周 旦， 许 镭， 顾国斌， 严勇力， 赵红专

(桂林电子科技大学建筑与交通工程学院， 桂林 541004)

随着社会经济的快速发展，中国城市的道路交通需求大幅度增加。特别的，非机动车的保有量和使用量增长显著[1]。中国的非机动车出行也逐渐由过去单一的传统人力自行车出行转变为人力自行车和电动自行车并存的出行方式，尤其在地势较为平坦的部分中小城市，电动自行车的出行比重更高。在混行非机动交通流中，由于电动自行车的速度相对较快，且更便捷与省力，因此，在混行非机动车道内经常发生超车事件，尤其是电动自行车对人力自行车的超车行为。在超车过程中会加重骑行者额外的精神负担，且对骑行者的正常行驶造成干扰，因此，超车事件数可被用于混行非机动车道路服务水平评价[2]。

Botma[3]首先建立了自行车超车事件计算模型，并认为自行车流量、速度和道路宽度等对超车事件数影响显著，此方法也被道路通行能力手册(HCM2000)[4]中自行车道路服务水平评价所采用。Beura等[5]使用模糊神经网络算法，构建了一个适用于不均匀交通量的BLOS模型，且经过分析可知路段宽度、交通流量以及路边停车活动是对该模型有重要影响的敏感性因素。中国非机动车骑行环境较为复杂，道路流量大且人力自行车与电动自行车混行现象突出。闫星臣等[6]应用高斯函数分析了城市非机动道路内超车事件数与主要影响因素之间的关系。颜佳佳[7]基于均速标准差和均速离散差值等指标与非机动车道路服务水平评价标准建立联系，为非机动车道宽度与通行能力的相互关系研究奠定了基础。……