[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN108681788B - 一种基于主动安全的城市离散交通网络设计方法 - Google Patents

一种基于主动安全的城市离散交通网络设计方法 Download PDF

Info

Publication number
CN108681788B
CN108681788B CN201810435572.0A CN201810435572A CN108681788B CN 108681788 B CN108681788 B CN 108681788B CN 201810435572 A CN201810435572 A CN 201810435572A CN 108681788 B CN108681788 B CN 108681788B
Authority
CN
China
Prior art keywords
traffic
road
network
layer
speed
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201810435572.0A
Other languages
English (en)
Other versions
CN108681788A (zh
Inventor
林宏志
褚晨予
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN201810435572.0A priority Critical patent/CN108681788B/zh
Publication of CN108681788A publication Critical patent/CN108681788A/zh
Application granted granted Critical
Publication of CN108681788B publication Critical patent/CN108681788B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G06Q50/265—Personal security, identity or safety
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Computer Security & Cryptography (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供了一种基于主动安全的城市离散交通网络设计方法。交通安全受交通系统规划、设计、建设、运营各个阶段的影响，考虑到交通规划对塑造交通系统的深刻影响，交通安全在交通规划阶段就应得到足够的重视。本发明采用速度协调性作为网络安全水平的替代指标，建立了城市离散交通网络设计的双层规划模型，将主动安全评价提前到了道路网络规划阶段。主要步骤包括：(1)确定基于速度协调性的主动安全评价方法；(2)建立城市离散交通网络设计的双层规划模型，其中上层规划以网络安全作为政策目标，下层规划以用户均衡作为政策的行为反应；(3)采用迭代优化算法进行模型求解；(4)结合交通网络分析中常用的Nguyen‑Dupuis网络描述了具体实施方式。

Description

一种基于主动安全的城市离散交通网络设计方法
技术领域：
本发明涉及一种基于主动安全的城市离散交通网络设计方法，属于交通工程技术领域。
背景技术：
传统的交通安全治理是在道路运营期间通过对大量事故统计分析，诊断识别危险路段和事故黑点，进而提出相应改善措施，这属于事后补救，这种做法一般归结为“被动交通安全”。通常其受改造成本巨大、事故资料收集困难以及资料的准确性等问题影响收效甚微，同时由于事后补救的措施多限于交通工程手段，对于许多由于道路规划和设计等因素造成的危险路段改善效果欠佳，不能从根本上解决交通事故频发的问题。随着对被动交通安全的研究，人们开始认识到如果将交通安全理念提前应用于事前，即在道路的规划和设计阶段，是一种有效的交通安全治理途径，可以起到防患于未然的作用，这种做法称为“主动交通安全”。
随着交通运输业的不断发展，主动交通安全理念已经成为本领域的一个新的发展方向，但其主要应用于道路的详细设计阶段，而在道路网规划阶段则很少加以考虑。交通规划师和工程师一般认为满足强制性设计规范的要求即可保证道路的安全性，道路交通安全不是他们所考虑的主要问题。他们往往发现，即使考虑了道路交通安全因素，所能做的工作也仅能局限在与交通安全有关的具体设计细节，而许多引发交通安全问题的根源，如交通的产生和吸引、安全交通方式的选择，路网的安全性甚至道路开口的设置等都不是一条或几条道路的设计改善所能解决的。事实上，交通安全受交通系统规划、设计、建设、运营各个阶段的影响，考虑到交通规划对塑造交通系统的深刻影响，交通安全应该在网络规划阶段就得到足够的重视和充分的考虑。
目前的交通安全规划大多集中在公路网的规划，缺乏对城市交通网络规划设计的安全评价方法。2004年9月，我国交通部颁布的《公路项目安全性评价指南》首次提出了对公路项目的全寿命周期进行安全评价的行业推荐方法，其评价方法主要针对高速公路和一级公路，并且不具有行业约束力。2015年12月，交通运输部完成了对该指南的全面修订，吸收了近年来国内外相关研究成果和实践经验，将其升级为强制性设计规范《公路项目安全性评价规范》，自2016年4月起开始实施，具有行业约束力，但其也是针对高速公路和一级公路的。虽然新兴的交通安全规划理念已取得快速发展，但目前仍处于襁褓阶段。
发明内容：
技术问题：现阶段，交通规划方法着重优化供需结构和缓解交通拥堵，对安全性考虑不足，缺乏对交通安全水平进行有效预测和计量评价的核心技术。然而，对于影响道路安全水平的城市总体规划、土地利用规划、道路网络布局和出行行为特征等非道路微观设施层面的因素，必须在规划阶段加以考虑。到目前为止，关于主动交通安全规划的研究主要集中在系统研究的概念阶段，尚未见到对系统各组成部分进行单独的研究和深入的技术探索。鉴于反映路网规划、交通特征与交通安全之间关系的定量研究尚未展开，本发明基于Wardrop用户平衡原理对道路网络各路段的速度进行预测，并且根据速度的协调性评价道路网络的安全水平，以便在道路网络规划中考虑安全因素。
技术方案：本发明的基于主动安全的城市离散交通网络设计方法，包括以下步骤：
步骤1：确定基于速度协调性的主动安全评价方法，把速度当作交通安全的替代指标，通过计算各路段运行速度的协调性进行交通安全评价。
步骤2：建立城市离散交通网络设计模型。本发明建立了以路段速度方差最小为目标的上层规划，以用户平衡为下层规划的双层规划模型。上层决策变量为ya，表示是否修建某条候选路段a，为0-1变量，所有的候选路段构成0-1决策向量y，上层决定新建道路方案后，下层形成平衡状态网络流xa，也就是说路段流量xa是决策向量y的函数，表示为xa(y)。另外，道路网的规划受到资本的约束，假设单位长度的路段修建成本为u，则长度为la的路段修建成本为ula。因此，双层规划问题表示为：
Figure GSB0000194082220000021
Figure GSB0000194082220000022
Figure GSB0000194082220000023
Figure GSB0000194082220000024
其中A为候选建设的路段集合；n为所有路段的数目；B为新建道路的资金约束；xa为路段a上的交通流量；
Figure GSB0000194082220000025
为自由流行驶时间，即路段a为空净状态时车辆自由行驶所需要的时间；ca为路段a的通行能力，即单位时间内路段可通过的车辆数；ta(xa)为路段a以交通流量为自变量的阻抗函数，也称为行驶时间函数；
Figure GSB0000194082220000026
为出发地为r目的地为s的OD间的第k条路径上的流量；
Figure GSB0000194082220000027
为路段-路径相关变量，即0-1变量，如果路段a属于从出发地为r目的地为s的OD间的第k条路径，则
Figure GSB0000194082220000028
否则
Figure GSB0000194082220000029
qrs为出发地r和目的地s之间的OD交通需求量。
步骤3：采用迭代优化算法求解。其上层采用枚举法，下层采用Frank-Wolfe算法。算法的基本思路是对满足上层约束的可行方案计算下层平衡网络流量和路段速度，再根据路段速度计算上层的目标函数，比较所有可行的方案，最后确定最优的目标函数方案。
步骤4：采用Nguyen-Dupuis网络对本发明的方法进行测试。
上述步骤3所述的迭代优化算法归纳如下：
步骤3.1：生成一个建设方案，判断其是否满足上层约束，如果不满足再生成一个新的建设方案，直到得到一个可行的建设方案y，令s＝1；
步骤3.2：初始化：按照
Figure GSB00001940822200000210
进行一次0-1交通流分配，得到各路段的流量
Figure GSB00001940822200000211
令n＝1；
步骤3.3：更新各路段的阻抗：
Figure GSB00001940822200000212
步骤3.4：寻找下一步的迭代方向：按照
Figure GSB00001940822200000213
再进行一次0-1分配，得到一组附加交通量流量
Figure GSB0000194082220000031
步骤3.5：确定迭代步长，求满足下式的λ：
Figure GSB0000194082220000032
步骤3.6：确定新的迭代起点：
Figure GSB0000194082220000033
步骤3.7：收敛性检验：如果
Figure GSB0000194082220000034
满足规定的收敛准则，如
Figure GSB0000194082220000035
其中ε是预先给定的误差限值，则
Figure GSB0000194082220000036
即为要求的平衡解，停止计算，否则令n＝n+1，返回步骤3.1；
步骤3.8：计算路段的速度和网络的速度方差：路段的行驶时间为
Figure GSB0000194082220000037
则容易计算路段的行驶速度为va＝la/ta，假设所有路段的速度的方差为Ds，转入步骤3.1，计算下一个可行方案，当所有可行方案计算完毕后，停止计算，从所有可行方案中寻找上层目标函数最优的建设方案。
有益效果：本发明采用速度协调性作为网络安全水平的替代指标，建立了城市离散交通网络设计的双层规划模型，将主动安全评价提前到了道路网络规划阶段。其中上层规划以网络安全作为政策目标，下层规划以用户均衡作为政策的行为反应，并在广泛应用的Nguyen-Dupuis交通网络上进行了验证，测试结果显示该方法十分有效。
附图说明：
图1是迭代优化算法的流程图。
图2是Nguyen-Dupuis测试网络，其中虚线段为候选建设路段。
图3是不同方案下道路网络的速度方差。
具体实施方式：
下面结合说明书附图，对本发明作进一步说明：
步骤1：基于速度协调性的主动安全评价方法
基于速度协调性的交通安全评价是以速度为媒介，认为速度是道路及路网等客观条件的表征，把速度当作交通安全的替代指标，通过观测路段的运行速度进行交通安全评价。一般来说，运行速度协调性是评价线形设计一致性的指标，其有以下两个含义：①同一路段运行速度与设计速度相一致；②相邻路段运行速度相一致。其中，相邻路段车速差值是保证网络设计质量的关键参数，即保证同一道路网络内，驾驶员能够采用连贯的驾驶方式行车，避免或最大程度地减少操作错误，提高安全性。我国交通运输部2015年发布的《公路项目安全性评价规范》中参考了国际上的流行做法，采用了相邻路段的运行速度差Δv作为运行速度协调性的评价指标。
本发明采用城市交通网络中各路段行驶速度的方差作为网络安全水平的替代指标，速度方差越小网络安全水平越高，此时驾驶员面临相似的道路行驶环境，有利于避免交通事故的发生。因此，交通网络规划的政策目标就是路段行驶速度方差的最小化，即
Figure GSB0000194082220000041
其中P{v＝va}＝pa，a＝1，2，…，n是速度的分布律，n为交通网络路段的数目，一般可令pa＝1/n；va为路段a的行驶速度，va＝la/ta，la为路段长度，ta为路段行驶时间。考虑到拥挤效应，路段行驶时间为交通流量的函数ta(xa)，其中xa为路段交通流量。对于行驶时间函数的研究，既有通过实测数据进行回归分析的，也有进行理论研究的。其中被广泛应用的是由美国公路局(Bureau ofPublic Road，BPR)开发的函数，被称为BPR函数，形式为：
Figure GSB0000194082220000042
其中α和β为阻滞系数，在美国公路局交通流分配程序中，取值分别为α＝0.15和β＝4，也可以由实际数据回归分析求得，ca为路段a的通行能力。因此，式(1)转化为：
Figure GSB0000194082220000043
不同于事后评价式的被动交通安全，主动交通安全规划需要预测不同网络设计下路段的运行速度va。本发明采用Wardrop用户均衡原理作为网络用户对不同政策的行为反应，建立了一个双层规划模型用于城市离散交通网络设计，其上层为网络路段速度方差的最小化，下层为用户平衡模型。
步骤2：城市离散交通网络设计模型
交通网络设计问题是一个考虑使用者路径选择行为，并且在给定约束条件下，选择改建或者新建的路段，从而使得网络性能最优化的问题。这个问题是交通规划领域研究的重点和难点问题，引起了许多学者的研究兴趣。交通网络设计问题属于典型的领导者-跟随者的双层规划问题，其上层问题为交通网络的某种性能最优化，下层问题通常为用户平衡问题。常见的网络性能包括总行驶时间、环境污染、投资费用，备用能力、可靠性等。根据决策变量的不同，交通网络设计问题又分为离散交通网络设计、连续交通网络设计问题和混合交通网络设计问题。其中，离散交通网络设计是指在投入资金有限的情况下，采用定量方法研究在现有路网上改新建某些路段的问题，属于交通规划的方案设计部分。
虽然网络安全广受关注，但以网络安全性能为目标的交通网络设计问题尚未见到。本发明建立了以路段速度方差最小为目标的上层规划，以用户平衡为下层规划的双层规划模型。上层决策变量为ya，表示是否修建某条候选路段a，为0-1变量，所有的候选路段构成0-1决策向量y。上层决定新建道路方案后，下层形成平衡状态网络流xa，也就是说路段流量xa是决策向量y的函数，表示为xa(y)。另外，道路网的规划受到资本的约束。假设单位长度的路段修建成本为u，则长度为la的路段修建成本为ula。因此，双层规划问题表示为：
Figure GSB0000194082220000051
Figure GSB0000194082220000052
Figure GSB0000194082220000053
Figure GSB0000194082220000054
其中A为候选建设的路段集合；n为所有路段的数目；B为新建道路的资金约束；xa为路段a上的交通流量；
Figure GSB0000194082220000055
为自由流行驶时间，即路段a为空净状态时车辆自由行驶所需要的时间；ca为路段a的通行能力，即单位时间内路段可通过的车辆数；ta(xa)为路段a以交通流量为自变量的阻抗函数，也称为行驶时间函数；
Figure GSB0000194082220000056
为出发地为r目的地为s的OD间的第k条路径上的流量；
Figure GSB0000194082220000057
为路段-路径相关变量，即0-1变量，如果路段a属于从出发地为r目的地为s的OD间的第k条路径，则
Figure GSB0000194082220000058
否则
Figure GSB0000194082220000059
qrs为出发地r和目的地s之间的OD交通需求量。
步骤3：迭代优化算法
城市交通网络设计的双层规划模型是一个NP-hard的问题，是一个具有十分挑战的问题。学者们提出了很多方法，主要有迭代优化算法(IOA)、基于(近似)梯度的算法、遗传算法、模拟退火法等。本发明采用迭代优化算法，其上层采用枚举法，下层采用Frank-Wolfe算法。算法的基本思路是对满足上层约束的可行方案计算下层平衡网络流量和路段速度，再根据路段速度计算上层的目标函数，比较所有可行的方案，最后确定最优的目标函数方案。详细的迭代优化算法可以归纳如下：
Step 3.1：生成一个建设方案。判断其是否满足上层约束，如果不满足再生成一个新的建设方案，直到得到一个可行的建设方案y，令s＝1。
Step 3.2：初始化：按照
Figure GSB00001940822200000510
进行一次0-1交通流分配，得到各路段的流量
Figure GSB00001940822200000511
令n＝1。
Step 3.3：更新各路段的阻抗：
Figure GSB00001940822200000512
Step 3.4：寻找下一步的迭代方向：按照
Figure GSB00001940822200000513
再进行一次0-1分配，得到一组附加交通量流量
Figure GSB00001940822200000514
Step 3.5：确定迭代步长：求满足下式的λ：
Figure GSB00001940822200000515
Step 3.6：确定新的迭代起点：
Figure GSB00001940822200000516
Step 3.7：收敛性检验：如果
Figure GSB0000194082220000061
满足规定的收敛准则，如
Figure GSB0000194082220000062
其中ε是预先给定的误差限值，则
Figure GSB0000194082220000063
即为要求的平衡解，停止计算，否则令n＝n+1，返回Step 3.1。
Step 3.8：计算路段的速度和网络的速度方差：路段的行驶时间为
Figure GSB0000194082220000064
则容易计算路段的行驶速度为va＝la/ta，假设所有路段的速度的方差为Ds。转入Step 3.1，计算下一个可行方案。当所有可行方案计算完毕后，停止计算，从所有可行方案中寻找上层目标函数最优的建设方案。迭代优化算法的流程图如图1所示。
步骤4：算例分析
本发明采用交通网络分析中常用的Nguyen-Dupuis网络(图2)作为测试网络。道路参数列在表1中，其中路段编号20-24为候选的路段。为简化计算，本例假设政策制定者要求从5条候选道路中选择2条进行开工建设，政策目标是网络的安全水平最高。交通需求矩阵如表2所示。假设候选路段的结合为A，则该算例的上层目标函数简化为：
Figure GSB0000194082220000065
Figure GSB0000194082220000066
表1 Nguyen-Dupuis网络的路段参数
Figure GSB0000194082220000067
Figure GSB0000194082220000071
表2 Nguyen-Dupuis网络的OD对交通需求
Figure GSB0000194082220000072
对所有可行方案进行交通流平衡分配后，可以得到该方案下各路段的行驶速度，进而可得网络的速度方差。从表3和图3可以看出，不同方案下，网络速度方差相差较大，最大为修建路径22与23，速度方差为68.5km/h，最小为修建路径21与24，速度方差为28.1km/h。因此，为了设计最安全的交通网络，应该修建路径21与24。
表3不同方案下道路网络的速度方差
Figure GSB0000194082220000073

Claims (2)

1.一种基于主动安全的城市离散交通网络设计方法，其特征在于包括以下步骤：
步骤1：确定基于速度协调性的主动安全评价方法，把速度当作交通安全的替代指标，通过计算各路段运行速度的协调性进行交通安全评价；
步骤2：建立城市离散交通网络设计模型，即以路段速度方差最小为目标的上层规划，以用户平衡为下层规划的双层规划模型，上层决策变量为ya，表示是否修建某条候选路段a，为0-1变量，所有的候选路段构成0-1决策向量y，上层决定新建道路方案后，下层形成平衡状态网络流xa，也就是说路段流量xa是决策向量y的函数，表示为xa(y)，另外，道路网络的设计受到资本的约束，假设单位长度的路段修建成本为u，则长度为la的路段修建成本为ula，那么双层规划问题表示为：
Figure FSB0000194889210000011
Figure FSB0000194889210000012
Figure FSB0000194889210000013
Figure FSB0000194889210000014
其中A为候选建设的路段集合；n为所有路段的数目；B为新建道路的资金约束；xa为路段a上的交通流量；
Figure FSB0000194889210000015
为自由流行驶时间，即路段a为空净状态时车辆自由行驶所需要的时间；ca为路段a的通行能力，即单位时间内路段可通过的车辆数；ta(xa)为路段a以交通流量为自变量的阻抗函数，也称为行驶时间函数；
Figure FSB0000194889210000016
为出发地为r目的地为s的OD间的第k条路径上的流量；
Figure FSB0000194889210000017
为路段-路径相关变量，即0-1变量，如果路段a属于从出发地为r目的地为s的OD间的第k条路径，则
Figure FSB0000194889210000018
否则
Figure FSB0000194889210000019
qrs为出发地r和目的地s之间的OD交通需求量；
步骤3：采用迭代优化算法求解，其上层采用枚举法，下层采用Frank-Wolfe算法，算法的基本思路是对满足上层约束的可行方案计算下层平衡网络流量和路段速度，再根据路段速度计算上层的目标函数，比较所有可行的方案，最后确定最优的目标函数方案。
2.根据权利要求1所述的一种基于主动安全的城市离散交通网络设计方法，其特征在于步骤3的计算过程如下：
步骤3.1：生成一个建设方案，判断其是否满足上层约束，如果不满足再生成一个新的建设方案，直到得到一个可行的建设方案y，令s＝1；
步骤3.2：初始化：按照
Figure FSB00001948892100000110
进行一次0-1交通流分配，得到各路段的流量
Figure FSB00001948892100000111
令n＝1；
步骤3.3：更新各路段的阻抗：
Figure FSB00001948892100000112
步骤3.4：寻找下一步的迭代方向：按照
Figure FSB00001948892100000113
再进行一次0-1分配，得到一组附加交通量流量
Figure FSB00001948892100000114
步骤3.5：确定迭代步长，求满足下式的λ：
Figure FSB0000194889210000021
步骤3.6：确定新的迭代起点：
Figure FSB0000194889210000022
步骤3.7：收敛性检验：如果
Figure FSB0000194889210000023
满足规定的收敛准则，
Figure FSB0000194889210000024
其中ε是预先给定的误差限值，则
Figure FSB0000194889210000025
即为要求的平衡解，停止计算，否则令n＝n+1，返回步骤3.1；
步骤3.8：计算路段的速度和网络的速度方差：路段的行驶时间为
Figure FSB0000194889210000026
则容易计算路段的行驶速度为va＝la/ta，假设所有路段的速度的方差为Ds，转入步骤3.1，计算下一个可行方案，当所有可行方案计算完毕后，停止计算，从所有可行方案中寻找上层目标函数最优的建设方案。
CN201810435572.0A 2018-04-27 2018-04-27 一种基于主动安全的城市离散交通网络设计方法 Expired - Fee Related CN108681788B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810435572.0A CN108681788B (zh) 2018-04-27 2018-04-27 一种基于主动安全的城市离散交通网络设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810435572.0A CN108681788B (zh) 2018-04-27 2018-04-27 一种基于主动安全的城市离散交通网络设计方法

Publications (2)

Publication Number Publication Date
CN108681788A CN108681788A (zh) 2018-10-19
CN108681788B true CN108681788B (zh) 2021-09-21

Family

ID=63805423

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810435572.0A Expired - Fee Related CN108681788B (zh) 2018-04-27 2018-04-27 一种基于主动安全的城市离散交通网络设计方法

Country Status (1)

Country Link
CN (1) CN108681788B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110457753A (zh) * 2019-06-27 2019-11-15 东南大学 一种可持续交通网络设计的多属性决策方法
CN110580404B (zh) * 2019-07-26 2023-05-12 东南大学 一种基于城市多模式交通网络的网络运能确定方法
CN110956411B (zh) * 2019-12-12 2023-05-09 哈尔滨工业大学 基于设计一致性的公路运行安全性分级评价系统及评价方法
CN113379132A (zh) * 2021-06-17 2021-09-10 东南大学 有限检查资源下城市防疫封锁线的优化设计方法
CN113379157B (zh) * 2021-07-01 2023-11-28 东南大学 一种以排队公平为导向的城市安全屏障优化设计方法
CN114842641B (zh) * 2022-03-11 2024-02-09 华设设计集团股份有限公司 面向省域的多模式链式交通分配方法
CN117273525B (zh) * 2023-09-20 2024-10-18 中国城市规划设计研究院 城市道路网结构可靠性指标计算方法、系统及电子设备
CN117474736B (zh) * 2023-11-07 2024-06-07 北京城建设计发展集团股份有限公司 一种既有线交通线网改造复合协同规划优化方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1993017392A2 (de) * 1992-02-24 1993-09-02 Heckmann Hansjoerg Verfahren für den bau von spurführungseinrichtungen und verkehrsbändern für fahrzeuge sowie verfahren zur konstruktion von gegenständen
KR101347603B1 (ko) * 2012-06-27 2014-01-07 명지대학교 산학협력단 최단경로를 이용한 출발점 기반의 통행 배정방법
CN104821080A (zh) * 2015-03-02 2015-08-05 北京理工大学 基于宏观城市交通流的智能车辆行驶速度及时间预测方法
CN105760960A (zh) * 2016-02-29 2016-07-13 东南大学 基于轨道交通的停车换乘设施最优选址和容量确定方法
CN105956687A (zh) * 2016-04-21 2016-09-21 招商局重庆交通科研设计院有限公司 一种使无效交通减少的交通网络规划方法
CN106157618A (zh) * 2016-07-08 2016-11-23 哈尔滨工业大学 一种城市公交专用道规划布网方法
CN107194128A (zh) * 2017-06-30 2017-09-22 东南大学 基于中心辐射型网络框架的多模式公共交通网络设计方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1993017392A2 (de) * 1992-02-24 1993-09-02 Heckmann Hansjoerg Verfahren für den bau von spurführungseinrichtungen und verkehrsbändern für fahrzeuge sowie verfahren zur konstruktion von gegenständen
KR101347603B1 (ko) * 2012-06-27 2014-01-07 명지대학교 산학협력단 최단경로를 이용한 출발점 기반의 통행 배정방법
CN104821080A (zh) * 2015-03-02 2015-08-05 北京理工大学 基于宏观城市交通流的智能车辆行驶速度及时间预测方法
CN105760960A (zh) * 2016-02-29 2016-07-13 东南大学 基于轨道交通的停车换乘设施最优选址和容量确定方法
CN105956687A (zh) * 2016-04-21 2016-09-21 招商局重庆交通科研设计院有限公司 一种使无效交通减少的交通网络规划方法
CN106157618A (zh) * 2016-07-08 2016-11-23 哈尔滨工业大学 一种城市公交专用道规划布网方法
CN107194128A (zh) * 2017-06-30 2017-09-22 东南大学 基于中心辐射型网络框架的多模式公共交通网络设计方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Bi-level programming model for reconstruction of urban branch road network;SHI Feng等;《Journal of Central South University of Technology》;20091231;第16卷(第1期);172-176 *
城市交通网络设计问题中的双层规划模型;赵彤 等;《土木工程学报》;20030131;第36卷(第1期);6-10 *

Also Published As

Publication number Publication date
CN108681788A (zh) 2018-10-19

Similar Documents

Publication Publication Date Title
CN108681788B (zh) 一种基于主动安全的城市离散交通网络设计方法
CN108776722B (zh) 一种基于设计速度的城市离散交通网络设计方法
CN111737916B (zh) 一种基于大数据的道路桥梁病害分析与养护决策方法
CN107330217B (zh) 一种基于rbfnn的中观油耗预测方法
CN113470362B (zh) 基于svr-dea模型的城市路段交通拥堵时空精准判别方法
CN103871246A (zh) 基于路网空间关系约束Lasso的短时交通流预测方法
CN110782070A (zh) 一种城市轨道交通突发事件客流时空分布预测方法
CN108694278B (zh) 一种基于道路负载均衡的城市离散交通网络设计方法
CN109993223A (zh) 路面使用性能预测方法、存储介质、电子设备
CN111583628B (zh) 基于数据质量控制的道路网重型货车交通流量预测方法
CN115871450A (zh) 一种基于物联网的新能源汽车智能控制方法及系统
Latifi et al. A deep reinforcement learning model for predictive maintenance planning of road assets: Integrating LCA and LCCA
CN105430085A (zh) 一种使用节气门开度评估驾驶行为经济性的系统及方法
Shu et al. Large-scale evaluation of pavement performance models utilizing automated pavement condition survey data
CN108776584B (zh) 城市离散交通网络主动安全设计的r语言实现方法
CN108647835B (zh) 基于设计速度的城市离散交通网络设计r语言实现方法
Crisalli et al. A meso-simulation approach for the estimation of traffic flows in presence of automated vehicles
Zeng et al. The intermediary effect of intelligent Amap-related traffic efficiency on haze pollution
Zheng et al. Comprehensive evaluation of urban integrated transportation network with multivariate statistical analysis: A case study of haimen
CN115495701A (zh) 一种一致性电动汽车充电负荷时空分布预测方法
CN115146524A (zh) 一种基于代理辅助进化算法的公交专用道仿真优化方法
CN115440039B (zh) 交通事故拥堵成因分析方法及系统
Ragab et al. IMPACT OF ROAD TRAFFIC ON AIR EMISSIONS: CASE STUDY KAFR EL-SHEIKH CITY, EGYPT.
CN118329060B (zh) 考虑拥堵、事故、排放的网联自动驾驶导航方法及系统
CN118378901B (zh) 一种高速公路交通事故影响程度动态评价方法及设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210921