交通流生成与仿真脚本编写 - 第1节

交通流三参数：流量、密度、速度

各位同学，咱们今天聊聊交通流最核心的东西。说白了，就是三个数：流量、密度、速度。这三个参数，就像人的身高、体重、年龄一样，是描述交通状态最基本的指标。我做了十几年交通仿真，每次拿到一个新项目，第一件事就是看这三组数据。

1. 流量（Flow）

流量，单位时间内通过某个断面的车辆数。单位是 veh/h 或者 veh/s。你想想看，一个路口一小时能过多少辆车？那就是流量。

公式很简单：

q = n / t

其中 q 是流量，n 是车辆数，t 是时间。

2. 密度（Density）

密度，单位长度路段上的车辆数。单位是 veh/km。说白了就是「这条路有多挤」。

公式：

k = n / L

k 是密度，n 是车辆数，L 是路段长度。

3. 速度（Speed）

速度分两种：时间平均速度和空间平均速度。咱们做交通流分析，一般用空间平均速度。

时间平均速度： 就是你在车上看到的瞬时速度的平均值。

空间平均速度： 整段路长度除以总行驶时间。

空间平均速度 v = L / (总行驶时间 / 车辆数)

三参数的基本关系

这三个参数不是独立的。它们之间有个基本关系：

q = k × v

这个公式看起来简单，但内涵很深。你想想看：

• 密度高了，速度自然就慢下来
• 速度慢了，流量可能反而下降
• 流量最大时，既不是密度最大也不是速度最大

为什么会这样？我举个例子。高速公路上，车很少的时候（密度低），大家开得飞快（速度高），但流量其实不大。车多起来后，速度降一点，但流量上去了。再往后，车太多，大家都堵着，速度极低，流量也下来了。

基本图理论

基本图（Fundamental Diagram）是交通流理论的核心。它描述了流量、密度、速度三者之间的关系曲线。

速度-密度关系

最经典的模型是 Greenshields 模型：

v = vf × (1 - k / kj)

其中 vf 是自由流速度，kj 是阻塞密度。

这个模型假设速度随密度线性下降。实际中，这个关系更接近非线性，但 Greenshields 模型简单好用，适合教学和初步分析。

流量-密度关系

把速度-密度关系代入 q = k × v，得到：

q = vf × k × (1 - k / kj)

这是一个抛物线。最大值就是道路的通行能力。

流量-速度关系

同样可以推导出：

q = kj × v × (1 - v / vf)

也是抛物线形状。

知识体系结构图

下面我用一张 SVG 图来展示本章的知识体系：

实际应用中的注意事项

理论归理论，实际用起来有几个坑：

1. 数据采集要同步：流量、密度、速度必须同时测量。我见过有人用不同时段的数据来拟合基本图，结果完全失真。
2. 注意时空尺度：5分钟的数据和1小时的数据，画出来的基本图不一样。短时数据波动大，长时数据更平滑。
3. 模型选择要谨慎：Greenshields 模型适合高速公路，城市道路建议用更复杂的模型，比如 Underwood 或 Drake 模型。

小结

这一章我们讲了交通流最基础的东西：流量、密度、速度，以及它们之间的基本关系 q = k × v。基本图理论把这三者统一起来，形成了交通流分析的框架。

记住：流量不是越大越好，密度不是越小越好，速度不是越快越好。关键是要找到那个平衡点——通行能力最大的点。这个点，就是交通工程师要追求的目标。

嗯，这一章就到这里。下一章我们会深入讲基本图的各种模型，包括 Greenshields、Underwood、Drake 等，到时候我会分享一些实际项目中的拟合经验。