本發(fā)明涉及城市路網(wǎng)交通擁堵甄別領域，尤其是指一種基于宏觀基本圖的路網(wǎng)交通擁堵甄別方法。

背景技術(shù)：

隨著城市交通網(wǎng)絡規(guī)模的不斷擴大和交通流量的日益增加，交通擁堵成為各大城市的通病。如何快速有效地甄別路網(wǎng)交通擁堵狀態(tài)是緩解交通擁堵的關(guān)鍵問題，對出行者來說，實時的道路交通狀況信息，可為出行者的出行決策提供參考依據(jù)；對交通管理者來說，路網(wǎng)狀態(tài)甄別有利于快速準確地找到擁堵發(fā)生源，從而及時采取管理措施以防止擁堵在時間和空間上進一步擴散。傳統(tǒng)的交通狀態(tài)識別方法主要是采用一些如加州系列算法、McMaster算法、標準偏差(SND)算法、貝葉斯(Bayes)算法和雙指數(shù)平滑(DES)算法等相關(guān)算法來計算所需的交通數(shù)據(jù)，并通過比較這些數(shù)值與事先確定的閾值的大小關(guān)系來判斷路段擁堵的狀態(tài)；巫威眺等根據(jù)交通流的復雜性，提出了一種基于BP神經(jīng)網(wǎng)絡的道路交通狀態(tài)判別方法；于榮等構(gòu)建了城市道路交通單車道流量、平均速度、占有率的三維參數(shù)體系，并根據(jù)該指標將道路交通劃分為堵塞流、擁擠流、平穩(wěn)流和順暢流，在MATLAB平臺下進行SVM算法實驗分析，實現(xiàn)了道路交通狀態(tài)分類識別；張曉燕等從常發(fā)性擁堵的時空特性角度出發(fā)，建立擁堵閾值、時段擁堵時長比和常發(fā)頻度3級判別指標，并運用GIS技術(shù)，結(jié)合指標體系設計了常發(fā)性擁堵時空分布的篩選平臺，實現(xiàn)了對常發(fā)性擁堵路段進行識別；江龍暉等利用行程速度變化率對交通運行狀態(tài)的不同等級設定閾值，通過比較實際行程速度變化率與閾值來確定道路路段的運行狀態(tài)；李佳等提出一種基于圖形圖像的方法來實現(xiàn)對交通擁堵狀態(tài)的識別，對圖像進行一系列交通流圖像實施的處理操作，并進行了基于權(quán)值的交通流占有率和交通流量統(tǒng)計得的綜合評價，因此可以在能夠迅速抓拍下實時數(shù)據(jù)圖像的條件下進行實時的路段車輛擁堵狀態(tài)的識別；葉卿提出了一種基于樸素貝葉斯決策的信號控制交叉口擁堵識別方法，將交通流量、占有率和排隊長度比作為判別參數(shù)，通過學習在暢通、擁擠和擁堵三種狀態(tài)下的歷史數(shù)據(jù)，生成貝葉斯分類器，然后利用分類器對實時采集到的數(shù)據(jù)進行分類，從而識別交叉口的交通狀態(tài)。

由上所述，目前的交通擁堵狀態(tài)識別技術(shù)存在以下幾點不足：第一，目前的交通擁堵狀態(tài)判斷主要是針對交叉口或者道路路段，反應的是交叉口或者路段的擁堵情況，不足以代表整個路網(wǎng)的交通狀況；第二，交通狀態(tài)等級的劃分缺乏系統(tǒng)性，僅僅作了簡單的統(tǒng)計和平均，難以反映各個交叉口、路段之間的關(guān)聯(lián)性和整體性；第三，目前擁堵狀態(tài)評價指標大多采用速度、占有率、飽和度等需要經(jīng)過計算處理的指標，其獲取過程復雜，不能達到快速甄別的效果且可靠性降低。

宏觀基本圖是道路網(wǎng)絡的基本屬性，能夠直觀、準確地反映交通流變化規(guī)律，并且任意規(guī)模的路網(wǎng)都擁有自己的較為穩(wěn)定的宏觀基本圖。本發(fā)明使用的宏觀基本圖只涉及流出網(wǎng)絡的車輛數(shù)和網(wǎng)絡內(nèi)的車輛數(shù)這兩個參數(shù)指標，而這兩個參數(shù)是經(jīng)檢測器獲得的最原始的數(shù)據(jù)，其可信度更高，并且它的可直接檢測的性質(zhì)也保證了它的可實用性?；诖?，提出一種基于宏觀基本圖的路網(wǎng)交通擁堵甄別方法，本發(fā)明彌補了過去交通狀態(tài)判別法在路網(wǎng)方面應用的局限性，同時加快了擁堵甄別的速度，達到了交通狀態(tài)判別的實時性。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于克服過去交通狀態(tài)判別法在路網(wǎng)交通擁堵判別方面的不足，提供一種基于宏觀基本圖的路網(wǎng)交通擁堵甄別方法，該方法可以加快路網(wǎng)交通擁堵甄別的速度，快速有效地甄別出路網(wǎng)交通擁堵現(xiàn)狀，為交通發(fā)展提供參考，對交通管理和擁堵防控提供支持，適用不同范圍大小的區(qū)域，既可以甄別網(wǎng)絡整體的擁堵狀態(tài)，也可以輸出各個小區(qū)的交通擁堵狀態(tài)；可通過小區(qū)合并和拆分獲得不同范圍的交通擁堵情況，在交通管理和控制方面應用范圍較廣。

為實現(xiàn)上述目的，本發(fā)明所提供的技術(shù)方案為：一種基于宏觀基本圖的路網(wǎng)交通擁堵甄別方法，包括以下步驟：

1)對路網(wǎng)進行交通小區(qū)劃分；

2)繪制各交通小區(qū)的宏觀基本圖；

3)在宏觀基本圖上界定擁堵等級臨界點，定義交通擁堵狀態(tài)；

4)判斷各交通小區(qū)的擁堵等級；

5)擁堵狀態(tài)輸出。

所述步驟1)包括以下內(nèi)容：

1.1)確定交通小區(qū)基本特征邊界值：包括小區(qū)面積的最大值與最小值、小區(qū)內(nèi)交叉口數(shù)目等。

1.2)交通小區(qū)劃分：可以由專業(yè)技術(shù)人員根據(jù)交通小區(qū)特征要求和經(jīng)驗進行劃分，也可以應用其他軟件進行輔助劃分。但為了進一步與交通管理和控制銜接，交通小區(qū)需具備以下特征：①小區(qū)內(nèi)部交叉口應該互為連通；②小區(qū)外形應為凸，不應出現(xiàn)內(nèi)嵌的情況；③小區(qū)內(nèi)交叉口應具有較大的交通關(guān)聯(lián)性。

所述步驟2)包括以下內(nèi)容：

2.1)收集數(shù)據(jù)：在各交通小區(qū)的進出口處布設交通檢測器，能夠?qū)崟r記錄駛?cè)胄^(qū)和駛出小區(qū)的車輛數(shù)；

2.2)繪制宏觀基本圖：該圖為路網(wǎng)內(nèi)車輛數(shù)與駛出路網(wǎng)的車輛數(shù)的關(guān)系圖，圖中橫坐標表示路網(wǎng)內(nèi)車輛數(shù)，縱坐標表示駛出路網(wǎng)的車輛數(shù)，此關(guān)系圖會呈現(xiàn)較為明顯的三段變化趨勢，當路網(wǎng)內(nèi)車輛數(shù)較少，隨著駛?cè)肼肪W(wǎng)車輛數(shù)的增加，駛出路網(wǎng)的車輛數(shù)隨之增加，呈現(xiàn)上升趨勢；當駛?cè)肼肪W(wǎng)的車輛數(shù)增加到一定值，駛出路網(wǎng)的車輛數(shù)在小范圍內(nèi)維持在最大值上，呈現(xiàn)水平趨勢；當駛?cè)肼肪W(wǎng)車輛數(shù)繼續(xù)增加到一定值，駛出路網(wǎng)的車輛數(shù)開始逐漸減少，呈現(xiàn)下降趨勢；如果實地檢測器數(shù)據(jù)無法覆蓋宏觀基本圖的三段變化趨勢，可以通過路網(wǎng)交通仿真補充相應數(shù)據(jù)。

所述步驟3)包括以下內(nèi)容：

3.1)通過步驟2)獲得的各交通小區(qū)的宏觀基本圖散點圖進行分段線性擬合，分別為：上升段、持續(xù)段和下降段。

3.2)定義上升段和持續(xù)段擬合直線交點為B，其對應的橫坐標(路網(wǎng)內(nèi)車輛數(shù))為b；

3.3)定義持續(xù)段和下降段擬合直線交點為C，其對應的橫坐標(路網(wǎng)內(nèi)車輛數(shù))為c；

3.4)定義宏觀基本圖中上升段(A-B)，即路網(wǎng)內(nèi)車輛數(shù)在0到b之間(包括0)為交通暢行狀態(tài)；

3.5)定義宏觀基本圖中持續(xù)段(B-C)，即路網(wǎng)內(nèi)車輛數(shù)在b到c之間(包括b)為交通輕微擁堵狀態(tài)；

3.6)定義宏觀基本圖中下降段(C-D)，即路網(wǎng)內(nèi)車輛數(shù)大于等于c為交通嚴重擁堵狀態(tài)，；

所述步驟4)包括以下內(nèi)容：

4.1)通過各交通小區(qū)進出口處檢測器測定車輛數(shù)，計算得到t時段路網(wǎng)內(nèi)車輛數(shù)n_t；

其中，n_t—表示t時段檢測區(qū)域內(nèi)車輛數(shù)；n_t-1—表示t-1時段檢測區(qū)域內(nèi)車輛數(shù)；—表示t時段進入檢測區(qū)域的總車輛數(shù)；—表示t時段駛出檢測區(qū)域的總車輛數(shù)，包括已到達目的地的車輛數(shù)；—表示t時段檢測區(qū)域第i個進口道處檢測器檢測到車輛數(shù)；—表示t時段檢測區(qū)域第i個出口道處檢測器檢測到的車輛數(shù)；m—表示檢測區(qū)域進/出口道的個數(shù)；

4.2)根據(jù)路網(wǎng)內(nèi)車輛數(shù)n_t，結(jié)合其對應的宏觀基本圖，判定交通擁堵等級L。當路網(wǎng)內(nèi)車輛數(shù)滿足0≤n＜b，則交通處于暢行狀態(tài)；當路網(wǎng)內(nèi)車輛數(shù)滿足b≤n＜c，則交通處于輕微擁堵狀態(tài)；當路網(wǎng)內(nèi)車輛數(shù)滿足n≥c，則交通處于嚴重擁堵狀態(tài)，即：

所述步驟5)包括以下內(nèi)容：

5.1)用不同顏色定義交通暢行狀態(tài)、輕微擁堵狀態(tài)、嚴重擁堵狀態(tài)；

5.2)在整個路網(wǎng)圖中輸出各交通小區(qū)的擁堵狀態(tài)；

5.3)當研究范圍變大或縮小，通過對路網(wǎng)內(nèi)的交通小區(qū)適當進行合并與分離組建新的交通小區(qū)，根據(jù)已有的檢測數(shù)據(jù)，重新繪制新的交通小區(qū)的宏觀基本圖，采用同樣的方法進行擁堵狀態(tài)判別，對于研究區(qū)域總的擁堵狀態(tài)判別可將整個研究區(qū)域內(nèi)各交通小區(qū)合并成一個交通小區(qū)進行分析判斷。

本發(fā)明與現(xiàn)有技術(shù)相比，具有如下優(yōu)點與有益效果：

1.本發(fā)明提出了應用檢測數(shù)據(jù)，根據(jù)宏觀基本圖判斷交通狀態(tài)的方法，提出了基于不同研究范圍的交通擁堵狀態(tài)輸出模式。本發(fā)明僅需利用小區(qū)邊界車流量檢測數(shù)據(jù)，數(shù)據(jù)采集量小，易于實現(xiàn)；

2.本發(fā)明可利用檢測數(shù)據(jù)直接判斷路網(wǎng)的運行狀態(tài)，數(shù)據(jù)處理簡單，判斷速度快；

3.本發(fā)明既可以甄別網(wǎng)絡整體的擁堵狀態(tài)，也可以輸出各個小區(qū)的交通擁堵狀態(tài)；

4.本方法可通過小區(qū)合并和拆分獲得不同范圍的交通擁堵情況，在交通管理和控制方面應用范圍較廣。

附圖說明

圖1為本發(fā)明方法流程圖。

圖2為路網(wǎng)宏觀基本圖變化趨勢圖。

圖3為實施例路網(wǎng)分布圖。

圖4為交通小區(qū)劃分。

圖5為各個交通小區(qū)和總路網(wǎng)的宏觀基本圖。

圖6為各個交通小區(qū)和總路網(wǎng)的擁堵等級臨界點。

圖7為第一組數(shù)據(jù)下各交通小區(qū)和總路網(wǎng)的擁堵狀態(tài)輸出。

圖8為第二組數(shù)據(jù)下各交通小區(qū)和總路網(wǎng)的擁堵狀態(tài)輸出。

圖9為第三組數(shù)據(jù)下各交通小區(qū)和總路網(wǎng)的擁堵狀態(tài)輸出。

具體實施方式

下面結(jié)合具體實施例對本發(fā)明作進一步說明。

如圖1所示，本實施例所述的基于宏觀基本圖的路網(wǎng)交通擁堵甄別方法，其具體情況如下：

1)對路網(wǎng)進行交通小區(qū)劃分；

2)繪制各交通小區(qū)的宏觀基本圖；

3)在宏觀基本圖上界定擁堵等級臨界點，定義交通擁堵狀態(tài)；

4)判斷各交通小區(qū)的擁堵等級；

5)擁堵狀態(tài)輸出。

所述步驟1)包括以下內(nèi)容：

1.1)確定交通小區(qū)基本特征邊界值：包括小區(qū)面積的最大值與最小值、小區(qū)內(nèi)交叉口數(shù)目等。

1.2)交通小區(qū)劃分：可以由專業(yè)技術(shù)人員根據(jù)交通小區(qū)特征要求和經(jīng)驗進行劃分，也可以應用其他軟件進行輔助劃分。但為了進一步與交通管理和控制銜接，交通小區(qū)需具備以下特征：①小區(qū)內(nèi)部交叉口應該互為連通；②小區(qū)外形應為凸，不應出現(xiàn)內(nèi)嵌的情況；③小區(qū)內(nèi)交叉口應具有較大的交通關(guān)聯(lián)性。

所述步驟2)包括以下內(nèi)容：

2.1)收集數(shù)據(jù)：在各交通小區(qū)的進出口處布設交通檢測器，能夠?qū)崟r記錄駛?cè)胄^(qū)和駛出小區(qū)的車輛數(shù)；

2.2)繪制宏觀基本圖：該圖為路網(wǎng)內(nèi)車輛數(shù)與駛出路網(wǎng)的車輛數(shù)的關(guān)系圖，圖中橫坐標表示路網(wǎng)內(nèi)車輛數(shù)，縱坐標表示駛出路網(wǎng)的車輛數(shù)，此關(guān)系圖會呈現(xiàn)較為明顯的三段變化趨勢，當路網(wǎng)內(nèi)車輛數(shù)較少，隨著駛?cè)肼肪W(wǎng)車輛數(shù)的增加，駛出路網(wǎng)的車輛數(shù)隨之增加，呈現(xiàn)上升趨勢；當駛?cè)肼肪W(wǎng)的車輛數(shù)增加到一定值，駛出路網(wǎng)的車輛數(shù)在小范圍內(nèi)維持在最大值上，呈現(xiàn)水平趨勢；當駛?cè)肼肪W(wǎng)車輛數(shù)繼續(xù)增加到一定值，駛出路網(wǎng)的車輛數(shù)開始逐漸減少，呈現(xiàn)下降趨勢；如果實地檢測器數(shù)據(jù)無法覆蓋宏觀基本圖的三段變化趨勢，可以通過路網(wǎng)交通仿真補充相應數(shù)據(jù)。

所述步驟3)包括以下內(nèi)容：

3.1)通過步驟2)獲得的各交通小區(qū)的宏觀基本圖散點圖進行分段線性擬合，分別為：上升段、持續(xù)段和下降段，如圖2所示。

3.2)定義上升段和持續(xù)段擬合直線交點為B，其對應的橫坐標(路網(wǎng)內(nèi)車輛數(shù))為b；

3.3)定義持續(xù)段和下降段擬合直線交點為C，其對應的橫坐標(路網(wǎng)內(nèi)車輛數(shù))為c；

3.4)定義宏觀基本圖中上升段(A-B)，即路網(wǎng)內(nèi)車輛數(shù)在0到b之間(包括0)為交通暢行狀態(tài)；

3.5)定義宏觀基本圖中持續(xù)段(B-C)，即路網(wǎng)內(nèi)車輛數(shù)在b到c之間(包括b)為交通輕微擁堵狀態(tài)；

3.6)定義宏觀基本圖中下降段(C-D)，即路網(wǎng)內(nèi)車輛數(shù)大于等于c為交通嚴重擁堵狀態(tài)，；

所述步驟4)包括以下內(nèi)容：

4.1)通過各交通小區(qū)進出口處檢測器測定車輛數(shù)，計算得到t時段路網(wǎng)內(nèi)車輛數(shù)n_t；

其中，n_t—表示t時段檢測區(qū)域內(nèi)車輛數(shù)；n_t-1—表示t-1時段檢測區(qū)域內(nèi)車輛數(shù)；—表示t時段進入檢測區(qū)域的總車輛數(shù)；—表示t時段駛出檢測區(qū)域的總車輛數(shù)，包括已到達目的地的車輛數(shù)；—表示t時段檢測區(qū)域第i個進口道處檢測器檢測到車輛數(shù)；—表示t時段檢測區(qū)域第i個出口道處檢測器檢測到的車輛數(shù)；m—表示檢測區(qū)域進/出口道的個數(shù)；

4.2)根據(jù)路網(wǎng)內(nèi)車輛數(shù)n_t，結(jié)合其對應的宏觀基本圖，判定交通擁堵等級L。當路網(wǎng)內(nèi)車輛數(shù)滿足0≤n＜b，則交通處于暢行狀態(tài)；當路網(wǎng)內(nèi)車輛數(shù)滿足b≤n＜c，則交通處于輕微擁堵狀態(tài)；當路網(wǎng)內(nèi)車輛數(shù)滿足n≥c，則交通處于嚴重擁堵狀態(tài)，即：

所述步驟5)包括以下內(nèi)容：

5.1)通過不同顏色定義交通暢行狀態(tài)(通常用綠色表示)、輕微擁堵狀態(tài)(通常用黃色表示)、嚴重擁堵狀態(tài)(通常用紅色表示)；

5.2)在整個路網(wǎng)圖中輸出各交通小區(qū)的擁堵狀態(tài)；

5.3)當研究范圍變大或縮小，通過對路網(wǎng)內(nèi)的交通小區(qū)適當進行合并與分離組建新的交通小區(qū)，根據(jù)已有的檢測數(shù)據(jù)，重新繪制新的交通小區(qū)的宏觀基本圖，采用同樣的方法進行擁堵狀態(tài)判別，對于研究區(qū)域總的擁堵狀態(tài)判別可將整個研究區(qū)域內(nèi)各交通小區(qū)合并成一個交通小區(qū)進行分析判斷。

以圖3所示路網(wǎng)為例，該路網(wǎng)東西向長度3000余米，南北向長度2000余米，共有十字交叉口16個，丁字交叉口2個，五路交叉口2個。路段為單向兩車道，交叉口拓寬為3車道。

(1)對路網(wǎng)進行交通小區(qū)劃分

路網(wǎng)共包含交叉口20個，劃分成4個交通小區(qū)，每個交通小區(qū)包含交叉口個數(shù)為4-6個，根據(jù)該路網(wǎng)的路徑選擇、交叉口及路段的物理關(guān)聯(lián)性大小，采用手動劃分的方式得到各交通小區(qū)情況如下表所示：

表1交通小區(qū)劃分情況

根據(jù)交通小區(qū)的特征：(1)小區(qū)內(nèi)部交叉口應該互為連通；(2)小區(qū)外形應為凸，不應出現(xiàn)內(nèi)嵌的情況；(3)小區(qū)內(nèi)交叉口應具有較大的交通關(guān)聯(lián)性。劃分后的交通小區(qū)圖如圖4所示。

(2)繪制各交通小區(qū)的宏觀基本圖

利用VISSIM仿真軟件建立圖3所示路網(wǎng)，十字交叉口為四相位控制，丁字交叉口為三相位控制，五路交叉口為五相位控制。并在各路段設置出入口，車輛通過出入口進入網(wǎng)絡或到達終點，在各進出口道設置檢測器，記錄t時段駛?cè)敫鹘煌ㄐ^(qū)以及駛出各交通小區(qū)的車輛數(shù)n_t，仿真時長為12000s，每60s記錄一次數(shù)據(jù)，

運用以上公式獲得單位時間駛出各小區(qū)的車輛數(shù)以及各小區(qū)內(nèi)車輛數(shù)，繪制小區(qū)內(nèi)車輛數(shù)與駛出小區(qū)車輛數(shù)的關(guān)系圖，圖中橫坐標表示小區(qū)內(nèi)車輛數(shù)，縱坐標表示駛出小區(qū)的車輛數(shù)，從而得4個交通小區(qū)的宏觀基本圖，將4個交通小區(qū)合并后，利用現(xiàn)有數(shù)據(jù)可以得到總路網(wǎng)的宏觀基本圖，各交通小區(qū)及總路網(wǎng)的宏觀基本圖如圖5所示。

(3)在宏觀基本圖上界定擁堵等級臨界點，定義交通擁堵狀態(tài)

通過步驟(2)獲得的各交通小區(qū)的宏觀基本圖散點圖進行分段線性擬合，分別為：上升段、持續(xù)段和下降段，如圖6所示。

根據(jù)圖6得到各個交通小區(qū)及總路網(wǎng)的擁堵等級臨界點，再依據(jù)小區(qū)內(nèi)車輛數(shù)定義交通擁堵狀態(tài)。各個交通小區(qū)及總路網(wǎng)的擁堵等級臨界點及擁堵狀態(tài)定義如下。

對于小區(qū)1：擁堵等級臨界值為b₁＝630vel，c₁＝3200vel，故當0≤小區(qū)內(nèi)車輛數(shù)＜630vel，為暢行狀態(tài)；當630vel≤小區(qū)內(nèi)車輛數(shù)＜3200vel，為輕微擁堵狀態(tài)；當小區(qū)內(nèi)車輛數(shù)≥3200vel，為嚴重擁堵狀態(tài)；

對于小區(qū)2：擁堵等級臨界值為b₂＝500vel，c₂＝2900vel，故當0≤小區(qū)內(nèi)車輛數(shù)＜500vel，為暢行狀態(tài)；當500vel≤小區(qū)內(nèi)車輛數(shù)＜2900vel，為輕微擁堵狀態(tài)；當小區(qū)內(nèi)車輛數(shù)≥2900vel，為嚴重擁堵狀態(tài)；

對于小區(qū)3：擁堵等級臨界值為b₃＝400vel；c₃＝1600vel，故當0≤小區(qū)內(nèi)車輛數(shù)＜400vel，為暢行狀態(tài)；當400vel≤小區(qū)內(nèi)車輛數(shù)＜1600vel，為輕微擁堵狀態(tài)；當小區(qū)內(nèi)車輛數(shù)≥1600vel，為嚴重擁堵狀態(tài)；

對于小區(qū)4：擁堵等級臨界值為b₄＝450vel，c₄＝3200vel，故當0≤路網(wǎng)內(nèi)車輛數(shù)＜450vel，為暢行狀態(tài)；當450vel≤路網(wǎng)內(nèi)車輛數(shù)＜3200vel，為輕微擁堵狀態(tài)；當路網(wǎng)內(nèi)車輛數(shù)≥3200vel，為嚴重擁堵狀態(tài)；

對于總路網(wǎng)：擁堵等級臨界值為b₄＝2400vel，c₄＝11000vel，故當0≤小區(qū)內(nèi)車輛數(shù)＜2400vel，為暢行狀態(tài)；當2400vel≤小區(qū)內(nèi)車輛數(shù)＜11000vel，為輕微擁堵狀態(tài)；當小區(qū)內(nèi)車輛數(shù)≥11000vel，為嚴重擁堵狀態(tài)；

(4)判斷各交通小區(qū)及總路網(wǎng)的擁堵等級

根據(jù)各交通小區(qū)內(nèi)剩余車輛數(shù)n，結(jié)合其對應的宏觀基本圖，可確定交通擁堵等級L，

對于小區(qū)1：

對于小區(qū)2：

對于小區(qū)3：

對于小區(qū)4：

對于總路網(wǎng)：

5)擁堵狀態(tài)輸出

測得三組不同時刻的各交通小區(qū)內(nèi)車輛數(shù)和路網(wǎng)內(nèi)車輛數(shù)數(shù)據(jù)如下表所示，對擁堵狀態(tài)進行判斷分別如圖7、圖8和圖9所示。

從圖中可以快速甄別各交通小區(qū)和總路網(wǎng)的擁堵狀態(tài)，第一組數(shù)據(jù)中，各交通小區(qū)和總路網(wǎng)均為暢行狀態(tài)，第二組數(shù)據(jù)中，各交通小區(qū)和總路網(wǎng)均為輕微擁堵狀態(tài)，第三組數(shù)據(jù)中，小區(qū)1和小區(qū)3為嚴重擁堵狀態(tài)，小區(qū)2和小區(qū)4為輕微擁堵狀態(tài)，總路網(wǎng)為輕微擁堵狀態(tài)。

以上所述之實施例子只為本發(fā)明之較佳實施例，并非以此限制本發(fā)明的實施范圍，故凡依本發(fā)明之形狀、原理所作的變化，均應涵蓋在本發(fā)明的保護范圍內(nèi)。