一种城市共享出行的流量预测方法技术

本发明专利技术公开了一种城市共享出行的流量预测方法，其步骤为，获得城市交通网络的拓扑结构，获取城市交通网络中的出行模式和相关数据，并获取城市交通网络中的OD交通需求；构建城市多模式随机P2P共乘用户均衡交通网络，建立该网络的交通需求约束和共乘匹配约束；从出行者感知的出行时间、车内舒适感损失和顺风车线上运营机制多角度综合考量，计算出行者的广义出行成本；基于logit出行选择行为和随机P2P共乘用户均衡原则，对网络进行流量分配，获得城市多模式复杂网络的路径交通流量。本发明专利技术可以有效预测现代城市交通网络的交通流量，从而为相关部门制定管理措施、行业标准提供可靠的依据。依据。依据。

【技术实现步骤摘要】
一种城市共享出行的流量预测方法


[0001]本专利技术属于城市交通工程领域，特别涉及了一种城市共享出行的流量预测方法。

技术介绍

[0002]随着私人小汽车保有量的连年攀升，交通拥堵已然成为城市管理者面临的最重要的问题之一。然而各国缓解交通拥堵的实践经验表明：一味地增修道路，并不能根治交通拥堵问题，甚至可能在无形中鼓励了更多的人开车上路。顺风车出行(也称共乘出行，ridesharing)将出行轨迹部分或全部重合的出行者们聚集到一辆车中，通过提高车内空间利用率的方式来减少道路上的机动车数量、缓解交通拥堵问题，目前已经在我国各大城市有所实践。这些变化要求城市交通流量预测方法不仅要考虑交通网络中同时存在顺风车出行、私家车出行和公交车出行的情况，还需要兼顾出行者对交通出行时间的主观感知、车内舒适性体验和顺风车线上运营机制，使之符合共享模式下现代城市交通的特征。

技术实现思路

[0003]为了解决上述
技术介绍
提到的技术问题，本专利技术提出了一种城市共享出行的流量预测方法，从而能够更加高效、准确地预测现代城市交通网络的流量分布。
[0004]为了实现上述技术目的，本专利技术的技术方案为：
[0005]一种城市共享出行的流量预测方法，包括以下步骤：
[0006](1)获得城市交通网络的拓扑结构，获取城市交通网络中的出行模式和相关数据，并获取城市交通网络中的OD交通需求；
[0007](2)构建城市多模式随机P2P共乘用户均衡交通网络，建立该网络的交通需求约束和共乘匹配约束；
[0008](3)从出行者感知的出行时间、车内舒适感损失和顺风车线上运营机制多角度综合考量，计算出行者的广义出行成本；
[0009](4)基于logit出行选择行为和随机P2P共乘用户均衡原则，对城市多模式随机P2P共乘用户均衡交通网络进行流量分配，获得网络的路径交通流量。
[0010]进一步地，在步骤(1)中，所述相关数据包括道路线形、道路参数、出行者的时间感知系数和不便系数、公交里程参数以及顺风车的时间参数、里程参数和浮动参数。
[0011]进一步地，在步骤(1)中，获取城市交通网络中的OD交通需求的方式包括：出行需求调查、OD需求反推、智能交通监控系统获得的数据、手机信令数据和GPS数据。
[0012]进一步地，步骤(2)的具体过程如下：
[0013]首先，输入城市交通网络的拓扑结构、OD对w的交通需求Q
w
和各出行模式的编号i；
[0014]然后，建立如下约束：
[0015]交通需求约束：
[0016][0017][0018]其中，表示连接OD对w的路径p上选择模式i的出行者流量，i∈SD、i∈RD、i∈R、i∈PT分别对应私家车司机、顺风车司机、顺风车乘客和公交车乘客四种出行模式，I表示所有出行模式的集合；
[0019]共乘匹配约束：
[0020][0021][0022][0023]其中，Γ
r
(i)表示将i∈RD的顺风车司机映射到对应的顺风车乘客上，N
i
表示顺风车司机的车内所搭载乘客的数量，表示OD对w间的顺风车供应量，表示OD对w间的顺风车需求量。
[0024]进一步地，在步骤(3)中，所述出行者的广义出行成本：
[0025][0026]其中，表示出行者感知的出行时间：
[0027][0028]其中，ρ
i
指选择模式i的出行者的时间价值参数，和分别指路径p和路段a上的小汽车行驶时间，和分别指路径p和路段a上的公交车行驶时间，表示路段—路径转换系数，如果路径p包含路段a，否则，
[0029]表示车内舒适感损失：
[0030][0031]其中，γ
i
是模式i的出行者的不便系数；
[0032]表示顺风车线上运营机制：
[0033][0034]其中，表示出行者通过顺风车线上产生的出行成本，表示OD对w间的路径p的里程，b
i
、和r
i
分别是顺风车出行的时长参数、里程参数和浮动参数，表示由共乘匹配约束生成的拉格朗日乘子，Γ
rd
(i)表示将i∈R的顺风车乘客映射到相匹配的顺风车司机上；
[0035]c
f
和c
t
为各项其他杂项成本，表示公交车的票价，c
f
表示私人小汽车的固定成本，c
t
表示私人小汽车的使用成本。
[0036]进一步地，步骤(4)的具体过程如下：
[0037]基于logit出行选择行为和随机P2P共乘用户均衡原则，网络中的流量分配遵循：
[0038][0039][0040]其中，表示OD对w的出行者选择以模式i在路径p上出行的概率，θ为logit分布中随机误差项所满足的Gumbel分布的参数；
[0041]在f的可行集Ω内，找到向量f
*
∈Ω满足下式，实现流量分配：
[0042][0043]其中，W为城市交通网络中所有OD对的集合，P
w
为OD对w间所有路径的集合；Ω表示满足需求约束和共乘匹配约束的路径流量的集合；表示从中去除与相关的项，上标T表示转置。
[0044]采用上述技术方案带来的有益效果：
[0045]本专利技术不仅考虑了交通网络中同时存在顺风车出行、私家车出行和公交车出行的情况，还兼顾了出行者对交通出行时间的主观感知、车内舒适性体验和顺风车线上运营机制，更加符合共享环境下现代城市交通的特征，可以有效预测现代城市交通网络的交通流量，从而为管理部门及相关企事业单位制定管理措施、行业标准提供可靠的依据。
附图说明
[0046]图1是本专利技术的方法流程图；
[0047]图2是实施例中城市交通网络的拓扑结构图；
[0048]图3是实施例中城市交通网络出行需求图。
具体实施方式
[0049]以下将结合附图，对本专利技术的技术方案进行详细说明。
[0050]本专利技术设计了一种城市共享出行的流量预测方法，如图1所示，具体实施过程如下。
[0051]1)根据城市交通网络获得复杂网络的拓扑结构。
[0052]根据城市交通的地理位置和交通要素，将城市各区域划分为多个交通小区。每个交通小区既可以是交通出行的发生源，称为交通出行的起点或O点；又可以是交通出行的吸引源，称为交通出行的讫点或D点。一个起点和一个讫点组成的一对起讫点，称为OD对，用w表示。交通网络中所有OD对的集合用W表示。OD对w间的交通流量又称OD需求，用Q
w
表示。
[0053]根据交通调查，确定城市交通网络中出行者们采用的出行方式。一个出行方式称为出行模式，用i表示。交通网络中所有的出行模式的集合用I表示。
[0054]城市中的各交通小区之间由多条城市道路连接，这些道路在网络拓扑结构中称为为路段，表示为a。交通网络中所有路段的集合用A表本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种城市共享出行的流量预测方法，其特征在于，包括以下步骤：(1)获得城市交通网络的拓扑结构，获取城市交通网络中的出行模式和相关数据，并获取城市交通网络中的OD交通需求；(2)构建城市多模式随机P2P共乘用户均衡交通网络，建立该网络的交通需求约束和共乘匹配约束；(3)从出行者感知的出行时间、车内舒适感损失和顺风车线上运营机制多角度综合考量，计算出行者的广义出行成本；(4)基于logit出行选择行为和随机P2P共乘用户均衡原则，对城市多模式随机P2P共乘用户均衡交通网络进行流量分配，获得网络的路径交通流量。2.根据权利要求1所述城市共享出行的流量预测方法，其特征在于，在步骤(1)中，所述相关数据包括道路线形、道路参数、出行者的时间感知系数和不便系数、公交里程参数以及顺风车的时间参数、里程参数和浮动参数。3.根据权利要求1所述城市共享出行的流量预测方法，其特征在于，在步骤(1)中，获取城市交通网络中的OD交通需求的方式包括：出行需求调查、OD需求反推、智能交通监控系统获得的数据、手机信令数据和GPS数据。4.根据权利要求1所述城市共享出行的流量预测方法，其特征在于，步骤(2)的具体过程如下：首先，输入城市交通网络的拓扑结构、OD对w的交通需求Q
w
和各出行模式的编号i；然后，建立如下约束：交通需求约束：交通需求约束：其中，表示连接OD对w的路径p上选择模式i的出行者流量，i∈SD、i∈RD、i∈R、i∈PT分别对应私家车司机、顺风车司机、顺风车乘客和公交车乘客四种出行模式，I表示所有出行模式的集合；共乘匹配约束：共乘匹配约束：共乘匹配约束：其中，Γ
r
(i)表示将i∈RD的顺风车司机映射到对应的顺风车乘客上，N
i
表示顺风车司机的车内所搭载乘客的数量，表示OD对w间的顺风车供应量，表示OD对w间的顺风车需求量。5.根据权利要求4所...

【专利技术属性】
技术研发人员：马捷，王牵莲，陈景旭，
申请(专利权)人：东南大学，
类型：发明
国别省市：