交通流量管控
这里仅展示部分内容,完整版获取在下方🐧裙。
摘要
随着城市化进程的加快、机动车的快速普及,以及人们活动范围的不断扩大,城市道路交通拥堵问题日渐严重,即使在一些非中心城市,道路交通拥堵问题也成为影响地方经济发展和百姓幸福感的一个“痛点”,是相关部门的棘手难题之一。考虑一个拥有知名景区的小镇。景区周边道路上既有本地居民出行,也有过境车辆,还有大量前来景区游览的游客车辆,后者常常会因寻找停车位而在周边道路上来回低速绕圈,影响了道路的通行效率。因此如何对交通流量进行管控至关重要。
针对问题1,首先对数据进行预处理,筛选出经中路-纬中路交叉口的车辆数据,然后采用时间序列,直观展示车流量的变化趋势,识别可能的高峰期和低谷期。然后使用K-means聚类算法,自动根据车流量特征将一天的24小时划分为若干时间段。最后来估计不同时段的各个相位(包括四个方向直行、转弯)的车流量。
针对问题2,要求根据所给数据和上述模型,对经中路和纬中路上所有交叉口的信号灯进行优化配置,在保证车辆通行的前提下,使得两条主路上的车流平均速度最大。根据数据,将这些原始数据根据交叉口、方向等进行分析,使用流量比例法和Webster公式进行信号灯优化配置,根据每个方向的车流量占比来分配信号灯的绿灯时长。
针对问题3,要求对五一黄金周期间的数据进行分析,判定寻找停车位的巡游车辆,并估算假期景区需要临时征用多少停车位才能满足需求。根据要求,首先将五一黄金周期间的车流量数据筛选出来,据车辆在同一交叉口多次短时间内出现来判定巡游车辆(采用时间差来判断),最后根据巡游车辆的数量,假设每辆巡游车辆需要占用一个停车位,并且停车时长为一定时间(问题3设置成4小时),最终来估算假期景区需要增加的停车位数量。
针对问题4,在问题3的基础上,该小镇对景区周边道路实行了临时性交通管理措施,要求结合数据评价临时管控措施在两条主路上的效果。针对问题4,增加了管理措施的约束条件,要求进入景区通过环南路-经中路、环东路-纬中路 进入,通过环东路-纬中路、经中路-纬中路、环北路-经中路、环西路-纬中路离开,并进行对比。
关键词:时间序列,k-means,流量比例法,Webster,交通优化,时空约束
4.2 问题2求解与分析
4.2.1 问题2分析
问题2要求根据所给数据和上述模型,对经中路和纬中路上所有交叉口的信号灯进行优化配置,在保证车辆通行的前提下,使得两条主路上的车流平均速度最大。根据数据,将这些原始数据根据交叉口、方向等进行分析,使用流量比例法和Webster公式进行信号灯优化配置,根据每个方向的车流量占比来分配信号灯的绿灯时长。
4.2.2 问题2模与求解
1、流量比例法
首先先通过流量比例法来对交叉口的信号灯进行优化配置,目的是保证各个方向的车辆能以最大平均速度通过交叉口。流量比例法的思想是在每个交叉口,车辆从不同的方向驶入,车流量(即每个方向的车辆数)在一天的不同时段会有所不同。为了最大化交通流的通行效率,我们假设各个方向的绿灯时长应与该方向的车流量成正比。即如果某个方向的车流量更大,那么它应获得更多的绿灯时长。
假设每个交叉口的信号灯周期是固定的(本问题中设定为120 秒),则各个方向的绿灯时长可以根据该方向的车流量占比来进行分配。我们采用的主要方法是:
其中,
表示第
个方向的绿灯时长,
表示第
个方向的车流量,
表示整个信号灯周期的时长(例如 120 秒)。
建模过程如下:
- 数据收集预处理
首先,我们从监控设备获取了每个交叉口、每个方向在特定时间段内的车流量数据。通过 groupby 方法,我们将车流量按交叉口和方向进行了分组统计,并计算出每个交叉口中各方向的车流量总和。公式如下:
其中
是该交叉口的方向数量。
- 流量占比计算
每个方向的流量占比可以表示为:
其中
是方向
的流量占比,反映了该方向相对于交叉口总车流量的比例。
- 分配信号灯时间与结果可视化
根据流量占比,合理分配信号灯的绿灯时长。得到的信号灯进行优化配置结果保存在Q2_output1.csv当中,部分结果展示在表2当中。可视化结果如图