一种路径流量计算方法、装置、设备及可读存储介质制造方法及图纸

本发明专利技术涉及一种路径流量计算方法、装置、设备及可读存储介质，所述方法包括以下步骤：获取起点与终点的交通量，并得到起点与终点的矩阵；建立用户均衡的交通分配模型，并将得到的起点与终点的矩阵带入用户均衡的交通分配模型，进行运算求解路段间流量；引入概率理论求解所有起点与终点间路段间流量形式的最大熵，并建立最大熵用户均衡模型，并求得最大熵值用户均衡的路径流量集。本发明专利技术以高效可选路径对为基本单元进行计算操作，在这一基本单元上原来复杂的非线性优化问题被转化成了线性优化问题，转化后的问题运用牛顿法进行高效求解，大大降低了算法计算工作量。

【技术实现步骤摘要】
一种路径流量计算方法、装置、设备及可读存储介质
本专利技术涉及大数据计算
，尤其涉及一种路径流量计算方法、装置、设备及可读存储介质。
技术介绍
现如今在交通分配领域应用最广的模型便是贝克曼基于用户均衡理论所建立的模型。现有种种技术多是在该模型的基础上建立算法进行求解。但此类技术仅能确定分配在路段上的流量，而无法确定路径流量。在现实应用场景中，如物流运输、共享交通等方向，确定路径流量更有价值。
技术实现思路
为了现有技术存在的上述技术缺陷，本专利技术提供一种路径流量计算方法、装置、设备及可读存储介质，对原问题进行增广拉格朗日近似问题的转化，从而能够达到既不需要罗列路径，也能够求得最优解的目的，可以有效解决
技术介绍
中的问题。为了解决上述技术问题，本专利技术提供的路径流量计算方法的技术方案具体如下：第一方面，本专利技术实施例公开了一种路径流量计算方法，所述方法包括以下步骤：获取起点与终点的交通量，并得到起点与终点的矩阵；建立用户均衡的交通分配模型，并将得到的起点与终点的矩阵带入用户均衡的交通分配模型用户均衡模型，进行运算求解路段间流量并进行求解；引入概率理论求解所有起点与终点间路段间流量形式的最大熵，并建立最大熵用户均衡模型，并求得确定的最大熵值用户均衡的路径流量集。在上述任一方案中优选的是，所述的路径流量计算方法，所述起点与终点的交通量可通过发收表调查、路边询问调查、车辆牌照调查方式完成。在上述任一方案中优选的是，所述的用户均衡交通分配模型的求解方法，运用的是交通规划四阶段中的交通分配算法。在上述任一方案中优选的是，所述最大熵用户均衡模型的计算方法为：通过用户均衡的交通分配模型其中，ω是定积分中的未知数，q为从r到s的流量，h为从r到s的一条路径，H为从r到s的路径集合，T为目标函数，S为起点与终点的对应终点，t为路段行驶时间，r为起点与终点的对应起点，f为路径流量，根据求解路段(i,j)间流量(xij)，引入概率理论求解所有起点与终点的交通量对间路径流量形式的最大熵：其中，根据排列组合方式为：其中，z为目标函数，r为起点，s为终点，q为从r到s的流量，R为起点的集合，h是从r到s的路径。在上述任一方案中优选的是，为方便最大熵用户均衡模型的计算，还包括通过斯特林公式将变换至便于计算的模式，如下：由此便可得到最大熵用户均衡模型，其中至此，其中，最后一个约束称为均衡约束，为要放进模型中的确定的路段流量；xij为是在最一开始的用户均衡的交通分配模型中求得的路段流量，S为起点与终点的对应终点，t为路段行驶时间，r为起点与终点的对应起点，f为路径流量，A为交通网络中边的集合，至此，可求得确定的最大熵值用户均衡的路径流量集在上述任一方案中优选的是，为方便最大熵用户均衡模型的计算，还包括采用增广拉格朗日乘子法将最大熵用户均衡模型转换为近似问题，近似问题与最大熵用户均衡模型同解，将β作为最大熵用户均衡模型中均衡约束的乘子，σ作为惩罚项系数，根据增广拉格朗日乘子法的固有形式可以将近似问题的目标函数写成如下形式：进一步可以将最大熵用户均衡模型转化为近似问题如下：Lσ(β)＝minx∈XL(x,β,σ),其中，z为目标函数，x为路段流量，gij为公式中求的一个函数，A为边的集合；将近似问题目标函数的一阶导数定义为广义路段费用和路径费用，广义路段费用为路段成本，路径费用为路径成本，公式如下：广义路段费用的一阶导数如下：，其中，x为路段流量，m为进入点j的有向边的尾部节点，r为起点，i为节点i，A为边的集合，j为节点j，σ为惩罚项系数。在上述任一方案中优选的是，所述的路径流量计算方法，所述方法还包括：采用高效可选路径对，对路径流量集进行计算，高效可选路径对pr是指具有相同起点pt和终点ph的两条完全不相交的路径，其中一条路径是最短路径的一部分，另一条是最长路径的一部分，流量转移操作运用牛顿法进行计算，若将从起点r出发的流量中流经高效可选路径对pr的流量定义为流量转移操作的公式如下：其中，[·]+＝max{0,·}，转移量ζ为：其中，d为一阶偏导的差，r为起点，f为路径流量，L为拉格朗日乘子式，e为丛中的以r为起点的一部分路径e，为求偏导的符号，σ为惩罚项系数，s为二阶偏导的差，A为边的集合，t为时间成本，m为进入ph的有向边的尾部节点，p为有相同起点和终点的两条路径，[·]+为方括号里与0相比最大的值。在上述任一方案中优选的是，所述的路径流量计算方法，流量转移操作算法包括以下步骤：输入数据：OD矩阵、一个UE路段流量解、拉格朗日乘子的初始值均设置为0，惩罚项系数的初始值设定为一个较小的正值(如0.001)。步骤1：每个节点处定义一个空列表{PN1,PN2,…,PNm}，定义gap＝0。步骤2：循环所有起点r∈R，进行如下操作：步骤2.1：更新广义路段费用和其导数步骤2.2：以r为根节点利用标号法建立最短路生成树和最长路生成树，用Uj和uj分别表示节点j中最短路和最长路上的前一个节点；步骤2.3：循环除起点外的所有节点n∈N/r，通过如下操作产生高效可选路径对：步骤2.3.1：如果Un＝un，直接跳过这一节点；否则，从n点沿U和u向前找到第一个交叉点i；步骤2.3.2：将从n点到i点沿U和u的两条路径定义为e1和e2，如果e1和e2中没有流量为0的路段，则产生一个由e1和e2组成的高效可选路径对，并存入PNn中；否则跳过这个节点；步骤3：设置一个初值为0的计数变量k，循环所有节点n∈N，进行如下操作：步骤3.1：循环PNn中的所有高效可选路径对pr(e1,e2)，运用牛顿法转移流量；步骤4：计算若k<50，计数变量k＝k+1并跳转到步骤3，否则进行下一步；步骤5：删除每个节点上的列表{PN1,PN2,…,PNm}，若gap>ε1，则跳转到步骤1，否则进行下一步；步骤6：进行算法收敛判定，若收敛，则终止算法；否则更新乘子β和惩罚项系数σ，跳转到步骤1；算法当中的参数ε1是一个判定条件，一般和收敛精度要求取相同数值，乘子β的更新公式如下：第二方面，一种路径流量计算装置，包括：获取模块，用于获取起点与终点的交通量，并得到起点与终点的矩阵；第一建立及运算模块，建立用户均衡的交通分配模型，并将得到的起点与终点的矩阵带入用户均衡的交通分配模型用户均衡模型，进行运算并求解路段流量；第二建立及运算模块，引入概率理论求解所有起点与终点间路径流量形式的最大熵本文档来自技高网...

【技术保护点】
1.一种路径流量计算方法，其特征在于，所述方法包括以下步骤：/n获取起点与终点的交通量，并得到起点与终点的矩阵；/n建立用户均衡的交通分配模型，并将得到的起点与终点的矩阵带入用户均衡的交通分配模型，进行运算求解路段间流量；/n引入概率理论求解所有起点与终点间路径流量形式的最大熵，并建立最大熵用户均衡模型，并求得最大熵值用户均衡的路径流量集。/n

【技术特征摘要】
1.一种路径流量计算方法，其特征在于，所述方法包括以下步骤：
获取起点与终点的交通量，并得到起点与终点的矩阵；
建立用户均衡的交通分配模型，并将得到的起点与终点的矩阵带入用户均衡的交通分配模型，进行运算求解路段间流量；
引入概率理论求解所有起点与终点间路径流量形式的最大熵，并建立最大熵用户均衡模型，并求得最大熵值用户均衡的路径流量集。


2.根据权利要求1所述的路径流量计算方法，其特征在于，所述起点与终点的交通量可通过发收表调查、路边询问调查、车辆牌照调查方式完成。


3.根据权利要求1所述的路径流量计算方法，其特征在于，对所述用户均衡的交通分配模型进行求解运用的是交通规划四阶段中的交通分配算法。


4.根据权利要求1所述的路径流量计算方法，其特征在于，所述最大熵用户均衡模型的建立过程为：
建立用户均衡的交通分配模型，所述交通分配模型如下：












其中，ω是定积分中的未知数，q为从r到s的流量，h为从r到s的一条路径，H为从r到s的路径集合，T为目标函数，S为起点与终点的对应终点，t为路段行驶时间，r为起点与终点的对应起点，f为路径流量，根据



求解路段(i,j)间流量(xij)，引入概率理论求解所有起点与终点的交通量对间路径流量形式的最大熵：



其中，根据排列组合方式为：



其中，z为目标函数，r为起点，s为终点，q为从r到s的流量，R为起点的集合，h是从r到s的路径。


5.根据权利要求4所述的路径流量计算方法，其特征在于，所述方法还包括：
通过斯特林公式将变换至便于计算的模式，所述斯特林公式如下：



得到最大熵用户均衡模型：












其中，最后一个约束称为均衡约束，为要放进模型中的确定的路段流量；xij为是在最一开始的用户均衡的交通分配模型中求得的路段流量，S为起点与终点的对应终点，t为路段行驶时间，r为起点与终点的对应起点，f为路径流量，A为交通网络中边的集合，至此，可求得确定的最大熵值用户均衡的路径流量集


6.根据权利要求4所述的路径流量计算方法，其特征在于，所述方法还包括：
采用增广拉格朗日乘子法将最大熵用户均衡模型转换为近似问题，近似问题与最大熵用户均衡模型同解，将β作为最大熵用户均衡模型中均衡约束的乘子，σ作为惩罚项系数，根据增广拉格朗日乘子法的固有形式可以将近...

【专利技术属性】
技术研发人员：谢军，冯利阳，聂宇，唐优华，刘晓波，肖晨曦，
申请(专利权)人：西南交通大学，成都交大大数据科技有限公司，
类型：发明
国别省市：四川;51