预约集港模式下的港区短时交通流预测方法技术

本发明专利技术属港区交通管理技术领域，涉及一种预约集港模式下的港区短时交通流预测方法，包括：对交通发生和吸引区域进行划分，获取各交通发生区域、吸引区域历史交通量分时段分布规律；确定交通吸引区域及交通量；确定对应的后方堆场，得到交通发生区域分布及交通量；根据预测周期内预测路段上游路径车流反方向的延伸长度确定预测路段的上游相关路段；建立知识库；实时测量每个预测周期内上下游路段的转弯率；提取当前预测周期ｐ之前的前Ｎｚ个周期交通流转弯率各上下游路段的转弯率；估计前ＮＺ个短时预测周期的加权转弯率；计算预测路段ｌｉ的各个流入综合饱和度；生成交通流预测状态向量；搜索知识库中与所生成的状态向量对应的路段交通流，预测当前预测周期ｐ的下一周期的该预测路段的交通流；生成新搜索策略，更新知识库。本发明专利技术能用于短时交通流预测，避免产生大的拥堵点和拥堵区域的蔓延。

【技术实现步骤摘要】

本专利技术属于港区交通管理
，涉及一种港区交通流预测方法。
技术介绍
长期以来的港区交通管理和规划经验表明，缺乏准确的交通流预测，上述措施难以有效地解决港口既以存在的交通问题。城市交通流预测技术的发展为港区交通流预测提供了很好的经验借鉴，但港区交通的复杂性和不确定性决定了必须有针对性对港区交通流预测方法进行研究，以满足对港区交通进行科学规划和管理的需要。 城市交通流预测方法不能直接用于港区交通流预测，从已经检索到的资料可以看出，基本上现有的港区交通管理、组织方法的交通流依据都采用城市交通流预测方法，在做了极少的修正后，直接应用于港区，应用效果均不甚理想。主要可归纳为以下几个方面的原因 1)每天不同时段港区交通流无规律、变化较大 城市交通由于交通发生、吸引区域稳定且主要为通勤、通学等稳定交通流，因此每天都有固定早晚高峰，交通总量和各路段交通流量在每天不同时段服从一定的规律，可根据历史数据统计后加以预测。而港区交通由于码头集港时间、船舶数量和容量、后方堆场分布等条件的影响，交通流每天无明显高峰和平峰规律，不同时段交通流变化较大，因此，采用按日历史数据统计交通流规律的方法不适用于港区交通流分时段预测。 2)港区道路交通需求产生机理是基于交通需求交通流预测的基础 城市道路交通需求主要是基于人的出行，且受到用地性质变化、出行习惯、发生吸引小区迁移等很多不确定因素的影响，难以根据交通需求进行每日交通流预测。港区交通需求主要产生于货物运输的需要，预约集港模式下，集港船舶达到时间、集港货物量、前方服务堆场、后方供货堆场分布能根据每次集港特征进行确定，因此可知主要的交通发生、吸引区域所在及时间规律，这是基于交通需求的港区交通流预测的基础。 3)港区交通路网简单、干扰少，为基于交通需求的港区交通流预测提供了便利 城市交通路网复杂，出行路径很难预测，且存在很多干扰因素，如商场开业、景点开放等因素都会造成交通流局部的较大变化。港区交通路网相对简单，驾驶员从后方堆场到前方堆场的出行路径较为固定，其它干扰交通流较少且规律明显，基于交通需求的港区交通流预测时可先单独考虑船舶驱动的交通流，再将干扰交通流加以整合，这为基于交通需求的港区交通流预测提供了便利。 为缓解港区交通拥堵，不少港口采用了预约集港和二次集港模式。首先根据预测集港时间将货物运抵后方堆场，集港开始后将货物由后方堆场运向前方堆场，由于码头集港时间、船舶数量和容量等条件的影响，该模式下不同时段交通流变化较大，这给预测港区交通流带来了难度，但另一方面由于交通流流向明确，也为准确预测港区交通流提供了有利条件。
技术实现思路
本专利技术的目的在分析预约集港模式下港区交通流特征的基础上，改进城市交通流预测方法，提出适用于港区交通管理的交通流预测方法。为此，本专利技术采用如下的技术方案。 一种，包括下列步骤 (1)对交通发生和吸引区域进行划分，将与集港泊位对应的空间位置相近的前方堆场归入不同吸纳点；根据历史规律统计发生、吸引区域的分时段交通量，形成各交通发生区域、吸引区域历史交通量分时段分布规律； (2)由下发动态信息获知集港的船舶数量、容量及主要前方堆场，从而确定交通吸引区域及交通量； (3)由下发动态信息获得货代及揽货风格后，确定对应的后方堆场，从而得到交通发生区域分布及交通量； (4)根据预测周期内预测路段上游路径车流反方向的延伸长度确定预测路段的上游相关路段； (5)建立知识库，存储与预测路段相对应的交通流预测状态向量，下一周期该预测路段交通流预测值，前面周期预测准确性评价值及搜索策略； (6)实时测量每个预测周期内上下游路段的转弯率； (7)提取当前预测周期p之前的前Nz个周期交通流转弯率各上下游路段的转弯率； (8)估计前NZ个短时预测周期的加权转弯率其中 为各周期的加权系数， 递减且并以此作为当前预测周期p的下一周期各上下游路段的转弯率的预测值。 (9)设预测路段为li，统计预测路段li的饱和度并按照下列公式计算预测路段li的各个流入综合饱和度式中，NTh表示饱和度级别数量；lui，k为影响路段li的上游中，顺时钟方向第k条路段； 表示从li的上游路段lui，k进入到li的转弯率； 表示上游路段lui，k上的车辆数； 表示路段li的通行能力。 (10)生成交通流预测状态向量，该向量包括与预测路段相关的各个发生区域和吸引区域，预测路段饱和度，预测路段的各个流入综合饱和度； (11)搜索知识库中与所生成的状态向量对应的路段交通流，预测当前预测周期p的下一周期的该预测路段的交通流； (12)根据实时测量值评价当前预测周期交通流预测的准确性，若生成状态对应的最佳预测交通流，生成新搜索策略，更新知识库； 作为优选实施方式，所述的，其特征在于，步骤(2)中，按照根据前方堆场对应的集港船只数量和容量大小，对吸引区域交通量进行分类，第i个吸纳点交通量等级其中NCi表示第i个吸纳点同时集港的船只数量，CCi，j表示第i个吸纳点第j船只的容量，NAi为第i个吸纳点最大同时集港船舶总容量，NAD为吸纳点交通量等级数量。SAi的每个等级代表一定数量的交通量NAL，根据SXi的等级可计算得出不同吸引区域交通量等级对应的交通量大小，即 步骤(3)按照下列步骤计算设第k个发生区域的交通发生量为其中NA表示吸引区域的数量； 表示相似条件下，第k个发生区域的历史统计交通量，由区域内各后方堆场历史交通量累计得到；Np表示发生区域的数量，则发生区域的交通量等级其中NPL表示每个发生区域交通量等级代表的交通量； 步骤(4)中首先确定从交通发生区域到吸引区域的路径，然后从预测路段往车流反方向延伸，延伸长度按下列方法计算设预测路段为li，其上游路径的集合为RUi，设lj，k∈rj为rj车流反方向的第k条路段，vj，k(qj，k)为lj，k上对应车速，是lj，k上流量qj，k的函数，根据路段历史统计数据中的车速与流量关系得到，则路径rj车流反方向延伸到的路段令则预测周期内预测路段上游路径车流反方向的延伸长度 其中的步骤8中，拥堵程度越严重，NZ越小且 递减越快。 其中的步骤12如下 1)根据下列公式评价周期p交通流预测准确性其中 表示第p周期路段li的交通流预测值， 表示第p周期路段li的实际交通流量。 2)计算周期p+1路段li的最佳预测交通量式中，βj为周期p-j实际交通量的加权值，取βj＝1/NY，该值即为状态向量对应的最佳预测交通流， 3)生成新搜索策略根据上一周期预测准确性更新βj的值，采用的方法是如果则如果NY:＝NY-1；如果连续3次则NY:＝NY+1。 4)更新知识库将最新的状态向量，下一周期该预测路段交通流预测值，前面周期预测准确性评价值及新搜索策略进行更新，存入知识库中。 本专利技术的有益效果是短时交通流预测精度高，特别是预测时长为5分钟的预测结果，与实际交通流量的平均偏差很小，因此对交通控制、诱导等交通管理措施的动态优化能提供数据基础，为更提高港区交通管理和组织效率、充分利用港区交通设施本文档来自技高网...

【技术保护点】
一种预约集港模式下的港区短时交通流预测方法，包括下列步骤：（１）对交通发生和吸引区域进行划分，将与集港泊位对应的空间位置相近的前方堆场归入不同吸纳点；根据历史规律统计发生、吸引区域的分时段交通量，形成各交通发生区域、吸引区域历史交通量分时段分布规律；（２）由下发动态信息获知集港的船舶数量、容量及主要前方堆场，从而确定交通吸引区域及交通量；（３）由下发动态信息获得货代及揽货风格后，确定对应的后方堆场，从而得到交通发生区域分布及交通量；（４）根据预测周期内预测路段上游路径车流反方向的延伸长度确定预测路段的上游相关路段；（５）建立知识库，存储与预测路段相对应的交通流预测状态向量，下一周期该预测路段交通流预测值，前面周期预测准确性评价值及搜索策略；（６）实时测量每个预测周期内上下游路段的转弯率；（７）提取当前预测周期ｐ之前的前Ｎｚ个周期交通流转弯率各上下游路段的转弯率；（８）估计前Ｎ↓［Ｚ］个短时预测周期的加权转弯率＊↓［ｒ］（ｌ↓［ｉ］，ｌ↓［ｊ］，ｐ＋１）＝α↓［１］ｔ↓［ｒ］（ｌ↓［ｉ］，ｌ↓［ｊ］，ｐ）＋α↓［２］ｔ↓［ｒ］（ｌ↓［ｉ］，ｌ↓［ｊ］，ｐ－１）＋…α↓［Ｎ↓［Ｚ］］ｔ↓［ｒ］（ｌ↓［ｉ］，ｌ↓［ｊ］，ｐ－Ｎ↓［ｚ］－１），其中α↓［１］，α↓［２］，…，α↓［Ｎ↓［ｚ］］为各周期的加权系数，α↓［１］，α↓［２］，…，α↓［Ｎ↓［ｚ］］递减且α↓［１］＋α↓［２］＋…α↓［Ｎ↓［ｚ］］＝１，并以此作为当前预测周期ｐ的下一周期各上下游路段的转弯率的预测值；（９）设预测路段为ｌ↓［ｉ］，统计预测路段ｌ↓［ｉ］的饱和度Ｓ↓［ｌ↓［ｉ］］↑［ｓ］＝Ｎ↓［Ｔ］↑［ｈ］／Ｃ↓［ｌ↓［ｉ］］，并按照下列公式计算预测路段ｌ↓［ｉ］的各个流入综合饱和度：Ｓ↓［ｌ↓［ｕ］↑［ｉ，ｋ］］＝Ｎ↓［Ｔ］↑［ｈ］／Ｃ↓［ｌ↓［ｉ］］（ｔ↓［ｌ↓［ｕ］↑［ｉ，ｋ］］，ｌ↓［ｉ］，Ｎ↓［Ｖ］↑［ｌ↓［ｕ］↑［ｌ，ｋ］］，式中，Ｎ↓［Ｔ］↑［ｈ］表示饱和度级别数量；ｌ↓［ｕ］↑［ｉ，ｋ］为影响路段ｌ↓［ｉ］的上游中，顺时钟方向第ｋ条路段；ｔ↓［ｌ↓［ｕ］↑［ｉ，ｋ］］，ｌ↓［ｉ］表示从ｌ↓［ｉ］的上游路段ｌ↓［ｕ］↑［ｉ，ｋ］进入到ｌ↓［ｉ］的转弯率；Ｎ↓［Ｖ］↑［ｌ↓［ｕ］↑［ｉ，ｋ］］表示上游路段ｌ↓［ｕ］↑［ｉ，ｋ］上的车辆数；Ｃ↓［ｌ↓［ｉ］］表示路段ｌ↓［ｉ］的通行能力；（１０）生成交通流预测状态向量，该向量包括：与预测...

【技术特征摘要】

【专利技术属性】
技术研发人员：白子建，钟石泉，冯炜，周骊巍，黄文，徐建平，王晓华，龚凤刚，贺海，王新歧，张勇，张朝清，王寅弘，张占领，申婵，赵建伟，
申请(专利权)人：天津市市政工程设计研究院，
类型：发明
国别省市：12[中国|天津]