网中的传播预测方法，其特征在于，所述Logistic的速度密度模型如下：

f₁(k_m)＝0.0025×k_m-0.1538

f₂(r)＝-4.332×r+5.402

其中V表示速度，k表示交通密度，v_f表示自由流速度，r表示重车混入率，k_t表示交通流由自由流变为非自由流的转折密度，k_m表示交通堵塞密度。

3.根据权利要求2所述的突发事件影响在高速公路网中的传播预测方法，其特征在于，所述流量密度模型如下：

其中Q代表在途交通流量。

4.根据权利要求1所述的突发事件影响在高速公路网中的传播预测方法，其特征在于，所述容纳能力基于容纳能力模型计算得出，容纳能力用HNAC表示，容纳能力模型如下：

ω(r_em)＝-690r_em+93

其中Q_em为事发点的交通流量，r_em为事发点的重车混入率。

5.根据权利要求1所述的突发事件影响在高速公路网中的传播预测方法，其特征在于，所述节点区域的汇入交通流量通过交通历史数据获得。

6.根据权利要求1所述的突发事件影响在高速公路网中的传播预测方法，其特征在于，在知晓不同基本路段的传播速度后，计算对应基本路段上的传播时间。

7.根据权利要求6所述的突发事件影响在高速公路网中的传播预测方法，其特征在于，还包括S12，具体步骤如下：

结合高速公路网各路段和节点的影响传播速度、传播位置和传播时间制作传播预测时空图。

8.根据权利要求1所述的突发事件影响在高速公路网中的传播预测方法，其特征在于，所述S3中的高速公路网各路段的在途交通状态通过交通历史数据获得。

Images