一種定位大規(guī)模交通網(wǎng)絡(luò)中低效路段組合的方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于交通技術(shù)領(lǐng)域,具體涉及一種定位大規(guī)模交通網(wǎng)絡(luò)中低效路段組合的 方法。
【背景技術(shù)】
[0002] 城市擁車量的急速上升,誘發(fā)城市交通日漸擁擠。然而土地資源是有限的,路網(wǎng)的 供給總是難以滿足人們無限膨脹的出行需求,交通擁擠進(jìn)一步發(fā)展為城市交通問題乃至環(huán) 境問題的重要癥結(jié),高效地發(fā)揮城市交通網(wǎng)絡(luò)的通行效率成為城市交通領(lǐng)域的研宄熱點(diǎn)。 長(zhǎng)期以來人們常識(shí)性地認(rèn)為新建道路總是對(duì)緩解擁擠有利,然而一種有悖常理的現(xiàn)象,即 "布雷斯悖論"現(xiàn)象則表明:在拓?fù)浣Y(jié)構(gòu)確定的網(wǎng)絡(luò)中,當(dāng)網(wǎng)絡(luò)中的流量分配達(dá)到均衡時(shí),增 加一條連邊,改變?cè)摼W(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu),非但不會(huì)減少出行者的出行成本,反而增加該網(wǎng)絡(luò)中 所有出行者的出行時(shí)間。這一現(xiàn)象為治理?yè)頂D提供了新的思路,然而該現(xiàn)象只是由一個(gè)理 論模型推導(dǎo)出來的悖論。雖然不乏實(shí)例,但是還未在大規(guī)模的實(shí)際交通網(wǎng)絡(luò)中進(jìn)行仿真計(jì) 算,也沒有提出如何快速有效的定位實(shí)際交通網(wǎng)絡(luò)中造成路網(wǎng)效率難以充分利用的低效路 段組合。根據(jù)布雷斯悖論的描述,如果能準(zhǔn)確定位交通網(wǎng)絡(luò)中低效路段及其組合,不僅可以 減少不必要的新增道路建設(shè),而且通過科學(xué)地管理既有道路的使用能有效的增加道路使用 者的出行效率,進(jìn)而減少交通擁擠所帶來的社會(huì)邊際成本。
[0003] 但是,現(xiàn)有的方法存在如下問題:
[0004] 1)因缺乏必要的數(shù)據(jù),對(duì)布雷斯悖論現(xiàn)象的研宄局限于理論模型,而未在大規(guī)模 實(shí)際交通網(wǎng)絡(luò)中進(jìn)行仿真計(jì)算,難以證明方法的可行性。
[0005] 2)低效路段組合的求解涉及組合優(yōu)化問題,最優(yōu)化為一類NP難問題。
[0006] 由此可見,有效的定位交通網(wǎng)絡(luò)中的低效路段及其組合,為城市智能交通提供便 捷、準(zhǔn)確的信息支持,為市政部門科學(xué)用地規(guī)劃、道路建設(shè)提供經(jīng)濟(jì)、環(huán)保的決策依據(jù),具有 非常重要的現(xiàn)實(shí)意義。
【發(fā)明內(nèi)容】
[0007] 本發(fā)明提供了一種定位大規(guī)模交通網(wǎng)絡(luò)中低效路段組合的方法,其目的在于,克 服現(xiàn)有技術(shù)中難以實(shí)時(shí)定位大規(guī)模交通網(wǎng)絡(luò)中低效路段及其組合的問題。使得城市交通管 理者得以有效地實(shí)施道路限行措施以誘導(dǎo)出行者選擇更經(jīng)濟(jì)的出行路徑。其中,道路限行 措施是指合理的封閉路網(wǎng)中的低效路段或低效路段組合,限制其使用時(shí)間或使用者。
[0008] -種定位大規(guī)模交通網(wǎng)絡(luò)中低效路段組合的方法,包括以下步驟:
[0009] 步驟一,獲取城市道路交通網(wǎng)絡(luò)數(shù)據(jù),并構(gòu)建城市道路交通網(wǎng)絡(luò),得到初始路網(wǎng) G〇;
[0010] 所述城市道路交通網(wǎng)絡(luò)由節(jié)點(diǎn)和節(jié)點(diǎn)之間有向的連接邊組成,所述節(jié)點(diǎn)為道路交 叉口,所述節(jié)點(diǎn)與節(jié)點(diǎn)之間有向的連接邊是指城市道路交通網(wǎng)絡(luò)中的路段,所述路段包括 路段類型、自由行駛時(shí)間h、路段限速sl、路段容量C以及車道數(shù)數(shù)據(jù);
[0011] 步驟二,基于居民的手機(jī)通訊數(shù)據(jù),采集居民通勤出行的起終點(diǎn)信息,并對(duì)居民通 勤的起終點(diǎn)信息進(jìn)行城市道路交叉口匹配;
[0012] 所述對(duì)居民通勤的起終點(diǎn)信息進(jìn)行城市道路交叉口匹配是指將每個(gè)居民通勤出 行的起點(diǎn)和終點(diǎn)匹配到初始路網(wǎng)&中最近的道路交叉口,并以對(duì)應(yīng)道路交叉口作為此出行 新的起點(diǎn)和新的終點(diǎn);
[0013]步驟三,基于Wardrop平衡第一原理,求解初始路網(wǎng)h各路段車流量fi和行駛時(shí) 間h,計(jì)算該城市道路交通網(wǎng)絡(luò)總的出行時(shí)間成本T
[0014] ti(fi) = tioXPKFACiX (1+a jX (TPFACX
【主權(quán)項(xiàng)】
1. 一種定位大規(guī)模交通網(wǎng)絡(luò)中低效路段組合的方法,其特征在于,包括以下步驟: 步驟一,獲取城市道路交通網(wǎng)絡(luò)數(shù)據(jù),并構(gòu)建城市道路交通網(wǎng)絡(luò),得到初始路網(wǎng)Gtl; 所述城市道路交通網(wǎng)絡(luò)由節(jié)點(diǎn)和節(jié)點(diǎn)之間有向的連接邊組成,所述節(jié)點(diǎn)為道路交叉 口,所述節(jié)點(diǎn)與節(jié)點(diǎn)之間有向的連接邊是指城市道路交通網(wǎng)絡(luò)中的路段,所述路段包括路 段類型、自由行駛時(shí)間h、路段限速sl、路段容量C以及車道數(shù)數(shù)據(jù); 步驟二,基于居民的手機(jī)通訊數(shù)據(jù),采集居民通勤出行的起終點(diǎn)信息,并對(duì)居民通勤的 起終點(diǎn)信息進(jìn)行城市道路交叉口匹配; 所述對(duì)居民通勤的起終點(diǎn)信息進(jìn)行城市道路交叉口匹配是指將每個(gè)居民通勤出行的 起點(diǎn)和終點(diǎn)匹配到初始路網(wǎng)Gtl中最近的道路交叉口,并以對(duì)應(yīng)道路交叉口作為此出行新的 起點(diǎn)和新的終點(diǎn); 步驟三,基于Wardrop平衡第一原理,求解初始路網(wǎng)Gtl各路段車流量f i和行駛時(shí)間t i,
ti(fi) = tioXPKFACiX (1+a jX (TPFACXfiZCi) p) 其中,n表示初始路網(wǎng)中有n條路段,i表示從I到n表示各路段的編號(hào); ti(l是路段e i的自由行駛時(shí)間,C 1是指路段e ^勺容量;PKFAC i表示路段e i的高峰系數(shù); TPFAC表示路網(wǎng)各時(shí)段通行能力的調(diào)整因子;Cii表示線性阻滯系數(shù),0表示指數(shù)阻滯系 數(shù); 在美國(guó)運(yùn)輸研宄委員會(huì)發(fā)表的NCHRP R印ort 365中,PKFAC在不同路段類型和限速下 分別取1. 〇、1. 3及1. 6, TPFAC在早高峰時(shí)段取值為0. 44,晚高峰時(shí)段取值為0. 37, a在不 同路段類型和限速下分別取0. 71、0. 83及0. 88, 0 = 6心和t i采用Frank-Wolfe算法求 解; 步驟四,窮舉Gtl所有路段,基于Closer-Test方法,求解每個(gè)路段封閉后的出行時(shí)間成 本Ti,得到Gtl的低效路段集合M ; 所述路段或路段組合屬性包括低效、必要以及關(guān)鍵; 其中,所述路段或路段組合屬性為關(guān)鍵時(shí),是指如果該路段或路段組合被封閉后,存在 至少一個(gè)出行者無法從起點(diǎn)到達(dá)終點(diǎn); 所述路段或路段組合屬性為低效或必要時(shí),是指如果該路段或路段組合被封閉后,所 有出行者均能從起點(diǎn)到達(dá)終點(diǎn); 所述路段屬性為低效時(shí),是指該路段61被封閉后,對(duì)應(yīng)城市道路交通網(wǎng)絡(luò)G 出行時(shí) 間成本 Ti-T < 〇;其中, 所述路段組合屬性為低效時(shí),是指該路段組合S被封閉后,對(duì)應(yīng)城市道路交通網(wǎng)絡(luò)Gs 總出行時(shí)間成本Ts-T < 〇 ;其中,H S表示被封閉的路段組合; 所述路段屬性為必要時(shí),是指該路段61被封閉后,對(duì)應(yīng)城市道路交通網(wǎng)絡(luò)G 出行時(shí) 間成本Ti-T > 0 ; 所述路段組合屬性為必要時(shí),是指該路段組合S被封閉后,對(duì)應(yīng)城市道路交通網(wǎng)絡(luò)Gs 總出行時(shí)間成本Ts-T > 0 ; 所述現(xiàn)狀城市道路交通網(wǎng)絡(luò)為初始狀態(tài)Gtl,在初始狀態(tài)的基礎(chǔ)上每去除一個(gè)路段^或 路段組合S則生成一個(gè)新狀態(tài)匕或G s。 步驟五,基于遺傳算法,定位初始路網(wǎng)Gtl中的低效路段組合; 從初始路網(wǎng)Gtl的低效路段集合M中隨機(jī)選取路段組合生成種群大小為Q的初始種群 P (O);總迭代次數(shù)為N ;第t次迭代生成種群為P (t),O彡t彡N ;t = O時(shí)種群P (O)表示初 始解; 令適應(yīng)度函數(shù)為:
Stw表示種群P(t)的第q個(gè)個(gè)體&(,;)表示封閉路段組合S tw時(shí),城市道路交通網(wǎng)絡(luò) 的總出行時(shí)間成本; 設(shè)定個(gè)體的交叉概率為P。,變異概率為Pm; 當(dāng)?shù)竭_(dá)迭代次數(shù)N時(shí),以迭代過程中所得到的具有最?。═s-T)值的個(gè)體作為Gtl的最佳 低效路段組合。
2. 根據(jù)權(quán)利要求1所述的一種定位大規(guī)模交通網(wǎng)絡(luò)中低效路段組合的方法,其特征在 于,所述交叉概率P。和變異概率P m,分別按照以下公式計(jì)算:
其中,Pcl是適應(yīng)度值小于平均適應(yīng)度值個(gè)體的交叉概率,Pe2表示種群中具有最大適應(yīng) 度值個(gè)體的交叉概率,F(xiàn)max為種群中的最大適應(yīng)度值,F(xiàn) _為每代種群的平均適應(yīng)度值,F(xiàn) #是 進(jìn)行交叉的兩個(gè)個(gè)體中較大的適應(yīng)度值;Pml是適應(yīng)度值小于平均適應(yīng)度值個(gè)體的變異概 率,P m2是種群中具有最大適應(yīng)度值個(gè)體的變異概率,F(xiàn)'是進(jìn)行變異個(gè)體的適應(yīng)度值。
3. 根據(jù)權(quán)利要求2所述的一種定位大規(guī)模交通網(wǎng)絡(luò)中低效路段組合的方法,其特征在 于,從第一次迭代開始,每一代種群大小Q滿足以下公式:
其中,5表示每個(gè)個(gè)體中包含的低效路段數(shù)量,m表示Gtl的低效路段集合M的路段總 數(shù)。
【專利摘要】本發(fā)明公開了一種定位大規(guī)模交通網(wǎng)絡(luò)中低效路段組合的方法,基于城市道路交通網(wǎng)絡(luò)和城市居民通勤交通中機(jī)動(dòng)車出行的高峰小時(shí)出行量。按照Wardrop平衡第一原理,采用Frank-Wolfe算法求解在平衡條件下初始路網(wǎng)G0的總出行時(shí)間成本T;采用Closer-Test方法,遍歷舊金山市城市道路交通初始網(wǎng)絡(luò)G0的所有路段,標(biāo)記各路段的屬性,得到初始網(wǎng)絡(luò)G0的低效路段集合M;最后,利用自適應(yīng)遺傳算法結(jié)合Closer-Test方法,定位網(wǎng)絡(luò)G0中的低效路段組合;本方法采用自適應(yīng)的遺傳算法能快速地定位網(wǎng)絡(luò)中的低效路段組合;使用手機(jī)通訊數(shù)據(jù)預(yù)測(cè)城市居民機(jī)動(dòng)車出行信息能有效的解決大規(guī)模出行信息難以獲取的問題。
【IPC分類】G06F19-00, G08G1-01, G06N3-12
【公開號(hào)】CN104821086
【申請(qǐng)?zhí)枴緾N201510274851
【發(fā)明人】孫黎, 凌溪蔓, 譚倩
【申請(qǐng)人】中南大學(xué)
【公開日】2015年8月5日
【申請(qǐng)日】2015年5月26日