基于熵权法和GMM聚类算法的城市交通网络弹性评估方法技术

本发明专利技术提供了一种基于熵权法和GMM聚类算法的城市交通网络弹性评估方法，包括以下步骤：将复杂网络理论拓扑特征参量与描述交通运行的特征参量作为城市交通路网弹性的拓扑结构评价指标和交通基础评价指标；构建区域交通系统拓扑网络并计算拓扑结构评价指标值和交通基础评价指标值；采用最小

【技术实现步骤摘要】
基于熵权法和GMM聚类算法的城市交通网络弹性评估方法


[0001]本专利涉及交通路网弹性评估，尤其是一种基于熵权法和GMM聚类算法的城市交通网络弹性评估方法。

技术介绍

[0002]全球高速城市化导致出行者越来越多，交通基础设施网络在提供便利的同时伴随着交通流的复杂运行：出行需求强度高、扰动冲击频度高和风险因素随机等特征。在这种人居环境日益严峻的城市模式中，突发事件将直接造成交通拥堵甚至整个路网瘫痪。因此，深入研究交通系统弹性的本质和规律，构建关键特性评价指标体系和评估模型，可以为缓解城市道路压力、保障居民在常态拥挤下的出行时间稳定性以及系统恢复能力提供理论依据。
[0003]但交通网络错杂复杂，交通运行存在众多不确定性、相互依赖性和脆弱性等。众多学者已经针对脆弱性和可靠性展开一系列分析，但其实出行者更关心破坏后恢复正常状态的效率以及如何快速恢复。虽然已经有针对脆弱性和韧性的一系列评价，但这些方法往往依赖于专家的经验和判断，容易受到主观因素的影响，可能导致评估结果不够客观或者评估精度低。
[0004]为了衡量路网对抗潜在破坏时的性能，脆弱性和可靠性应该进一步结合全面的影响弹性的指标综合评估路网弹性。

技术实现思路

[0005]本专利技术所要解决的技术问题在于针对上述现有技术中的不足，提出一种基于熵权法和GMM聚类算法的城市交通网络弹性评估方法，为构建更综合的评价体系提供客观依据，能够更全面、准确地提高评估结果的可靠性。在城市交通路网弹性优化等领域具有重要意义。
[0006]为了达到上述目的，本专利技术采用以下技术方案予以实现：
[0007]一种基于熵权法和GMM聚类算法的城市交通网络弹性评估方法，包括以下步骤：
[0008]将复杂网络理论拓扑特征参量与描述交通运行的特征参量作为城市交通路网弹性的拓扑结构评价指标和交通基础评价指标；
[0009]根据拓扑结构评价指标和交通基础评价指标构建区域交通系统拓扑网络并计算拓扑结构评价指标值和交通基础评价指标值；
[0010]采用最小
‑
最大规范化方法对拓扑结构评价指标值和交通基础评价指标值进行处理并将与路网弹性呈负相关的指标值反向转换；
[0011]根据转换后的拓扑结构评价指标值和交通基础评价指标值的信息熵确定权重并加权组合为拓扑结构和交通基础综合评价指标；
[0012]基于熵权法对拓扑结构和交通基础综合评价指标计算城市交通路网弹性指数；
[0013]对城市交通路网弹性指数通过GMM聚类算法划分弹性等级。
[0014]作为本专利技术的进一步技术方案为，所述将复杂网络理论拓扑特征参量与描述交通运行的特征参量作为城市交通路网弹性的拓扑结构评价指标和交通基础评价指标；具体包括：所述拓扑结构评价指标包括复杂网络中度数、边介数、入度的中介中心性、出度的中介中心性和聚类系数；所述交通基础评价指标包括车流量、路段容量、自由流走行时间、路段长度、路段饱和度、平均车速、通行时间和延误时间。
[0015]作为本专利技术的进一步技术方案为，所述根据拓扑结构评价指标和交通基础评价指标构建区域交通系统拓扑网络并计算拓扑结构评价指标值和交通基础评价指标值；具体包括：根据Sioux
‑
Falls网络公开数据的路段起点、路段终点由python构建区域拓扑网络并计算拓扑网络结构和交通基础评价指标值。作为本专利技术的进一步技术方案为，所述采用最小
‑
最大规范化方法对区域交通系统拓扑网络和交通基础评价指标值进行处理并将与路网弹性呈负相关的指标值反向转换；具体包括：
[0016]所述最小
‑
最大规范化方法，算法如下：
[0017]X
norm
＝(X
‑
X
min
)/(X
max
‑
X
min
)；
[0018]其中，X
norm
为归一化后的数据；X为原始数据；X
min
、X
max
分别为数据中的最小值和最大值；
[0019]所述将与路网弹性呈负相关的指标值反向转换；算法如下：
[0020]′
[0021]X
norm
＝1
‑
X
norm
；
[0022]其中，X
norm
为归一化后的数据；X
′
norm
为反向转换的数据。
[0023]作为本专利技术的进一步技术方案为，所述路网弹性为道路交通系统在面对外部冲击时的适应能力和恢复能力；其中外部冲击包括交通拥堵、道路封闭、天气恶劣；
[0024]所述与路网弹性呈负相关为评价指标值增加/降低/时，路网弹性会降低/增加；其中与路网弹性呈负相关的指标包括车流量、路段饱和度、通行时间和延误时间。
[0025]作为本专利技术的进一步技术方案为，所述根据转换后的拓扑结构评价指标值和交通基础评价指标值的信息熵确定权重并加权组合为拓扑结构和交通基础综合评价指标；具体包括：
[0026]计算转换后的区域交通系统拓扑网络和交通基础评价指标值的信息熵确定权重；所述信息熵确定权重，算法如下：
[0027]H
i
＝
‑
∑P(X
ij
)log2(P(X
ij
))，i＝1～n；
[0028][0029]其中，H
i
为第i个指标的信息熵；P(X
ij
)是第i个指标在第j方案中的概率，P(X
ij
)＝R
ij
/R
i
(k)，R
ij
表示第i个指标在第j个方案的数，R
i
(k)表示所有方案在第k个指标上的得分之和；W
i
为第i个指标的权重；n表示指标数量；
[0030]加权组合转换后的区域交通系统拓扑网络和交通基础评价指标值构建综合评价指标；所述加权组合，算法如下：
[0031][0032]evaluayion_topology＝W9K
Inorm
+W
10
K
Onorm
+W
11
B(e
ij
)
norm
+W
12
C
BiInorm
+W
13
C
BiOnorm
+W
14
C
i(norm)
；
[0033]其中，W1、W2...W
13
W
14
分别为车流量、道路容量、自由流走行时间、路段长度、路段饱和度、平均车速、通行时间、延误时间、入度、出度、边介数、入度的中介中心性、出度的中介中心性和聚类系数的权重；C
norm
为为道路容量、t_free...

【技术保护点】

【技术特征摘要】
1.一种基于熵权法和GMM聚类算法的城市交通网络弹性评估方法，其特征在于，包括以下步骤：将复杂网络理论拓扑特征参量与描述交通运行的特征参量作为城市交通路网弹性的拓扑结构评价指标和交通基础评价指标；根据拓扑结构评价指标和交通基础评价指标构建区域交通系统拓扑网络并计算拓扑结构评价指标值和交通基础评价指标值；采用最小
‑
最大规范化方法对拓扑结构评价指标值和交通基础评价指标值进行处理并将与路网弹性呈负相关的指标值反向转换；根据转换后的拓扑结构评价指标值和交通基础评价指标值的信息熵确定权重并加权组合为拓扑结构和交通基础综合评价指标；基于熵权法对拓扑结构和交通基础综合评价指标计算城市交通路网弹性指数；对城市交通路网弹性指数通过GMM聚类算法划分弹性等级。2.根据权利要求1所述的一种基于熵权法和GMM聚类算法的城市交通网络弹性评估方法，其特征在于，所述将复杂网络理论拓扑特征参量与描述交通运行的特征参量作为城市交通路网弹性的拓扑结构评价指标和交通基础评价指标；具体包括：所述拓扑结构评价指标包括复杂网络中度数、边介数、入度的中介中心性、出度的中介中心性和聚类系数；所述交通基础评价指标包括车流量、路段容量、自由流走行时间、路段长度、路段饱和度、平均车速、通行时间和延误时间。3.根据权利要求1所述的一种基于熵权法和GMM聚类算法的城市交通网络弹性评估方法，其特征在于，所述根据拓扑结构评价指标和交通基础评价指标构建区域交通系统拓扑网络并计算拓扑结构评价指标值和交通基础评价指标值；具体包括：根据Sioux
‑
Falls网络公开数据的路段起点、路段终点由python构建区域拓扑网络并计算拓扑网络结构和交通基础评价指标值。4.根据权利要求1所述的一种基于熵权法和GMM聚类算法的城市交通道路网络弹性评估方法，其特征在于，所述采用最小
‑
最大规范化方法对拓扑结构评价指标值和交通基础评价指标值进行处理并将与路网弹性呈负相关的指标值反向转换；具体包括：所述最小
‑
最大规范化方法，算法如下：X
norm
＝(X
‑
X
min
)/(X
max
‑
X
min
)；其中，X
norm
为归一化后的数据；X为原始数据；X
min
、X
max
分别为数据中的最小值和最大值；所述将与路网弹性呈负相关的指标值反向转换；算法如下：
′
X
norm
＝1
‑
X
norm
；其中，X
norm
为归一化后的数据；X
′
norm
为反向转换的数据。5.根据权利要求1所述的一种基于熵权法和GMM聚类算法的城市交通道路网络弹性评估方法，其特征在于：所述路网弹性为道路交通系统在面对外部冲击时的适应能力和恢复能力；其中外部冲击包括交通拥堵、道路封闭、天气恶劣；所述与路网弹性呈负相关为评价指标值增加/降低/时，路网弹性会降低/增加；其中与路网弹性呈负相关的指标包括车流量、路段饱和度、通行时间和延误时间。
6.根据权利要求1所述的一种基于熵权法和GMM聚类算法的城市交通道路网络弹性评估方法，其特征在于，所述根据转换后的拓扑结构评价指标值和交通基础评价指标值的信息熵确定权重并加权组合为拓扑结构和交通基础综合评价指标；具体包括：计算转换后的区域交通系统拓扑网络和交通基础评价指标值的信息熵确定权重；所述信息熵确定权重，算法如下：H
i
＝
‑
∑P(X
ij
)log2(P(X
ij
))，i＝1～n；其中，H
i
为第i个指标的信息熵；P(X
ij
)是第i个指标在第j方案中的概率，P(X
ij
)＝R
ij
/R
i
(k)，R
ij
表示第i个指标在第j个方案的数，R
i
(k)表示所有方案在第k个指标上的得分之和；W
i
为第i个指标的权重；n表示指标数量；加权组合转换后的区域交通系统拓扑网络和交通基础评价指标值构建综合评价指标；所述加权组合，算法如下：evaluayion_topology＝W9K
Inorm
+W
10
K
Onorm
+W
11
B(e
ij
)
norm
+W
12
C
BiInorm
+W
13
C
BiOnorm
+W
14

【专利技术属性】
技术研发人员：李颖，刘远雪，安毅生，慕辰，李杰，李婷，刘树美，
申请(专利权)人：长安大学，
类型：发明
国别省市：