【技术实现步骤摘要】
基于超松弛迭代法的大规模城市交通网络流量分配方法
[0001]本专利技术涉及交通网络建模领域，具体涉及一种基于超松弛迭代法的大规模城市交通网络流量分配方法。
技术介绍
[0002]在交通系统的战略规划中，交通分配是在一个已知的道路交通网络中寻找流量分布模式的过程。它有助于交通规划者和运营者更好地理解交通基础设施的作用，从而发展可持续的交通系统。其中，用户均衡是交通分配问题的基本原则，核心是指任何出行者都不能单方面改变其出行路线以减少出行时间。
[0003]在过去几十年里，针对该问题设计有效的求解算法引起了广泛的关注，它们主要分为三类，包括(1)基于路段的算法；(2)基于路径的算法和(3)基于起点的算法，迄今为止，针对多个OD对的交通分配问题，已有两种流量更新策略可以被应用于上述算法，分别为雅可比迭代法和高斯
‑
赛德尔迭代法，雅可比迭代法和高斯
‑
赛德尔迭代法均是求解线性方程组的经典迭代方法，由于高斯
‑
赛德尔迭代法的收敛速度快于雅可比迭代法，所以高斯
‑<...
【技术保护点】
【技术特征摘要】
1.一种基于超松弛迭代法的大规模城市交通网络流量分配方法,其特征在于：具体包括以下步骤：S1、采集城市道路交通网络基本参数、机动车交通出行需求分布情况、应用于Armijo准则确定松弛因子时所需参数；所述交通网络基本参数包括各路段自由流行驶时间、路段上的交通流承载能力、路段阻抗函数、交通分配精度阈值，所述交通出行需求分布情况包括起点和终点间的交通量，向所述路段阻抗函数内输入所述自由流行驶时间、所述交通流承载能力，将所述路段阻抗函数输入优化目标函数方程，具体为其约束条件为：约束条件为：约束条件为：约束条件为：其中，A表示路段的集合，a表示路段a，a∈A；W表示OD对的集合，w表示OD对w，w∈W；K表示OD对w间的路径k的集合，k∈K；q
w
表示OD对w间的出行需求；f
kw
表示OD对w间路径k的流量；v
a
’
和v
a”分别表示非最短路k和最短路上的路段流量；t
a
表示路段a的阻抗函数；表示路段a
‑
路径k的关系系数，当路段a在OD对w的第k条路径上时，取值为1，否则，取值为0；所述路段阻抗函数公式为其中t
a
(v)为路段阻抗函数，t0是自由流行驶时间，C
a
为路段a上的交通流承载能力，α和β为自行设定的预设参数，v
a
表示路段a的流量，S2、根据自由流行驶时间，每个起点O生成最短路树，并根据最短路树确定各个OD对之间的最短路，将每个OD对之间的最短路作为初始路径加入该OD对对应的路径集合中，将OD对间所有交通出行需求加载在该OD对对应的初始路径上，进而将路径上的车流量累加到道路网中的路段上，以更新路段流量、路段出行成本和路段阻抗函数导数，完成路径集合初始化；S3、根据更新后的路段出行成本，更新每个起点O的最短路树，将每个OD对的最短路与OD对的路径集合中的所有路径进行对比，如果现有的路径集合中没有该条最短路，就将该条最短路加入路径集合中，并将该路径上的路径流量暂时设置为0，完成路径集合的增广；S4、结合应用于Armijo准则确定松弛因子时所需参数，根据非精确线性搜索Armijo准则确定松弛因子，分别计算沿下降方向的预计减少量和实际减少量，从初始步长逐渐缩短步长进行搜索，输出第一个满足充分下降条件的步长，即作为当前迭代所需要的松弛因子值；S5、应用梯度投影
‑
超松弛算法调整路径流量，根据非最短路和最短路行驶时间确定下
降方向，根据阻抗函数二阶导数信息来确定步长，并通过投影操作来更新路径流量信息，基于超松弛迭代法的基本原理，通过将以前OD对产生的路径流量信息和当前OD对上一次迭代得到的路径流量信息进行加权，根据松弛因子值，确定权重，来更新当前OD对的路径流量信息，接着，将当前OD对的路径流量信息累加到道路网中的路段上，以更新路段流量、路段出行成本和路段阻抗函数的导数，然后，更新下一个OD对的路径流量信息，直至完成所有OD对的路径流量调整；S6，计算交通分配相对误差，当满足精度阈值时，输出道路网上各路段流量和出行时间，否则返回步骤3。2.根据权利要求1所述的基于超松弛迭代法的大规模城市交通网络流量分配方法，其特征在于：步骤S4具体包括：步骤S41，令m＝0，其中m为...
【专利技术属性】
技术研发人员：刘新成，宣帆，黄俊，韩旭，顾子渊，刘志远，
申请(专利权)人：江苏博宇鑫信息科技股份有限公司，
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。