基于交通配流分布差异制定的交通疏导方法技术

本发明专利技术公开了属于城市交通管理技术领域的一种基于交通配流分布差异制定的交通疏导方法。它是着眼于非突发交通状态下的交通疏导方法，该方法是根据城市道路的实际交通状况，各路段堵塞情况，确定路阻函数比例因子，建立路阻函数，将用户配流量化到路阻函数的比例因子中，基于动态系统最优和动态用户最优的系统配流分布进行比例因子的计算；比较配流结果的差异，通过两两比值得到最小的差异；对每个路段的比例因子进行更新，直到达到优化目标或者没有任何路段的比例因子可供优化调整，诱导用户配流的向交通决策者的系统最优局面进行分流，提高系统的稳定运行能力，实现最优的交通疏导目标。

【技术实现步骤摘要】
【专利说明】 专利领域 本专利技术属于城市交通管理
，特别涉及一种基于交通配流分布差异制定的 交通疏导方法。具体说是着眼于非突发交通状态下的交通疏导方法，提出将配流策略量化 到路阻函数的比例因子中，基于动态系统最优和动态用户最优的系统配流分布进行比例因 子的计算。
技术介绍
在交通管理系统中，动态交通分配（以下简称DTA)是其理论基础。DTA是指根据 一定的优化原则，将交通需求分配到路段上的算法。 优化原则包括：动态用户最优（DU0)和动态系统最优（DS0)。1956年Wardrop提 出两条准则，第一是用户均衡（UE)，即用户不能单独改变自己的路径规划来获取更低的出 行代价，第二是系统最优（S0)，即全系统中所有用户的代价之和最低。这两条原则是基于 静态条件提出来的，后来分别发展成为DU0和DS0,分别指用户当下决策的最优和系统的最 优。 -个非常自然的结论是：DU0和DS0的配流分布结果一般是不相同的。主要是因 为这样的原因： 1)用户代价函数的差异：用户对于自己的出行代价有不同的模型，比如有的用户 认为迟到的代价权重较高，有的追求旅行时间最短，有的追求路途最短，等等； 2)用户路况知识的局限：用户并不能拥有对路况知识的全局把握，主要是因为行 车途中的知识限制，同时用户个人拥有个性化的历史经验，从而形成了对路况知识的认识 偏差； 3)道路现实条件的约束：用户上路之后，并不能随时切换到自己的最佳路径上， 有可能是因为车流行进中的相互约束、天气对视野的约束、行人非机动车的约束，等等； 目前并没有一些重要的技术专利技术和文献讨论如何诱导用户最优的配流分布向系 统最优分布靠近。已有的交通诱导系统和技术一般只是提供满足用户特定旅行目的的路径 规划功能。 另外，有很多的文献研究了信息发布对用户行为的影响，主要明确了交通信息的 种类、内容以及潜在的收益和风险。 本专利技术旨在沟通DS0和DU0,通过发布一定的诱导信息，使得用户按照DU0的准则 进行配流得到接近于DS0的分布。主要手段包括： 1)假定在用户代价函数的具体形式多样化的情况下，通过抽象函数的形式，推导 系统对用户群体的矫正作用，来解决上述第一点带来的配流差异。 2)上述的第二、三点对交通系统的诱导控制作用而言为控制残差，讨论负反馈的 抑制作用。 3)认为参数化的策略容易引起系统的过度反应（即"超调"），一并也讨论了其解 决方案。
技术实现思路
本专利技术的目的是提出一种，其特征在 于，包括如下步骤： 步骤1.根据城市道路的实际交通状况，各路段堵塞情况，确定路阻函数比例因 子，建立路阻函数形式： 式中，v代表车流的平均观测速度，kl，k2, k3代表拟合常量。拟合的步骤为：对 观测得到的平均车速和通行时间，取平均车速为自变量，通行时间为因变量，通常具有相同 平均车速的车辆在同一个路段上也不会有相同的通行时间，因此这个公式可以拟合其上边 缘； 步骤2.对路网建立路径比例因子矩阵A，对路网节点i和j，通过图论算法，求解 其中的所有可达路径，置具有最小的阻抗值min的路径的比例因子为1，其余路径的比例因 子为各自的阻抗值对min的倍数，从而得到比例因子矩阵A ; 步骤3.提出目标函数如下，用以求解： 式中：(a) i为起点；j为终点；(b) Pi j为备择路径总数；（c)用户群体在起点i和 终点j之间的需求为q ; (d)m为备择路径的标号；（e) f' "是交通管理者发布的道路初始路 阻，如果不加任何发布策略而忠实发布，那么f "= ，但是就失去了所提出的诱导效果； (0?是积分变量，代表随系统运行之后加载在道路上的微元路阻；(g)A代表备择路径的比 例因子矩阵，在这里退化为一个向量；OOGJA)代表分裂函数，其自变量为比例因子矩阵； 所以qGjA)代表的就是群体的分裂人数； 步骤4.计算全局最优解DS0,并且计算DU0,这里采用一范数，选取优化目标 式中，Ft表示按照各自的配流准则求解出来的路网交通流量矩阵，因此这个优化 目标就是要极小化可诱导的动态用户最优准则和不可诱导的动态系统最优准则之间的差 异；其中一范数的定义是矩阵每一列元素绝对值之和的最大值； 步骤5.比较配流结果的差异，通过两两比值得到最小的差异；对每个路段的比例 因子进行更新，是将上一时刻得到的比例因子矩阵作为下一时刻的初始值进行下一时间段 的学习过程，直到达到优化目标或者没有任何路段的比例因子可供优化调整，重复这个过 程直到系统时间终结。 所述步骤3中限制条件为其输入是列向量比例因子，输出是 行向量，每个分量表示选择每一条路径的群体所占的比例，记之为每个分量的映射是一个单射，映射随比例因子的上升而下降，即表示该路径的表征路阻越 大，选择的用户比例相应减小。 所述步骤3选取优化目标和路阻函数作为初始条件，初始化比例为上一时间段的 计算结果。 所述步骤3中的比例因子向量或矩阵A是经过交通发布者优化调整过的参数，并 不是实际的交通路网阻抗比例矩阵，也就是说，A矩阵集中体现了交通诱导"软性"信息的精 髓。 本专利技术的有益效果是提出了利用路径阻抗的无量纲比例因子作为沟通DU0和DS0 的桥梁。通过对每对0D对之间的所有路径进行建模，提出阻抗函数比例因子的修正方式， 修正的效果是抹平了完全理性的驾驶员对每条路的观测误差。从用户的角度讲，并不违背 自然的选择最优的性质，从系统的角度讲，目标函数行之有效地下降。由此可以发现，这样 的方法具有如下两个优点：一、适用于不同的路阻函数模型。因为最后归结为无量纲的比 例因子模型；二、增加系统的稳定性，对连续运行的系统可以结合预测流量来提高系统稳定 性。总之诱导用户配流的向交通决策者的系统最优局面进行分流，提高系统的稳定运行能 力，实现最优的交通疏导目标。【具体实施方式】 本专利技术的具体算法实现步骤如下： 步骤1，根据城市道路的实际交通状况，各路段堵塞情况，确定路阻函数比例因子， 建立路阻函数形式：...

【技术保护点】
一种基于交通配流分布差异制定的交通疏导方法，其特征在于，包括如下步骤：步骤1.根据城市道路的实际交通状况，各路段堵塞情况，确定路阻函数比例因子，建立路阻函数形式：f=k1·ve-k2·v+k3]]>式中，v代表车流的平均观测速度，k1,k2,k3代表拟合常量，拟合的步骤为：对观测得到的平均车速和通行时间，取平均车速为自变量，通行时间为因变量，通常具有相同平均车速的车辆在同一个路段上也不会有相同的通行时间，因此这个公式可以拟合其上边缘；步骤2.对路网建立路径比例因子矩阵A，对路网节点i和j，通过图论算法，求解其中的所有可达路径，置具有最小的阻抗值min的路径的比例因子为1，其余路径的比例因子为各自的阻抗值对min的倍数，从而得到比例因子矩阵A；步骤3.提出目标函数如下，用以求解：minΣm=1Pij∫0qGm(A)c(fm′+um)·umdum,]]>其限制条件为Σ1PijGm(A)=1;]]>式中：(a)i为起点；j为终点；(b)Pij为备择路径总数；(c)用户群体在起点i和终点j之间的需求为q；(d)m为备择路径的标号；(e)f′m是交通管理者发布的道路初始路阻，如果不加任何发布策略而忠实发布，那么f′m＝fm，但是就失去了所提出的诱导效果；(f)um是积分变量，代表随系统运行之后加载在道路上的微元路阻；(g)A代表备择路径的比例因子矩阵，在这里退化为一个向量；(h)Gm(A)代表分裂函数，其自变量为比例因子矩阵；所以qGm(A)代表的就是群体的分裂人数；步骤4.计算全局最优解DSO，并且计算DUO，这里采用一范数,选取优化目标min|FDSOt-FDUOt|1]]>式中，Ft表示按照各自的配流准则求解出来的路网交通流量矩阵，因此这个优化目标就是要极小化可诱导的动态用户最优准则和不可诱导的动态系统最优准则之间的差异；其中一范数的定义是矩阵每一列元素绝对值之和的最大值；步骤5.比较配流结果的差异，通过两两比值得到最小的差异；对每个路段的比例因子进行更新，是将上一时刻得到的比例因子矩阵作为下一时刻的初始值进行下一时间段的学习过程，直到达到优化目标或者没有任何路段的比例因子可供优化调整，重复这个过程直到系统时间终结。...

【技术特征摘要】

【专利技术属性】
技术研发人员：胡坚明，裴欣，张似衡，张毅，谢旭东，李力，姚丹亚，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11