一种城市拥堵条件下的机动车管理和优化方法技术

本发明专利技术涉及一种城市拥堵条件下的机动车管理和优化方法，其包括以下步骤：1)根据历史交通出行数据，确定出行者的个人出行成本模型和时间价值成本函数，并根据建立的个人出行成本模型和时间价值成本函数确定当前道路交通系统的交通流；2)根据预先建立的拥堵费自返还规则，对步骤1)中建立的个人出行成本模型和时间价值成本函数进行更新，进而得到更新后的道路交通系统的交通流；3)根据实际需求确定优化目标，对步骤2)中得到的更新后的道路交通系统的交通流进行优化，得到最优道路交通系统。本发明专利技术可以广泛应用于道路交通系统优化领域。

【技术实现步骤摘要】
一种城市拥堵条件下的机动车管理和优化方法
本专利技术属于新型城市交通管理领域，特别是涉及一种城市拥堵条件下的机动车管理和优化方法。
技术介绍
交通拥堵一直都是城市交通的痛点，如何管理城市交通，缓解交通拥堵问题，世界各国提出了不同的管理办法，其中不少国家与城市纷纷执行拥堵费政策，取得了显著的效果，例如新加坡、伦敦市、斯德哥尔摩市等地区(PhangSYetal.,2004；Prud'hommeRetal.,2005；EliassonJetal.,2006)通过收取拥堵费来优化城市车辆出行，有效改善了部分拥堵路段的交通效率。有关交通拥堵费收取(RoadPricing)问题的研究，早在20世纪20年代，Pigou(1920)andKnight(1924)就提出了最初的想法。通过收取拥堵费，改变人们的出行方式选择，将负外部性内部化，疏散拥堵路段的车流，有效管控拥堵路段的机动车辆，提高道路交通系统的效率。然而，经理论分析发现向全体使用拥挤道路的出行者收取拥堵费，对于时间价值高，收入水平高的群体会得到更高的边际收益，而对于时间价值低，收入水平低的群体则因为被迫改变出行方式而得到很大的损害。因此，使得通过这种方法实现提高道路交通系统效率变得困难。
技术实现思路
针对上述问题，本专利技术的目的是提供一种城市拥堵条件下的机动车管理和优化方法，该方法对道路交通系统中不同出行者的时间价值成本和个人出行成本进行研究，得到道路交通系统的交通流模型，进而对其进行优化，实现了道路交通系统的优化目标，例如系统出行时间最小化/帕累托最优/系统出行成本最小化等等。为实现上述目的，本专利技术采取以下技术方案：一种城市拥堵条件下的机动车管理和优化方法，其包括以下步骤：1)根据历史交通出行数据，确定出行者的个人出行成本模型和时间价值成本函数，并根据建立的个人出行成本模型和时间价值成本函数确定当前道路交通系统的交通流；2)对执行拥堵费自返还政策后的道路交通系统进行分析，根据分析结果对步骤1)中建立的个人出行成本模型和时间价值成本函数进行更新，进而得到更新后的道路交通系统的交通流；3)根据实际需求确定优化目标，对步骤2)中得到的更新后的道路交通系统的交通流进行优化，得到最优道路交通系统。进一步地，所述步骤1)中，确定当前道路交通系统的交通流的方法，包括以下步骤：1.1)基于历史交通出行数据，根据出行方式的不同将出行者分为持续驾驶出行、持续公交出行以及分界用户；1.2)建立所有出行者的时间价值分布函数；1.3)根据步骤1.2)建立的出行者的时间价值分布函数，分别建立各类出行者的个人出行成本模型；1.4)基于各出行者的个人出行成本模型，确定当前道路交通系统的交通流。进一步地，所述步骤1.3)中，各出行者的个人出行成本模型包括：①持续驾驶出行者的个人出行成本模型为：式中，代表驾驶出行的初始成本；a0代表未收费时的驾驶相关变量下标；α(x)代表时间价值分布函数；l代表驾驶出行的固定费用；ta(va0)代表驾驶出行的时间分布函数，会随着道路流量va0的变化发生改变；②持续公交出行者的个人出行成本模型为：式中，pb代表公交出行成本；τb代表公交费用；tb代表公交出行的时间成本；③分界用户的个人出行成本为：式中，α0代表分界用户对应的时间价值，计算公式为：进一步地，所述步骤1.4)中，当前道路交通系统的交通流为：式中，va0代表道路交通流，x0代表分界用户。进一步地，所述步骤2)中，对当前道路交通系统的交通流进行更新的方法，包括以下步骤：2.1)对执行道路优化政策后各类出行者的个人出行成本进行分析，得到各出行者的个人出行成本模型；2.2)基于各出行者的个人出行成本模型对出行者出行方式的变化情况进行分析，并根据出行者的VOT值确定出行者的出行结构；2.3)根据出行者的出行结构以及不同出行者的个人出行成本模型，得到更新后的道路交通系统的交通流。进一步地，所述步骤2.1)中，驾驶出行者的单次个人出行成本模型为：公交出行者的单次个人出行成本模型为：混合出行者的平均单次出行成本为：式中，代表执行拥堵费自返还措施后的单次驾驶出行成本；l代表驾驶出行的固定费用；α(x)代表时间价值分布函数；ta(va1)代表执行收费政策后的单次驾驶出行时间；τa代表对于驾驶出行者收取的单次拥堵费；代表执行拥堵费自返还措施后的单次公交出行时间；τb代表公交费用；tb代表公交出行的时间成本；f(x)代表混合出行者中选择驾驶出行的概率。进一步地，所述步骤2.2)中，所述出行者的出行结构包括：①持续公交出行：当出行者的VOT值满足：α(x)∈(α，αb)时，其中，α代表整个道路交通系统中出行者的最低VOT值，αb代表混合出行及持续公交出行的分界者对应的VOT；②混合出行：当出行者的VOT值满足：α(x)∈(αb，αa)时，为混合出行者，其中，αa代表混合出行及持续驾驶出行的分界者对应的VOT，αb代表混合出行及持续公交出行的分界者对应的VOT；③持续驾驶出行：当道路交通使用者的VOT满足：a(x)＝1时，为持续驾驶出行者，其中，代表整个道路交通系统中出行者的最高VOT值。进一步地，所述步骤2.3)中，所述更新后的道路交通系统的交通流va1为：式中，xa代表执行拥堵费自返还措施后混合出行及持续驾驶出行的分界；xb代表执行拥堵费自返还措施后混合出行及持续公交出行的分界；τa代表对于驾驶出行者收取的单次拥堵费；τb代表公交费用。进一步地，所述步骤3)中，所述道路交通系统的优化目标包括：以道路交通系统的出行时间最小化为优化目标、以道路交通系统的出行成本最小化为优化目标以及以是否实现帕累托改善为优化目标。进一步地，当以道路交通系统的出行时间最小化为优化目标对道路交通系统进行优化时，优化目标函数为：式中，va代表道路交通系统的交通流；t0代表系统驾驶交通流＝0的时候对应的驾驶出行时间；Ca代表道路交通系统的交通流容量，当va＞Ca判断为拥堵；va＜Ca判断为系统不拥堵；β代表常数，且β≥1；当以道路交通系统的出行成本最小化为优化目标对道路交通系统进行优化时，优化目标函数TTC为：TTC＝Σta(va)+Σtb式中，va代表道路交通系统的交通流；ta(va)代表驾驶出行的时间分布函数，会随着道路流量va的变化发生改变；tb代表公交出行的时间成本；当以是否实现帕累托改善为优化目标时，优化目标函数为：式中，Δp为α＝αa的用户对应的拥堵收费后的单次出行成本与最开始单次出行成本之差。本专利技术由于采取以上技术方案，其具有以下优点：1.本专利技术通过对出行者的时间价值成本和出行成本进行研究，在城市交通道路交通流与拥堵费收本文档来自技高网...

【技术保护点】
1.一种城市拥堵条件下的机动车管理和优化方法，其特征在于包括以下步骤：/n1)根据历史交通出行数据，确定出行者的个人出行成本模型和时间价值成本函数，并根据建立的个人出行成本模型和时间价值成本函数确定当前道路交通系统的交通流；/n2)对执行拥堵费自返还政策后的道路交通系统进行分析，根据分析结果对步骤1)中建立的个人出行成本模型和时间价值成本函数进行更新，进而得到更新后的道路交通系统的交通流；/n3)根据实际需求确定优化目标，对步骤2)中得到的更新后的道路交通系统的交通流进行优化，得到最优道路交通系统。/n

【技术特征摘要】
1.一种城市拥堵条件下的机动车管理和优化方法，其特征在于包括以下步骤：
1)根据历史交通出行数据，确定出行者的个人出行成本模型和时间价值成本函数，并根据建立的个人出行成本模型和时间价值成本函数确定当前道路交通系统的交通流；
2)对执行拥堵费自返还政策后的道路交通系统进行分析，根据分析结果对步骤1)中建立的个人出行成本模型和时间价值成本函数进行更新，进而得到更新后的道路交通系统的交通流；
3)根据实际需求确定优化目标，对步骤2)中得到的更新后的道路交通系统的交通流进行优化，得到最优道路交通系统。


2.如权利要求1所述的一种城市拥堵条件下的机动车管理和优化方法，其特征在于：所述步骤1)中，确定当前道路交通系统的交通流的方法，包括以下步骤：
1.1)基于历史交通出行数据，根据出行方式的不同将出行者分为持续驾驶出行、持续公交出行以及分界用户；
1.2)建立所有出行者的时间价值分布函数；
1.3)根据步骤1.2)建立的出行者的时间价值分布函数，分别建立各类出行者的个人出行成本模型；
1.4)基于各出行者的个人出行成本模型，确定当前道路交通系统的交通流。


3.如权利要求2所述的一种城市拥堵条件下的机动车管理和优化方法，其特征在于：所述步骤1.3)中，各出行者的个人出行成本模型包括：
①持续驾驶出行者的个人出行成本模型为：



式中，代表驾驶出行的初始成本；a0代表未收费时的驾驶相关变量下标；α(x)代表时间价值分布函数；l代表驾驶出行的固定费用；ta(va0)代表驾驶出行的时间分布函数，会随着道路流量va0的变化发生改变；
②持续公交出行者的个人出行成本模型为：



式中，pb代表公交出行成本；τb代表公交费用；tb代表公交出行的时间成本；
③分界用户的个人出行成本为：



式中，α0代表分界用户对应的时间价值，计算公式为：





4.如权利要求2所述的一种城市拥堵条件下的机动车管理和优化方法，其特征在于：所述步骤1.4)中，当前道路交通系统的交通流为：



式中，va0代表道路交通流，x0代表分界用户。


5.如权利要求1所述的一种城市拥堵条件下的机动车管理和优化方法，其特征在于：所述步骤2)中，对当前道路交通系统的交通流进行更新的方法，包括以下步骤：
2.1)对执行拥堵费自返还政策后各类出行者的个人出行成本进行分析，得到各出行者的个人出行成本模型；
2.2)基于各出行者的个人出行成本模型对出行者出行方式的变化情况进行分析，并根据出行者的VOT值确定出行者的出行结构；
2.3)根据出行者的出行结构以及不同出行者的个人出行成本模型，得到更新后的道路交通系统的交通流。


6.如权利要求5所述的一种城市拥堵条件下的机动车管理和优化方法，其特征在于：所述步骤2.1)中，驾驶出行者的单次个人出行成本模型为：


...

【专利技术属性】
技术研发人员：裴欣，岳云，周韬华，姚丹亚，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11