行程时间是交通出行者路径选择的重要依据，大量的出行者路径决策又决定了路网交通分配，行程时间的估计对均衡时空资源和提高道路利用率具有现实意义。目前，对于行程时间的估计已有多种专门的技术方法[1-3]，但因模型形式复杂，难以在实际交通规划中得以应用。由美国公路局（Bureau of Public Roads）提出的BPR模型具有可导性和单调性等良好的数学性质，国内外学者以美国公路局提出的BPR函数为基础，对路阻函数模型进行了不懈的探索和改进[4-5]。

针对拥挤状态下，交通量降低而行程时间增加的现象，目前比较普遍的修正方法是将交通量转化为密度或将模型分为畅通、拥挤两种状态进行描述[6]；或根据交通拥挤指数的不同，将模型划分为自由流状态、阻滞流状态和拥挤流状态进行分状态模型标定[7]；也有学者引入累计流量的概念，建立累计流量修正模型以使行程时间随累计流量单调递增[8]。此外，城市道路的交通环境往往比较复杂，将影响行程时间的因素以线性形式引入BPR模型中，建立启发式BPR函数能够全面考虑各因素对行程时间的影响，但该模型过于依赖路段实况，使其普适性不足[9-11]。根据我国城市混合交通的特点，已有学者对不同路幅形式和不同横向干扰程度下的路阻函数模型进行研究[12]，并提出相关参数的标定方法 [13-14]，但上述研究均是建立在道路组成完整、非机动车道能够发挥功能的前提下进行。由于山区城市受山体和河流等自然条件制约，道路等级较低，道路横断面组成相对不完善，尤其是非机动车道缺失所导致的机非交通流之间相互干扰较大，很大程度上增加了行车延误；在小城市的交通组成中，非机动车比例较大，混合交通特征明显，但其交通设施发展相对滞后，机非干扰比大中城市更为严重。现有的路段行程时间估计模型难以准确反映山区小城市的实际情况。以山区小城市道路为研究对象，根据《城市道路交通规划设计规范》[15]，从规划层面将道路分为干路和支路，在大量实测数据的基础上，辅以交通仿真，旨在建立基于累计流量的机非混行道路行程时间修正模型。

1　方案设计

1.1　实验方案

以福建省安溪县河滨南路（干路）和八三一路（支路）为例展开研究，于2017年9月，在正常天气条件下对上述路段开展调查，每次连续调查时间为2 h。调查采用人工记录法记录路段横断面形式、路段长度和路段两端交叉口控制方式等道路情况，见表1。运用车牌照法记录路段起终点机非交通量和车辆路段起终点通过时间等交通情况，其中车辆通过路段起终点截面均为交叉口停止线的反向延长线位置。交通量调查起点也为停止线的反向延长线位置，但其终点为下游交叉口进口道停止线位置，见图1。为保证样本量、提高调查效率和数据精度，以5 min为统计时间间隔获取观测样本，路段交通量按《城市道路工程设计规范》进行折算[16]。

综上所述，通过对微机继电保护装置运用分析，可以看出微机继电保护装置的重要性，已经愈发明显。因此，注重危机几点保护装置运用的合理性和完善性，其也是我国电力行业和经济整体建设，能够高效、稳定发展下去的关键条件。

 

表1　路段单向道路状况一览表Tab.1　One-way road condition

  

?

  

图1　路段调查点示意图Fig.1　Investigation point positioning in the road section

1.2　仿真实验

山区小城市出行高峰时段短、机非出行高峰不重合，路段车流普遍处于畅通状态或拥挤状态，不易出现拥堵现象。为表征机非交通流同处高峰的阻滞交通状态，借助VISSIM仿真软件连续获得从实际的畅通状态到仿真的拥堵状态的交通运行数据。仿真过程中，交通检测器设置位置与路段实地调查的调查点位置相同，非机动车交通量按照实地调查的最大非机动车交通量输入；机动车交通量在[0，300）s时间段内按实测最小机动车交通量输入，在[300，600）s时间段内按实测机动车交通量的均值输入，在[600，900）s时间段内按实测最大机动车交通量输入，在[900，1 200），[1 200，1 500）s和[1 500，1 800）s时间段内分别按实测机动车交通量的1.2倍，1.4倍和1.6倍输入，见表2。

 

表2　VISSIM仿真实验的输入交通量Tab.2 Traffic volumes for simulation in VISSIM

  

?

尽管传统BPR模型是目前应用最为广泛的行程时间估计模型，但同一Q/C值可对应畅通和拥挤两个交通状态，显然两个交通状态下路段的行程时间不同；且t-1时段未驶出路段的交通量仍会对t时段驶入路段的车辆造成影响，导致行程时间的增加；此外，山区小城市受地形条件限制，非机动车道缺失导致机非混行现象严重，传统BPR模型无法反映非机动车干扰对路段机动车行程时间的影响。

SO组合就是优势与机会的组合，是最理想的策略组合，高等院校能最大限度地发挥自身的优势以及利用外部环境所提供的发展机会。江苏省人杰地灵，高等院校专业门类齐全，并且拥有先进的教学设备以及大量的科技成果与技术资源等优势。江苏省地区政府的大力支持，充足的教育经费投入，先进的咨询和服务，使得整个地区的高等教育事业呈现出一片繁荣的景象。以上优势和机会均是江苏省高等院校充分发展的有利条件。

2　建模与分析

2.1　传统BPR模型

传统BPR模型是关于路段行程时间与路段交通负荷之间的关系模型

 

富勒烯(C60)是三维电子受体材料能够可逆地接受多个电子形成稳定的多阴离子。C60大的双电层和快速的电荷转移有利于全固态离子选择性电极固体接触层的开发，Qin课题组[16]基于C60制作的Pb2+选择性电极界面C60的电化学活性层，有利于促进聚合物离子选择性之间离子—电子的转导。从而有效避免了传导层与膜层之间的水层而显示出优异的电位稳定性，而且对O2、CO2和光的干扰不敏感。

通过VISSIM仿真软件输出各检测点的交通量、行程时间等交通运行数据，将[0，900）s时间段内的运行数据与实测数据进行对比，调整仿真参数，获取[900，1 800）s时间段内交通拥挤状态和拥堵状态的运行数据。

2.2　修正BPR模型

坚持以科学防范、依法防控为中心，重点增强防洪减灾组织领导能力，正确处理好城市防洪与流域防洪、统一指挥与部门联动的关系，积极建立健全城市综合防洪体系，提升城市防洪排涝减灾的整体能力。[5]完善各类洪涝灾害出现时城市的应对处置方案，全方位提高城市防汛应急响应和组织保障能力，通过不断健全街道、重要企事业单位等基层防汛组织，形成科学合理的城市防洪保障体系。[6]解决经费问题，建立持续稳定的投资机制，为城市防洪排涝工程的建设提供保障，促进城市防洪排涝设施与城市开发协调发展。增强城市防护规划管理，部门之间紧密联系，住建部门与水利部门相互沟通协调，正确处理城市防洪、排水与滞涝三者之间的关系。

其中，J=∂(x)/∂(z)=1/τ1，将τ= E(τ)τ1和x=z/τ1代入式(10)，并作变量代换m=1/τ，则上式可化为：

 

式中：Qcs（t）为 t时间段内路段累计机动车交通量；Qr（t）为 t时间段内未驶出路段的机动车交通量；Qc1（t）为 t时间段内路段起点机动车交通量；Qc2（t）为t时间段内路段终点机动车交通量；Qb（t）为t时间段内路段非机动车交通量；α1，α2，β1和 β2为待标定参数。

2.3　修正模型参数标定

修正 BPR 模型中，t0和 Qb（t）由调查直接得到，Qcs（t）和 C（t）可通过实验数据间接计算确定。针对不同等级道路，根据实测和仿真实验数据，运用Matlab标定修正BPR模型的参数，得到山区小城市道路行程时间与机动车交通负荷、非机动车辆数的关系模型见图2，相应的检验参数见表3。可以看出，支路的α2，β2标定值大于干路的α2，β2标定值，支路非机动车的干扰对路段行程时间的影响更为显著。

  

图2　交通负荷-非机动车辆数-行程时间三维关系拟合图Fig.2　Relation fitting of traffic load-the number of non-motor vehicle-travel time

 

表3　修正模型标定结果Tab.3　Calibrated result of BPR model modification

  

?

2.4　误差分析

采用同为山区小城市的福建省松溪县的工农中路（干路）和河东路（支路）道路交通调查数据对修正BPR模型和传统BPR模型的估计值进行误差分析，见表4和表5。从表5可看出，工农中路的修正BPR模型估计值与实测值的相对误差的绝对值均值为4.597%，传统BPR模型估计值与实测值的相对误差的绝对值均值为35.021%；河东路的修正BPR模型估计值与实测值的相对误差的绝对值均值为3.120%，传统BPR模型估计值与实测值的相对误差的绝对值均值为46.737%。显然，修正BPR模型的估计效果明显优于传统BPR模型，说明传统BPR模型不适用于估计山区小城市路段的行程时间。

式中：t（t）为车辆在t时间段内通过路段的行程时间；t0为车辆通过路段的自由行驶时间；Q（t）为t时间段内路段的机动车交通量；C（t）为t时间段内路段的实际通行能力；α，β为待标定参数，建议取α=0.15，β=4。

由表4可见，在干路上，随着机动车交通负荷的不断增大，修正BPR模型的相对误差值无明显变化趋势，而传统BPR模型相对误差总体上随之增大，这是因为随着累计流量的增加，机非交通流间相互的干扰逐渐增大，但传统BPR模型只体现了交通负荷对行程时间的影响。在支路上，随着机动车交通负荷的不断增加，两种模型的相对误差均无明显变化趋势，但传统BPR模型误差值较大。从整体估计效果来看，传统BPR模型的估计值均小于路段行程时间实测值。这主要是因为修正BPR模型考虑了前一时段未驶出路段的车辆以及路段非机动车干扰对路段行程时间的影响。修正BPR模型相对于传统BPR模型，能够更好地表达山区小城市道路交通特性，进而取得更为贴近实际的路段行程时间估计值。

[4]Qtd in Southam,B. C. Jane Austen:The Critical Heritage.Vol.2.1987.London:Routledge,2002,pp.242.

 

表4　路段行程时间估计结果与误差Tab.4　The results and error about road section travel time

  

?

 

表5　路段行程时间误差均值对比Tab.5　The error comparison between the traditional and modified BPR models

  

?

3　结论与讨论

3.1　结论

[7]孙兆祖.路径行程时间及其可靠性研究[D].成都：西南交通大学，2017：22-29.

1）以传统BPR模型为基础，以t-1时段未驶出路段的交通量和t时段路段起点交通量之和构建路段累计流量表达式，并构造了基于累计流量的山区小城市机非混行道路行程时间修正模型；

2）根据实验数据，分别标定了山区小城市干路、支路修正BPR模型的关键参数，由标定值得出支路非机动车干扰对路段行程时间的影响更为显著；

3）以同类城市实测数据进行误差分析，表明相较于传统BPR模型，修正BPR模型能够取得更为贴近实际的路段行程时间估计值。

3.2　讨论

修正BPR模型考虑了山区小城市的道路交通特性，可移植到同类山区小城市运用。然而，由于路段的行程时间可能受到行人过街、施工干扰等影响，下一步需要采集更多的有效数据，研究考虑因素更为全面的修正BPR模型。

参考文献：

[1]MOYLAN E K M，RASHIDI T H.latent-segmentation，hazard-based models of travel time[J].IEEE Transactions on Intelligent Transportation Systems，2017，18（8）：2174-2180.

[2]王志建，马超锋，李梁.低频GPS数据和交叉口延误下的行程时间估计[J].西南交通大学学报，2015，50（2）：361-367.

中国旅游业的发展经历了从单一入境旅游市场，到入境旅游、国内旅游两个市场并举，再到入境旅游、国内旅游、出境旅游三个市场全面发展的过程[4]。与此相应，我国旅游业三大市场发展战略也经历一系列的调整变化，现定位为“全面发展国内旅游、积极发展入境旅游、规范发展出境旅游”[4]。

传统BPR模型虽然不完全符合山区小城市的交通实际，且在拥挤状态的估计效果不佳，但其构型能够很好地反映畅通状态下行程时间随交通负荷的变化趋势，而且具有良好的数学性质。在保留传统BPR模型构型的基础上，通过路段起终点交通量差值确定当前时段（t时段）未驶出路段的车辆数，将前一时段（t-1时段）未驶出调查路段的交通量和t时段路段起点交通量之和定义为路段累计流量，以累计流量与t时段通行能力之比确定路段t时段的机动车交通负荷，构造机非混行道路条件下的修正BPR模型

[4]DAVIDSON K B.The theoretical basis of a flow-travel time relationship for use in transportation planning[J].Australian Road Research，1978，8（1）：32-35.

[5]SPIESS H.Conical volume-delay functions[J].Transportation Science，1990，24（2）：153-158.

[6]潘义勇，余婷，马健霄.基于路段与节点的城市道路阻抗函数改进[J].重庆交通大学学报：自然科学版，2017，36（8）：76-81.

通过对变频调速起重机起升机构的理论分析，运用MATLAB中的Simulink模块对起升机构进行建模，并进行动力学仿真与分析，得出如下结论：

[3]LADINO A，KIBANGOU A Y， CANUDAS D W C，et al.A real time forecasting tool for dynamic travel time from clustered time series[J].Transportation Research Part C：Emerging Technologies，2017，80：216-238.

针对目前BPR行程时间估计难以反映山区小城市交通实际的现状，以安溪县河滨南路和八三一路为实验对象，构建修正BPR模型，并通过松溪县工农中路和河东路进行模型验证，得出以下主要结论：

[8]姜桂艳，李继伟，张春勤.城市主干路路段行程时间估计的BPR修正模型[J].西南交通大学学报，2010，45（1）：124-129.

[9]刘宁，赵胜川，何南.基于BPR函数的路阻函数研究[J].武汉理工大学学报：交通科学与工程版，2013，37（3）：545-548.

[10]何南，刘宁，赵胜川.基于BPR函数的道路阻抗研究[J].南京工程学院学报：自然科学版，2013，11（1）：6-11.

[11]何南，赵胜川.城市道路阻抗函数模型研究——以大连市为例[J].公路交通科技，2014，31（2）：104-108.

[12]骆伟，吴克晴.基于改进的阻抗函数下的混合交通均衡模型[J].华东交通大学学报，2013，30（4）：46-53.

[13]四兵锋，钟鸣，高自友.城市混合交通条件下路段阻抗函数的研究[J].交通运输系统工程与信息，2008，8（1）：68-73.

[14]任刚，刘晓庆，全林花.混合交通条件下的城市道路实用路阻函数[J].中国公路学报，2009，22（4）：92-95.

[15]中华人民共和国建设部.GB 50220-95城市道路交通规划设计规范[S].北京：中国计划出版社，1995.

[16]中国人民共和国住房与城乡建设部.CJJ 37-2012城市道路工程设计规范[S].北京：中国建筑工业出版社，2012.

谁知，陈山利并不明白朱排长的良苦用心。将头摇得像拨浪鼓：“倪班副牺牲了，谁不难受啊？未必朱排长认为所有难受的人，神经都不正常？”