发明名称 基于交通配流分布差异制定的交通疏导方法
摘要 本发明公开了属于城市交通管理技术领域的一种基于交通配流分布差异制定的交通疏导方法。它是着眼于非突发交通状态下的交通疏导方法,该方法是根据城市道路的实际交通状况,各路段堵塞情况,确定路阻函数比例因子,建立路阻函数,将用户配流量化到路阻函数的比例因子中,基于动态系统最优和动态用户最优的系统配流分布进行比例因子的计算;比较配流结果的差异,通过两两比值得到最小的差异;对每个路段的比例因子进行更新,直到达到优化目标或者没有任何路段的比例因子可供优化调整,诱导用户配流的向交通决策者的系统最优局面进行分流,提高系统的稳定运行能力,实现最优的交通疏导目标。
申请公布号 CN105355035A 申请公布日期 2016.02.24
申请号 CN201510788521.2 申请日期 2015.11.16
申请人 清华大学 发明人 胡坚明;裴欣;张似衡;张毅;谢旭东;李力;姚丹亚
分类号 G08G1/00(2006.01)I;G06Q10/04(2012.01)I;G06Q50/30(2012.01)I 主分类号 G08G1/00(2006.01)I
代理机构 北京众合诚成知识产权代理有限公司 11246 代理人 张文宝
主权项 一种基于交通配流分布差异制定的交通疏导方法,其特征在于,包括如下步骤:步骤1.根据城市道路的实际交通状况,各路段堵塞情况,确定路阻函数比例因子,建立路阻函数形式:<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><mi>f</mi><mo>=</mo><msub><mi>k</mi><mn>1</mn></msub><mo>&CenterDot;</mo><msup><mi>ve</mi><mrow><mo>-</mo><msub><mi>k</mi><mn>2</mn></msub><mo>&CenterDot;</mo><mi>v</mi><mo>+</mo><msub><mi>k</mi><mn>3</mn></msub></mrow></msup></mrow>]]></math><img file="FDA0000847865530000011.GIF" wi="601" he="117" /></maths>式中,v代表车流的平均观测速度,k1,k2,k3代表拟合常量,拟合的步骤为:对观测得到的平均车速和通行时间,取平均车速为自变量,通行时间为因变量,通常具有相同平均车速的车辆在同一个路段上也不会有相同的通行时间,因此这个公式可以拟合其上边缘;步骤2.对路网建立路径比例因子矩阵A,对路网节点i和j,通过图论算法,求解其中的所有可达路径,置具有最小的阻抗值min的路径的比例因子为1,其余路径的比例因子为各自的阻抗值对min的倍数,从而得到比例因子矩阵A;步骤3.提出目标函数如下,用以求解:<maths num="0002" id="cmaths0002"><math><![CDATA[<mrow><mi>min</mi><msubsup><mo>&Sigma;</mo><mrow><mi>m</mi><mo>=</mo><mn>1</mn></mrow><msub><mi>P</mi><mrow><mi>i</mi><mi>j</mi></mrow></msub></msubsup><mrow><msubsup><mo>&Integral;</mo><mn>0</mn><mrow><msub><mi>qG</mi><mi>m</mi></msub><mrow><mo>(</mo><mi>A</mi><mo>)</mo></mrow></mrow></msubsup><mrow><mi>c</mi><mrow><mo>(</mo><mrow><msubsup><mi>f</mi><mi>m</mi><mo>&prime;</mo></msubsup><mo>+</mo><msub><mi>u</mi><mi>m</mi></msub></mrow><mo>)</mo></mrow></mrow></mrow><mo>&CenterDot;</mo><msub><mi>u</mi><mi>m</mi></msub><msub><mi>du</mi><mi>m</mi></msub><mo>,</mo></mrow>]]></math><img file="FDA0000847865530000012.GIF" wi="1005" he="119" /></maths>其限制条件为<maths num="0003" id="cmaths0003"><math><![CDATA[<mrow><msubsup><mo>&Sigma;</mo><mn>1</mn><msub><mi>P</mi><mrow><mi>i</mi><mi>j</mi></mrow></msub></msubsup><mrow><msub><mi>G</mi><mi>m</mi></msub><mrow><mo>(</mo><mi>A</mi><mo>)</mo></mrow></mrow><mo>=</mo><mn>1</mn><mo>;</mo></mrow>]]></math><img file="FDA0000847865530000013.GIF" wi="415" he="106" /></maths>式中:(a)i为起点;j为终点;(b)Pij为备择路径总数;(c)用户群体在起点i和终点j之间的需求为q;(d)m为备择路径的标号;(e)f′<sub>m</sub>是交通管理者发布的道路初始路阻,如果不加任何发布策略而忠实发布,那么f′<sub>m</sub>=f<sub>m</sub>,但是就失去了所提出的诱导效果;(f)u<sub>m</sub>是积分变量,代表随系统运行之后加载在道路上的微元路阻;(g)A代表备择路径的比例因子矩阵,在这里退化为一个向量;(h)G<sub>m</sub>(A)代表分裂函数,其自变量为比例因子矩阵;所以qG<sub>m</sub>(A)代表的就是群体的分裂人数;步骤4.计算全局最优解DSO,并且计算DUO,这里采用一范数,选取优化目标<maths num="0004" id="cmaths0004"><math><![CDATA[<mrow><mi>min</mi><mo>|</mo><msubsup><mi>F</mi><mrow><mi>D</mi><mi>S</mi><mi>O</mi></mrow><mi>t</mi></msubsup><mo>-</mo><msubsup><mi>F</mi><mrow><mi>D</mi><mi>U</mi><mi>O</mi></mrow><mi>t</mi></msubsup><msub><mo>|</mo><mn>1</mn></msub></mrow>]]></math><img file="FDA0000847865530000021.GIF" wi="641" he="116" /></maths>式中,F<sup>t</sup>表示按照各自的配流准则求解出来的路网交通流量矩阵,因此这个优化目标就是要极小化可诱导的动态用户最优准则和不可诱导的动态系统最优准则之间的差异;其中一范数的定义是矩阵每一列元素绝对值之和的最大值;步骤5.比较配流结果的差异,通过两两比值得到最小的差异;对每个路段的比例因子进行更新,是将上一时刻得到的比例因子矩阵作为下一时刻的初始值进行下一时间段的学习过程,直到达到优化目标或者没有任何路段的比例因子可供优化调整,重复这个过程直到系统时间终结。
地址 100084 北京市海淀区北京市100084-82信箱