新書推薦：
《
漫谈数字化转型从底层逻辑到实践应用
》
售價：HK$
78.2
《
谢谢你来到我的生命：狗狗带给我们的治愈与改变
》
售價：HK$
51.8
《
情感觉醒：揭秘亲密关系背后的真相
》
售價：HK$
68.8
《
诸葛亮
》
售價：HK$
79.4
《
解密：梦的诞生
》
售價：HK$
193.2
《
课长，这不是恋爱，这就是性骚扰！
》
售價：HK$
45.9
《
人文与社会译丛：我们中的我（承认理论研究）
》
售價：HK$
79.4
《
（守望者·人间世）自我：与齐格蒙特·鲍曼对谈
》
售價：HK$
82.8
|
| 內容簡介： |
城市道路交通系统作为一类典型复杂系统，蕴含了复杂系统研究领域所有的科学问题。同时，城市道路交通系统复杂动态行为的建模、分析及控制的相关研究能够为改善日益拥堵的城市交通状况提供理论与方法支持。
本书采用复杂系统的一般理论以及复杂网络领域分析方法，结合城市道路交通系统的基本特征，提出了用以分析城市道路交通系统结构随时间演进过程的多模态的思想及相关方法，并以北京市道路交通系统为例做了实验分析。
本书适合交通复杂性领域的科研人员、从事宏观交通控制与诱导工作的工程师及城市交通管理部门工作人员阅读。
|
| 目錄：
|
前言
第1章 城市道路交通系统建模
1.1 概述
1.2 交通系统建模方法综述
1.2.1 交通建模方法分类
1.2.2 车辆交通行为建模方法
1.2.3 基于特征统计的车辆交通行为建模方法
1.2.4 交通流统计建模方法
1.3 基于复杂系统理论的城市道路交通系统动态性建模研究
1.4 研究动机与目标
1.5 技术路线
第2章 复杂系统方法论架构
2.1 复杂系统基本概念介绍
2.1.1 基本定义
2.1.2 基本属性
2.1.3 建模与分析
2.2 涌现的定义与描述
2.2.1 基本概念与定义
2.2.2 涌现
2.3 网络条件下的系统复杂性
2.3.1 概述
2.3.2 基本属性
2.3.3 城市道路交通网络相关研究
第3章 多模态动态性建模方法
3.1 复杂系统的多模态特征
3.2 基于多模态特征的动态性建模方法
3.3 网络化模型中的多模态动态性及城市道路交通网络动态性建模
3.4 小结
第4章 城市道路交通系统动态性建模
4.1 概述
4.2 城市道路交通系统复杂性研究
4.3 服务水平与交通连通度
4.3.1 服务水平
4.3.2 连通度
4.4 网络模型
4.4.1 静态模型
4.4.2 动态模型
4.5 城市道路交通网络动态性建模
4.5.1 城市道路交通网络动态性
4.5.2 模态子动态性描述
4.5.3 模态相似性评价
4.6 小结
第5章 典型特大城市交通网络动态性建模分析
5.1 北京市道路交通系统
5.1.1 基本介绍
5.1.2 实验数据说明
5.2 北京市道路交通网络模型
5.2.1 静态网络模型
5.2.2 动态网络模型
5.2.3 模型分析
5.3 多模态特征分析
5.3.1 结构均衡特性验证实验
5.3.2 基础模态及模态作用模式
5.4 子动态性演进实验
5.4.1 静态网络子动态性分析
5.4.2 随机网络子动态性分析
5.4.3 非均衡结构网络子动态性分析
……
第6章 结论
参考文献
|
| 內容試閱：
|
第1章 城市道路交通系统建模
br1.1 概 述
br 城市道路交通系统是在基础设施（各等级道路、车辆停靠区域等）及其附
br属设施（交通标志标线、交通监控设备等）基础之上，通过各种协调、控制手段，
br以实现城区各类型交通参与者空间位移为目标的空间开放的复杂系统。
br基础设施网络，包含各等级道路、各类型交叉口以及车辆生成和吸收区
br域，是城市道路交通系统的基础。基础设施网络的规模是衡量城市道路交通
br系统发展程度最重要的指标之一，能够在一定程度上代表城市发展状况。基
br础设施网络具有建设周期长、地理环境依赖程度高、结构稳定性高等特点，为
br车辆通行提供了最基本的保障。道路交通领域的理论与方法研究，如出行分
br析、路径选择、交通诱导等，都将基础设施网络作为主要的因素进行分析。
br车辆在基础设施网络上运行形成车流，并在基础网络结构的基础上形成
br交通流网络。显然，交通流网络受到基础设施网络空间上的约束。将交通流
br与基础设施叠加起来的交通流网络一方面具有基础设施网络的静态结构特
br征，另一方面能够反映交通流的动态特征。交通流网络涵盖了道路交通领域
br的主要研究对象：微观上车辆行驶行为分析、中观上车辆统计行为分析以及宏
br观上网络涌现行为分析。交通流网络的宏观特征代表了城市道路交通的整体
br运行状况，在谈论城市交通的日常交通特点时，通常所指的就是交通流网络。
br交通流网络是道路交通领域研究的核心，旨在改善日常交通状况的方法和技
br术都是针对交通流设计并实施的。
br交通流依赖基础设施，但交通流网络并不完全受限于基础设施网络。交
br通流网络的许多特征是基础设施网络所不具有的。交通流网络具有参数性动
br态性和结构性动态性，其中后者直接导致了交通流网络宏观上的涌现行为的
br形成，即网络拓扑性质发生改变。而交通流对基础设施的依赖也是显而易见
br的，车辆在道路上行驶进行路径选择时，由于很难及时准确获得路径上的实时
br交通状态而更多地依赖基础设施网络，从而对宏观交通流网络状态产生影响。
br因此，由基础设施网络与交通流网络叠加而产生的宏观交通行为更能表征城
br市道路交通系统。
br影响城市道路交通宏观动态特征变化的另外一个重要的因素是交通管理
br与控制。交通管理与控制主要通过标志标线、信号控制、交通信息发布等手段
br实现交通控制和交通诱导的功能，并进而改善整体交通运行状态。交通管理
br与控制依据的是充分理解和掌握基础设施网络与交通流网络叠加网络所具有
br的动态性特征。
br进入21世纪，中国的城市得到快速的发展，车辆保有量的不断增加，导致
br大多数城市交通低效率通行与拥堵现象日益严重；同时，交通管理部门为了更
br好地对城市交通状况进行监控，大规模建设了各类型的交通数据获取装置，为
br深入进行城市交通系统各方面特性分析提供了数据支持。城市道路交通系统
br所蕴含的各类问题以及丰富的数据支持使众多研究者和工程师对深入研究这
br些问题背后的科学规律产生了浓厚的兴趣。
br经过多年的发展，城市交通领域的重点和难点主要集中在如何建立能够
br准确描述微观、中观、宏观交通系统行为的分析模型。交通建模方法分为三个
br层面：早期的研究者和工程师主要关注车辆交通行为建模，所提出的模型主要
br是反映微观交通行为的特征；随着研究的深入，研究者建立了主要交通变量之
br间的关系模型，表明研究关注的对象已经从个体交通行为转移到交通系统本
br身；复杂网络理论的不断发展使交通领域的研究者逐渐关注建立在道路网络
br之上的交通流网络所展示的复杂网络特性，如无标度特征、小世界现象等，并
br通过网络拓扑特征研究网络状态动态演进的规律。
br复杂系统理论研究是当前以至今后相当长一段时间内的研究热点，复杂
br网络理论是该领域的重要分支之一。复杂系统理论方法的研究对各学科问题
br的建模与分析提供了理论和方法支持，反之，不同科学领域所蕴含的科学问题
br及丰富的数据为复杂系统理论研究提供了研究动机。以图论为基础，复杂网
br络理论经过几十年的发展已经形成了一个新的学科――网络科学。现阶段，
br网络科学的核心研究内容是通过考察节点间的连通性进而分析网络拓扑性
br质。从连通性的角度定义网络拓扑演进过程的诸多方法，如ER模型、BA模
br型、BBV模型、NW模型等，已经成为复杂网络领域主要的研究成果。
br本书试图从复杂系统建模方法入手，通过深入考察城市道路交通系统动
br态性建模中存在的问题，探讨复杂系统涌现行为的建模与分析方法；并通过网
br络科学中的分析方法，结合城市道路交通连通性动态特征，建立旨在反映城市
br道路交通网络拓扑性质变化规律的分析模型；在此基础上，根据北京市道路交
br通系统的拓扑数据和监测数据进行了城市道路交通系统动态性建模与分析。
br
br1.2 交通系统建模方法综述
br交通系统（交通流系统）建模是指运用力学、物理学、数学知识和计算机技
br术对交通流特性进行描述，通过建立能描述实际交通一般特性的交通流模型，
br揭示车辆行为、交通流行为以及交通系统行为的基本规律，从而更好地为指导
br交通工程及管理部门进行规划设计和完善日常交通控制措施服务。
br道路交通流理论的研究从20世纪30年代开始，30~40年代主要以自由
br流理论为主，即研究交通密度低、各车之间的车头间距较大、车辆处于自由形
br式状态下的交通流特征。1933年，Kinzer首次提出并论述了将泊松分布应用
br于交通分析的可能性［1］；1936年，Adams发表了数值例题，表明了交通流理论
br研究的起步［2］；Greenshields在1934年提出了线性平衡速度密度关系模型，
br其被称为交通流理论鼻祖［3］。这一时期的理论基础主要是概率论和数理统计
br方法。
br20世纪50年代以后，随着道路交通流量的剧增，交通流中车辆的独立性
br越来越弱，交通现象的随机性随之降低，交通流主要研究对象转变为密度较
br高、各车间距很小、车辆行驶受头车影响和限制的非自由流交通流。这一时期
br内，各种新的模型纷纷涌现。20世纪50~60年代运动学模型和车辆跟驰模
br型占统治地位；70~80年代流体力学学说大发展，动力学模型崭露头角；90年
br代以来，以现代科学技术为主要研究方法和手段，如计算机模拟技术、神经网
br络法和模糊控制技术等，其中元胞自动机模型为主要代表，交通流理论及方法
br进入大规模发展阶段。
br1.2.1 交通建模方法分类
br在传统的交通工程理论中，通常将交通模型分为三类：微观模型、中观模
br型和宏观模型。建模方法分类所依据的是建模对象的范围。微观建模方法只
br考虑车辆个体行为；宏观建模方法忽略个体行为的具体描述，而考虑交通流的
br统计行为；中观建模方法介于前两者之间。从建模的对象及使用的建模工具
br角度可以将传统的三种交通建模方法分别归纳为车辆交通行为模型（微观模
br型）、基于特征统计的车辆交通行为模型（中观模型）和交通流统计模型（宏观
br模型）。
br本书在讨论城市道路交通网络动态性建模中所提到的微观、中观以及宏
br观是一个相对的概念。在讨论道路以及路段上交通流特征时所指的是微观层
br
br面；在以道路交通流为基础讨论区域交通流特性时所指的是宏观层面；当所讨
br论的区域交通流特性既考虑到子区域交通流特性也包含道路交通流特性时，
br子区域交通流即为中观层面。本书的粒度划分可以和城市交通区域划分甚至
br行政管理区域划分相一致。城市交通可以分为多个交通区域，交通区域包含
br多个路段或道路。宏观层面指整个城市交通路网交通，中观层面指区域路网
br交通，微观层面即是道路交通。这种粒度划分方法便于使交通特性分析模型
br和实际城市交通管理对应起来，同时使研究成果更方便地服务于具体的城市
br交通各个级别的交通管理。
br1.2.2 车辆交通行为建模方法
br车辆交通行为建模方法对交通流的描述是以单个车辆为基本单元的，这
br类模型是以车辆在车道上的跟车、超车及车道变换等微观行为为参数建立的
br模型，因此，这类模型也称为基于行为的模型。模型的建立多是以车辆跟驰行
br驶作为基础的，主要分为三类：安全距离模型、刺激唱反应模型以及心理唱物理
br间距模型。还有的模型考虑了车辆的不同类型等。跟驰模型假设车队中的每
br一辆车必须与前车保持一定的距离以免发生碰撞，后车的加速或减速取决于
br前车，考虑车辆对刺激的反应滞后的阻尼效应以及车辆运动的随机性，建立前
br车与后车的相互关系。
br最早的跟驰理论是Reuschel在1950年提出的［4］，随后物理学家Pipes提
br出了一种经典的跟驰模型［5］。Chandler等通过研究认为车辆在延迟时间内
br通过调整前后的速度差来获得加速度［6］。Herman提出一种包含前方两个位
br置上车辆反应的双倍视距模型［7］。Newell提出一个考虑了车辆间的相对速
br度和车头间距的新模型［8］，但不适合于处理车辆在红灯转绿灯时加速等情形。
brBando等提出的优化速度模型［9，10］解决了Newell模型的问题，但模型会产生
br较高的加速度以及不切实际的减速度，且有可能出现车辆碰撞现象。Helbing
br和Tilch提出了广义模型［11］，新模型得到的结果更符合交通实测数据，且模型
br及其参数的含义更加确切，解决了前面模型中可能出现的车辆碰撞问题。
br在跟驰模型的研究过程中，从传统的经典物理学、统计学、心理学到控制
br论、模糊数学、计算机仿真技术等，都得到了广泛应用并开发出了诸如基于期
br望间距的模型、基于驾驶员的心理反应的模型、模糊逻辑模型和神经网络模型
br等各种模型，跟驰模型的研究不断深化、精度不断提高。
br此外，元胞自动机模型作为粗粒化的方针方法，也从车辆交通行为角度描
br述了车辆状态更新模型。将元胞自动机理论应用于交通系统，最早由Cremer
br
br和Ludwig于1986年提出［12］。现有的元胞自动机交通流模型又可以分为两
br类：研究高速公路交通的模型和研究城市网络交通的模型。这两类模型中最
br为著名的分别是由Nagel与Schreckenberg于1992年提出的NaSch模型［13］
br和由Biham等在同一年提出的BML模型［14］。而这两个模型都是在以Wolf唱
brram命名的184号模型的基础上发展而来的［15］。
br1.2.3 基于特征统计的车辆交通行为建模方法
br基于特征统计的车辆交通行为建模方法，介于车辆交通行为、交通流统计
br建模方法之间，其仍然是以单个运行的车辆作为研究对象，但车辆的行驶规则
br不像微观模型中的跟驰换道那么精密，也不按照宏观的模拟方法将交通流作
br为可压缩流体来处理。相反，对车辆的控制根据不同的建模方法而异，其中主
br要代表有车头时距分布模型和基于概率描述的气体动理论模型。
br车头时距分布模型是Buckley在三个主要阶段原有的泊松模型的基础上
br进行改进而提出的，该模型认为车头时距为服从某种分布的独立随机变
br量［16］。车头间距分布模型的最大缺陷在于，其假定了所有的车辆都是一样
br的，这样车头间距所服从的概率分布函数独立于车辆类型、驾驶员和行驶过程
br等因素，后来Hoogendoorn等提出了基于多辆类别的车头间距模型［17］，对其
br进行了完善。
br气体动理论模型以描述交通流中车辆的速度分布函数的动态变化为主，
br是由Prigogine和Herman于1971年首次提出的［18］。模型采用气体动力论
br的思想来描述交通流，将车辆看成是相互作用的粒子，该方法通过积分相关相
br空间密度分布函数的Boltzmann方程，然后引入近似关系来封闭方程组。在
br该模型中，期望速度分布由道路性质决定，与驾驶员无关。随后，Paveri唱
brFontana对模型进行了改进，将驾驶员对期望车速的影响考虑其中［19］。1996
br年，Helbing在考虑车辆加速度和相互作用的基础上研究了驾驶员的个人行
br为，提出了基于动力论的连续介质模型。2001年，Hoogendoorn和Bovy提出
br了广义气体动力论交通流模型［20］，建立了统一的建模框架，该模型形式化地
br描述了交通中涉及的所有因素，包括汽车、自行车、行人等各种交通实体混合
br的交通情形。
br1.2.4 交通流统计建模方法
br交通流统计建模方法将交通流作为大量车辆组成的可压缩连续流体介
br质，研究车辆集体的综合平均行为，其单个车辆的个体特性并不显示出现。因
br
br此，采用宏观方法建立的交通流模型也称为连续模型。
br1955年，Lighthill和Whitham根据流体力学理论，建立了第一个交通流
br统计模型［21］，1956年，Richards也独立提出了类似的理论［22］，后人称之为
brLWR模型。他们首先根据一阶连续介质模型论证了交通激波的存在并讨论
br其特性，然后根据相应理论建立起交通流的连续方程，从而解决了在一定条件
br下的交通流问题。但该理论认为车辆速度始终满足平衡速密关系，因而不能
br正确描述实际上多数处于非平衡状态的车流运动，无法得到车流在一定条件
br下失稳、形成时走时停等交通现象。为了解决此问题，1971年，Payne在
brLWR理论的基础上，引入一个动力学方程构建了一个新模型［23］，允许速度偏
br离平衡速密关系，能更准确地描述实际车流运动，可以得到非线性波传播特
br性，如堵塞的形成和疏导，又能分析车流的小扰动失稳、走走停停的形成等特
br性，推进了连续模型的研究。随后，Whitham也建立了类似的模型，称之为
brPW模型［24］。
br20世纪70~90年代，学者们发展了不同形式的高阶连续模型，如在PW
br模型中加入了黏性项，该模型可用于表现拥挤状态的交通流分析［25］。Micha唱
brlopoulos等在动力学方程中加入了摩擦项，该模型考虑了道路几何形状对交
br通流的影响［26］。吴正针对低速混合交通情况，提出了一维管流模型［27］，该模
br型引入了交通流状态指数，能够实现与实测交通流数据紧密结合。但这些模
br型存在普遍问题，就是后车的扰动会影响前车的行为，导致在某些条件下，车
br辆会出现速度小于零的情况。姜锐等针对这一问题，提出了一种速度梯度模
br型［28］。Huang采用流体力学的方法研究了连续模型中的时走时停交通和交
br通拥堵［29］，Gupta和Katiyar提出了一种基于跟驰模型的连续模型［30］。
br1.3 基于复杂系统理论的城市道路交通系统
br动态性建模研究
br 随着城市道路交通系统的不断发展，城市交通管理与控制工作面临着越
br来越复杂的各类城市道路交通系统日常运行中存在的问题；传统的分析理论
br与方法在这些方面存在的不足使城市道路交通领域的研究者们将复杂系统理
br论引入城市道路交通系统各类问题的解决。复杂系统理论为解决城市道路交
br通系统各类问题提供了新的思路、理论与方法；同时，城市道路交通系统为复
br杂系统科学中的理论与方法提供了应用背景与平台。
br复杂系统理论属于基础学科的范畴，它所关心的科学问题存在于几乎所
br
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
