[发明专利]基于复杂网络的拥堵路段建模和评估方法有效
申请号: | 201910270135.2 | 申请日: | 2019-04-04 |
公开(公告)号: | CN109859480B | 公开(公告)日: | 2020-12-15 |
发明(设计)人: | 刘志;宋聪聪;沈国江 | 申请(专利权)人: | 浙江工业大学 |
主分类号: | G08G1/01 | 分类号: | G08G1/01 |
代理公司: | 杭州之江专利事务所(普通合伙) 33216 | 代理人: | 张慧英 |
地址: | 310014 浙江省杭州*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 复杂 网络 拥堵 路段 建模 评估 方法 | ||
1.基于复杂网络的拥堵路段建模和评估方法,其特征在于,包括如下步骤:
(1)以地理信息数据为基础的原始法建立路网模型;
(2)对原生交通数据进行异常数据清洗、路段匹配、数据融合和均值计算,将道路的平均行车速度作为模型中对应路段的权重;
(3)利用权重密度和邻居密度指标优化交通网络建模方法;其中,利用权重密度实现对交通网络建模方法的优化和改进;在加权有向的网络中定义权重密度的概念,以此量化交通网络的权重分布稀疏程度,即:
其中,nij代表了连边i→j的邻居连边数量,其中邻居连边包括连边i→j和连边j→i;代表了连边i→j和连边j→i的权重之和;Γi是节点i的所有邻居节点集合,Γj是节点j的所有邻居节点集合;
所述在步骤(3)中,利用邻居密度实现对交通网络建模方法的优化和改进;以邻居密度量化交通网络路段之间的相关性,
即:
其中,Lij指以节点i为终点的邻居连边数和以节点j为起点的邻居连边数之和,其中邻居连边不包括连边i→j和j→i;ωjk代表了连边j→k的权重;ωk′i代表了连边k'→i的权重;Γi是节点i的所有邻居节点集合,Γj是节点j的所有邻居节点集合;
(4)在复杂网络的基础上,利用逾渗理论量化评估拥堵路段交通路网状态。
2.根据权利要求1所述的基于复杂网络的拥堵路段建模和评估方法,其特征在于:所述的地理信息数据包括路口信号机位置的经度和纬度,路段的起点路口和终点路口;在建立路网模型的过程中,通过路口的信号机点位来确定每个路口的经纬度,通过道路的起点路口和终点路口确立路口与路口之间的连接关系;接着,采用原始法进行构建,以所有路口作为节点,以所有道路作为连边。
3.根据权利要求1所述的基于复杂网络的拥堵路段建模和评估方法,其特征在于:所述步骤(2)设计权重时,首先需要对道路与切分的线段进行数据匹配,将道路所包含的线段和速度数据中的线段进行匹配融合;其次,在速度数据中,对每个线段的速度数据进行处理,一方面是时间戳的筛选、清洗和处理,将24小时的时间跨度筛选为6点至23点的时间范围;另一方面,将单位时间间隔从秒计算至小时,对单位小时内的所有数据进行均值计算;最后,将线段整合为整个道路,对与道路相匹配的所有线段进行均值计算,以此作为路段的权重。
4.根据权利要求1所述的基于复杂网络的拥堵路段建模和评估方法,其特征在于:所述在步骤(4)中,将物理学的逾渗理论与复杂网络结合,量化评估拥堵路段交通路网,具体如下:
(A)在加权有向网络中,定义阈值q并确定连边规则去除不满足权重条件的路段;
(B)在q约束下的交通网络中,利用深度搜索算法对网络进行强连通子图的划分;将网络分割成若干个独立的集团,集团内节点的数量代表了集团的规模大小;
(C)遍历阈值q,在强连通子图的划分结果中提取规模最大的集团和次级大集团;将集团规模随阈值q的变化进行统计处理,并获取次级大集团突变的临界阈值点qc,以此作为交通网络的最大通行效率。
5.根据权利要求4所述的基于复杂网络的拥堵路段建模和评估方法,其特征在于:所述连边规则的公式如下所示:
其中,rij定义为路段i→j当前速度与该路段最大限制速度的比值,也就是速率比或者相对速度;路段最大限制速度是指一天当中该路段的最大行车速度;eij代表了路段i→j有效与否,1代表路段i→j有效、可通达,0代表路段i→j失效、断开;变量q是一个可调参量,规定在rij≥q时,路段处于有效状态,保留路段所有的状态信息,且路段是可通达的;在rij<q时,路段处于失效状态,该路段不可通达。
6.根据权利要求4所述的基于复杂网络的拥堵路段建模和评估方法,其特征在于:所述的深度搜索算法对网络进行强连通子图的划分具体为:在给定时间段和给定阈值下的路网中选取任意一个节点,通过深度搜索来挖掘该节点能够达到的最远节点,且保证每个节点都只能到达一次;然后将原本的路径进行反转,原本的终点作为起点,再次通过DFS算法进行搜索路径,判断该终点能否以一定路径到达原来的起点;如果可以,则这两个节点在一个连通子图内,反之则不是。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工业大学,未经浙江工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910270135.2/1.html,转载请声明来源钻瓜专利网。