專利名稱：一種矩陣式異質(zhì)平行混合交通流方法
技術(shù)領(lǐng)域：
本發(fā)明屬于交通工程領(lǐng)域，涉及一種矩陣式異質(zhì)平行混合交通流方法。
背景技術(shù)：
交通系統(tǒng)是一個隨機性大、影響因素眾多的復(fù)雜系統(tǒng)，尤其是具有中國特色的城市交通，車輛種類繁多，交通情況復(fù)雜。我國城市交通的一大特點是由機動車、非機動車和行人構(gòu)成的混合交通流，普遍存在的機非混行現(xiàn)象使得路網(wǎng)的使用效率相當(dāng)?shù)汀C動車與非機動車又具有不同的行駛特性，機動車按車道行駛，表現(xiàn)出跟馳行為；非機動車靈活、低速的行駛特性使其在車道上不必跟隨前車行駛，運動具有二維性。當(dāng)機動車與非機動車混行時，為保障安全，機動車會避讓非機動車。顯然，混合交通流要比單一類型的交通流要復(fù)雜得多。目前，我國關(guān)于混合交通流建模的研究已初具成果，但仍有一些不足，如模型無法采用統(tǒng)一框架描述交通流對象及其決策與行為，模型擴展能力較弱，模型所表現(xiàn)出來的交通流特性與實際混合交通流的特性仍存在一定距離等。

發(fā)明內(nèi)容
本發(fā)明的目的是針對現(xiàn)有技術(shù)的不足，提出一種矩陣式異質(zhì)平行混合交通流方法。為解決上述技術(shù)問題，本發(fā)明所采用的技術(shù)方案如下:本發(fā)明根據(jù)交通對象的特性，基于元胞自動機模型，運用特征矩陣來統(tǒng)一描述交通對象，應(yīng)用決策矩陣來表現(xiàn)交通對象的決策行為，通過決策矩陣的點乘運算確定交通流對象的最終目的地，應(yīng)用異質(zhì)平行層，將不同類型的交通流對象映射到不同平行層，實現(xiàn)對不同交通流對象的模型描述，進而模擬現(xiàn)實中的交通流。步驟(I).運用特征矩陣來統(tǒng)一描述交通對象1-1基于元胞自動機模型，通過實地調(diào)研的形式，獲取交通對象的特性；所述的交通對象是指現(xiàn)實交通系統(tǒng)中所有對象，包括交通流對象和非交通流對象。所述的交通流對象為在交通系統(tǒng)中能運動的所有對象，包括非機動車、行人和機動車。所述的非交通流對象為在交通系統(tǒng)中靜止的所有對象，本發(fā)明中非交通流對象涉及到地理特征(路網(wǎng)、路障)、交通控制(交通信號燈、交通管制)、目的地。所述的交通對象的特性包括交通流對象特性和非交通流對象特性；所述的交通流對象特性是指交通流對象的動態(tài)特性，包括交通流對象的加速、減速和制動特性，交通流對象出行的時空分布特征以及交通流對象的速度、密度、流量三參數(shù)間的關(guān)系特征；所述的非交通流對象特性是指非交通流對象的固有特性，本發(fā)明中非交通流對象特性包括地理特征中路網(wǎng)的尺寸、路障的大小位置，交通控制手段中交通信號燈的周期、綠信比，交通管制手段的形式和持續(xù)時間以及目的地的位置。1-2根據(jù)交通對象的特性，用特征矩陣描述交通流對象和非交通流對象，得到交通流矩陣和非交通流矩陣；所述的特征矩陣是通過矩陣來描述交通流對象和非交通流對象；其中矩陣的行列與元胞自動機模型中元胞空間的行列相對應(yīng)，矩陣中的每一個元素的狀態(tài)為{0，x} ;x表示一個大于0的數(shù)，表示交通流對象可通行的行為或可達到的狀態(tài)，0表示交通流對象不可通行的行為或不可達到的狀態(tài)；所述的交通流矩陣表征路網(wǎng)中交通流對象的分布情況，矩陣中0代表該位置被交通流對象所占領(lǐng)，I代表了該位置·未被占領(lǐng)；所述的非交通流矩陣包括路網(wǎng)矩陣、交通控制矩陣和目的地矩陣；所述的路網(wǎng)矩陣表征路網(wǎng)的形狀、尺寸和道路情況，其中道路情況包括路面設(shè)施、路面狀況的靜態(tài)交通信息或者路面施工、交通事故的動態(tài)交通信息；有路面障礙的地方稱之為不可達位置，其相對應(yīng)的矩陣元素值為0，無路面障礙的地方稱為可達位置，其相對應(yīng)的矩陣元素值為I;所述的交通控制矩陣表征交通控制行為對于交通流對象的影響，其中交通控制行為是交通信號燈控制或者交通管制；交通控制矩陣中禁止通行的位置用0表示，交通流對象可以通行的位置用I表示；所述的目的地矩陣表征交通流對象所要到達的目的地；對于交通流對象來說，假定其行駛目的地和行駛經(jīng)驗都是已知的，在短期之內(nèi)目的地矩陣是不會發(fā)生變化的，因此可以通過目的地在路網(wǎng)層中的位置來確定目的地矩陣，參考Kardi對行人目的地導(dǎo)航的研究，可利用松弛法來確定交通流對象的目的地矩陣，公式如下
權(quán)利要求
1.種矩陣式異質(zhì)平行混合交通流方法，其特征在于該方法包括以下步驟: 根據(jù)交通對象的特性，基于元胞自動機模型，運用特征矩陣來統(tǒng)一描述交通對象，應(yīng)用決策矩陣來表現(xiàn)交通對象的決策行為，通過決策矩陣的點乘運算確定交通流對象的最終目的地，應(yīng)用異質(zhì)平行層，將不同類型的交通流對象映射到不同平行層，實現(xiàn)對不同交通流對象的模型描述，進而模擬現(xiàn)實中的交通流； 步驟(1).運用特征矩陣來統(tǒng)一描述交通對象: 1-1基于元胞自動機模型，通過實地調(diào)研的形式，獲取交通對象的特性； 所述的交通對象是指現(xiàn)實交通系統(tǒng)中所有對象，包括交通流對象和非交通流對象； 所述的交通流對象為在交通系統(tǒng)中能運動的所有對象，包括非機動車、行人和機動車； 所述的非交通流對象為在交通系統(tǒng)中靜止的所有對象，本發(fā)明中非交通流對象包括地理特征、交通控制和目的地； 所述的交通對象的特性包括交通流對象特性和非交通流對象特性； 所述的交通流對象特性是指交通流對象的動態(tài)特性，包括交通流對象的加速、減速和制動特性，交通流對象出行的時空分布特征以及交通流對象的速度、密度、流量三參數(shù)間的關(guān)系特征； 所述的非交通流對象特性是指非交通流對象的固有特性，本發(fā)明中非交通流對象特性包括地理特征中路網(wǎng)的尺寸、路障的大小位置，交通控制手段中交通信號燈的周期、綠信t匕，交通管制手段的形式和持續(xù)時間以及目的地的位置； 1-2根據(jù)交通對象的特性，用特征矩陣描述交通流對象和非交通流對象，得到交通流矩陣和非交通流矩陣； 所述的特征矩陣是通過矩陣來描述交通流對象和非交通流對象；其中矩陣的行列與元胞自動機模型中元胞空間的行列相對應(yīng)，矩陣中的每一個元素的狀態(tài)為{0，x} 表示一個大于O的數(shù)，表示交通流對象可通行的行為或可達到的狀態(tài)，O表示交通流對象不可通行的行為或不可達到的狀態(tài)； 所述的交通流矩陣表征路網(wǎng)中交通流對象的分布情況，矩陣中O代表該位置被交通流對象所占領(lǐng)，I代表了該位置未被占領(lǐng)； 所述的非交通流矩陣包括路網(wǎng)矩陣、交通控制矩陣和目的地矩陣； 所述的路網(wǎng)矩陣表征路網(wǎng)的形狀、尺寸和道路情況，其中道路情況包括路面設(shè)施、路面狀況的靜態(tài)交通信息或者路面施工、交通事故的動態(tài)交通信息；有路面障礙的地方稱之為不可達位置，其相對應(yīng)的矩陣元素值為O，無路面障礙的地方稱為可達位置，其相對應(yīng)的矩陣元素值為I; 所述的交通控制矩陣表征交通控制行為對于交通流對象的影響，其中交通控制行為是交通信號燈控制或者交通管制；交通控制矩陣中禁止通行的位置用O表示，交通流對象可以通行的位置用I表示； 所述的目的地矩陣表征交通流對象所要到達的目的地；對于交通流對象來說，假定其行駛目的地和行駛經(jīng)驗都是已知的，在短期之內(nèi)目的地矩陣是不會發(fā)生變化的，因此可以通過目的地在路網(wǎng)層中的位置來確定目的地矩陣，參考Kardi對行人目的地導(dǎo)航的研究，可利用松弛法來確定交通流對象的目的地矩陣，公式如下
全文摘要
本發(fā)明公開了一種矩陣式異質(zhì)平行混合交通流方法?，F(xiàn)有模型無法采用統(tǒng)一框架描述交通流對象及其決策與行為，擴展能力較弱，表現(xiàn)出來的交通流特性與實際混合交通流的特性仍存在一定距離。方法包括首先基于元胞自動機模型，通過實地調(diào)研的形式，獲取交通對象的特性；根據(jù)交通對象的特性，用特征矩陣描述交通流對象和非交通流對象，得到交通流矩陣和非交通流矩陣；應(yīng)用決策矩陣表現(xiàn)交通流對象和非交通流對象的決策行為；交通流對象的決策行為抽象化為基于矩陣概率的計算；應(yīng)用異質(zhì)平行層來描述不同的混合交通流對象。本發(fā)明可以較好的模擬現(xiàn)實混合交通流系統(tǒng)，在現(xiàn)實交通流的管理和控制的研究中具有重要的應(yīng)用價值。
文檔編號G08G1/00GK103093613SQ20121047799
公開日2013年5月8日 申請日期2012年11月22日 優(yōu)先權(quán)日2012年11月22日
發(fā)明者劉泓, 王慧, 胡靈龍, 蔣昊宸 申請人:浙江大學(xué)城市學(xué)院, 浙江大學(xué)