【技术实现步骤摘要】
一种基于病毒传播理论的城市交通拥堵识别方法
[0001]本专利技术涉及一种基于病毒传播理论的城市交通拥堵识别方法。
技术介绍
[0002]城市的道路网络的复杂网络特性使得城市交通拥堵难以识别,为了能识别城市交通路网中的拥堵情况并探寻拥堵传播规律,许多学者建立了基于微观模型以及宏观模型的拥堵传播模型。在这些模型中,微观模型被用来表示车辆或路段的精确特性,这些模型要求很高的计算能力,在大规模网络中难以实现。
[0003]与微观模型不同,宏观模型常被用于描述交通参数的变化特性和相互之间的关联性,如排队论、交通波模型、机器学习方法等。具体来说,交通波模型和排队论可以用于描述干道上的交通流演变情况,并讨论相邻路段的流量状态;MFD理论是根据实际的输入和输出率预估某一区域内的流量演变情况的方法;机器学习方法则通常为非线性模型并用于提取交通数据中复杂的相关性关系,来达到预测交通流量的目的。虽然这些研究可以获得网络的流量状态,但不能捕捉拥堵传播的时空特性。由于交通网络的复杂性和交通需求的不确定性,在宏观网络层面上理解拥塞传播动力学仍 ...
【技术保护点】
【技术特征摘要】
1.一种基于病毒传播理论的城市交通拥堵识别方法,其特征在于:包括如下内容:一、建立基于SIS病毒传播理论的城市交通拥堵传播模型;二、计算路段拥堵比例;三、基于HHT模型对路段状态进行识别。2.根据权利要求1所述的一种基于病毒传播理论的城市交通拥堵识别方法,其特征在于:所述建立基于SIS病毒传播理论的城市交通拥堵传播模型的方法为:S1.1、建立如下基本拥堵传播模型:式中,S(t)和I(t)分别表示路网中未发生拥堵和拥堵路段所占路网路段总数的比例;S1.2、按如下公式计算路段拥堵比例的变化率:式中,k表示拥堵路段上游有效连接路段的数目,i
b
为基本拥堵率,α和β分别表示平均传播率和消散率;S1.3、按如下公式计算路段拥堵比例:S1.4、将k和α合并为一个参数α
k
,用于表示节点的拥堵传播能力,并令R=α
k
/β,R表示新出现拥塞路段的平均数目,代入S1.3的路段拥堵比例公式,进行计算机求解与绘图,得到路段拥堵比例I(t)随时间变化的理想曲线。3.根据权利要求2所述的一种基于病毒传播理论的城市交通拥堵识别方法,其特征在于:R值越高,拥堵在交通网络中的速度就越快。4.根据权利要求2所述的一种基于病毒传播理论的城市交通拥堵识别方法,其特征在于:当R≤1时,路网中的拥堵开始消散;反之,路网中的路段拥堵比例将会收敛于(1
‑
1/R+i
b
)。5.根据权利要求2所述的一种基于病毒传播理论的城市交通拥堵识别方法,其特征在于:所述计算路段拥堵比例的方法为:S2.1、按如下公式计算λ
i
(t):式中,v
i
(t)是t时刻路段i上车辆的平均速度,是t时刻路段i上车辆的历史最大速度;S2.2、按如下公式计算t时刻路段...
【专利技术属性】
技术研发人员:刘澜,陈玉婷,毛剑楠,黄豪,晏启鹏,
申请(专利权)人:西南交通大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。