一种基于交通簇的并行交通仿真方法及系统技术方案

本发明专利技术涉及城市交通系统领域，公开了一种基于交通簇的并行交通仿真方法及系统，获取输入交通路网；识别交通路网图结构中的交通簇以及交通簇中心点；利用加权图增长算法从所有交通簇中心点开始分别生成若干个初始分区；根据分区更新条件判断当前分区的总同步消息量以及负载不均衡程度是否超过阈值，获得分区更新判断结果；根据分区更新判断结果对每个边缘切割节点进行自适应分区更新。本发明专利技术有效减少计算节点间的同步消息数量，并通过识别交通簇来自动确定分区数量，解决了分区不确定性问题，避免了繁琐计算过程，本发明专利技术使分区结果可以动态适应流量的变化，减少了人工干预，能够获得较优分区以及最小化总传递消息数量，提升了并行交通模拟效率。

【技术实现步骤摘要】
一种基于交通簇的并行交通仿真方法及系统
本专利技术涉及城市交通系统领域，具体地涉及一种基于交通簇的并行交通仿真方法及系统。
技术介绍
基于个体的交通仿真被广泛应用于城市交通系统的分析和评价。这种基于个体的交通仿真主要通过追踪每个个体(如车辆)的出行计划(如出发、驾驶和到达)来执行。在交通仿真过程中，创建代理、代理属性配置(如车辆大小、容量和速度)、状态变化(如从驾驶状态转变为到达状态)等占用大量计算资源，对大型城市中数以千万计的个体进行仿真会导致计算资源的耗竭，使计算时间过长，从而导致仿真结果不可用。并行仿真在加速城市交通仿真中具有重要意义，因此受到越来越多的关注。一种常用的并行交通仿真方法是将路网分成几个子区域，并将这些子区域分配给一系列的计算节点(如CPU核心)，之后各个计算节点负责处理发生在对应区域的个体的出行计划。并行交通仿真的效率很大程度上依赖于路网划分的结果。引入拓扑结构来划分道路网络是一种常用的方法，它能够有效地减少边缘切割(即连接到两个计算节点的边，可以被视为“消息管道”)的数量。另一种划分路网的方法是基于启发式算法，利本文档来自技高网...

【技术保护点】
1.一种基于交通簇的并行交通仿真方法，其特征在于，包括以下步骤：/nS1)获取输入交通路网，将所述输入交通路网转化为交通路网图结构；/nS2)利用改进的基于密度的聚类算法自动识别所述交通路网图结构中的交通簇以及交通簇中心点；/nS3)利用加权图增长算法从所有交通簇中心点开始分别生成若干个初始分区，将所有道路节点分别添加进所述若干个初始分区中，获得初始分区结果；/nS4)根据初始分区结果获取m个边缘切割节点，建立分区更新条件，根据所述分区更新条件判断当前分区的总同步消息量以及负载不均衡程度是否超过阈值，获得分区更新判断结果；/nS5)根据所述分区更新判断结果对每个边缘切割节点进行自适应分区更新。...

【技术特征摘要】
1.一种基于交通簇的并行交通仿真方法，其特征在于，包括以下步骤：
S1)获取输入交通路网，将所述输入交通路网转化为交通路网图结构；
S2)利用改进的基于密度的聚类算法自动识别所述交通路网图结构中的交通簇以及交通簇中心点；
S3)利用加权图增长算法从所有交通簇中心点开始分别生成若干个初始分区，将所有道路节点分别添加进所述若干个初始分区中，获得初始分区结果；
S4)根据初始分区结果获取m个边缘切割节点，建立分区更新条件，根据所述分区更新条件判断当前分区的总同步消息量以及负载不均衡程度是否超过阈值，获得分区更新判断结果；
S5)根据所述分区更新判断结果对每个边缘切割节点进行自适应分区更新。


2.根据权利要求1所述的基于交通簇的并行交通仿真方法，其特征在于，在步骤S1)中，将所述输入交通网转化为交通路网图结构，包括将道路节点作为交通路网图结构中图的顶点，将道路作为交通路网图结构中图的边，将道路上的车流量作为交通路网图结构中边的权重。


3.根据权利要求1或2所述的基于交通簇的并行交通仿真方法，其特征在于，在步骤S2)中，利用改进的基于密度的聚类算法自动识别所述交通路网图结构中的交通簇以及交通簇中心点，包括识别若干个交通簇以及所述若干个交通簇中局部车流量密度最高的道路节点，将所述若干个交通簇中局部车流量密度最高的道路节点分别作为若干个交通簇的交通簇中心点。


4.根据权利要求3所述的基于交通簇的并行交通仿真方法，其特征在于，识别若干个交通簇以及所述若干个交通簇中局部车流量密度最高的道路节点，将所述若干个交通簇中局部车流量密度最高的道路节点分别作为若干个交通簇的交通簇中心点，还包括将道路上的车辆作为道路节点的同质化点、并在道路节点上对车辆进行聚类；在进行车流量聚类时根据两个道路节点之间的最短路网距离以及道路节点的局部流量密度计算道路节点的gamma值，获取具有高gamma值的k个道路节点，将所述具有高gamma值的k个道路节点作为交通簇中心点，k≥1。


5.根据权利要求4所述的基于交通簇的并行交通仿真方法，其特征在于，第i个道路节点Nodei的gamma值为gamma(i)＝flow(i)*delta(i)，flow(i)表示第i个道路节点Nodei的d步路网距离内的车流量；delta(i)表示第i个道路节点Nodei和第j个道路节点Nodej之间的最短路网距离，i≠j，第j个道路节点Nodej的d步路网距离内的车流量大于第i个道路节点Nodei的d步路网距离内的车流量。


6.根据权利要求5所述的基于交通簇的并行交通仿真方法，其特征在于，在步骤S3)中，利用加权图增长算法从所有交通簇中心点开始分别生成若干个初始分区，将所有道路节点分别添加进所述若干个初始分区中，获得初始分区结果，包括利用加权图增长算法生成与所有交通簇中心点分别相对应的若干个初始分区{P1,P2,P3,…,Pk}，并行添加与每个初始分区之间车流量最大的相邻道路节点；当并行添加与每个初始分区之间车流量最大的相邻道路节点时，若所述若干个初始分区{P1,P2,P3,…,Pk}在第z个道路节点上同时达到最大车流量，则选择与第z个道路节点之间车流量最大的初始分区作为第z个道路节点所属的分区，z＝1、2、…、r，r为道路节点总数，所述与第z个道路节点之间车流量最大的初始分区为argmax({flow1,flow2,flow3,…,flowk})，flowk表示第k个初始分区与第z个道路节点之间的车流量；将所有道路节点并行添加到各个分区中，得到初始分区结果。


7.根据权利要求1或6所述的基于交通簇的并行交通仿真方法，其特征在于，在步骤S4)中，建立分区更新条件，根据所述分区更新条件判断当前分区的总同步消息量以及负载不均衡程度是否超过阈值，获得分区更新判断结果，包括以下步骤：
S41)根据初始分区结果获得若干个分类完成后的分区，根据所述若干个分类完成后的分区获取m个边缘切割节点；
S42)根...

【专利技术属性】
技术研发人员：黄舟，王嘉豪，朱榕榕，
申请(专利权)人：北京大学，
类型：发明
国别省市：北京;11