[发明专利]基于多用户配流模型的空港集疏运交通量确定方法有效
申请号: | 201310088004.5 | 申请日: | 2013-03-19 |
公开(公告)号: | CN103226801A | 公开(公告)日: | 2013-07-31 |
发明(设计)人: | 白子建;柯水平;王新岐;王晓华;马红伟;赵巍;郑利;申婵;韩敏 | 申请(专利权)人: | 天津市市政工程设计研究院 |
主分类号: | G06Q50/30 | 分类号: | G06Q50/30 |
代理公司: | 天津市北洋有限责任专利代理事务所 12201 | 代理人: | 刘国威 |
地址: | 300051 *** | 国省代码: | 天津;12 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明属于交通运输规划与设计技术领域。为机场交通枢纽与机场规划、设计中吞吐量确定提供基础研究支持和具体方法,为达到上述目的,本发明采取的技术方案是,基于多用户配流模型的空港集疏运交通量确定方法,包括如下步骤:依据不同效用值原则确定不同运输方式的运输量,不同交通方式分配的交通量,其中确定不同运输方式的运输量具体为:1.1集疏运网络系统,1.2出行者的分类及其路径选择的原则,1.3配流模型,1.4运输量与交通量的转化。本发明主要应用于交通运输规划与设计。 | ||
搜索关键词: | 基于 多用户 模型 空港 集疏运 交通量 确定 方法 | ||
【主权项】:
1.一种基于多用户配流模型的空港集疏运交通量确定方法,其特征是,包括如下步骤:依据不同效用值原则确定不同运输方式的运输量,不同交通方式分配的交通量,其中确定不同运输方式的运输量具体为:基于多用户配流模型的空港集疏运交通量确定方法,包括如下步骤:1.1集疏运网络系统1)节点的选择把具有一定交通关联度和交通相似度的不同地理区域抽象为一个节点。2)弧与路径的确定采用多用户多出行方式的配流模型,针对各种不同的出行方式的特点以及路网状况,整合表征代表不同出行方式和对应路网状况的成本函数,该成本函数表示对应的弧成本,弧主要分为包括机场巴士、机场专线的公共交通、轨道交通、出租车、小汽车四种类型。1.2出行者的分类及其路径选择的原则出行者按照效用值最大化原则选择出行方式及其具体路径,效用值即具体选择原则为步行时间或距离、在乘时间、等车含换乘时间、交通费用、行李数量、路径舒适程度、出行目的及其报销程度、路径可靠性、家庭收入程度、安全程度等的综合结果;具体划分为一下几个类别:1)高级公务与高级商务:选择小汽车、或公务、商务客车;2)一般公务与一般商务:选择小汽车或出租车;3)旅游:以选择旅游大巴为主;4)机场含海关等其它部门与航空公司通勤人员选择通勤车等公共交通,或自驾小汽车;5)上学、探亲访友6)接送人员1.3配流模型客运量出行方式的选择与分配采用多用户多路径用户最优配流模型:min C = Σ k = 1 g Σ i = 1 m Σ j = 1 n ∫ 0 h kij c kij ( x ) dx ]]>s . t Σ k = 1 g Σ i = 1 m Σ j = 1 n h kij = Q ]]> hkij≥0ckij(x)表示第k对OD点间第i类出行者第j类出行方式的成本函数,g为OD点对数,m为出行者种类,n为出行方式种类,Q为总的交通量,hkij为第k对OD点间第i类出行者第j类出行方式的流量;某一OD对之间一类用户的总成本,包括四部分:Cki=Cki1+Cki2+Cki3+Cki4①小汽车出行成本:
②出租车出行成本:
③普通公交出行成本:
④轨道交通出行成本C ki 4 = ∫ 0 h 4 ( α i × λ 4 × t ‾ × τ + β i * c metro ) dx ]]> L为OD对间平均出行距离,v为可达平均速度,
为流量速度对应函数,αi为各类用户时间考虑权重,βi为各类用户费用考虑权重,具体取值见错误!未找到引用源。,λ为相对出行舒适度系数,具体取值见表2,τ为时间费用转化系数,ε为小汽车单位距离出行费用,
为轨道交通出行时间,p为出租车单位距离计费标准,cbus为机场巴士票价,cmetro为轨道交通票价,阿拉伯下标代表对应的交通工具;表1.各类别用户对时间和费用的不同考虑权重
表2.各种出行方式的相对出行舒适度系数
1.4运输量与交通量的转化计算出各出行方式分配的运输量暨人次后,还需要转换成相应的交通量,交通量以标准车当量数pcu为单位,即将实际的各种机动车交通量按一定的折算系数换算成某种标准车型的当量交通量;确定不同交通方式分配的交通量具体是采用粒子群算法对多用户的空港集疏运交通量进行分配,具体算法步骤如下:(1)依照初始化过程,对粒子群的随机位置和速度进行初始设定;(2)根据多用户均衡配流模型确定适应度公式,计算每个粒子的适应值;(3)对于将其适应值与所经历过的最好位置ipbest的适应值进行比较,若较好,则将其作为当前的最好位置;(4)对于每个粒子将其适应值与全局所经历的最好位置gbest的适应值进行比较,若最好,则将其作为当前的全局最好位置;(5)采用如下公式对粒子的速度和位置同时进行进化:vi=vi+ci×rand()×(pi-xi)+c2×rand()×(g-xi)xi=xi+vivi是粒子的速度,xi是当前粒子的位置,pi为个体极值,g为全局极值,rand()是介于(0,1)之间的随机数。c1,c2是学习因子。(6)如未达到结束条件通常为足够好的适应值或达到一个预设最大代数,则返回步骤(2),直到满足停止规则为止。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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天津市市政工程设计研究院,未经天津市市政工程设计研究院许可,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/patent/201310088004.5/,转载请声明来源钻瓜专利网。