城市道路交通网络化程度的提高-以厦门为例外文翻译资料

 2022-05-03 22:08:07

英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料

附录A 译文

城市道路交通网络化程度的提高-以厦门为例

摘要

将复杂网络理论应用于城市道路交通网络拓扑研究，构建了城市道路网络特征化的新方法。量化复杂网络中节点之间的交互更加合适，特别是在交通领域，这是鼓舞人心的。该措施考虑了车道的属性（例如车道数量，宽度，交通方向）。与以前的网络措施相比，这是一个更全面的衡量标准。它可以更清楚地把握城市街道网络的特征。我们将这一措施应用于中国厦门的道路网络。基于统计物理学的一种标准方法，我们更详细地考察了这一新测量的分布，发现（1）由于空间地理属性的限制，传统的研究结论是通过使用原始定义的度量来研究原始数据模拟城市街道网络的方法不是很有说服力; （2）网络连接的方向和程度的奇数或偶数分类都需要具体分析;（3）改进的程度分布呈现明显的层次性，构度层次值符合幂律分布，而我们新测度的相关性显示了对城市道路网络的一些显着分割。

关键词 复杂网络；流量工程；道路交通网络拓扑结；构度

第1章 绪论

研究城市道路交通网络的拓扑特征，在此基础上分析其结构与功能的关系具有重要意义。为了研究城市街道网络的拓扑特征，现有的许多研究只选择了特定路网的一个区域进行复杂网络原始指标的统计。一方面，很难把握整个网络的特点; 另一方面，选择原创交通领域的指标不太合适。因此，由于上述缺点和局限性，这种统计结论难以真实反映真实交通网络的特点。与此同时，对经历特定历史发展和规划阶段的中国城市的研究甚少，与世界上其他更多的城市相比，它们可能具有鲜明的特征。特别是在中国“十三五”期间，政府建议城市应借鉴国外经验，提出“窄路，密网”城市规划理念，为区域网络结构优化提供支持。对新时期中国城市道路交通网络拓扑特征的研究应引起重视。

总体而言，学者们在公路网络中学习得更多[1–3]，公共交通系统[4–6]，航空网络[2, 7,8]等，但对城市道路交通网络拓扑特征的研究甚少。他们的基本思想是通过复杂网络理论中的原始指标来分析网络属性。例如，江等人[9]采用双重方法对城市街道网络进行建模，发现城市街道网络没有幂律属性。 Lauml;mmer[10]等人分析了德国20个主要城市的城市道路网络，发现交通集中在一小部分道路上，并且其流量分布服从幂律，表明道路有明确的等级秩序。 Porta等人[11]发现，大多数被考虑的网络具有典型的无标度网络的广泛程度分布，并且在作者研究了6个城市道路交通网络（1平方英里）的研究之后展现出小世界特性，其特征在于不同的模式和历史根源。 Crucitti等人[12]研究了不同世界城市的城市街道模式的中心地位，发现自我组织的城市展现了无标度的特征。Wu等人 [13]通过实验仿真比较了不同类型网络的拥塞和效率特性，结果表明无标度网络可以支持最大流量。 高等人[14]基于GIS技术研究了城市道路网络，认为它是一个小世界特征的无标度网络。孙等人[15]发现强大的社区结构可以提高网络性能，并有效抵御交通堵塞的蔓延。除了对城市道路网络拓扑特征的描述和分析外，许多学者也开始研究道路网络演变的影响因素。例如，吴等人[16]分析了拓扑结构对交通网络设计的影响，认为小世界网络具有较好的性能。 赵等人[17]提出了一个考虑人口和中央商务区吸引力的路网成长模型。

原始和双重方法是实际网络中主要的两种建模方法。与原始方法相反的对偶方法将边缘看作节点，将节点看作边缘。该方法可以从不同的角度展示某些东西，但是当涉及到城市道路交通网络时，它会失去空间地理属性。 一旦城市街道网络没有地理边界的实际限制，城市街道系统的网络分析将难以客观，全面和现实[18]。所以原始方法应该是拓扑结构研究的更好选择。在本文中，我们将详细研究一个特定的网络，特别是关注其空间形式。我们的网络是中国厦门岛的城市交通道路网络，其中顶点表示交叉点，线段的终点，边线表示链接。顶点位置和边缘从GIS数据库中提取。对于2014年的数据，网络有1379个顶点和2521个边缘（请参阅图。1）。主要包括位置和车道属性在内的数据收集是借助Google Map 和Baidu Street View完成的。厦门是中国典型的一线城市之一，具有良好的经济基础，交通便利，具有独特的魅力。 这个城市人口有386万人，2015年汽车数量达到90万辆。

图1 彩色在线厦门岛中国街道网络

第2章 标准的网络连接度量

作为网络连接的标准度量，节点的度数k是节点相邻边的数量，这是复杂网络理论中的一个基本概念。 与无向网络的不同之处在于，有向一方需要识别“出度”k出和“in-degree”kin，即

k = kin k出。(1)

计算所有节点度的平均值是获得可用网络的平均度数的一种方法，即

(2)

度分布P（k）是网络中度数为k的节点的比例，即

P（k）= nk/ N (3)

其中nk是度数为k的节点数，N是节点总数。

根据厦门岛无向和有向网络的道路连通性统计，可以得到以下不同坐标下的度分布。

图2（在线颜色）原始程度的分布和拟合：在无向网络中，（a）累积概率分布，（b）单和双对数分布; 在有向网络中，（c）概率分布; （d）奇数和偶数值分布

由于城市道路网络的拓扑特征，厦门路口的交通类型主要包括T型路口，十字路口，五路口和六路口，因此其原有度仅有4个值，分别为3，4，5，6。图2（a），（b）显示，无论是幂律模型还是指数模型，原始度累积概率分布的非线性拟合均表现出良好的结果，单双对数累积分布符合线性关系。然而，在给定的无向网络中，原始学位的价值范围非常有限,对于目前的城市交通无向网络状态来说，确定程度的拟合模型似乎没有意义。

实际上，城市道路交通网络是典型的定向网络。从图2（c），（d）在有向网络中，获得两个关键信息并不困难：（1）更多的定向原始度值是6和8，其总和占所有节点的四分之三。这表明在城市道路网络中更多的是T形路口和十字路口，这实际上与我们的日常认知是一致的。（2）在所有节点中，偶数度值的数量明显多于奇数值，其中百分比高达81.9％，表明单个道路或单线道路中存在一定数量的道路城市。由于度数值为3或4的节点的存在，度分布没有令人满意的基本模型拟合效果。产生这种现象的原因是交通引导网络中的这种节点是特殊的并且较少，如所示图3（一个）。但是在分别去掉两个类型的值之后，我们可以看到，对于其余的奇数或偶数度数值，已经实现了更好的线性模型拟合结果。

图3.（在线颜色）（a）k = 3,4的交叉点的示意图;（b）网络的入度和出度

图3（a）显示度数值为3和4的情况，两种特殊节点。在由旁路和分支道路组成的交叉路口中，每个流向仅有一条车道。由于这种情况的存在，分支道路的交通流量不能直接进入主要道路，并且在这种情况下统计的程度值将为3或4。图3（b）显示出度的总数与入度的相同，但相应频率的值并不完全一致。它们之间的频率差别很大，分别为29和15，分别对应于度数值1和2。这表明，这种小型和部分中型交叉路口有更多的单向或单车道路，同时大部分其他大中型路口是双向交通。而且，它们两者的高斯拟合效果更为理想。

第3章 基于城市交通指向网络中的车道的等级

在复杂的网络中，“边”是指节点之间的相互作用。 对于城市道路交通网络中的实体来说，描述相邻交叉口之间的连通性和方向的关系是相当粗糙的。 在更细的粒度上，我们应该研究在有向网络中表现交通流量的道路空间分布的车道及其相关属性。 车道分为一号电机和一号电机; 而车道属性包括车道号，车道宽度，道路路线，坡度等。在这里，尝试构建“边缘”的城市道路交通复杂网络模型：

其中lm是机动车道的相互作用，ln是非机动车道的相互作用; alpha;是机动车道的影响系数，beta;是非机动车道的影响系数; Nm 是机动车道的数量，Nn是非机动车道的数量; fA是机动车道宽度的影响系数，fB是机动车道路对准的影响系数，fC是机动车道路坡度的影响系数，fa ，fb，fc是各种因素对非机动车道的影响系数。 此外，推荐的计算公式是alpha;1beta;和beta;0.5Nn/（NmNn）。但是，由于研究条件的限制，我们在上述所有网络参数的访问方面还存在一些困难。因此，在此我们首先考虑机动车道数量的影响，其余部分将随着实证分析研究的发展而逐渐被考虑。

(5)

此时alpha;= 1, beta; = 0，fA= FB = FC = 1。n为交叉口出入境口数，即无向网络中原始度的值; k出是出口进场；j的车道号; kin是车道编号进场方式j。 需要指出的是，进近车道数不包括加宽车道，其值在同一条道路中最小。通过进一步对厦门岛定向网络中基于E路径的度数进行统计，可以得到以下不同坐标下的度分布。

图4.（在线颜色）在有向网络中，（a）基于车道总体分布的程度; （b）奇数和偶数值分布;（c）单对数分布和双对数分布，后者分为两部分。

从图4（a）我们可以看到，这次基于车道的度数值的范围已经从最初的四个值扩展到[3,35,33]值。目前有关拟合及其结论应该变得更有意义。这里的大部分学位都是较小的数值，只有少数数值较大。概率呈现出一些长尾分布特征。 按照区间的数值图4（a）不难发现，有必要对与城市道路网络交通车道的实际特征相接触的奇数和偶数值分类进行单独调查。奇偶度值的分布由下式给出图4（b），不同纵轴的变化趋势大致相似。考虑到值3和4的特殊性，在消除奇偶校验值后对其进行了非线性拟合。幂律和指数拟合具有良好的性能，拟合结果彼此接近。R2更符合幂律分布。即p（E）—Eminus;gamma;，其中gamma;o=1.68，gamma;e=1.81。 这是从考虑城市道路交通网络特征的角度出发，挖掘其趋势和内在规律。通过图4（c）在整体特征的对数值下，显着的线性相关性表明基于车道的幂律和指数模型分别似乎具有更好的拟合效果。然而，在原始坐标系中，由于离散性较大，两种模型的实际拟合效果并不理想，即使切断离群点，R2s仍然小于0.75。从区分节点的角度来看，我们还可以做更深入的思考：如果两种不同类型的交叉口具有相同的基于车道的程度，如T型交叉口和十字路口，那么如何区分对网络的影响按程度？从交通科学的实际分析出发

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[464023]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章