基于收费数据的高速公路断面交通流特性分析 焦港欣张俊峰杨灿2 a.北京航空航夭大学车路协同与安全控制北京市重点实验室,北京100010 b.北京航空航天大学合肥创新研究院,合肥23000) 瘸要:高速公路交通流特性分析是交通流理论硏究的核心,基于髙速公路收费数 据进行数据挖掘,并对其表现岀的交通特性进行深度分析,具有十分重要的现实意 义。基于此,本文从实际收费数据提取基本交通参数,并以此为基础进行高公路 的不同车型出行规律分析,接着进行断面流量时空分布特性的分析,最后基于SPSS 进行混合流车速分析。 关键词 高速公路,收费数据,交通流特性分析 中图分类号:U238 Characteristic Analysis of Highway Section Traffic Flow Based on Toll Data Jiao Gangxin, Zhang Junfeng, Yang Can (1. Beijing Key Laboratory of Vehicle Routing and Safety Control, Beihang University, Beijing 100010: 2. Hefei Innovation Research Institute, Beihang University, Hefei 23000) Abstract: Characteristic analysis of highway traffic flow is the core of traffic flow research. It is of great practical significance to conduct data mining based on highway toll data and to analyze the traffic characteristics. Based on the above, this paper extracts the basic traffic parameters from the actual toll data, then carry out further analysis, including the travel patterns of different vehicle types of the highway analysis, the time and space distribution characteristics of the cross-section flow analysis, and finally the mixed-flow speed analysis based on SPSS analysis key words: highway, toll data, traffic flow characteristics analysis 引言 随着现代化高速公路收费系统的推广,高速公路收费系统数据采集成本大大降低、覆盖 率大大升高,早期收费数据的利用往往是基本的查询和统计分析,利用率较低,后期有学者 基金项目:北京新机场高速公路“智慧高 点关键技术研究与示范应用北京市交通行业科技项目(项 目编号ZC179074Z) 通讯作者:杨灿,邮箱 yangcanahu@126com,北京航空航天大学合肥创新研究院 (c)1994-2019ChinaAcademicJournalElectronicpUblishingHouse.Allrightsreservedhttp://www.cnki.net
基于收费数据的高速公路断面交通流特性分析1 焦港欣 张俊峰 杨灿 2 （a.北京航空航天大学 车路协同与安全控制北京市重点实验室，北京 100010； b.北京航空航天大学合肥创新研究院，合肥 23000） 摘 要： 高速公路交通流特性分析是交通流理论研究的核心，基于高速公路收费数 据进行数据挖掘，并对其表现出的交通特性进行深度分析，具有十分重要的现实意 义。基于此，本文从实际收费数据提取基本交通参数，并以此为基础进行高速公路 的不同车型出行规律分析，接着进行断面流量时空分布特性的分析，最后基于 SPSS 进行混合流车速分析。 关键词： 高速公路，收费数据，交通流特性分析 中图分类号：U238 Characteristic Analysis of Highway Section Traffic Flow Based on Toll Data Jiao Gangxin1 , Zhang Junfeng1 , Yang Can 2 (1. Beijing Key Laboratory of Vehicle Routing and Safety Control, Beihang University, Beijing 100010； 2. Hefei Innovation Research Institute, Beihang University, Hefei 23000) Abstract: Characteristic analysis of highway traffic flow is the core of traffic flow research. It is of great practical significance to conduct data mining based on highway toll data and to analyze the traffic characteristics. Based on the above, this paper extracts the basic traffic parameters from the actual toll data, then carry out further analysis, including the travel patterns of different vehicle types of the highway analysis, the time and space distribution characteristics of the cross-section flow analysis, and finally the mixed-flow speed analysis based on SPSS analysis. key words: highway, toll data, traffic flow characteristics analysis 一、引言 随着现代化高速公路收费系统的推广，高速公路收费系统数据采集成本大大降低、覆盖 率大大升高，早期收费数据的利用往往是基本的查询和统计分析，利用率较低，后期有学者 基金项目：北京新机场高速公路“智慧高速”重点关键技术研究与示范应用北京市交通行业科技项目（项 目编号 ZC179074Z） 通讯作者：杨灿，邮箱 yangcanahu@126.com，北京航空航天大学合肥创新研究院
进行更多的分析使用,如陈家炎以联网高速公路交通流作为研究对象,利用高速公路现 场实测数据与高速公路联网收费数据,分析高速公路交通流特征参数:万金鹏2通过对联网 收费数据进行分析处理,估算任意断面交通流量,并通过构建交通流量数据仓库进行交通流 量多维分析:于晓桦等人借助高速公路收费系统中的交通流数据,提出了时空相关性判别 。 Kerner通过处理浮动车采集的数据得到路网中各个路段的旅行时间,基于FCD模型分 析同一条路段不同时间内的变化规律来判断道路的交通状态: Dragons基于GPS数据研究 流量估计模型和路网密度,设计了路网不同交通流参数组成的宏观基本图。 但是这些研究多集中于交通流参数的分析、时空判别等方面,对基于高速公路的交通流 特性方面的分析并不算太多。故,本文从满足交通管理者的管理需求出发,对北京市高速公 路收费数据进行处理,首先估算断面流量和平均车速,然后基于此进行高速公路断面流量分 析和速度分析,通过这些分析数据为高速公路的精细化运营提供依据 二、断面交通参数估算 (一)异常值处理 初始的收费数据一共包括十六类信息。为了避免异常数据的影响,通过阈值法等对原始 收费数据进行处理同,转换为适合处理的可靠数据,然后对数据进行数据抽取,提取需要的 字段信息。 经过对数据的观察与筛选,决定选用时间阈值惩罚算法对数据进行进一步清洗,选择的 置信区间为: (2.1) 其中,t为选取时间周期里的起始时间,bo为选取时间周期里的长度,n斜体表示所取 t分钟时间段内相应车辆流水条数,T为选取时间周期里的行程时间,T为选取时间周期 里的行程时间均值。 经过预处理后的收费数据提取的字段包括唯一标识、入口时间、入口站编码、出口时间 出口站编码、车型。 (二)车辆行驶路径长度估算 结合高速路网拓扑结构和交通流特性,以高速公路相邻收费站点(170个)作为控制节 点,进行划分,划分后路网由m个路段组成,分别是路段1、路段2、…、路段m (c)1994-2019ChinaAcademicJournalElectronicpUblishingHouse.Allrightsreservedhttp://www.cnki.net
进行更多的分析使用，如陈家炎[1] 以联网高速公路交通流作为研究对象，利用高速公路现 场实测数据与高速公路联网收费数据，分析高速公路交通流特征参数；万金鹏[2]通过对联网 收费数据进行分析处理，估算任意断面交通流量, 并通过构建交通流量数据仓库进行交通流 量多维分析；于晓桦等人[3]借助高速公路收费系统中的交通流数据, 提出了时空相关性判别 法。Kerner[4]通过处理浮动车采集的数据得到路网中各个路段的旅行时间，基于 FCD 模型分 析同一条路段不同时间内的变化规律来判断道路的交通状态；Dragons[5]基于 GPS 数据研究 流量估计模型和路网密度，设计了路网不同交通流参数组成的宏观基本图。 但是这些研究多集中于交通流参数的分析、时空判别等方面，对基于高速公路的交通流 特性方面的分析并不算太多。故，本文从满足交通管理者的管理需求出发，对北京市高速公 路收费数据进行处理，首先估算断面流量和平均车速，然后基于此进行高速公路断面流量分 析和速度分析，通过这些分析数据为高速公路的精细化运营提供依据。 二、断面交通参数估算 （一）异常值处理 初始的收费数据一共包括十六类信息。为了避免异常数据的影响，通过阈值法等对原始 收费数据进行处理[6]，转换为适合处理的可靠数据，然后对数据进行数据抽取，提取需要的 字段信息。 经过对数据的观察与筛选，决定选用时间阈值惩罚算法对数据进行进一步清洗，选择的 置信区间为： 0 0 0 0 2 2 1 1 1 1 ( ) ( ) , t t t t t t t t i i t t t t T T n n n n i i T T T T （2.1） 其中，t 为选取时间周期里的起始时间， 0 t 为选取时间周期里的长度， n 斜体表示所取 0 t 分钟时间段内相应车辆流水条数， i T 为选取时间周期里的行程时间， T 为选取时间周期 里的行程时间均值。 经过预处理后的收费数据提取的字段包括唯一标识、入口时间、入口站编码、出口时间、 出口站编码、车型。 （二）车辆行驶路径长度估算 结合高速路网拓扑结构和交通流特性，以高速公路相邻收费站点（170 个）作为控制节 点，进行划分，划分后路网由 m 个路段组成，分别是路段 1、路段 2、…、路段 m
为了计算车辆平均速度,需要首先确定车辆行驶路径的长度。由于距离最短是一种简单 且易接受的路径选择方法,且在实际中选择“绕道”的情况较少,因此本文将车辆进出收费站 站点间的最短路径长度估计为行驶路径的长度。 基于 Dijkstra算法原理,本文首先对路网各点进行编号,创建包含170个节点的邻接表 并存储路网网络拓扑数据结构,然后用 MATLAB读取邻接表数据,利用自带dst函数对路网 共170个节点的最短路进行计算,输出结果为矩阵形式,接着使用 vlookup函数语句识别站 点编号并匹配到收费数据中,将矩阵中对应的最短路,通过识别站点编号匹配到收费数据中 求得任意两个站点之间最短距离,即估计为车辆行驶路径长度1。。 (三)断面流量估算 将站点编号为收费站1、2、…1…j…。那么在某个确定的时间范围内,从i收费站进 打算从j收费站出,但是在出口前仍留在路段上的车辆数Y(i,j)可表示为: Y(i,j)=Y(i,j-1)-X(,j-1) (3.1) 其中,Y(,j为i收费站作为进口驶入路段,j收费站作为出口前仍留在路段上的车辆 数,Y(,j-1)为i收费站作为进口输入路段,j-1收费站作为出口前仍然留在路段上的车辆 数,X(ij-1)为i收费站作为进口输入路段,j-1收费站作为出口出去的车辆数。 j收费站前的路段断面流量N(j)可表示为 N()=∑Y(,n (32) (四)车辆平均速度估算 收费数据中包含了到达入口收费站和离开出口收费站的具体时间,在计算车辆的平均速 度时,分析发现本文收费数据中没有发现车辆排队现象,则车辆的速度计算公式为: L 其中,L为车辆行驶路径的长度,T为车辆的旅行时间。 因此,当车流是混合流时,车辆的平均行程速度为 (34) ∑ (c)1994-2019ChinaAcademicJournalElectronicpUblishingHouse.Allrightsreservedhttp://www.cnki.net
为了计算车辆平均速度，需要首先确定车辆行驶路径的长度。由于距离最短是一种简单 且易接受的路径选择方法，且在实际中选择“绕道”的情况较少，因此本文将车辆进出收费站 站点间的最短路径长度估计为行驶路径的长度。 基于 Dijkstra 算法原理，本文首先对路网各点进行编号，创建包含 170 个节点的邻接表， 并存储路网网络拓扑数据结构，然后用 MATLAB 读取邻接表数据，利用自带 dist 函数对路网 共 170 个节点的最短路进行计算，输出结果为矩阵形式，接着使用 vlookup 函数语句识别站 点编号并匹配到收费数据中，将矩阵中对应的最短路，通过识别站点编号匹配到收费数据中， 求得任意两个站点之间最短距离，即估计为车辆行驶路径长度[7-8]。 （三）断面流量估算 将站点编号为收费站 1、2、…i … j …。那么在某个确定的时间范围内，从 i 收费站进、 打算从 j 收费站出，但是在出口前仍留在路段上的车辆数 Y i j ( , ) 可表示为： Y i j Y i j X i j ( , ) ( , 1) ( , 1) （3.1） 其中， Y i j ( , ) 为 i 收费站作为进口驶入路段， j 收费站作为出口前仍留在路段上的车辆 数， Y i j ( , 1) 为 i 收费站作为进口输入路段， j-1 收费站作为出口前仍然留在路段上的车辆 数，X i j ( , 1) 为 i 收费站作为进口输入路段， j-1 收费站作为出口出去的车辆数。 j 收费站前的路段断面流量 N j ( ) 可表示为： N j Y i j ( ) ( , ) （3.2） （四）车辆平均速度估算 收费数据中包含了到达入口收费站和离开出口收费站的具体时间，在计算车辆的平均速 度时，分析发现本文收费数据中没有发现车辆排队现象，则车辆的速度计算公式为： L V T （3.3） 其中， L 为车辆行驶路径的长度， T 为车辆的旅行时间。 因此，当车流是混合流时，车辆的平均行程速度为： n i i nL V T （3.4）
三、交通流特性分析 (一)流量分析 1.车型比例分布特征 高速公路上的车辆种类比较多,基于相关车型分类标准进行分析,可得到不同车型的车 流量占全部车流量的比例,如图1所示。 各车型占比示意图 2.95% 客车一类车 1,90% ■客车二类车 6.24% ■客车四类车 货车一类车 4.78 m货车二类车 64.11% 图1全部流量各车型占比图 由上图可知,道路上行驶车辆数量最多的是客车一类车,占比达到了6411%,然后为 占比均在5%以上的货车五、二、一、三类车,总占比达到了2234%,剩余的1355%为其他 车型。车型占比一定程度上反映了该地区的产业结构和经济发展水平以及趋势。如果货车占 比小于客车占比,就说明该道路所在地区产业结构主要为资金和信息密集型产业;如果客车 占比小于货车占比,就说明该道路所在的地区产业为资源密集型产业占主导明。可以看到绕 城高速公路出行需求主要来源于客车一类车,这往往是私家车出行;然后出行需求主要来源 于货车一、二、五类车,这几类车主要是小型载货车以及大型载重货车,这部分主要涉及到 货物运输以及工业生产。 2不同车型的流量时变特性 各种车型的出行目的通常也是有区别的,因此呈现出的流量时变特性。本文引入流量比, 分析日断面流量。其定义如下 q (4.1) Q 其中,q为每个小时的断面流量,Q为每天的断面流量 (c)1994-2019ChinaAcademicJournalElectronicpUblishingHouse.Allrightsreservedhttp://www.cnki.net
三、交通流特性分析 （一）流量分析 1. 车型比例分布特征 高速公路上的车辆种类比较多，基于相关车型分类标准进行分析，可得到不同车型的车 流量占全部车流量的比例，如图 1 所示。 图 1 全部流量各车型占比图 由上图可知，道路上行驶车辆数量最多的是客车一类车，占比达到了 64.11%，然后为 占比均在 5%以上的货车五、二、一、三类车，总占比达到了 22.34%，剩余的 13.55%为其他 车型。车型占比一定程度上反映了该地区的产业结构和经济发展水平以及趋势。如果货车占 比小于客车占比，就说明该道路所在地区产业结构主要为资金和信息密集型产业；如果客车 占比小于货车占比，就说明该道路所在的地区产业为资源密集型产业占主导[9]。可以看到绕 城高速公路出行需求主要来源于客车一类车，这往往是私家车出行；然后出行需求主要来源 于货车一、二、五类车，这几类车主要是小型载货车以及大型载重货车，这部分主要涉及到 货物运输以及工业生产。 2.不同车型的流量时变特性 各种车型的出行目的通常也是有区别的，因此呈现出的流量时变特性。本文引入流量比， 分析日断面流量。其定义如下： q Q （4.1） 其中， q 为每个小时的断面流量， Q 为每天的断面流量
对不同车型的λ进行统计分析,以时间为横轴,以该车型在总流量中所占比例为纵轴绘 制各个车型的交通量时变系数曲线,结果表明客车一类车和货车二类车有类似的时变特性 三类车、四类车和五类车有类似的时变特性。这是因为一类车和二类车一般是私家车出行, 其总量占据了车流量总量的80%,故其车流量时变特性在总体趋势上与车流总量时变特性相 似。三类车、四类车和五类车属于长途客运和货运,这几类车辆的出行则受到工作班次的约 束,故其特性曲线反应出了客运和货运的需求规律。 一类车 0.06 0.04 0.02 0 (a)客车一类车的交通量时变系数曲线 二类车 0.1 0.06 0.02 (b)货车二类车交通量时变系数曲线 图2客车一类车和火车二类车的流量时变曲线 一类车和二类车为小轿车、小货车、小客车和小面包车,其出行特点符合人们正常出行 特点,在图上体现为由两个波峰,高峰期集中在8:0-1000和15:00-18:00:而在夜间21:00-500 则表现交通流量仅占日流量的10%左右。 各车型约在4:00时所占比例最小,之后呈现增长状态,至8:00左右达到最大值,并保 持其值波动变化至18:00左右(约在13:00~15:00数值稍低),之后开始下降,一直下 降到400的状态。 (c)1994-2019ChinaAcademicJournalElectronicpUblishingHouse.Allrightsreservedhttp://www.cnki.net
对不同车型的 λ 进行统计分析，以时间为横轴，以该车型在总流量中所占比例为纵轴绘 制各个车型的交通量时变系数曲线，结果表明客车一类车和货车二类车有类似的时变特性， 三类车、四类车和五类车有类似的时变特性。这是因为一类车和二类车一般是私家车出行， 其总量占据了车流量总量的 80%，故其车流量时变特性在总体趋势上与车流总量时变特性相 似。三类车、四类车和五类车属于长途客运和货运，这几类车辆的出行则受到工作班次的约 束，故其特性曲线反应出了客运和货运的需求规律。 （a）客车一类车的交通量时变系数曲线 （b）货车二类车交通量时变系数曲线 图 2 客车一类车和火车二类车的流量时变曲线 一类车和二类车为小轿车、小货车、小客车和小面包车，其出行特点符合人们正常出行 特点，在图上体现为由两个波峰，高峰期集中在 8:0-10:00 和 15:00-18:00；而在夜间 21:00-5:00 则表现交通流量仅占日流量的 10%左右。 各车型约在 4:00 时所占比例最小，之后呈现增长状态，至 8:00 左右达到最大值，并保 持其值波动变化至 18：00 左右（约在 13：00～15：00 数值稍低），之后开始下降，一直下 降到 4:00 的状态
三类车 0.08 0.06 0.04 0.02 0 9、9989999 (a)客车三类车交通量时变系数曲 四类车 008 0.04 0.02 s99 (b)货车四类车交通量时变系数曲线 五类车 0.08 0.06 0.05 0.04 003 0.01 0 (c)货车五类车交通量时变系数曲线 图3三、四、五类客货车的流量时变曲线 三类车、四类车和五类车为一些中大型客货车,其交通流量时变特性为先增长后下降的 形式,这三类车型的高峰小时流量值的时段区间为12:00-13:00。客车三类车A=7.6%;货车 四类车的高峰小时流量比λ=6.5%;货车五类车的高峰小时流量比λ=6.9% 3车辆行驶方向分析 道路上车流有来去两个方向,很明显两个方向的车流不可能是完全一致的。道路设计人 员在进行交通规划时,为了保证满足道路通行能力的需求,必须考虑上行流量和下行流量这 一差别。方向不均匀系数就是用来描述上下行流量之间差异度的,用于对道路通行能力、服 (c)1994-2019ChinaAcademicJournalElectronicpUblishingHouse.Allrightsreservedhttp://www.cnki.net
（a）客车三类车交通量时变系数曲 (b)货车四类车交通量时变系数曲线 (c)货车五类车交通量时变系数曲线 图 3 三、四、五类客货车的流量时变曲线 三类车、四类车和五类车为一些中大型客货车，其交通流量时变特性为先增长后下降的 形式，这三类车型的高峰小时流量值的时段区间为 12:00-13:00。客车三类车 λ=7.6%；货车 四类车的高峰小时流量比 λ= 6.5%；货车五类车的高峰小时流量比 λ=6.9%. 3.车辆行驶方向分析 道路上车流有来去两个方向，很明显两个方向的车流不可能是完全一致的。道路设计人 员在进行交通规划时，为了保证满足道路通行能力的需求，必须考虑上行流量和下行流量这 一差别。方向不均匀系数就是用来描述上下行流量之间差异度的，用于对道路通行能力、服
务水平的计算。计算公式为: 其中,V为主方向的流量,V为总流量 现选取16日的35个路段的数据为例,计算结果如表1所示。 表1路段断面总的流量 上行流量下行流量 行驶方向分布不均衡系数 5330 5013 0.5 8072 9056 0.5 2345678 10537 0.52 14632 13181 0.53 13705 15306 0.53 17007 0.51 18827 17993 0.51 11169 0208 10317 9792 01234567890 0.50 9394 7868 0.51 7652 011 0.51 9257 8511 0.52 6421 6508 0.50 5069 5228 0.51 555 6808 0.51 6479 0.51 7746 0.51 13122 0.52 11267 12187 102131095 6889 7608 7847 7319 0.52 13 0.52 29 4639 4623 0.50 30 4942 4702 0.51 6165 6196 0.50 12958 11985 0.52 5603 1538 0.55 5933 5038 0.54 35 5383 6210 0.54 (c)1994-2019ChinaAcademicJournalElectronicpUblishingHouse.Allrightsreservedhttp://www.cnki.net
务水平的计算[10]。计算公式为： m d a V K V （4.2） 其中， Vm 为主方向的流量， Va 为总流量。 现选取 16 日的 35 个路段的数据为例，计算结果如表 1 所示。 表 1 路段断面总的流量 路段编号 上行流量 下行流量 行驶方向分布不均衡系数 1 5330 5013 0.52 2 8072 9056 0.53 3 10537 9907 0.52 4 14632 13181 0.53 5 13705 15306 0.53 6 17007 16187 0.51 7 18827 17993 0.51 8 11169 10208 0.52 9 10317 11412 0.53 10 8858 7958 0.53 11 9802 9792 0.50 12 10008 10054 0.50 13 9277 9394 0.50 14 7536 7868 0.51 15 7652 8011 0.51 16 9257 8511 0.52 17 6421 6508 0.50 18 5069 5228 0.51 19 6555 6808 0.51 20 6479 6639 0.51 21 7965 7746 0.51 22 12197 13122 0.52 23 13760 12735 0.52 24 11267 12187 0.52 25 10213 11095 0.52 26 6889 7608 0.52 27 7847 7319 0.52 28 1371 1513 0.52 29 4639 4623 0.50 30 4942 4702 0.51 31 6165 6196 0.50 32 12958 11985 0.52 33 5603 4538 0.55 34 5933 5038 0.54 35 5383 6210 0.54
通常情况下,方向不均匀系数分为两种,分别是全天和高峰小时的方向不均匀系数,取 值范围为[05,06]。由上述结果可知,各路段的方向不均匀系数均分布在0.5附近,双向联 系较为平衡。 (二)速度特性分析 以前面估算得到的车辆平均速度为基础,分为客车流、货车流以及混合流来进行统计 对统计结果进行拟合检验,车辆的平均速度正态分布为 f(v)=_1 (4.3) 其中,V为单车平均速度值,u为所有车的平均速度的均值,σ为u的标准差。 通过对车辆行程速度分布进行检验,以平均行程速度为橫轴,以累计频率为左纵轴,以 按照正态分布计算的相应累计概率为右纵轴,利用SPSS软件绘制混合车流正态分布拟合效 果图,如图6所示。对比分析结果发现,正态分布更能很好地表达这三组数据分布特点,估 算得到的行程速度分布是同正态分布相一致的 1.00% 0.14 080% 0.70% 0.12 0.60% 0.1 0.50% 0.08 0.40% 006 0.30% 0.04 0.20% 0.02 0.10% 000% 日R导88R岛889888 平均行程速度 图6混合车流正态分布拟合效果图 结合我国颁布的《公路网运行监测与服务暂行技术要求》以及估算的行程速度数据可知 在2012年7月这一时间段内,设计时速为120km/h的高速公路路段的客车平均行程速度均 超过了80km/h,货车均超过了6okm/h,结果说明选取的路段拥挤程度要么是畅通,要么是 基本畅通,可得出选取的路段几乎没有出现拥堵情况,道路通行能力满足出行需求 (c)1994-2019ChinaAcademicJournalElectronicpUblishingHouse.Allrightsreservedhttp://www.cnki.net
通常情况下，方向不均匀系数分为两种，分别是全天和高峰小时的方向不均匀系数，取 值范围为[0.5,0.6]。由上述结果可知，各路段的方向不均匀系数均分布在 0.5 附近，双向联 系较为平衡。 （二）速度特性分析 以前面估算得到的车辆平均速度为基础，分为客车流、货车流以及混合流来进行统计。 对统计结果进行拟合检验，车辆的平均速度正态分布为： 2 2 1 ( ) ( ) exp( ) 2 2 v u f v （4.3） 其中， v 为单车平均速度值， u 为所有车的平均速度的均值， 为 u 的标准差。 通过对车辆行程速度分布进行检验，以平均行程速度为横轴，以累计频率为左纵轴，以 按照正态分布计算的相应累计概率为右纵轴，利用 SPSS 软件绘制混合车流正态分布拟合效 果图，如图 6 所示。对比分析结果发现，正态分布更能很好地表达这三组数据分布特点，估 算得到的行程速度分布是同正态分布相一致的。 图 6 混合车流正态分布拟合效果图 结合我国颁布的《公路网运行监测与服务暂行技术要求》以及估算的行程速度数据可知， 在 2012 年 7 月这一时间段内，设计时速为 120km/h 的高速公路路段的客车平均行程速度均 超过了 80km/h，货车均超过了 60km/h，结果说明选取的路段拥挤程度要么是畅通，要么是 基本畅通，可得出选取的路段几乎没有出现拥堵情况，道路通行能力满足出行需求
四、结语 高速公路路网是一个庞大的动态的复杂系统,本文基于收费数据提取基本交通参数对高 速公路的交通流特性进行流量分析和速度分析,先进行了车型和行驶方向分析,研究了不同 车型的出行规律;然后,分析了断面流量的时变特性,研究了断面流量的分布特征:最后通 过数据拟合方法绘制混合车流正态分布拟合效果图,并根据相关技术规定初步进行了运行状 态分析。 值得说明的是,本文是在原始真实数据基础上进行科学有效的预处理后开展,关注点在 于呈现高速公路交通流的真实特征,并结合数据来源进行结合实际情况的分析,这样有助于 掌握每个收费站的实际交通情况,让管理部门依据这些信息能够合理的配置收费站资源,比 如车辆行驶方向分析中涉及的方向不均匀系数就是用来描述高速公路上下行流量差异程度 可用于对道路通行能力、服务水平的计算;对于流量较大的站点,可以委派更多的工作人员, 开设更多的收费通道,以便避免在收费站附近出现拥堵,从而更好地为广大出行者服务。 参考文献 ]陈家炎.基于联网收费数据的高速公路交通流特征分析[D]广州华南理工大学2014. [2]万金鹏.基于联网收费数据的交通流量多维分析技术研究[D]重庆重庆大学2012 3于晓桦.高速公路交通流时空分析[D]青岛:山东科技大学,2009 4 Hunter C D. Guidelines for the successful implementation of transit signal priority on arterials U]. Traffic Signal Preemption, 2000 5 Heydecker B G. Capacity at a signal-controlled junction where there is priority for buses J] Transportation Research Part B Methodological, 1983, 17(5): 341-357 阿6]张俊峰,周宏。基于收费数据的高速公路断面流量获取研究[C]2016年第十一届中国智能 交通年会大会论文集,2016,1325-1331 吴若伟,楼佩煌.基于 Dijkstra算法的大型停车场最优泊车路径规划工业控制计算机, 2013,26(5):93-95 8]杨晓光,张汝华,储浩,等.基于高速公路收费系统的交通信息采集与处理基本问题硏究 门系统工程,2004,2(11):4-11 9]姜嘉莉.深圳市港口道路支撑系统规划硏究[].西南交通大学,201l 「10赵艳红.基于准确路径识别的高速公路收费清分系统的研究[D]山东科技大学,2008 作者简介: 焦港欣,北京航空航天大学,15605696970,邮箱m15605696970@163.com;张俊峰,北京航 空航天大学,邮箱zjf18610718681@163.com;杨灿,北京航空航天大学合肥创新研究 院,18019961424,邮箱yangcanahu@126.com。 (c)1994-2019ChinaAcademicJournalElectronicpUblishingHouse.Allrightsreservedhttp://www.cnki.net
四、结语 高速公路路网是一个庞大的动态的复杂系统，本文基于收费数据提取基本交通参数对高 速公路的交通流特性进行流量分析和速度分析，先进行了车型和行驶方向分析，研究了不同 车型的出行规律；然后，分析了断面流量的时变特性，研究了断面流量的分布特征；最后通 过数据拟合方法绘制混合车流正态分布拟合效果图，并根据相关技术规定初步进行了运行状 态分析。 值得说明的是，本文是在原始真实数据基础上进行科学有效的预处理后开展，关注点在 于呈现高速公路交通流的真实特征，并结合数据来源进行结合实际情况的分析，这样有助于 掌握每个收费站的实际交通情况，让管理部门依据这些信息能够合理的配置收费站资源，比 如车辆行驶方向分析中涉及的方向不均匀系数就是用来描述高速公路上下行流量差异程度， 可用于对道路通行能力、服务水平的计算；对于流量较大的站点，可以委派更多的工作人员， 开设更多的收费通道，以便避免在收费站附近出现拥堵，从而更好地为广大出行者服务。 参考文献 [1]陈家炎. 基于联网收费数据的高速公路交通流特征分析[D].广州.华南理工大学,2014. [2]万金鹏. 基于联网收费数据的交通流量多维分析技术研究[D].重庆:重庆大学,2012. [3]于晓桦. 高速公路交通流时空分析[D].青岛:山东科技大学,2009. [4] Hunter C D. Guidelines for the successful implementation of transit signal priority on arterials [J]. Traffic Signal Preemption, 2000. [5] Heydecker B G. Capacity at a signal-controlled junction where there is priority for buses [J]. Transportation Research Part B Methodological, 1983, 17(5):341-357. [6]张俊峰, 周宏. 基于收费数据的高速公路断面流量获取研究[C]. 2016年第十一届中国智能 交通年会大会论文集, 2016, 1325-1331. [7]吴若伟, 楼佩煌. 基于Dijkstra算法的大型停车场最优泊车路径规划[J]. 工业控制计算机, 2013,26(5):93-95. [8]杨晓光, 张汝华, 储浩, 等. 基于高速公路收费系统的交通信息采集与处理基本问题研究 [J]. 系统工程, 2004,22(11):4-11. [9]姜嘉莉. 深圳市港口道路支撑系统规划研究[D]. 西南交通大学, 2011. [10]赵艳红. 基于准确路径识别的高速公路收费清分系统的研究[D]. 山东科技大学, 2008. 作者简介： 焦港欣，北京航空航天大学，15605696970，邮箱m15605696970@163.com； 张俊峰，北京航 空航天大学，邮箱zjf18610718681@163.com； 杨灿，北京航空航天大学合肥创新研究 院,18019961424，邮箱yangcanahu@126.com