[发明专利]一种交通疏散目的地部分随机分配比例确定方法

说明书

本发明公开一种交通疏散目的地部分随机分配比例确定方法。该方法包括：S1、获取与交通疏散相关的交通环境信息；S2、确定疏散人员目的地选择模式，所述选择模式包括随机选择目的地的选择模式和其他的选择模式；S3、选取用以描述目的地选择模式与疏散效率性能指标函数之间的数学关系式的元模型，利用步骤S1获得的与交通疏散相关的交通环境信息计算该元模型的参数；S4、对于步骤S3获得的元模型，利用无梯度信赖域算法对该元模型的参数进行仿真优化，根据优化参数后的元模型确定随机选择目的地的人员比例。本发明能快速有效确定随机选择目的地的人员比例，显著提高疏散效率。

技术领域

本发明属于智能交通系统领域，特别涉及一种交通疏散目的地部分随机分配比例确定方法。

背景技术

近年来自然或人为灾害频繁发生，给人们的生产和生活带来巨大的影响。应急交通疏散是处置自然或人为灾害的重要手段。在应急交通疏散方案规划与运营管理中，人员的目的地选择行为是必须考虑的关键因素之一，因为目的地选择将影响交通流的时空分布。

关于应急疏散环境下的人员目的地选择行为研究，现有的研究成果包括重力模型、离散选择模型等。如果让逃生人员自主选择安全目的地，显然不能达到系统最优。合理安排逃生人员选择目的地，可以提高疏散效率。

发明内容

(一)要解决的技术问题

本发明解决的是智能交通系统中交通疏散时的疏散效率低的问题。

(二)技术方案

为解决上述技术题，本发明提出一种交通疏散目的地部分随机分配比例确定方法，该方法包括以下步骤：S1、获取与交通疏散相关的交通环境信息；S2、确定疏散人员目的地选择模式，所述选择模式包括随机选择目的地的选择模式和其他的选择模式；S3、选取用以描述目的地选择模式与疏散效率性能指标函数之间的数学关系式的元模型，利用步骤S1获得的与交通疏散相关的交通环境信息计算该元模型的参数；S4、对于步骤S3获得的元模型，利用无梯度信赖域算法对该元模型的参数进行仿真优化，根据优化参数后的元模型确定随机选择目的地的人员比例。

根据本发明的具体实施方式，所述其他的选择模式例如是下列模式之一：选择距离最近的安全目的地；选择到达时间最短的安全目的地；选择感知费用最小的安全目的地；事先指定的安全目的地。

根据本发明的具体实施方式，所述元模型为二次多项式。

根据本发明的具体实施方式，所述步骤S4中对所述元模型的参数进行仿真优化方法的包括：S41、根据微观交通仿真结果标定元模型；S42、利用元模型进行优化求解，得到试验点；S43、将试验点作为新的仿真输入值，再进行微观仿真，利用再次进行的微观仿真重新标定元模型；S44、判断是否满足算法终止条件，如满足则终止，得到以不同规则选择目的地的疏散人员比例，否则，返回步骤S42。

(三)有益效果

本发明充分考虑智能交通系统中交通疏散过程中的微观交通行为，能更好的描述疏散过程，利用基于元模型的仿真优化方法和无梯度信赖域算法，将微观交通疏散仿真和优化方法结合起来，能快速有效确定随机选择目的地的人员比例，可显著提高疏散效率。

附图说明

图1是利用TransWorld构建的人工交通疏散环境示意图。

图2是基于元模型的仿真优化方法框架。

图3是路网清空时间累积分布曲线图。

具体实施方式

本发明提出了一种交通疏散目的地部分随机分配比例确定方法，该方法是现有的智能交通系统中应急交通疏散管理与控制方法(比如，交叉口冲突点消除、交通信号控制、分合流控制等)的有益补充，其基本思路是通过人为更改部分人员的目的地选择模式，使其随机选择目的地，以提高疏散效率。