本發(fā)明涉及到居民出行的OD標(biāo)定方法領(lǐng)域，尤其是基于手機(jī)信令大數(shù)據(jù)并采用動態(tài)交通分配方法對居民出行OD矩陣進(jìn)行標(biāo)定。
背景技術(shù)：
：經(jīng)濟(jì)社會的不斷發(fā)展在改善城市生活面貌的同時也給城市交通來了越來越大的壓力。目前，國內(nèi)城鎮(zhèn)化及城市交通機(jī)動化的進(jìn)程變得越來越快，在城鎮(zhèn)化和機(jī)動化的共同作用下，交通擁擠問題已經(jīng)成為制約城市發(fā)展和影響居民生活質(zhì)量的主要問題之一。為了在既有路網(wǎng)條件下有效解決交通擁堵問題，建立智能化的交通信息系統(tǒng)成為解決城市交通擁擠問題的關(guān)鍵，而這些系統(tǒng)的建立是以準(zhǔn)確地進(jìn)行居民出行OD矩陣標(biāo)定為前提。傳統(tǒng)的居民出行調(diào)查數(shù)據(jù)更新速度慢，采樣率低，故其調(diào)查結(jié)果的精度存在較大誤差。隨著手機(jī)普及率的提高，手機(jī)覆蓋了城市絕大多數(shù)人口，采用手機(jī)信令分析技術(shù)替代傳統(tǒng)的出行調(diào)查成為可能。近年來基于手機(jī)信令數(shù)據(jù)正越來越被各個城市的交通主管部門重視與應(yīng)用。手機(jī)信令數(shù)據(jù)在分析交通小區(qū)的OD需求、特定區(qū)域的出行特征、道路網(wǎng)絡(luò)的交通運(yùn)行狀態(tài)、交通小區(qū)的發(fā)生和吸引方面具有獨(dú)特的優(yōu)勢。利用手機(jī)信令數(shù)據(jù)可以方便快捷并實(shí)時地獲取城市居民的人口動態(tài)分布、特定區(qū)域的人流流量和流向。動態(tài)交通分配主要是對特定的交通網(wǎng)絡(luò)，在已知網(wǎng)絡(luò)任意兩點(diǎn)間交通需求的時變特性和各個路段費(fèi)用函數(shù)的前提下，確定各路段、各節(jié)點(diǎn)交通流狀態(tài)(流量、速度和密度)、行駛時間。最終目的是給出最佳路線選擇，指導(dǎo)交通誘導(dǎo)系統(tǒng)制定信息發(fā)布策略，使交通流的時空分布達(dá)到最優(yōu)，使路網(wǎng)性能達(dá)到某個特定目標(biāo)(系統(tǒng)最優(yōu)或用戶均衡)?；谑謾C(jī)信令數(shù)據(jù)獲取的靜態(tài)OD，利用動態(tài)交通分配方法對居民的出行OD矩陣進(jìn)行標(biāo)定。最終實(shí)現(xiàn)交通流的合理誘導(dǎo)，充分利用道路資源，提高城市交通系統(tǒng)的運(yùn)行效率。技術(shù)實(shí)現(xiàn)要素：本發(fā)明利用手機(jī)信令數(shù)據(jù)能夠?qū)崟r高效地獲取城市居民分布和流動、出行特征等信息，結(jié)合動態(tài)交通分配方法，對居民出行動態(tài)OD矩陣進(jìn)行標(biāo)定。克服了傳統(tǒng)居民調(diào)查方法所獲取數(shù)據(jù)樣本量低、數(shù)據(jù)精度差的缺點(diǎn)，彌補(bǔ)了靜態(tài)交通分配方法不能考慮交通需求時變特征的不足。其結(jié)果能夠合理誘導(dǎo)交通流在道路網(wǎng)中的分布，提高道路的通行效率。本發(fā)明的目的是通過以下技術(shù)方案實(shí)現(xiàn)的：一種利用手機(jī)信令大數(shù)據(jù)和動態(tài)交通分配的居民出行OD標(biāo)定方法，包括步驟如下：(1)基于中觀交通仿真工具DTALite構(gòu)建城市道路網(wǎng)絡(luò)模型，包括城市快速路、主干路、次干路、支路。(2)針對步驟(1)中構(gòu)建的城市道路網(wǎng)，通過車牌識別數(shù)據(jù)及微波數(shù)據(jù)對步驟(1)構(gòu)建的城市道路網(wǎng)的各路段的仿真參數(shù)進(jìn)行標(biāo)定。主要采用分段線性擬合的方法，對道路的通行能力、自由流速度、阻塞密度、擁擠消散波速四個仿真參數(shù)進(jìn)行標(biāo)定，并采用非線性擬合的方法對美國聯(lián)邦公路局開發(fā)的路阻函數(shù)模型(BPR)中的兩個參數(shù)α和β進(jìn)行標(biāo)定。BPR函數(shù)模型的數(shù)學(xué)表達(dá)式如下：式中：t為車輛通行路段的旅行時間；t0為路段自由流出行時間；q為路段的車流量；c為路段設(shè)計通行能力；α，β為待標(biāo)定參數(shù)。(3)利用微波檢測器獲取實(shí)際道路網(wǎng)絡(luò)中的車流量。(4)獲取手機(jī)信令數(shù)據(jù)，通過對手機(jī)信令數(shù)據(jù)的分析，得到居民在各個交通分析小區(qū)間的流動情況，得到居民的出行分布特征，從而形成初始的OD需求。具體為：將某一網(wǎng)絡(luò)運(yùn)營商的手機(jī)信令數(shù)據(jù)OD轉(zhuǎn)化為全人口OD，進(jìn)一步轉(zhuǎn)化為機(jī)動車的OD，轉(zhuǎn)化方法如下:式中：ODpeople：常住人口OD分布；ODmobile：利用某一運(yùn)營商手機(jī)用戶數(shù)據(jù)得出來的OD分布；α1(averageownership)：手機(jī)用戶的人均擁有量(部/人)；α2(penetrationrateofmobilephone)：手機(jī)用戶比例；α3(marketshare)：該運(yùn)營商的市場占有率；α4(detectionprobability)：用戶手機(jī)被檢測到概率。人均手機(jī)數(shù)α1＝手機(jī)數(shù)/客戶數(shù)；手機(jī)用戶比例α2＝min{客戶數(shù)/常住人口，1}；市場占有率α3由運(yùn)營商提供。用戶手機(jī)被檢測到概率α4＝一個月內(nèi)被檢測到的用戶數(shù)/該地區(qū)內(nèi)注冊用戶總數(shù)。ODvehicle＝ODpeople×ρ式中：ODvehicle：機(jī)動車OD分布；ρ(splitrate)：機(jī)動車的分擔(dān)率。(5)在步驟(2)標(biāo)定后的仿真路網(wǎng)的基礎(chǔ)上，根據(jù)步驟(3)通過微波數(shù)據(jù)獲取的實(shí)際道路交通流量，對步驟(4)的利用手機(jī)信令數(shù)據(jù)獲得的OD對間的交通流量進(jìn)行動態(tài)分配，得到估計交通流量和真實(shí)交通流量間的誤差。(6)判斷估計交通流量和真實(shí)交通流量之間的誤差是否滿足誤差函數(shù)，如滿足則標(biāo)定結(jié)束，否則轉(zhuǎn)入第(5)步進(jìn)行重新分配，直到估計交通流量和真實(shí)交通流量之間的誤差滿足誤差函數(shù)。本發(fā)明的有益效果為：克服了傳統(tǒng)的居民出行OD標(biāo)定方法的局限性，效率高且成本低，樣本量大，覆蓋范圍廣，研究時效性好。且研究結(jié)果不會受到主觀因素的影響(包括時間、地點(diǎn)、研究人員的經(jīng)驗和主觀意向等)，具有較強(qiáng)的客觀科學(xué)性。附圖說明圖1為構(gòu)建的杭州市城市道路網(wǎng)絡(luò)模型；圖2為杭州上塘-中河高架鳳起路斷面微波數(shù)據(jù)的分段線性擬合結(jié)果示意圖；圖3為杭州上塘-中河高架大關(guān)路上匝道與省人民醫(yī)院下匝道一段路的卡口和微波所采集得到的數(shù)據(jù)的路阻函數(shù)非線性擬合結(jié)果示意圖；圖4為動態(tài)交通分配前的仿真流量和真實(shí)流量的對比圖；圖5為動態(tài)交通分配后的仿真流量和真實(shí)流量的對比圖。具體實(shí)施方式本發(fā)明是基于國家自然科學(xué)基金青年基金項目(51508505)和浙江省自然科學(xué)基金杰出青年項目(LR17E080002)的研究，提出一種利用手機(jī)信令大數(shù)據(jù)和動態(tài)交通分配的居民出行OD標(biāo)定方法。下面結(jié)合具體實(shí)施例對本發(fā)明進(jìn)行進(jìn)一步描述，但本發(fā)明的保護(hù)范圍并不僅限于此。實(shí)施例1下面以杭州市上塘—中河高架為例，對本發(fā)明一種利用手機(jī)信令大數(shù)據(jù)和動態(tài)交通分配的居民出行OD標(biāo)定方法進(jìn)行進(jìn)一步的闡釋。包括步驟如下：(1)基于中觀交通仿真工具DTALite構(gòu)建杭州市道路網(wǎng)絡(luò)模型，如圖1所示。其中包括城市快速路、主干路、次干路、支路，并檢查路網(wǎng)的連通性。(2)針對步驟(1)中構(gòu)建的城市道路網(wǎng)，通過車牌識別數(shù)據(jù)及微波數(shù)據(jù)對步驟(1)構(gòu)建的城市道路網(wǎng)中各路段的仿真參數(shù)進(jìn)行標(biāo)定。采用分段線性擬合的方法，對道路典型斷面的通行能力、自由流速度、阻塞密度、擁擠消散波速四個仿真參數(shù)進(jìn)行標(biāo)定。其中，杭州市上塘-中河高架鳳起路斷面所采集到的微波數(shù)據(jù)的進(jìn)行分段線性擬合，結(jié)果如圖2所示，并采用非線性擬合的方法對美國聯(lián)邦公路局開發(fā)的路阻函數(shù)模型(BPR)中的兩個參數(shù)α和β進(jìn)行標(biāo)定。BPR函數(shù)模型的數(shù)學(xué)表達(dá)式如下：式中：t為車輛通行路段的旅行時間；t0為路段自由流出行時間；q為路段的車流量；c為路段設(shè)計通行能力；α，β為待標(biāo)定參數(shù)。其中，以杭州上塘高架-中河高架大關(guān)路上匝道至省人民醫(yī)院下匝道一段為例，其非線性擬合結(jié)果如圖3所示。部分路段的所有參數(shù)的標(biāo)定結(jié)果，如表1所示。表1(3)利用微波檢測器獲取實(shí)際道路網(wǎng)絡(luò)中的車流量。(4)獲取手機(jī)信令數(shù)據(jù)，通過對手機(jī)信令數(shù)據(jù)的分析，得到居民在各個交通分析小區(qū)間的流動情況，得到居民的出行分布特征，從而形成初始的OD需求,具體為:將中國移動的手機(jī)信令數(shù)據(jù)OD轉(zhuǎn)化為全人口OD，進(jìn)一步轉(zhuǎn)化為機(jī)動車的OD，轉(zhuǎn)化方法如下:式中：ODpeople：常住人口OD分布；ODmobile：利用某一運(yùn)營商手機(jī)用戶數(shù)據(jù)得出來的OD分布；α1(averageownership)：手機(jī)用戶的人均擁有量(部/人)；α2(penetrationrateofmobilephone)：手機(jī)用戶比例；α3(marketshare)：該運(yùn)營商的市場占有率；α4(detectionprobability)：用戶手機(jī)被檢測到概率。人均手機(jī)數(shù)α1＝手機(jī)數(shù)/客戶數(shù)＝1069萬/992.7＝1.077；手機(jī)用戶比例α2＝min{客戶數(shù)/常住人口，1}＝min{992.7萬/635萬,1}＝1；市場占有率α3＝69.56％由運(yùn)營商提供。手機(jī)檢測概率α4＝一月內(nèi)被檢測到的用戶數(shù)/該地區(qū)內(nèi)注冊用戶數(shù)＝626萬/741萬＝0.84。ODvehicle＝ODpeople×ρ式中：ODvehicle：機(jī)動車OD分布；ρ(splitrate)：機(jī)動車的分擔(dān)率。機(jī)動車分擔(dān)率根據(jù)2010年居民出行調(diào)查，杭州市區(qū)為13.6％。其中從部分起點(diǎn)編號O到終點(diǎn)編號D的轉(zhuǎn)換得到的ODvehicle如表2所示。表2起點(diǎn)編號(O)終點(diǎn)編號(D)車輛數(shù)(veh)1167611677100116781167850011679116821001168011684300116821168510011683116864001168411688800(5)在步驟(2)標(biāo)定后的仿真路網(wǎng)的基礎(chǔ)上，根據(jù)步驟(3)通過微波數(shù)據(jù)獲取的實(shí)際道路交通流量，采用周雪松所提出的OD標(biāo)定方法對居民出行動態(tài)OD矩陣進(jìn)行標(biāo)定，具體為：對步驟(4)中利用手機(jī)信令數(shù)據(jù)獲得的OD矩陣間的交通流量進(jìn)行動態(tài)交通分配，得到估計交通流量和真實(shí)交通流量間的標(biāo)準(zhǔn)化均方根誤差，然后判斷估計交通狀態(tài)與真實(shí)交通狀態(tài)之間的標(biāo)準(zhǔn)化均方根誤差是否滿足預(yù)設(shè)閾值(一般為10％)，如滿足，則標(biāo)定結(jié)束，否則轉(zhuǎn)入進(jìn)行重新分配，直到估計交通狀態(tài)與真實(shí)交通狀態(tài)之間的誤差滿足設(shè)定閾值。通過比較圖4和圖5，動態(tài)交通流分配前后，以流量為指標(biāo)的交通狀態(tài)估計值與觀測值之間的聚集程度，可以發(fā)現(xiàn)動態(tài)分配后，仿真流量接近于觀測流量，從而證明了本發(fā)明采用手機(jī)信令大數(shù)據(jù)對居民出行OD進(jìn)行標(biāo)定，其符合自然規(guī)律，反應(yīng)真實(shí)路況，且樣本量大，覆蓋范圍廣，數(shù)據(jù)精度高。當(dāng)前第1頁1 2 3