一种城市内涝情景下路网交通流的多源点协同疏导方法技术

本发明专利技术公开了一种城市内涝情景下路网交通流的多源点协同疏导方法，本发明专利技术用于对内涝多发型城市的多个内涝积水点周边拥堵交通流进行同步协调疏导。本发明专利技术的优点在于：将目前基于单个疏散源点的疏导方法进行了拓展，构建了基于遗传算法的城市多内涝积水点的联合疏导方法，将多个内涝积水点产生的不同方向的拥堵交通流进行有机地协调和统一的调度，在消除多个内涝积水点产生的拥堵交通流之间的冲突的基础上，最大程度地提高城市道路系统的运行效率。

【技术实现步骤摘要】

本专利技术涉及智能交通
，尤其是涉及一种城市内涝情景下路网交通流的多 源点协同疏导方法。
技术介绍
随着我国城市化进程的加快，各大城市内涝情况日益严峻。内涝积水严重阻碍道 路交通，甚至引发道路安全事故。因大规模降雨引起的城市内涝灾害往往有多个内涝积水 点，每一个黑点都能造成局部地区的交通拥堵，其相当于一个疏散源，交通管理部门需要将 其尽快疏导到周边的道路上。然而，不同的疏散源之间可能会相距较近，如果不进行合理的 协同疏导，来自不同疏散源的拥堵交通流之间会产生非常严重的冲突。目前涉及城市区域 范围的交通疏导方法多数只考虑了单个疏散源点（或事故点）且疏散源点（或事故点）与 安全终点之间方向非常明确的情况。因此，已有的方法不适用于城市内涝情景下的多源点 交通流的协同疏导。
技术实现思路
为了克服上述现有技术的不足，本专利技术提供了一种城市内涝积水点多源协同疏导 方法，用于进行暴雨内涝情景下拥堵交通的快速、协同疏导。 为了实现上述目的，本专利技术所采用的技术方案是： -种城市内涝情景下路网交通流的多源点协同疏导方法，其特征在于，对多个内 涝积水点产生的不同方向的拥堵交通流进行有机地协调和统一的调度，最大程度地提高城 市道路系统的运行效率，包括以下步骤： SI.以每个内涝积水点的空间位置为中心，利用arcgis内置的工具生成每个内涝 积水点影响范围的泰森多边形，每个泰森多边形为一个疏导子区； S2.利用广度优先搜索算法，对路段内溃风险进行等级判定，是以内溃积水点所在 的一条或几条路段进行逐级扩展搜索，内涝积水点为最高风险等级，依次搜索相邻的各个 路段，并赋上相应的风险等级值； S3.根据k则最短路径算法，计算各疏导子区内每个起始点对之间绕过内涝积水 点的k条最短路径，形成局部疏导路径候选集； S4.对候选路径集中的各个疏导路径进行染色体编码，基于遗传算法并顾及交通 OD需求，进行内涝积水点多源疏导路径的协同优化。 本专利技术是对"基于voronoi图的疏导子区域划分、基于广度优先搜索的道路风险 等级评价、基于k则最短路径的局部疏导路径候选集构建、基于遗传算法的多点协同疏导 优化"进行了系统的整合，构建城市内涝积水点多源协同疏导方法，实现对城市内涝时多个 内涝积水点周边交通拥堵的协同疏导，并从全局上消除多个源点不同方向交通流之间的冲 突，提高路网系统的整体疏导效率。 优选地，所述步骤Sl是将每个内涝积水点作为对周边交通产生影响的源头，采用 arcgis软件内置的voronoi图生成方法，按照最邻近原则划分平面--泰森多边形，使每 个内涝积水点与它的最近邻区域相关联，以此划分每个内涝积水点的影响范围，并作为后 续交通疏导的子区。 优选地，步骤S2进行路段内涝风险等级判定的方法具体为：以内涝积水点所在的 一条或几条路段开始对疏导子区域内的路网进行广度优先搜索，从内涝积水点开始往周边 1阶、2阶、3阶至η阶路段逐级扩展直到搜索到该疏导子区的边界；内涝积水点的风险等级 最高，每往下扩展一级，风险等级便降一级。 优选地，基于k则最短路径算法构建疏导子区内的局部疏导路径候选集的算法 中，疏导子区内道路网络的拓扑连通关系需要进行快速重建；重建的方法为： 根据道路的风险等级越高，其可达性越低的原则，若是从高风险路段i到低风险 路段j，则连通关系arc = 1 ;否则arc = 0,以此重建疏导子区域内部道路网 络的拓扑连通关系。 优选地，步骤S4中利用全局优化方法一一遗传算法来进行多个疏导源点之间的协 同疏导；遗传算法适应度函数选择整个疏导系统的平均疏导完成时间，即被疏导车辆在经 过路段上的通行时间之和的平均值即为适应度函数的值； 其中，每一个路段行程时间tlS为： 其中，t为实际通过该路段所需要的时间，t。为路段自由行驶时间，q为当时通过 该路段的交通流量，单位pcu/h，c为路段的实际通行能力，单位pcu/h，α、β为模型待定 参数。 与现有技术相比，本专利技术的有益效果是：本专利技术的方法能够对多个内涝积水点产 生的拥堵交通流进行合理有效的协同疏导，并顾及交通OD(起讫点）需求以及内涝积水造 成的道路风险，可以有效的解决目前各大城市因城市内涝造成的偶发性交通拥堵的有效疏 导问题。【附图说明】 图1为本专利技术公开方法的流程图。 图2为对广州市核心区路网进行基于voronoi图的疏导子区划分结果。 图3为基于广度优先搜索的道路风险等级评价流程示意图。 图4为基于k则最短路径的局部疏导路径候选集构建流程示意图。 图5为基于遗传算法的多点协同疏导优化流程图。【具体实施方式】 下面结合附图对本专利技术进一步说明。 本专利技术的技术流程如附图1所示，包括基于voronoi图的疏导子区划分、基于广度 优先搜索的道路内涝风险等级评价、基于k则最短路径的局部疏导路径候选集构建、基于 遗传算法的多点协同疏导优化四个步骤。 SI.基于voronoi图的疏导子区划分： 用于进行交通疏导子区域的划分，每一个子区域为一个内涝积水点的主要影响范 围。 步骤11、将从外部获取的内涝积水监测数据叠加到地图上，得到城市内涝点的空 间位置； 步骤12、以空间上分布的内涝积水点为基础，调用ARCGIS软件中voronoi图的生 成方法，生成以各个内涝积水点为中心的泰森多边形。 每一个泰森多边形为一个内涝积水点的主要影响范围，以此划分交通疏导子区 域。 S2.基于广度优先搜索的道路内涝风险等级评价： 用于道路被内涝积水淹没时，评价从内涝积水区开始逐渐蔓延到周边各条道路的 风险等级。 由于内涝积水点主要分布在路段上，为了使用广度优先搜索算法，需要对道路网 络做一步预处理。考虑每一个疏导子区q，将所有包含在子区q中的道路抽取出来，并将每 一条路段看作一个节点，用路段之间的连通关系表达节点之间的连通关系，以此构建子图 Gq。子图Gq的初始状态是其中所有顶点均未访问，在子图G q中选择内涝积水点q所在的路 段i作为初始点，则基于广度优先搜索的道路内涝风险等级评价的基本步骤如下： 步骤21、从子图Gq中的顶点i出发，访问之；并将其访问标志置为已被访问，即 visited = 1，且风险等级置为 0,即 danger = 0 ; 步骤22、依次访问顶点i的各个未被访问过的邻接点j，将i的全部邻接点j都访 问至丨J，且 danger = danger +l ； 步骤23、分别从这些邻接点j出发，依次访问它们的未被访问过的邻接点，并同时 更新visited及danger数组的值，且使"先被访问的顶点的邻接点"先于"后被访问的顶点 的邻接点"被访问，直到图中所有已被访问过的顶点的邻接点都被访问到。 依此类推，直到图Gq中所有顶点都被访问完为止，最终danger数组中的值即为沿 内涝积水点中心扩展的各条路段的内涝风险等级初始值，则内涝风险等级的修正值为一个 较大的常数N-danger 。 S3.基于k则最短路径的局部疏导路径候选集构建流程示意图： 用于在每一个疏导子区中构建局部疏导路径的候选集，其具体流程如下： S31)由疏导子区内的路段内涝风险等级构建新的路段拓扑连通关系 道路的风险等级越高，其可达性越低。若是从高风险路段i到低风险路段j，则连 通关系arc = 1 ;否本文档来自技高网...

【技术保护点】
一种城市内涝情景下路网交通流的多源点协同疏导方法，其特征在于，对多个内涝积水点产生的不同方向的拥堵交通流进行有机地协调和统一的调度，最大程度地提高城市道路系统的运行效率，包括以下步骤：S1.以每个内涝积水点的空间位置为中心，利用arcgis内置的工具生成每个内涝积水点影响范围的泰森多边形，每个泰森多边形为一个疏导子区；S2.利用广度优先搜索算法，对路段内涝风险进行等级判定，是以内涝积水点所在的一条或几条路段进行逐级扩展搜索，内涝积水点为最高风险等级，依次搜索相邻的各个路段，并赋上相应的风险等级值；S3.根据k则最短路径算法，计算各疏导子区内每个起始点对之间绕过内涝积水点的k条最短路径，形成局部疏导路径候选集；S4.对候选路径集中的各个疏导路径进行染色体编码，基于遗传算法并顾及交通OD需求，进行内涝积水点多源疏导路径的协同优化。

【技术特征摘要】

【专利技术属性】
技术研发人员：李秋萍，周素红，柳林，
申请(专利权)人：中山大学，
类型：发明
国别省市：广东;44