基于韦布尔分布的行人过街特性模型

基于韦布尔分布的行人过街特性模型
基于韦布尔分布的行人过街特性模型

慢行交通中行人过街行为研究及安全性评价

慢行交通中行人过街行为研究及安全评价 摘要:本文主要分析了当前慢行交通安全问题现状及成因,以行人过街安全性为讨论依据,研究了行人过街行为的普遍规律及产生不安全行为的心理,运用AHP法建立评价指标体系,根据实际案例,确定构造判断矩阵,并对实例予以过街行为安全性评价,针对存在的安全隐患问题,提出发展城市慢行交通所应做出的改善措施等。 关键词:慢行交通;行人过街;层次分析法;改善措施 Study on Pedestrian Crossing Behavior and Safety Assessment in Slow Mode Transportation W ANG Haomiao 01080283 (China University of Mining and Technology, Jiangsu Xuzhou 221116) Abstract:This paper mainly analyzes the security issues and causes in recent slow mode transportation. Based on discussion of pedestrian crossing safety, study its general rule and pedestrian psychology causing unsafe behavior. Use AHP to establish an assessment item system and evaluate pedestrian safety of road section in practice. In terms of unsafe issues, put forward effective improving measures to be done to develop urban slow mode transportation. Key words: slow mode transportation; pedestrian crossing; AHP; improvement measures 0 前言 在城市交通高速发展的今天,随着机动化交通在城市交通中所占的比例不断增加,以机动车交通为主体的交通发展方式给城市带来了诸多问题。道路上汽车数量的增加,使得尾气污染、交通拥堵、交通事故等更加严重,同时降低了城市居民的出行安全保障。为了缓解和避免这些问题,提倡慢行交通已是当务之急。然而,以步行和自行车为代表的城市慢行交通备受冷落,城市慢行交通基础设施总体上落后,管理缺乏合理、科学性,设计理念也未考虑到慢行交通参与者,行人和自行车的立场,整体规划缺少人性化、安全性等,这很不正常。 慢行交通的通勤主体作为交通参与者中的弱势群体,时刻受到机动车的冲撞等威胁,尤其是在行人过街情况下,行人暴露在机动车道内,在交通设施与管理落后等条件下,行人过街安全存在更大隐患。因此,研究慢行交通中行人过街行为规律、出行心理,并对其过街行为安全性评价对行人的人身安全,甚至城市交通秩序的稳定有着非常重要的意义。 1 慢行交通 1.1慢行交通的概念 慢行交通主要指非机动车出行的交通方式,包括步行和自行车交通方式构成的交通系统[1]。近年来,由于助动车的设计车速越来越高,慢行交通系统的概念重新定义为:以步行及自行车为主体、以低速环保型助动车(最高车速不大于20km/h,噪声较低,制动良好)为过渡性补充的非机动交通系统,并由此区别于其他交通运行模式。 慢行交通是绿色交通系统中的基本交通方式,环保无污染;同时也是其他交通方式的重要辅助形式和最佳补充方式。从可达性来说,不管交通如何发达,每次出行的始、终,最终都需慢行交通来承担,这是一种可达性最好的出行方式。慢行交通在交通系统中占有很大的

信号交叉口非机动车和行人混合交通流运行特性

信号交叉口非机动车和行人混合交通流运行特性 摘要:介绍了国内外有关信号交叉口非机动车和行人混合交通的研究背景,将信号交叉口非机动车和行人混合交通流在交叉口的运行过程分为三段进行研究,进而分析了信号交叉口非机动车和行人混合交通在非人集结过程、过街通行过程的集结特性及通行特性并建立了相关的时间模型;对干扰冲突过程中非人混合交通对右转机动车的干扰进行了研究,并给出了评价干扰的指标。 关键词:非机动车和行人;混合交通流;集结群;集结过程;通行过程;干扰冲突 引言 长期以来,信号交叉口非机动车和行人混合交通的研究一直是交通工程领域研究的薄弱环节,国内外交通学界的学者在这方面开展了大量的研究。在发达国家,由于交通流中的非机动车以自行车为主,所以这些国家主要对自行车交通流特性进行研究,虽然较少但也有一些成果,如:Smith 和Opiela 在不同的环境下测定了自行车的行驶速度分布,Botma 和Papendrecht 建立了自行车排队长度与平均速度的关系。而M. Hossain 研究了信号交叉口非机动车对于机动车饱和流率的影响,并建立模型。在国内,交通学界的专家学者对信号交叉口非机动车和行人混合交通的研究也有一些,如:谢之权等人对自行车??—行人共享道条件下自行车交通流特性研究,建立了共享道条件下自行车交通流的基本模型。曲大义、王殿海等人对中国城市混合交通中自行车和行人在交叉口的到达特性和释放特性以及混合交通中机非冲突机理进行了研究,并给出了此问题的解决方法;王铨登通过对成都市6个无左转专用信号的平面信号控制交叉口的24 条人行横道上行人过街时间进行调查与分析,建立了行人过街平均时间模型并通过了检验。本文基于此背景下对信号交叉口非机动车和行人混合交通进行了研究。 1.数据采集 为获取信号交叉口非机动车和行人混合交通的基本参数,论文选取了福州市五四路~东大街路口的四个路口为调查点,调查工作于2012年8月开展,调查日期选在晴朗天气的高峰时段,上午7:30-8:30,下午取5:00-6:00。调查内容分两次进行,第一次主要采集非人集结过程以及过街通行过程的数据,第二次主要采集干扰冲突过程的数据。 2. 非人集结过程特性 2.1.非人集结过程描述 非机动车和行人混合交通流的的集结过程(简称非人集结过程),是指在路段上行驶的交通实体(主要指电动车、自行车和行人)在信号交叉口遇到红灯后,陆续停车排队而在集结区聚集成群的过程。集结群是指在红灯期间非机动车和行

行人过街特性

行人过街特性研究 摘要:本次调查主要通过对义乌市各地段无交通信号灯的路断的行人过街的特点来研究行人在无交通信号灯的情况下的过街特性。以此来针对性得对各个城市道路建设提出确实有效的意见。不论在什么时代,步行永远不会被完全取代,因为步行作为人们日常行动中最基本,最原始的动作,在短距离,短时间的行动中,步行永远是人们的上上选。但是在交通发达的当今,步行却成为了道路交通中最脆弱的因素。首先是因为步行者的不确定因素高,限制因素少,在任何地点都有可能出现步行者,步行者的保护措施少,与机动车相比是相当脆弱的。通过此次研究,就是为了给步行者创造良好的交通环境,提高道路交通的安全性。 关键词:行人过街冲突延误交通 一、行人过街现状 通过平时对道路交通环境的观察,以及网上相关资料反映,目前行人过街主要存在以下现状:行动速度缓慢、随意性大、群体过街、无视交通信号灯、过街时注意力分散,部分有隔离栏的路段还存在行人随意翻越护栏的状况,这都是导致交通事故发生的重要因素。在二线一下的一些乡镇行人甚至没有使用人行横道的习惯,左右看看是否有车辆通过,便很穿马路;在大城市中,因为道路上车辆较多,直接穿越马路存在很大的危险性,因此在过节路口往往会形成人群聚集的现象,当人数聚集到了一定的数量或是到了一定的等候时间,行人就会不约而同的集体穿越马路,被称为中国式过马路现象。 二、调查对象及方法 1、调查对象 本次调查,我们在义乌市的主城区内,挑选了三个具有代表性的无交通信号灯路口进行研究,分别是义乌市中心医院门口的马路、国际商贸城前的马路及地下通道和义乌市人才市场前的马路。 义乌市中心医院门口的马路上不论什么时候都人来人往,过往的基本都是来回医院看病的人群,但是在义乌市中心医院门口却并没有红绿灯(见下图),在医院大门口偏左处设有一条供行人穿越马路的人行横道。人群分布主要以青少年和老年居多,这两类人群的特点主要集中在步速慢,行动力较低,不安全因素高等地方。考虑到行人过街时的心理特征,医院门口的行人大多都行色匆匆,手里或多或少的提着些东西也会对交通行为产生一定的影响因素。

正态分布、指数分布、对数正态分布和威布尔分布函数及其在工程分析中的应用.

正态分布、指数分布、对数正态分布和威布尔分布函数及其在工程分析中的应用 071330225 张洋洋

目录 正态分布函数 (3) 正态分布应用领域 (4) 正态分布案例分析 (5) 指数分布函数 (5) 指数分布的应用领域 (6) 指数分布案例分析 (7) 对数正态分布函数 (7) 对数正态分布的应用领域 (9) 对数正态分布案例分析 (9) 威布尔分布函数 (10) 威布尔分布的应用领域 (16) 威布尔分布案例分析 (16) 附录 (18) 参考文献 (21)

正态分布函数【1】 0.20 0.15 0.10 0.05 105510 正态分布概率密度函数f(t) 蓝线:μ=-1 σ=2 红线:μ=1 σ=2 棕线:μ=-1 σ=3 绿线:μ=1 σ=3 均数μ决定正态曲线的中心位置;标准差σ决定正态曲线的陡峭或扁平程度。σ越小,曲线越陡峭;σ越大,曲线越扁平。 1.0 0.8 0.6 0.4 0.2 105510 正态分布函数F(t) 蓝线:μ=-1 σ=2 红线:μ=1 σ=2 棕线:μ=-1 σ=3 均数μ改变,图像会进行平移,标准差σ改变,图形陡峭度发生变化。σ越小,图像越陡。

1.0 0.8 0.6 0.4 0.2 105510 正态分布可靠度函数R(t) 蓝线:μ=-1 σ=2 红线:μ=1 σ=2 棕线:μ=-1 σ=3 均数μ改变,图像会进行平移,标准差σ改变,图形陡峭度发生变化。σ越小,图像越陡。 2.5 2.0 1.5 1.0 0.5 105510 正态分布失效率函数λ(t) 蓝线:μ=-1 σ=2 红线:μ=1 σ=2 棕线:μ=-1 σ=3 均数μ改变,图像会进行平移,标准差σ改变,图形陡峭度发生变化。σ越小,图像越陡。正态分布应用领域【1】 正态分布是一种最常见的连续型随机变量的分布,它在概率论和数理统计中无论在理论研究还是实际应用上都占有头等重要的地位,这是因为它在误差理论、无线电噪声理论、自动控制、产品检验、质量控制、质量管理等领域都有广泛应用.数理统计中许多重要问题的解决都是以正态分布为基础的.某些医学现象,如同质群体的身高、红细胞数、血红蛋白量、胆固醇等,以及实验中的随机误差,呈现为正态或近似正态分布;有些资料虽为偏态分布,但经数据变换后可成为正态或近似正态分布,故可按正态分布规律处理。

MATLAB绘制威布尔分布曲线

MATLAB 绘制威布尔分布曲线 威布尔分布概率密度函数: 1(/)(,,)()a a x m a x f x m a e m m --= 威布尔分布概率分布函数: ()()1a mx F x e -=- 其中m>0,是尺度参数也叫比例参数,a>0是形状参数。 X 是随机变量,是未知参数,表示时间延滞。 图1:设定尺度参数m 值为1,取五个形状参数a ,自变量x 代码如下: m=[1 1 1 1 1,2]; a=[0.5 1 1.5 2.5 5,5]; x=linspace(0,5); linecolor=['r','b','g','k','y']; for n=1:5 y1=m(n)*a(n)*((m(n)*x).^(a(n)-1)).*(exp(-(m(n)*x).^a(n))); y=1-exp(-(m(n)*x).^a(n)); subplot(1,2,2) title('图1:概率分布函数'); plot(x,y);

hold on; subplot(1,2,1) type=linecolor(n); title('图1:概率密度函数'); plot(x,y1,type); hold on; legend('m=1,a=0.5','m=1,a=1','m=1,a=1.5','m=1,a=2.5','m=1,a=5'); end 图2:设定形状参数a值为2,取五个尺度参数m,自变量x 代码如下: m=[0.5 0.75 1 1.5 1.75,2]; a=[2 2 2 2 2.5]; x=linspace(0,5); linecolor=['r','y','b','g','k']; for n=1:5 y1=m(n)*a(n)*((m(n)*x).^(a(n)-1)).*(exp(-(m(n)*x).^a(n))); y=1-exp(-(m(n)*x).^a(n)); subplot(1,2,2) title('图2:概率分布函数'); plot(x,y); hold on;

交通流特性

第三章交通流的基本特性 第一节概述 道路上的行人或运行的车辆构成行人流或车流,人流和车流统称为交通流。一般交通工程学研究中,有特指时的交通流是针对机动车交通流而言的。 交通流的定性和定量特征,称为交通流特性。观测和研究发现,由于在交通过程中人、车、路、环境的相互联系和影响作用,道路交通流具有以下三个基本特性。 1.两重性 对道路上运行车辆的控制既取决于驾驶员,又取决于道路及交通控制系统。一方面,驾驶员为避免与其他车辆发生冲突,必然受到道路条件及交通控制系统的制约;另一方面,驾驶员又可以在一定的时空条件下,依据自己的意志自由地改变车速和与其他车辆的相对位置。 2.局限性 由于机动车和道路的物理尺寸所限,车辆运行中相互之间可能会相互妨碍。仅由于道路通行能力的限制和车辆间的相互制约,就有可能引起交通拥挤;另外,车速也是有限的,并因车辆和时空条件而异。 3.时空性 由于车速是随机变化的,机动车在时间上和空间上的状态都是不相同的,因此,交通流既是现有时间变化规律,又有其空间变化规律。道路交通流的以上三个特性进一步说明:道路交通是一个复杂的动态系统。由这三个特性出发,将道路上的交通流用交通量、速度、密度三个基本参数加以描述。观测、整理和研究这些参数的变化规律以及它们之问的相互关系,可以为分析道路上的运营状况、交通规则、路网布设、线形设计、运输调度与组织、运力投放与调控以及为现有道路交通综合治理提供起决定作用的论证数据。

第二节交通量的基本特性 交通量是指单位时间内,通过道路某一地点或某一断面的实际交通参与 者(含车辆、行人、自行车等)的数量,又称交通流量或称流量。如果不加说明时,通常是指单位时间内通过道路某一地点或某一断面往来两个方向的车辆数,亦称为车流量。 在交通量观测和统计分析及实际应用中,常见的交通量有以下几种: 1.平均交通量 交通量不是一个静止的量,它是随时间变化的,在表达方式上通常取某一时段内的平均值作为该时段的代表交通量。如年平均日交通量就是将一年内的交通量总数除以当年的总天数所得出的平均值。常用的有平均日交通量,还有月平均日交通量,周平均日交通量以及任意期间(依特定分析目的而定)的平均日交通量等。以上平均交通量可以概括成如下的表达式 平均日交通量 (ADT)=1/n{∑Q (3—1) 式中 Q i——计算期内各单位时间的交通量; n——计算期内的单位时间总数。 如果计算年平均日交通量(A A D T)时,n为365或366,则 年平均日交通量 (AADT)= (3—2) 由此类推:

信号控制交叉口行人交通特性分析

信号控制交叉口行人交通特性分析 第1章绪论 1.1 研究背景与意义 1)行人过街设施包括:人行横道、人行信号灯、安全岛、行人过街天桥和地下通道。 2)《条例》对行人和机动车的先行权进行了规定:当有信号控制时,机动车与行人按照信号显示判断优先权;当没有信号控制时,机动车在与行人发生冲突时要进行减速或停止避让。 3)目前我国行人交通存在以下问题: A、缺乏有效的管理控制 B、过街设施设置不当 C、信号设置不合理 第2章行人交通基础理论 2.1 行人交通特性参数分析 1)步行幅度 步行幅度(步幅)是指行人双脚同时着地时,脚尖到脚尖的距离。行人步幅的小与年龄、性别、心理状态、道路状况、天气等诸多因素相关。 当行人密度较小时,行人的行走不受其他行人的影响,步行幅度较为自由和稳定;而当行人密度较大时,行人的行为受到限制,行人的步行幅度很大程度上会受到空间影响。 2)步行速度 步行速度是指单位时间内,行人移动的距离,受年龄、性别、身体状况、出行目的和交通密度等因素的影响。 行人步行速度分布在0.5m/s -2.16m/s 之间,如果人群中存在老人和小孩,每个行人的步行速度都会受到影响。 3)步行空间需求 行人的步行空间需求是指行人无论是静止还是行走,所需要占有或预留的空间范围,该需求包括三个方面:静态空间需求、动态空间需求和心理缓冲空间需求。 4)可接受间隙 车流中前后两辆车的车头时距足够大,能使行人安全地从两车之间通过,就称这一车头时距为行人的可接受间隙。 5)可容忍等待时间 当行人的等待时间超过了其可以接受的最大等待时间时,即使知道有危险,行人也可能会选择从车流的非安全间隙中强行穿越,此时的等待时间称为行人过街可容忍等待时间,也称心理等待极限。 2.2 行人过街的行为方式和心理特征 2.2.1 行人过街的行为方式 1)正常型 该类型指在通过人行横道时,始终保持均匀步行速度、稳步前进的行人。2)中途加快型 指通过人行横道线时,前一半行走的步幅、速度正常,当走到道路中线后,

双参数威布尔分布函数的确定及曲线拟合(精)

2007.NO.4. CN35-1272/TK 图 1威布尔函数拟合曲线的仿真系统模块 作者简介 :包小庆 (1959~ , 男 , 高级工程师 , 从事可再生能源的研究。 大型风电场的建设不但可以减缓用电短缺情况 , 而且并网后还能为电网提供很大一部分电能。而大型风电场的选址 , 与该地的风速分布情况有关。用于描述风速分布的模型很多 , 如瑞利分布、对数正态分布、 r 分布、双参数威布尔分布、 3参数威布尔分布 , 皮尔逊曲线拟合等。经过大量的研究表明 , 双参数威布尔分布函数更接近风速的实际分布。本文采用 4种方法计算威布尔分布函数的参数 , 并利用计算出的参数确定威布尔分布函数的实际数学模型进行曲线拟合。最后以白云鄂博矿区风电场拟选址为例 , 使用计算机软件 (MATLAB 对该地区风速威布尔分布函数进行曲线拟合 , 得到该地区不同高度的风速分布函数曲线。 1双参数威布尔分布函数的确定 双参数威布尔分布是一种单峰的正偏态分布函数 , 其概 率密度函数表达式为 : p(x=k x " exp-x " (1 式中 :k ———形状参数 , 无因次量 ; c ———

尺度参数 , 其量纲与速度相同。为了确定威布尔分布函数的实际模型 , 需计算出实际情况下对应函数的 2个参数。估算风速威布尔参数的方法很多 , 本文给出4种有效的方法以确定 k 和 c 值。 1.1HOMER 软件法 HOMER 是一个对发电系统优化配置与经济性分析的软件。通过输入 1a 逐时风速数据或者月平均风速数据 , 根据实际情况设置相应参数 , 即可计算得到 k 和c 值 , 此时计算出的 k 和 c 值是计算机系统认为的最佳值。 1.2Wasp 软件法 Wasp 是一个风气候评估、 计算风力发电机组年发电量、风电场年总发电量的软件。通过输入风速统计资料 , 计算机可以直接计算出 k 和 c 值。 1.3最小二乘法 通过风速统计资料计算出最小二乘法拟合直线 y=ax+b 的斜率 a 和截距 b 。由下式确定 k 和 c 的值 : k=b (2 c=esp a (3 1.4平均风速和最大风速估计法 从常规气象数据获得平均风速和时间 T 观测到的 10min 平均最大风速 V m ax , 设全年的平均风速为通过下式计算 k 和 c 值 : k=ln (lnT (4 c=(5

行人交通流研究综述

行人交通流研究综述 摘要:行人交通面广量大,是所有交通方式的终端形式,在城市系统中占据特殊重要地位。在其他交通形式快速发展的背景下,行人交通作为一种最基础的交通方式不容忽视。本文通过查阅文献,整理了最近国内外对行人交通流的研究现状,主要对行人交通的模型以及行人交通流特性的研究进行了梳理。 关键词:行人交通流;交通流模型;交通流特性 Abstract: The pedestrian traffic is wide in surface and large in quantity. It is the terminal form of all transport modes and plays a very important role in the urban system. In the background of other forms of transportation are developing rapidly, as a most basic mode of transportation, pedestrian traffic cannot be ignored. Through literature review, this paper arranges recent study statements of pedestrian traffic flow at home and abroad. This article focuses on combing the study of pedestrian traffic model and pedestrian traffic flow characteristics. Key Words:Pedestrian traffic flow; Traffic flow model; Traffic flow characteristics 1.引言 行人交通流是交通系统中很重要的一个部分,在交叉口安全分析、行人交通组织方法、慢行交通建设等方面都必须要考虑到行人交通流的特征。然而,不少人认为交通是研究“人、车、路、环境”的一门科学,其中的人指乘客,而对于行人,大多数之前的分析都认为是道路阻抗,这是有误的。城市交通系统的供需失衡导致了一系列的交通问题,解决这一问题不能不从人说起。步行是人类最基本、最古老和最现实的交通出行方式,无论人们采用任何交通工具、任何出行方式、要达到任何出行目的,出行过程中总离不开步行。交通问题的本质是人的需求,从需求的角度来看,人的步行需求是不可忽视的一个部分。 目前关于行人交通流的研究在国内还比较少,全面系统地分析和归纳行人交通流起源及其发展的文章更是几乎没有。本文从行人交通流研究的历史出发,试图理清行人交通流研究的理论与方法的发展演变过程,揭示这种研究的必要性及

过街行人交通特性分析

过街行人交通特性分析 摘要:过街行人与机动车之间的冲突屡见不鲜,对行人安全及机动车通行造成了巨大的损害,本文在分析行人过街存在的问题基础上,分别就行人的交通共性,信号交叉口行人交通特性及无信号交叉口交通特性进行了分析,提出了行人过街的主要影响因素,并就保障行人过街安全措施提出建议 关键词:行人;交通特性;交叉口;安全保障 Abstract: the cross the street pedestrians and vehicles of the conflict between common occurance, safety and motor vehicle traffic on pedestrians caused extensive damage, based on the analysis of the pedestrians cross the street, and some basic issues of common pedestrian traffic respectively, signal intersection pedestrian traffic characteristics and no signal intersection traffic characteristics, this paper analyzes the main factors affecting the pedestrian crossing the street, and to ensure the safety measures across the street are proposed Keywords: pedestrians; Traffic characteristics; Intersection; security 虽然现今城市交通的形式和内容都发生了质的变化,但步行交通仍是城市交通的主要形式之一,相关调研表明,在淄博市,步行出行占所有出行的46.7%。 行人过街存在的问题 (1)行人过街设施缺乏,行人强行穿越机动车流[1] 在交叉口间距较长的路段上,特别是当道路等级较高时,为了保证机动车的通行效率,通常很少甚至不设置专门的行人过街设施。当某些路段中出现行人过街需求时,行人会在来往机动车流中寻找间隙过街。当行人等待时间超过其等待承受限度时,即当行人等待机动车间安全间隙的时间超过了行人所能承受的最大等待时间时,会选择从机动车流非安全间隙中强行穿越,因此造成人车冲突,甚至酿成交通事故。 (2)行人过街设施设计不当 行人过街设施主要包括人行横道、行人过街天桥和行人过街地下通道。由于部分行人过街设施设置时没有考虑行人过街的行为特性,因此可达性差。 (3)行人过街信号设置不合理

威布尔分析方法

第1章威布尔分析 1.1 引言: 在所有可用的可靠性计算的分布当中,威布尔分布是唯一可用于工程领域的。在1937,Waloddi Weibull教授(1887-1979)创造性的提出了该种分布,它是用于失效数据分析分布中应用最广泛的分布之一,也用于寿命数据分析,因为系统或部件的寿命周期的测量也需要分析。 一位瑞典的工程师和一位数学家潜心研究冶金的失效,威布尔教授曾指出正态分布要求冶金的初始强度服从正态分布,而情况并非如此。他还指出对于功能需求可以包含各种分布,其中包括正态分布。 1951年他发表了代表作,“一个具有广泛适用性的统计分布函数”,威布尔教授声称寿命数据可以从威布尔分布族中选择最恰当的分布,然后用合适的参数进行合理准确的失效分析。他列举七种不同的情况来证明威布尔分布可顺利用于很多问题的分析。 对威布尔分布的最初反应是普遍诊断它太过完美以致于不真实。尽管如此,失效数据分析领域的先驱们还是开始应用并不断改进,直到1975年,美国空军才认可了它的优点并资助了威布尔教授的研究。 今天,威布尔分析涉及图表形式的概率分析以找出对于一个给定失效模式下最能代表一批寿命数据的分布。尽管威布尔分布在检测寿命数据以确定最合适的分布方面在世界范围内处于领先位置,但其它分布也会偶尔用于寿命数据分析包括指数分布,对数正态分布,正态分布,寿命数据有了对应的统计学分布,威布尔分析对预计产品寿命做了准备。这种具代表性的样本分布用来估计产品的重要寿命特征,如可靠性,某一时刻的失效率,产品的平均寿命及失效率。 1.1.1威布尔分析的优点: 威布尔分析广泛用于研究机械、化工、电气、电子、材料的失效,甚至人体疫病。威布尔分析最主要的优点在于它的功能: ?提供比较准确的失效分析和小数据样本的失效预测,对出现的问题尽早的制订解 决方案。 ?为单个失效模式提供简单而有用的图表,使数据在不充足时,仍易于理解。 ?描述分布状态的形状可很好的选择相应的分布。 ?提供基于威布尔概率图的斜率的物理失效的线索。

行人心理特性分析与行人事故

安全管理编号:LX-FS-A98335 行人心理特性分析与行人事故 In the daily work environment, plan the important work to be done in the future, and require the personnel to jointly abide by the corresponding procedures and code of conduct, so that the overall behavior or activity reaches the specified standard 编写:_________________________ 审批:_________________________ 时间:________年_____月_____日 A4打印/ 新修订/ 完整/ 内容可编辑

行人心理特性分析与行人事故 使用说明:本安全管理资料适用于日常工作环境中对安全相关工作进行具有统筹性,导向性的规划,并要求相关人员共同遵守对应的办事规程与行动准则,使整体行为或活动达到或超越规定的标准。资料内容可按真实状况进行条款调整,套用时请仔细阅读。 根据目前我国交通安全现状和预测手段,结合系统理论建立并实施高速公路紧急救援系统已迫在眉睫。本文对高速公路交通事故信息库和高速公路紧急救援系统的理论和构建进行了论述,并对交通事故预测与3S技术在高速公路紧急救援系统中的应用作了简要的介绍。 1 前言 在开发和应用高速公路紧急救援系统的同时,开发和应用道路交通安全运营保障技术,开发路状信息系统和车辆调度控制技术,完善网络环境下的电子收费系统、管理信息系统和高速公路监控系统,对运

行人过街特性

行人过街特性分析及对策 赵佳辉 摘要:本文对行人过街的交通特性进行了整理归纳和分析,并简单说明了其中一些交通特性对于行人过街的交通安全带来的一定危害,指明了其危害性与严重性。由此提出了自己的一些思考与行人过街安全问题的解决办法,如提高交通安全宣传力度、加强对行人违章的管理和执法力度、完善和发展行人过街交通设施等。 关键词:行人过街诱因分析解决措施 一、引言 《道路安全全球现状报告2013》显示,全球每年死于道路交通事故的人数高达124万人,其中有27万人是行人,占到道路交通安全总死亡人数的22%。在我国,2010年全国死因监测系统数据显示:道路交通伤害是我国人群伤害致死的第一位原因,而行人已经占到其中1/4。"1我国道路交通行人伤害特性与国际相仿。行人是三大交通流量中数量最大、最无规则的交通流,与机动车、非机动车相比,行人也是交通活动中的弱者。我国虽然有保护行人的相关法律法规,但是这些只是治标不治本,需要从源头预防行人交通事故的发生。 据统计,行人事故伤亡率约占所有交通事故伤亡人数的20%,而行人过街时的伤亡人数要占其中的50%以上。2因此,本文通过行人过街特性的分析来设计行人过街对于行人保护的对策,希望从源头来减少行人过街时交通事故的发生,提高行人行走的安全性。 二、行人过街现状 1.强行穿越机动车道 在我国现有“中国式过马路”一说,即“凑够一撮人就可以走了,和红绿灯无关。”在交叉口间距较长的路段上,特别是当道路等级较高时,如主干道或者次干道,为了保证机动车的通行效率,通常不设置专门的行人过街设施。或者在一些路段,设置了交通信号灯,但是交通信号灯时间设置不合理,当行人等待时间超过其等待承受限度时,当行人等待机动车安全间隙的时间超过了行人所能承受的最大等待时间时导致行人的过街需求无法得到满足,从而出现了一系列行人横穿马路的状况。这以交通行为不仅会阻碍交通流,甚至会造成交通事故。 2.过街信号设置不合理 现在很多城市道路平面交叉口的控制信号灯相位配时的设计倾向于满足机动车辆的通行需求,相对机动车于非机动车,行人过街的行为特性没有得到考虑,一方面是管理人员对于行人交通的不重视,另一方面也反映了现今交通组织中行人的弱势地位。一些地区在阴雨天气还会调控信号灯相位,使其更利于车辆的快速通行,行人的利益被进一步的压缩。行人和行人专用相位少,通行时间也得不到保障。一些较大的路口需要行人在道路中央的安全区再一次等待通行。在广州一个十字路口,长达100米的人行横道绿灯设置仅为5秒,连世界"飞人"的百米冲刺都难以及时通过。行人过街的需求几乎很难得到保证,未能对车辆与行人经 1中国疾控中心副主任梁晓峰6日在"联合国第二届全球道路安全周"启动仪式上说。 2翟良贵,丁靖艳,章金根《行人过街特征分析及自我保护对策》

行人过街国内外研究

国内外有关行人交通特性的研究 (信号交叉口人行横道的行人交通特性研究) 利用Logit模型描述了信号交叉口人行横道处行人选择间隙的行为,并利用回归分析的方法,标定了车头时距,行人等待时间以及行人数量对行人选择间隙行为的影响系数。最后,通过对模型的检验,证明该模型具有较好拟合度,其预测精度达到85%。(北京工业大学孙智勇《信号交叉口人行横道的行人交通特性研究》) 一个比较早的宏观行人仿真模型是由Fruin在1971年建立。这是早期的针对行人运动,过街,交通特性研究的代表性著作(Pedestrian Planningand Design),从行人的空间特性,行为特征,运动模式,规划设计等进行了深入的研究,为以后的关于行人交通流的研究奠定了基础。 关于行人微观仿真的应用与研究; 行人微观仿真分为仿真模型(构建用于描述行人交通特性的模型)(分为成本效益元胞模型元胞自动机模型磁力模型社会力模型排队网络模型)和仿真软件(开发用于测试和可视化行人相关设计方案)(如今发展承受的仿真软件有Legion, SimWalk, PedGo, AnyLogic, and VISSIM)(张诗波.《基于Agent的行人交通微观仿真建模与分析》) 吴建平等研究了北京市道路信号交叉口混合交通流中行人过街行为,测算出平均行人间隙为5.79秒,延迟为3.62秒,行人群体中各加2秒。 马菁根据环境心理学有关理论和实际数据调查,研究了外界环境和行人与行人之间的影响,研究了行人的从众行为现象。 林思能通过计算机建立人行横道上行人步行穿越车流过街的模型,模拟了不同交通条件下行人和车辆的运行,获得行人过街在不同条件下的效率参数。(北京交通大学林琳《行人二次过街设施的设计及交通组织方案研究》) 在国内学者里面,哈尔滨工业大学的冯树民等通过对哈尔滨市部分交叉口人行横道调查数据的分析处理,得到了总体行人平均过街速度为1.47m/s,15%分位数为1.19m/s,分析了行人年龄,性别,人行横道长度,过街行人数量,绿灯时间等对行人过街速度的影响。结果表明,在信号交叉口的设计中,应当采用15%分位数过街速度;在老年行人较多的地区,设计速度应为老年人的15%分位数速度,即1.07m/s。(吉林大学景超《行人过街交通特性研究》)

城市轨道交通走廊行人交通特性及仿真研究

城市轨道交通走廊行人交通特性及仿真研究 城市轨道交通走廊行人交通特性及仿真研究 摘要:城市轨道交通运输是解决城市交通问题的主要途径,但在轨道运输走廊内存在行人拥堵、人车冲突严重等现象,因此对人行交通特性进行研究十分必要[1]。本文从微观层面,通过分析影响轨道运输走廊内影响行人特性的内外部因素,建立其与行人速度的几何模型,并通过交通调查和实验验证参数有效性。基于vissim仿真及行人运行规则建立仿真模型。 关键词:交通工程,城市交通,行人特性,聚类分析,仿真模型 中图分类号:C913.32 文献标识码:A 文章编号: 0. 引言 目前,国内外诸多专家学者主要是从宏观层面通过研究行人交通流流量、流速与密度的关系来研究行人交通特性,且其研究范围主要是围绕人行道、广场、公交场站及学校等。然而,对于轨道交通运输走廊内的行人交通特性的深入研究比较少。近年来随着计算机技术的快速发展,交通仿真成为一种研究行人特性、行人流量和人行设施规划设计的有效途径。目前主要的微观行人仿真模型有: (1) 社会力模型; (2) 元胞自动理论; (3) 离散选择模型; (4) 动态博弈模型[2]。 尽管研究行人运动的微观模型很多,但是能很好被认可的模型很少,且这些模型都在不断改进中,其中社会力模型发展较早,应用较为广泛,且得到了很好的改进。 本文从微观层面,通过分析影响轨道运输走廊内影响行人特性的内外部因素,建立其与行人速度的几何模型,以北京市地铁1号线建

国门站高峰小时交通调查数据为基础,采用聚类分析法验证模型参数有效性。鉴于vissim仿真软件中的行人模块是基于社会力模型的,且其具有很好的动画演示和评价指标输出功能,因此采用vissim仿真来建立行人仿真系统。 1.轨道交通运输走廊行人微观特性分析 行人步行速度的主要影响因素有性别、年龄、出行目的、行李规模和行人密度等,因此首先分析这些因素。 (1)性别: 通常情况下男性的步行速度大于女性,国外学者Tanaboriboon 提出:东南亚男性步行速度比女性大0.16 m/sec 。 (2)年龄: 国外学者Roddin 提出:年龄在65岁以上的行人步行速度比成人慢25%,青年人步行速度比成年人快。 (3)行李规模: 本文将行李规模分为大、中、小型。研究表明行李的大小和步行速度成正比。 (4)出行紧迫性: 本文将出行者的紧迫性分为紧急、一般和休闲三种状态。同意出行的紧迫性和步行速度也成正比。 (5)行人密度: 行人密度较小时,行人之间干扰较小,行人之间的运行较为通畅。行人之间的干扰是随着行人密度的增加而增加的。本文主要研究高峰时期行人密度和步速之间的关系。 2.行人步速的几何模型 在行人模型中,由于行人运动的灵活性,其步行时的加速度和减速度可忽略不计,在此只考虑行人运行中的静止和运动两种运行状态。通过分析轨道交通走廊内行人特性建立如下的几何模型: (1) 式中:V―步速; v0―理想的行人步速; x―性别修正系数;

蒙特卡洛方法解决威布尔密度分布函数

% P(X>1.8)=1-P(X<=1.8) % =1-P(0

00.51 1.52 2.53 3.54 00.1 0.2 0.3 0.4 0.5 0.6 0.7 概率密度分布函数 %函数积分的方法 a=2; k=3; syms x f Fx ; f=(k/a).*((x/a).^(k-1)).*exp(-(x/a).^k); %当要求X>1.8时,也就是 da=int(f,1.8,inf) %最终答案0.4824 da =1/exp(729/1000); %蒙特卡罗方法:随机试验的方法计算积分 % 方法1: % x 范围(0,1.8),y 的范围是(0,0.6)形成一个矩形 % 均匀布点N ,计算落入曲线下面的数据点的个数acount

% 那么P(x<=1.8)的(面积)概率也就是1.8*0.6*acount/N % 当然,这个方法取决于布点的密度,也就是个数的多寡 a=2; k=3; x=0:0.01:1.8; y=0:0.01:0.6; sx=size(x); sy=size(y); N=sx(1,2)*sy(1,2); %总共有N=11041个点 acount=0; %计算落入曲线下方的点的个数 for i=1:sx(1,2) for j=1:sy(1,2) t=(k/a).*((x(i)/a).^(k-1)).*exp(-(x(i)/a).^k); if y(j)

相关文档
最新文档