[发明专利]先验时间特性约束下的动态OD矩阵估计方法及装置

说明书

本发明提供了一种先验时间特性约束下的动态OD矩阵估计方法及装置，方法包括：对OD估计矩阵X和迭代次数k进行初始化；将OD估计矩阵X导入路网并利用迭代次数k对OD估计矩阵X进行更新；利用更新后的OD估计矩阵X更新对应的辅助变量Q；根据辅助变量Q以及由更新后的OD估计矩阵X构建的重构矩阵R更新参数矩阵M和参数μ；根据辅助变量Q，参数矩阵M和参数μ更新目标函数值并判断该目标函数是否收敛，如果否，则迭代次数k+1继续迭代。本申请将基于传统方法通过增加更多先验信息的方式，对估计得到的OD矩阵进一步约束，从而可以进一步约束可行解范围，实现了OD对在时间上稳定的目标并且使求解得到的OD矩阵更加符合实际。

技术领域

本申请属于城市交通网络规划技术领域，具体地讲，涉及一种先验时间特性约束下的动态OD矩阵估计方法及装置。

背景技术

OD矩阵是交通网络中所有起点与终点之间出行交换数量的表格，反映了用户对交通网络的基本需求。OD矩阵分为静态OD矩阵和动态OD矩阵。静态OD矩阵不考虑车辆的出发时间，是对路段流量进行统一处理，因此所推测的OD矩阵在反映交通流状态的动态性方面不足。动态OD矩阵则能够反映每个OD对间特定的时段内时变的交通需求，因此具有更高的实用价值。在动态交通管理领域中，大多数的分析都需要基于OD矩阵，可靠的OD矩阵估计可以为交通管理、运营以及城市规划工作提供必要的数据支撑，为缓解交通拥堵现象起到至关重要的作用。

目前关于动态OD矩阵估计研究则所做的工作比较有限，尤其是城市路网，最主要的难点是：(1)OD矩阵估计的核心是从满足路段流量约束关系的OD矩阵可行解空间中找到一组与实际OD最接近的解，由于路段流量数目远小于OD对数，所以无法确定唯一的OD解；(2)由于动态OD矩阵估计考虑了时间的影响，相对于静态OD矩阵估计来说，模型更加复杂，求解困难，精度难以保证，需要采集的数据又比较多，同时要求动态交通分配，而目前动态交通分配模型的理论研究尚不成熟，加之城市路网结构复杂，网络中动态分配矩阵的准确性难以保障。因此，动态OD矩阵估计仍是研究的一个热点和难点。

发明内容

本申请提供了一种先验时间特性约束下的动态OD矩阵估计方法及装置，以至少解决传统动态OD矩阵无法确定唯一的OD解并且模型复杂求解困难精度难以保证的问题。

根据本申请的一个方面，提供了一种先验时间特性约束下的动态OD矩阵估计方法，包括：

对OD估计矩阵X和迭代次数k进行初始化；

将OD估计矩阵X导入路网并利用迭代次数k对OD估计矩阵X进行更新；

利用更新后的OD估计矩阵X更新对应的辅助变量Q；

根据辅助变量Q以及由更新后的OD估计矩阵X构建的重构矩阵R更新参数矩阵M和参数μ；

根据辅助变量Q，参数矩阵M和参数μ更新目标函数值并判断该目标函数是否收敛，如果否，则迭代次数k+1继续迭代。

在一实施例中，将OD估计矩阵X导入路网并利用迭代次数k对OD估计矩阵X进行更新，包括：

将OD估计矩阵X导入路网获得OD估计矩阵分配在道路上的流量Y和矩阵分布函数A；

根据矩阵分布函数A和流量Y计算分配矩阵的线性近似矩阵B；

用变梯度算法计算搜索方向d，并获取步长；

根据OD估计矩阵X，线性近似矩阵B和步长更新OD估计矩阵。

在一实施例中，根据OD估计矩阵X，线性近似矩阵B和步长k更新OD估计矩阵，包括：

计算步长与搜索方向之积；

将原OD估计矩阵与步长与搜索方向之积相加获得更新后的OD估计矩阵。

在一实施例中，对OD估计矩阵X和迭代次数k进行初始化，包括：