试谈拥堵基于交通拥堵指数城市高峰小时估计策略

论文导读：横向切割，可得到四个点的时刻，即早晚高峰的起止时间点。根据设置的预设值数目，将切割法分为二段法和三段法。1.1　二段切割法城市交通由于其固定的城市空间布局和出行特征，决定其具有明显的“潮汐现场”，因此高峰小时二段切割法总体思想是将交通拥堵指数TCI（Traffic　Congestion　Index）24h变化曲线图以12：00为分界线
摘　要：本文以交通拥堵指数作为估计对高峰小时研究的基础参数，提出了高斯拟合的估计算法，模拟研究表明，高斯拟合相对于传统切割方法，有较好的实际应用效果。
关键词：高峰小时 切割方法 高斯拟合
1672-3791（2012）10（b）-0199-02
城市交通拥堵问题是政府及交通管理者密切关注的民生问题，城市交通拥堵产生的源头莫过于交通供需失衡，车辆与道路通行能力不成比例，此问题在特大城市中尤其突显。从交通运行特征中可知，交通拥堵在一定时间内具有一定的时空特征，国内很多研究机构已经对交通拥堵进行了深入的研究，对拥堵建立了完善的评价指标系统，提出了《城市道路交通拥堵评价指标体系》，但是只是研究如何城市交通拥堵状况的评价，单纯的提出了拥堵指数来评价拥堵程度，与此同时忽略了交通日常管理中极为重要的一个术语——　高峰小时。
在传统的交通工程学中，高峰小时是指某个路段出现交通流量高峰的小时[3]，在后续的演变中，日常经常讲的高峰小时主要是指全路网的一天24h交通负荷最大的某一时段，无固定长短。高峰小时其实是由于出行者按照一定的出行习惯或者目的造成的路网交通流量某一时段内，通常所指的是工作日内通勤造成的交通流量过于集中，整个城市路网道路负荷最大。在《城市道路拥堵评价指标体系》中，明确指出早高峰通常是07：00～09：00；晚高峰通常是17：00～19：00，但是由于工作出行特征和实际路网拓扑结构不同等因素，高峰不一定是所谓固定的07：00～09：00和17：00～19：00，周一的早晚高峰和周五的早晚高峰由于出行的特征，必然存在不同，因此实时动态高峰小时提取是有必要。
本文主要是根据实时的交通信息采集的信息计算得到的路网交通拥堵指数做为估计高峰小时的基础参数，通过对传统的切割法的估计算法和高斯拟合估计算法分别进行估计分析，分析两种算法的优缺，提出最优的基于交通拥堵指数的高峰小时估计，提取适合实际交通流运行特性的高峰小时时段，为交通管理者提供可靠的依据。
1 传统的切割法
交通拥堵指数是描述城市道路拥堵程度的度量标准，可以实时反映城市整个路网负荷情况，也随着时间有一定的变化规律，和交通参数一样，具有两个峰，因此通过合理的算法模型估计工作日由于通勤造成的早晚高峰时段。
传统的切割法是将预设值画线对交通拥堵指数24变化曲线图进行横向切割，可得到四个点的时刻，即早晚高峰的起止时间点。根据设置的预设值数目，将切割法分为二段法和三段法。

1.1　二段切割法

城市交通由于其固定的城市空间布局和出行特征，决定其具有明显的“潮汐现场”，因此高峰小时二段切割法总体思想是将交通拥堵指数TCI（Traffic　Congestion　Index）24h变化曲线图以12：00为分界线，分为上午和下午两部分，将上午和下午的交通拥堵指数分为作为独立的数据源进行分析，分别针对上午和下午实时的数据确定预设值进行切割，得到早高峰和晚高峰的起止时间点，具体如图1所示。
假设预设值分别为Ta和Tb，其中Ta为上午切割的预设值，Tb为下午切割的预设值，则：

1.2　三段切割法

高峰小时三段切割法源于：论文写作www.7ctime.com
总体思想是在二段式切割的基础上进行，主要是对城市交通时间分布进行重新的界定，以动态的早晚高峰峰值点作为临界值，将交通拥堵指数24h变化曲线分为动态的三个部分，进而进行切割分析。通过对三个时间段收集的的交通数据的最低和最高值求算术平均值，从而得到早高峰和晚高峰的起止时间点，具体如图2所示。
2 高斯拟合估计法
高峰小时高斯拟合估计的总体思想是根据TCI的离散点，通过高斯拟合方法，拟合出对应的曲线，在给定初值的情况下，求得拟合曲线斜率变化最大的四个点所对应的时间，对时间稍加修改后作为早高峰和晚高峰的起始点。利用高斯差值拟合曲线时，考虑到交通拥堵指数的波动性以及拟合的效率性，采用三次高斯拟合公式：
X为数据所对应的时间段；Y为每个时间段所对应的交通拥堵系数。
（2）通过MATLAB中根据X，Y得到拟合后的曲线fitobj（x）。
（3）通过对拟合后的公式进行二次求导
。
（4）根据得出的二次求导公式，通过给定的每天早晚高峰起止时间点预值来得到在高峰小时起止点。
通论文导读：1年5月11日到5月24日期间每日实际高峰小时的起始时间与高峰小时长度的对照，并观察高斯拟合方法与二段式和三段式切割方法的所得结果可知，高斯拟合相比二段式和三段式切割方法，更加接近实际观测的高峰小时点段分布以及时间跨度，在实际应用中有更好的效果。参考文献城市道路交通拥堵评价指标体系.北京地方标准.郭继
过高斯拟合后的效果如图3所示，其中蓝色散点代表了不同时刻的交通拥堵指数，红色曲线是拟合后的曲线通过高斯拟合，将原本毫无规律的散点拟合成具有明显高峰的二次曲线，然后通过求该曲线的所有拐点，则拐点对应的时间就是所对应的高峰小时的起止点。
3 实例分析
以北京市2011年5月11日到5月24日期间所有工作日的24h城市路网交通拥堵指数为数据源，通过二段式切割法、三段式切割法和高斯拟合法分别进行高峰小时估计，结果分别见表2、表3和表4并分析其效果。从表2和表3中，明显可知，采用切割法得到的高峰小时时长的总体偏长，与实际情况不太吻合；从表4中，基于高斯拟合估计的早晚高峰小时时长的总体集中在

1.5　～2个小时之间，与实际情况较为吻合。

4 结语
通过对北京市2011年5月11日到5月24日期间每日实际高峰小时的起始时间与高峰小时长度的对照，并观察高斯拟合方法与二段式和三段式切割方法的所得结果可知，高斯拟合相比二段式和三段式切割方法，更加接近实际观测的高峰小时点段分布以及时间跨度，在实际应用中有更好的效果。
参考文献
城市道路交通拥堵评价指标体系[S].北京地方标准.
郭继孚，刘梦涵，于雷，等.北京市交通拥堵宏观评价指标体系开发及其应用[J].
[3]王炜，过秀成.交通工程学[M].东南大学出版社.