一种高速公路交通拥堵疏导决策方法技术

本发明专利技术涉及一种高速公路交通拥堵疏导决策方法，包括以下步骤：A1.输入路网中的路段信息和OD需求交通量；A2.通过增量分配法根据路段信息将OD需求交通量分配到各路段，得到各路段的分配结果；A3.从分配结果中获取分配流量，根据预测的疏散流率和分配流量计算各路段的实际分配流量；A4.将实际分配流量替换分配结果中的分配流量作为最终分配结果输出，并根据最终分配结果作出疏导决策。本发明专利技术可以在OD需求交通量完成分配后进一步考虑交通流量动态疏散的因素，使得分配结果与实际更加相符，所预测出的交通流量可以体现出更强的实时性，为重大节假日高速公路交通拥堵疏导提供科学有效的决策方案。

【技术实现步骤摘要】
一种高速公路交通拥堵疏导决策方法
本专利技术涉及公路交通控制
，具体涉及一种高速公路交通拥堵疏导决策方法。
技术介绍
高速公路在重大节假日承载巨大的交通流量，对路网造成较大的负荷，若不对车流进行合理疏导，交通拥堵问题难以避免。此外，大量的车流量也增加了交通事故发生的概率，若不及时对事故发生路段上游车流进行及时的疏导分流，将使得事故路段的拥堵情况恶化。为了疏导分流重大节假日大流量OD(出行起止点)之间的交通流量，帮助高速公路出行者尽可能顺畅地到达目的地。路网的均衡状态是指起止点间被使用的各个路段行驶时间相等，而没有被使用的路段行驶时间更长。采用用户均衡模型可以求出使路网达到均衡状态时的OD需求交通量分配结果，根据分配结果可以作出合理的交通疏导措施。但是，现行的用户均衡模型对OD需求交通量的分配结果不能动态地反映当前路网中各路段的流量状态，实时性不强，而对于高速公路突发交通事故的处置，是需要有一套实时性强的疏导方案生成机制的。
技术实现思路
本专利技术为了克服上述现有技术所述的至少一种缺陷(不足)，提供一种高速公路交通拥堵疏导决策方法，可以在OD需求交通量完成分配后进一步考虑交通流量动态疏散的因素，使得分配结果与实际更加相符，所预测出的交通流量可以体现出更强的实时性，为重大节假日高速公路交通拥堵疏导提供科学有效的决策方案。为实现本专利技术的目的，采用以下技术方案予以实现：一种高速公路交通拥堵疏导决策方法，包括以下步骤：A1.输入路网中的路段信息和OD需求交通量；A2.通过增量分配法根据路段信息将OD需求交通量分配到各路段，得到各路段的分配结果；A3.从分配结果中获取分配流量，根据预测的疏散流率和分配流量计算各路段的实际分配流量；A4.将实际分配流量替换分配结果中的分配流量作为最终分配结果输出，并根据最终分配结果作出疏导决策。在增量分配法中，各路段的交通流量会随着每一次的迭代分配而不断累加，但是实际上各路段的交通流量是在动态疏散的。通过增量分配法完成OD需求交通量的分配过程得到分配结果后，根据分配结果中的各路段分配流量和预测的疏散流率计算各路段的实际分配流量，模拟实际的流量疏散，使得各路段分配流量与实际更加相符，体现出更强的实时性，使得根据分配结果所作出的疏导决策更加优化和及时。进一步地，所述步骤A3中，预测的疏散流率是通过BP神经网络模型预测得到的。进一步地，所述BP神经网络模型包括输入层、隐藏层、输出层，通过BP神经网络模型预测疏散流率的具体过程包括以下步骤：B1.定期记录各路段的历史疏散流率；B2.将前一时期记录的历史疏散流率作为输入数据输入输入层，并传递到隐藏层；B3.隐藏层通过权重及激励函数对输入层所传递的输入数据进行处理后将处理结果传递到输出层；B4.输出层根据隐藏层传递的处理结果输出疏散流率；B5.判断输出层输出的疏散流率与后一时期记录的历史疏散流率之间的误差是否小于设定的阈值，如果误差不超过阈值则结束，并将输出层输出的疏散流率作为预测的疏散流率，如果误差超过阈值则根据误差反馈修正权重和/或激励函数并返回步骤B3。通过BP神经网络模型可以对实际记录的疏散流率数据进行训练学习，预测出与实际吻合程度更高的疏散流率。此外，实际记录的疏散流率可以动态地更新，通过BP神经网络模型对动态更新的疏散流率数据进行训练学习，使预测出的疏散流率实时性更强，从而计算出与实际更加相符的各路段分配结果，根据分配结果作出的疏导决策也会更加合理，可以获得更加优越的交通疏导效果。进一步地，所述历史疏散流率是通过获取路段上的流量数据并对流量数据进行分析得到的。在路段上实时检测路段的流量数据，可以进行动态地分析得到历史疏散流率。进一步地，所述OD需求交通量是通过获取高速公路收费站出口的流水数据并对流水数据进行分析得到的。高速公路收费站出口的流水数据可以真实地反映实际的OD需求交通量，从而准确地判断交通流量高峰期的出现时间，把握疏导决策的及时性。进一步地，所述步骤A2具体包括以下步骤：A21.根据路段信息计算各OD间的所有可能路径，并将OD需求交通量分成n份单位OD需求交通量，n为大于0的整数；A22.按照一定的顺序选取一份单位OD需求交通量进行分配；A23.根据实时路段信息计算各路段的实时路段阻抗，并根据实时路段阻抗计算该单位OD需求交通量的OD之间所有可能路径的实时路径阻抗；A24.将该单位OD需求交通量分配到实时路径阻抗最小的路径；A25.判断是否所有单位OD需求交通量已完成分配，如果是则进入步骤A3，如果否则返回步骤A22。进一步地，所述步骤A22中，所述顺序是随机生成的。随机生成单位OD需求交通量的分配顺序，并按照随机生成的分配顺序依次对单位OD需求交通量进行分配，可以提高OD需求交通量最终分配结果的随机性和可靠性。进一步地，所述步骤A23中，实时路段阻抗的计算函数为其中ti、vi、ci分别表示第i个路段的自由流状态阻抗、自由流速度和通行能力，α、β分别为计算函数的参数。进一步地，所述最终分配结果包括各路段的实际分配流量和各路段的饱和度、各路段的阻抗、各OD的分配路径、分配路径阻抗的其中一个或多个。通过各路段的实际分配流量可以获知哪个路段流量较大；通过各路段的饱和度可以获知哪个路段将会出现拥堵；通过各OD的分配路径可以获知OD之间优选的路径；通过分配路径阻抗可以获知分配结果是否合理。进一步地，所述疏导决策包括向车辆驾驶人发布路径建议、暂停收费车道的收费、开通或关闭应急收费车道、安设疏导交通设施其中一个或多个。根据各OD的分配路径向车辆驾驶人发布路径建议可以使得车辆驾驶人合理地安排出行路径；暂停收费车道的收费或开通更多的应急收费车道可以缓解收费车道的拥堵情况；关闭应急收费车道可以减少进入高速公路的车辆数目；安设疏导交通设施可以有效地引导车辆行驶在不拥堵的路段。与现有技术相比，本专利技术技术方案的有益效果是：(1)通过增量分配法将OD需求交通量分配到路网中各个路段后，根据一定的疏散流率计算各个路段的实际分配流量，可以使得分配结果与实际更加相符，体现出更强的实时性；(2)通过BP神经网络模型预测疏散流率，并采用定期记录的历史疏散流率作为BP神经网络模型训练学习的样本数据，可以计算出与实际更加相符的各路段分配结果，提高分配结果的可靠性，使得根据分配结果作出的疏导决策更加合理，以获得更加优越的交通疏导效果。(3)在增量分配法中按照随机顺序进行单位OD需求交通量的分配，可以避免分配结果受到固定顺序的影响，从而提高OD需求交通量最终分配结果的可靠性。附图说明图1是本专利技术实施例的高速公路交通拥堵疏导决策方法流程图。图2是本专利技术实施例的一个高速公路路网拓扑图。图3是本专利技术实施例的高速公路路网拓扑图中的路段信息。图4是本专利技术实施例的OD需求交通量。图5是本专利技术实施例的最终分配结果中的各个路径阻抗。图6是本专利技术实施例的最终分配结果中的各个路段实际分配流量、阻抗、饱和度。图7是本专利技术实施例的最终分配结果中的各OD分配路径。图8是本专利技术实施例的通过BP神经网络模型预测疏散流率的流程图。具体实施方式附图仅用于示例性说明，不能理解为对本专利的限制；为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对于本领域技术人员来说，本文档来自技高网...

【技术保护点】
1.一种高速公路交通拥堵疏导决策方法，其特征在于，包括以下步骤：A1.输入路网中的路段信息和OD需求交通量；A2.通过增量分配法根据路段信息将OD需求交通量分配到各路段，得到各路段的分配结果；A3.从分配结果中获取分配流量，根据预测的疏散流率和分配流量计算各路段的实际分配流量；A4.将实际分配流量替换分配结果中的分配流量作为最终分配结果输出，并根据最终分配结果作出疏导决策。

【技术特征摘要】
1.一种高速公路交通拥堵疏导决策方法，其特征在于，包括以下步骤：A1.输入路网中的路段信息和OD需求交通量；A2.通过增量分配法根据路段信息将OD需求交通量分配到各路段，得到各路段的分配结果；A3.从分配结果中获取分配流量，根据预测的疏散流率和分配流量计算各路段的实际分配流量；A4.将实际分配流量替换分配结果中的分配流量作为最终分配结果输出，并根据最终分配结果作出疏导决策。2.根据权利要求1所述的高速公路交通拥堵疏导决策方法，其特征在于，所述步骤A3中，预测的疏散流率是通过BP神经网络模型预测得到的。3.根据权利要求2所述的高速公路交通拥堵疏导决策方法，其特征在于，所述BP神经网络模型包括输入层、隐藏层、输出层，通过BP神经网络模型预测疏散流率的具体过程包括以下步骤：B1.定期记录各路段的历史疏散流率；B2.将前一时期记录的历史疏散流率作为输入数据输入输入层，并传递到隐藏层；B3.隐藏层通过权重及激励函数对输入层所传递的输入数据进行处理后将处理结果传递到输出层；B4.输出层根据隐藏层传递的处理结果输出疏散流率；B5.判断输出层输出的疏散流率与后一时期记录的历史疏散流率之间的误差是否小于设定的阈值，如果误差不超过阈值则结束，并将输出层输出的疏散流率作为预测的疏散流率，如果误差超过阈值则根据误差反馈修正权重和/或激励函数并返回步骤B3。4.根据权利要求3所述的高速公路交通拥堵疏导决策方法，其特征在于，所述历史疏散流率是通过获取路段上的流量数据并对流量数据进行分析得到的。5.根据权利要求1所述的高速公路交通拥堵疏导决策方法，其特征在于，所述OD需...

【专利技术属性】
技术研发人员：罗胜坚，陈海华，刘小峰，
申请(专利权)人：广东省高速公路营运管理协会，
类型：发明
国别省市：广东,44