微型車對城市交通小區(qū)影響仿真分析

穆 蕊,山本俊行

(名古屋大學a.工學研究科；b.EcoTopia科學研究所,名古屋4648603,日本)

微型車對城市交通小區(qū)影響仿真分析

穆 蕊a,山本俊行*b

(名古屋大學a.工學研究科；b.EcoTopia科學研究所,名古屋4648603,日本)

通過VISSIM進行微觀仿真,研究微型車的加入對環(huán)境和城市交通小區(qū)網(wǎng)絡(luò)的影響.首先根據(jù)實際路網(wǎng)在VISSIM中創(chuàng)建對象,建立基礎(chǔ)仿真模型并完成校對.然后針對微型車期望速度作三種假設(shè),并設(shè)定不同微型車比率.最后仿真計算網(wǎng)絡(luò)交通功率總輸出作為車輛尾氣排放計算參考,網(wǎng)絡(luò)總旅行時間、平均速度、延誤時間作為網(wǎng)絡(luò)表現(xiàn)參數(shù).結(jié)果表明,低微型車期望車速和高比率導致更少尾氣排放.當微型車期望車速等于或微小于普通小汽車期望速度時,高微型車比率更加緩解交通;但當其期望車速接近網(wǎng)絡(luò)平均車速時,高微型車比率對交通網(wǎng)絡(luò)有更消極影響.

城市交通;微型車;微觀仿真;環(huán)境負擔;交通網(wǎng)絡(luò);VISSIM

1 引 言

近年來,汽車領(lǐng)域正迎來轉(zhuǎn)換式變革[1].許多逐漸浮現(xiàn)的交通問題威脅到傳統(tǒng)汽車的地位,如燃料價格上漲,減少碳排放的立法,以及其他與氣候變化、交通擁堵和停車限制等相關(guān)問題,因此微型車(后文簡稱微車)概念再次出現(xiàn).2010年巴黎車展和2011年日內(nèi)瓦車展展出超過30輛微車模型.日本國土交通省于2012年6月提出一份報告,預計微車將成為一種日常出行工具.報告根據(jù)日本自身情況分析微車的特點,并總結(jié)應(yīng)在微車廣泛應(yīng)用前進行各種實驗研究.

不同國家對微車有不同定義,本研究中定義為長度小于3 m,重量輕,通常有兩個座位(包括駕駛座).其尺寸小于日本的輕汽車,并遠小于美國的小型車.

微車的最高速度通常比傳統(tǒng)汽車低,因此其路徑選擇行為不同于傳統(tǒng)小汽車(后文簡稱小汽車).隨著微車日益普及,有必要探討其對交通流,交通安全,環(huán)境等的影響.本研究的目的是分析微車對城市道路交通及交通排放的影響.

對于實施此類調(diào)查研究一般有兩種方法:實驗和模擬.模擬作為實驗的替代選擇,是一種針對難以執(zhí)行實驗的復雜及預期性假設(shè)方法.本研究中,實驗方法不可能完成,因微車在路網(wǎng)中的百分比是不可控因素,并且所需數(shù)據(jù)也難以獲得.因此,本研究最終選擇模擬,即仿真實現(xiàn)調(diào)查.

VISSIM是基于微觀層面的一個仿真包,它使用心理—生理跟車模型并模擬非常逼真的駕駛行為.它提供包含許多參數(shù)的復雜模型.因此,本研究選擇VISSIM作為仿真工具.

本文的其余部分安排如下:第2節(jié)回顧以往針對微車的討論研究以及一些使用VISSIM建立仿真模型并進行各種交通運輸分析的研究.第3節(jié)概述本研究中基礎(chǔ)模型的開發(fā),驗證和校準過程.第4節(jié)介紹了針對微車的期望行駛車速設(shè)定的三組仿真方案.第5節(jié)分析比較在微車各種期望車速與比率假設(shè)條件下,仿真計算所得交通小區(qū)(如第3節(jié)所述)交通需求所需總功率,以此作為計算交通排放的參考.第6節(jié)討論分析微車的加入對交通網(wǎng)絡(luò)表現(xiàn)的影響.第7節(jié)總結(jié)本研究成果,并展望下一步研究.

2 文獻綜述

微車比傳統(tǒng)汽車更小更輕.這些物理特征會引起擔憂:其小尺寸和低速度將從微觀交通流,宏觀流動性,安全性等多方面影響交通.以往曾有一些研究討論汽車大小與行車安全的關(guān)系.Evans[2]通過調(diào)查實際數(shù)據(jù),分析了每單位距離行程發(fā)生車禍數(shù)與車輛重量的關(guān)系.他發(fā)現(xiàn)在同齡駕駛員中,事故發(fā)生率隨車輛重量增加而升高.Sparrow和Whitford[3]簡短回顧了小型車在美國的法規(guī)史,并針對微車進行了全球市場分析,還討論了小型車或微車的安全問題.其結(jié)論是小型車或微車不應(yīng)只因其小尺寸而被認為會嚴重影響交通安全.上述兩項研究其一是歷史統(tǒng)計事故數(shù)據(jù)分析,另一項則是基于歷史數(shù)據(jù)的全面政策分析.穆蕊等在之前一項研究中從擁堵角度分析引入微車后對交通流的影響[4],證明了微車將在一定程度上緩解交通擁堵.穆蕊等還分別計算了在不同交通密度和微車比率條件下,一條高速路段和一條在中間設(shè)有信號燈的城市主干路段上單位時間內(nèi)車輛消耗總功率[5],并根據(jù)計算結(jié)果分析了微車的加入對環(huán)境的影響.這兩項研究僅針對加入微車的路段進行預測分析,目前仍缺乏交通網(wǎng)絡(luò)層面的研究.因此,本研究對含有微車的城市交通小區(qū)進行模擬,并完成交通網(wǎng)絡(luò)層面微車的影響分析.

VISSIM仿真包已經(jīng)被用于許多交通運輸相關(guān)的研究項目.其中有些是與多車輛種類有關(guān)的,但到現(xiàn)在為止,很少有研究帶有微車的混合交通.本文的研究目標也是多車輛種類交通,因此在此回顧與利用VISSIM進行多車輛種類交通模擬的相關(guān)研究.Matsuhashi等利用VISSIM和圖像處理技術(shù)對在越南胡志明市,由摩托車,小汽車,公共汽車,自行車等組成的交通進行模擬,并評估此多車輛種類的交通狀況[6].另一項研究中,VISSIM被用以仿真驗證增加公交出行比率所帶來效益.Velmurgan等利用VISSIM研究自由速度曲線,并計算不同車輛類型在多種多車道高速公路中的速度流量關(guān)系方程[7].Bains等通過使用VISSIM模擬印度高速公路的交通流,計算不同交通流量下不同車輛類別的乘用車當量(PCE)[8].

還有許多其他應(yīng)用VISSIM模擬假設(shè)交通情況而進行政策分析、影響評估的研究.其中,在Zhang等進行的一項研究中[9],為評估合乘專用車道(HOT)的運行與表現(xiàn),運用VISSIM仿真了一個基于反饋的收費算法.

也有對VISSIM有效性進行驗證的相關(guān)研究. Fellendorf和Vortisch指出了對于微觀和宏觀層面的非均勻交通流,驗證VISSIM微觀交通流仿真模型的可能性[10].Park和Schneeberger提出一個校準和驗證微觀仿真模型的方法和流程[11].

本項研究是一個利用VISSIM模擬含有微車交通流的先端研究.它也是對微車混合在城市交通小區(qū)中的第一次嘗試,考慮了微車的小尺寸,不同路徑選擇行為,以及可能存在的較低最高車速限制.

3 仿真模型

3.1 模型的建立

本項研究選擇的城市交通小區(qū)網(wǎng)絡(luò)為東京市中心以西的吉祥寺—三鷹區(qū)域.它東西延伸約2 km,南北約1 km(圖1),共138條路段和57個節(jié)點.

數(shù)據(jù)收集是進行仿真的首要步驟,然后是對與仿真有關(guān)的數(shù)據(jù)進行處理和分析.Horiguchi等,于1996年10月30日早高峰時間段(上午7:00-10:00)在本選定網(wǎng)絡(luò)進行了交通調(diào)查,并建立一個共享數(shù)據(jù)集[12].這次調(diào)查觀察了70條路段流量,共記錄16 043條車輛行駛軌跡.經(jīng)過數(shù)據(jù)提取,上午7:50-10:00被認為有效時間間隔,最終此時間段每10 min路段流量和OD交通量(共有26個OD點)被推算出.選擇此網(wǎng)絡(luò)不僅因為它擁有相對完整的共享數(shù)據(jù)集,還因為其中一些OD對存在替代路徑.

本研究選擇2012豐田凱美瑞作為小汽車的代表,選擇2012 Smart For-Two作為微車的代表. VISSIM中的交通流模型包含了一個為車輛縱向運動設(shè)定的生理—心理跟車模型和一個為車輛橫向運動設(shè)定的以一系列規(guī)則為基礎(chǔ)的算法.它以Wiedemann連續(xù)發(fā)表的論著為理論基礎(chǔ)[13,14].

圖1 吉祥寺—三鷹區(qū)域Fig.1 Kichijoji-Mitaka area of western Tokyo

在微觀仿真中,能夠切實反映實際情形的模型被定義為“基礎(chǔ)模型”.本研究將每10 min間隔的OD交通量作為該路網(wǎng)動態(tài)交通分配的輸入數(shù)據(jù).在基礎(chǔ)模型經(jīng)過驗證后,可以基于它建立一個或多個新模型,在新模型中可以有研究針對性地設(shè)置和比較各種方案和設(shè)計.建立基礎(chǔ)模型可概括為以下四個步驟:

(1)建立基礎(chǔ)路網(wǎng)；

(2)定義模型參數(shù)；

(3)校準路網(wǎng)；

(4)驗證模型.

3.2 模型的校準和驗證

本研究中校準的主要工作是調(diào)整用戶界面的仿真參數(shù),直至驗證誤差達到一個可接受水平.這里驗證的主要工作是通過線性擬合,比較所有模擬和觀測的每10 min內(nèi)70條路段的交通量.線性擬合所用的點中,橫軸坐標是觀察得到的路段流量,縱軸坐標是仿真得到的路段流量.線性擬合的誤差被作為模型驗證的衡量標準.校準和驗證過程通過反復試驗的方法同時完成.若驗證中的誤差滿足設(shè)定水平,校準和驗證程序完成；若否,則該過程繼續(xù),在根據(jù)誤差調(diào)整原有參數(shù)值后再次進行仿真,如此反復.

模型中共有12個校準參數(shù).在為校準和驗證所進行的仿真中,輸出結(jié)果為從70個探測器(被放置在與交通小區(qū)實地觀測時相同路段)測得的交通流量,速度和密度.

經(jīng)過多次試驗,模擬的流量誤差減小到設(shè)定水平.圖2中,線性擬合的高度相關(guān)性證明了被驗證模型的準確性.擬合的斜率是0.990,標準誤差0.016,與斜率為1的差異t值0.625,證明與函數(shù)Y=X無顯著差異.擬合的截距是2.56,標準誤差1.37,與0截距的差異t值1.87,這也證明與Y=X無顯著性差異.另外,線性擬合的相關(guān)系數(shù)為0.895,線性擬合結(jié)果可信,均方根誤差為13.25 veh/10min.這些結(jié)果表明,該驗證后的模型能夠高精度地再現(xiàn)實際交通.

圖2 觀察流量與仿真流量關(guān)系Fig.2 Correlation of throughput volumes

3.3 校準后的參數(shù)

校準和驗證過程最終確定了基礎(chǔ)模型中設(shè)置的所有參數(shù).期望車速分布為48 km/h-58km/h.由于參數(shù)眾多,在此僅列舉幾個.在Wiedemann74模型中,平均停車間距(兩停止車輛之間的期望距離)和安全距離的附加部分(一個以加法方式影響安全距離計算的參數(shù))都是2 m和安全距離的倍數(shù)部分(一個以倍數(shù)方式影響安全距離計算的參數(shù))為3 m.兩車之間的安全距離d,使用式(1)和式(2)計算:式中 v是車輛速度,m/s；z是介于[0,1]之間的數(shù)值,是以0.5為平均值的標準正態(tài)分布,標準差為0.15.

4 仿真方案

微車的最大設(shè)計速度約60 km/h,其較低的車速可能導致其他車輛更為頻繁的變換車道,并影響周圍其他車輛司機的路徑選擇行為.本研究的模擬中視期望速度為最重要參數(shù),為微車的期望速度設(shè)定三種方案,進而執(zhí)行了3個系列的仿真.在所有方案中,小汽車始終保持48-58 km/h的期望車速,而微車的期望車速在方案1,2,3中分別被設(shè)定為48-58 km/h,40-45 km/h,25-30 km/h.在之前的路段研究中,由于他們較輕的車重,相同速度下微車比小汽車使用較少能量[5].由此可知,微車消耗更少的燃料,有更低的旅行費用.由于這些原因,在仿真模型中為微車設(shè)定低于小汽車的單位距離旅行費用.

按照上述三個方案進行仿真.在每個方案中都設(shè)定不同微車比率,方案1中微車比率取值范圍為0-100%,以10%為增長單位；而方案2和方案3中微車比率為10%-30%,以10%為增長單位.

5 環(huán)境影響分析

車輛瞬時功率輸出等于車重乘以VSP,其中VSP定義為單位車重的瞬時功率,它是MOVES的一個核心參數(shù)[15].Xu等人通過實驗獲得二氧化碳排放量和VSP之間的關(guān)系[16].他們發(fā)現(xiàn)二氧化碳排放量在VSP低于0 kw/t時非常低并保持一個近似恒定值,但在VSP高于0 kw/t時與VSP呈近似線性關(guān)系.根據(jù)此研究,本研究假設(shè)VSP低于0 kw/t時排放為0,高于0 kw/t時與VSP呈線性關(guān)系.在過去運用VSP計算排放的研究中,所有的車輛重量相差不大,但在本研究中兩種車輛的重量相差較大(豐田凱美瑞車重是Smart For-Two的近兩倍).因而在這里使用瞬時功率輸出P(式5)代替VSP計算排放.最終將所有車輛每一個更新時間步(0.5 s)中瞬時功率輸出為正的數(shù)值相加得到一個總和,以此作為所有車輛排放計算的參考.VSP根據(jù)Jimenez-Palacios提出的式(3)計算.

式中 VSP是單位車重的瞬時功率,kw/t；v和a是車輛速度和加速度,m/s和m/s2；ε是解釋轉(zhuǎn)動質(zhì)量的質(zhì)量因子,設(shè)定為0.1；g是重力加速度,9.8 m/s2；grade是道路坡度,這里假定為0；CR是車胎滾動阻力,因不同車胎種類其取值范圍為0.008-0.013,在這里假定為0.013；ρ是周圍空氣密度,設(shè)定為1.207 kg/m3(在20℃或68℉溫度下)；CD是空氣阻力系數(shù),假定為0.3；AF是車頭迎風面積(通過式(4)計算),m2；m是車重,t.

式中 H是車輛高度,m；GC是最小離地間隙,m；W是車輛寬度,m.

式中 P是車輛瞬時功率輸出.

使用以上參數(shù)設(shè)置,我們得到計算小汽車瞬時功率輸出式(6)和微車瞬時功率輸出式(7).

以上三個仿真方案的環(huán)境影響分析如圖3所示.結(jié)果表明,當微車期望速度較低并且其在交通中比率較大時,交通小區(qū)的整體交通需求所需能量較少.在方案1和方案2中,所需能量的減少量較少,這歸因于微車的期望速度較接近小汽車.當微車比率為0.3,且其期望速度為25-30 km/h時,所需能量減少值達到最大,比沒有微車的交通約減少25%.因此,如果通過計算交通小區(qū)交通需求的正功率輸出總和,推算總排放量,我們可以總結(jié),引入微車為交通小區(qū)整體帶來更高的燃料效率.

圖3 不同方案總正輸出功率變化百分比Fig.3 Percentage change in total positive power outputfor different proportions of micro-cars

6 交通網(wǎng)絡(luò)表現(xiàn)分析

網(wǎng)絡(luò)表現(xiàn)評價的仿真輸出了一系列參數(shù).選擇旅行時間,平均速度和延遲時間進行分析.圖4揭示了微車對交通網(wǎng)絡(luò)運行的積極作用:在方案1中當微車期望車速與小汽車相同時,網(wǎng)絡(luò)總旅行時間隨著微車比率的增加而減少.

圖4 方案1中不同微車比率網(wǎng)絡(luò)旅行時間Fig.4 Total network travel time by micro-car ratio for Assumption 1

由于設(shè)定微車單位行駛距離費用低于小汽車,因此微車傾向于選擇較長路徑,導致出行時間延長；但同時也減少較短路徑交通量,因而緩解較短路徑交通；此外,微車的小尺寸也會為通行提供更多空間,這三個影響因素最終達到平衡.仿真結(jié)果表明,當微車與小汽車期望速度都為48-58 km/h時,微車的加入減少了網(wǎng)絡(luò)總旅行時間.圖5進一步說明網(wǎng)絡(luò)平均速度隨微車比率的增加而從24.4 km/h增加至26.7 km/h.

圖5 不同微車比率平均速度Fig.5 Average network speed by micro-car ratio for Assumption 1

圖6 不同方案總旅行時間變化百分比Fig.6 Percentage change in total network traveltime by micro-car ratio

圖7 不同方案平均速度變化百分比Fig.7 Percentage change in average network speed by micro-car ratio

圖6-圖8顯示不同方案中評價網(wǎng)絡(luò)表現(xiàn)的不同參數(shù)百分比變化.在每個方案中,仿真結(jié)果根據(jù)微車比例的不同而各異.當微車期望速度為48-58 km/h或40-45 km/h時,交通中更多微車會使網(wǎng)絡(luò)總旅行時間減少；而當其期望速度為25-30 km/h時,會帶來相反效果.根據(jù)以上可以推斷,當微車期望速度比小汽車稍低且仍遠大于基礎(chǔ)模型中的平均速度時,它們會緩解交通,并且其比率越大緩解程度越高.

圖8 不同方案總延遲時間變化百分比Fig.8 Percentage change in total network delay by micro-car ratio

表1中,方案1網(wǎng)絡(luò)平均速度隨著微車的加入而增高,且微車比率越高,網(wǎng)絡(luò)平均速度提高越大.這可歸因于前面所述微車的小尺寸,以及其不同路徑選擇行為所帶來的積極作用.方案2中,網(wǎng)絡(luò)平均速度依然隨著更多微車的引入而增高,這表明微車的尺寸小及其不同路徑選擇行為的所產(chǎn)生積極作用仍大于路徑選擇行為所帶來消極作用(更長行駛距離).由于微車期望速度的降低,方案2中所有相同條件下的平均速度皆低于方案1中相應(yīng)數(shù)值.方案3中,由于微車期望速度遠低于小汽車,所有值隨微車比率的上升而降低.

表1 不同方案中平均速度Table 1 Average speed of conventional cars and micro-carsunder the three assumptions

7 研究結(jié)論

微車已面世超過60年,并在過去的幾十年中數(shù)度流行.未來幾年將因其尺寸小、方便停車、高燃油率及其他優(yōu)點而掀起新一度流行.為了解微車對城市交通小區(qū)環(huán)境和擁堵方面的影響,使用VISSIM完成了一系列微觀仿真.最終得到以下結(jié)論.

(1)在環(huán)境影響分析中,其評價標準是總出行需求的功率輸出.結(jié)果表明,更高比率微車和更低微車期望速度導致更少功率輸出,從而減少排放,提高燃油效率.

(2)在出行效率分析中,當微車期望速度為48 -58 km/h和40-45 km/h時,其引入降低網(wǎng)絡(luò)總出行時間.當兩種車型具有相同期望速度時網(wǎng)絡(luò)總出行時間降低更多.當微車期望速度為25-30 km/h時,網(wǎng)絡(luò)總行程時間隨微車比率增長而增加.這意味著限制微車速度低于30 km/h不是明智的選擇.

(3)從環(huán)境和出行效率這兩個角度分析,針對微車期望速度得到了相反的結(jié)果.作為權(quán)衡,建議設(shè)定微車期望速度為40-45 km/h.若如此,微車導致更高的網(wǎng)絡(luò)燃油效率,同時保證不增加網(wǎng)絡(luò)總旅行時間.

在今后的研究中,利用新技術(shù)和分析方法討論微車所產(chǎn)生的一系列安全問題非常重要.從城市層面分析,將微車作為一種選擇在大都市范圍內(nèi)進行流量分配也非常有必要.

[1] Mitchell W J,Borroni-Bird C,Burns L D.Reinventing the automobile:Personal urban mobility for the 21st Century[M].Cambridge:The MIT Press,2010.

[2] Evans L.Accident involvement rate and car size[J]. Accident Analysis&Prevention,1984,17(5): 409-418.

[3] Sparrow F T,Whitford R K.The coming mini/micro car crisis:Doweneedanewdefinition[J]. Transportation Research Part A:General,1984,18 (4):289-303.

[4] Mu R,Yamamoto T.An analysis on mixed traffic flow of conventional passenger cars and microcars using a cellular automata model[J].Procedia-Social and Behavioral Sciences,2012,43:457-465.

[5] Mu R,Yamamoto T.Analysis of the safety and environmental effects of introducing microcars into traffic flows[C]//Proc.92nd Annual Meeting of TransportationResearchBoard,WashingtonD. C.,2013.

[6] Matsuhashi N,Hyodo T,Takahashi Y.Image processing analysis of motorcycle oriented mixed traffic flow in Vietnam[C].Proceedings of the Eastern Asia Society for Transportation Studies,2005.

[7] Velmurugan S,Madhu E,Ravinder K,et al.Critical evaluation of roadway capacity of multi-lane high speed corridors under heterogeneous traffic conditions through traditional and microscopic simulation models[J]. Journal oftheIndianRoadsCongress,October-December,2010.

[8] Bains M S,Ponnu B,Arkatkar S S.Modeling of traffic flow on Indian expressways using simulation technique[J].Procedia-Social and Behavioral Sciences, 2012,43:475-493.

[9] Zhang G,Wang Y,Wei H,et al.A feedback-based dynamic tolling algorithm for high-occupancy toll lane operations[J].TransportationResearchRecord: Journal of the Transportation Research Board,2008, 2065:54-63.

[10] Fellendorf M,Vortisch P.Validation of the microscopic traffic flow model VISSIMin differentreal-world situations[C]//Proc.80thAnnualMeetingof TransportationResearchBoard,WashingtonD. C.,2001.

[11] Park,Schneeberger.Microscopic simulation model calibration and validation:Case study of VISSIM simulation model for a coordinated actuated signal system[J].Transportation Research Record:Journal of the Transportation Research Board,2003,1856: 185-192.

[12] Horiguchi R,Yoshii T,Akahane H,et al.A benchmark data setforvalidityevaluationofroadnetwork simulation models[C]//Proc.5th World Congress on Intelligent Transport Systems,Seoul,1998.

[13] Wiedermann R,Simulation des Stra β enverkehrsflusses. Schriftenreihe des Instituts für Verkehrswesen der Universit?t Karlsruhe[M].Heft 8,Germany,1974.

[14] Wiedemann R,Vortisch P.Einfluβ von verkehrssituation undverkehrsregelungaufdasfahrverhaltenauf bundesautobahnen[R].Research report BASt 2.9362 of the German Highway Agengy(BASt),Bergisch Gladbach,Germany,May,1994.

[15] Koupal J,Michaels H,Cumberworth M,et al.EPA's plan formoves:Acomprehensivemobilesource emissions model[C]//Proc.12th CRC On-Road Vehicle Emissions Workshop,San Diego,2002.

[16] Xu Y,Yu L,Song G,et al.VSP-Bin division for light-duty vehicles oriented to carbon dioxide[J]. ActaScientiaeCircumstantiae,2010,30(7): 1358-1365.

Analysis of Micro-cars'Influence on Traffic Network Using a Microscopic Simulator

MU Ruia,YAMAMOTO Toshiyukib
(a.Department of Civil Engineering；b.EcoTopia Science Institute,Nagoya University,Nagoya 4648603,Japan)

The environmental effects and network performance of mixed traffic,consisting of micro-cars and conventional cars,on a small network are investigated using microscopic simulations.After calibrating the simulation model,the effects of three assumptions concerning micro-car speeds are investigated using the model.First,the parameters needed for network performance evaluation are determined iteratively.The power required to meet total travel demand is then computed to predict emissions.A higher ratio of microcars in the traffic reduces emissions,as does a lower micro-car speed.To investigate travel efficiency,the main parameters used are average speed,total travel time and total delay time.The results suggest that a higher ratio of micro-cars has a positive effect on the network when their speed is the same as or a slightly lower than that of conventional cars,while a higher ratio of micro-cars has a negative effect when their speed is close to the average traffic speed of the base model.To obtain a suitable balance between desired environmental effects and road network performance,we recommend that the desired speed of micro-cars be set to 40-45 km/h on a small urban traffic network.

urbantraffic；micro-car,microscopicsimulation,environmentalburden,traffic network,VISSIM

U489

A

U489

A

1009-6744(2013)06-0044-08

2013-08-08錄用日期:2013-08-22

日本文部省和日本學術(shù)振興會科研援助項目(25289164).

穆蕊(1986-),女,山東濰坊人,博士生.

*通訊作者:yamamoto@civil.nagoya-u.ac.jp