CN104282143B - 一种面向过饱和控制的城市疏散干路网络提取方法 - Google Patents
一种面向过饱和控制的城市疏散干路网络提取方法 Download PDFInfo
- Publication number
- CN104282143B CN104282143B CN201410567875.XA CN201410567875A CN104282143B CN 104282143 B CN104282143 B CN 104282143B CN 201410567875 A CN201410567875 A CN 201410567875A CN 104282143 B CN104282143 B CN 104282143B
- Authority
- CN
- China
- Prior art keywords
- network
- section
- main line
- road
- evacuation
- 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
Links
Abstract
本发明公开一种面向过饱和控制的城市疏散干路网络提取方法，与已有常规网络干路经验提取法的单一定性分析相比，优势在于能够结合定性分析与定量计算两种手段，为城市疏散干路网络的提取提供一种既具有可操作性又具有理论支撑的方法。本方法首先通过基础建设资料查阅、实地调查等手段获取城市基础道路网络结构以及基础交通特征属性，包括对道路路段及交叉口进行统一编号；其次，根据既定的城市应急疏散预案，确定应急疏散的起点终点以及起终点间的疏散需求；最后，定义城市疏散网络过饱和度并以该项指标最低为目标，以网络道路总里程为控制参数，提取城市疏散干路网络。
Description
技术领域
本发明涉及一种交通干路网络提取方法，尤其涉及一种在应急疏散情况下城市疏散干路网络提取方法。
背景技术
城市应急疏散事件(火灾、化工有毒物质泄漏、恐怖袭击等)会致使灾害影响区内群众采取疏散规避行为。大量的疏散者会通过等级较高的路段进行疏散撤离，以期安全、高效、快速的驶离危险区域。短时间内爆发大量的疏散需求会导致城市交通运行状态恶化，甚至瘫痪，因此对城市疏散干路进行合理的交通组织与疏导可以有效提高应急事件的疏散效率，降低人员伤亡与财产损失。然而，现阶段对城市应急疏散干路网络的提取一般根据交通管理者的经验进行判定，缺乏相关的定量计算与分析，使得提取得到的干路网络科学性与合理性受到一定的影响。
城市应急交通事件多数表现为大型事件疏散，短时突增疏散需求一般远超出城市路网的设计承载能力，不仅难以通过交通信号控制的方法来同时提高干路支路的通行能力，还会因这种非常规状态带来信号控制机的失效而加剧路网承载能力的降低，需要通过组织一批干路进行集中疏散，减少对交通管理资源的浪费与低效使用，防止进一步可能出现的交通网络瘫痪。依据应急疏散状态下城市道路的交通功能特性，剔除次要路段，完成城市应急疏散干路网络的提取，可以有效减少交通交通冲突数量，提高疏散交通运行效率，对于城市交通运行状态的检测、城市交通拥堵状态的识别以及预测都有着重要意义。此外，应急疏散干路网络的提取，还为一些应急疏散交通组织策略的实施提供了平台，有助于进一步减少疏散需求清理所必需的时间。
发明内容
本发明旨在于提供一种按照既定要求准确提取城市疏散干路网络的方法，应用的前提条件是城市应急事件下短时间内爆发的大量疏散需求超过路网承载能力。
本发明是一种面向过饱和控制的城市疏散干路网络提取方法，其特征在于对城市应急疏散网络进行定性分析与定量计算，以获得城市应急疏散干路网络。该方法包括以下步骤：
步骤1：通过查阅基础建设资料与实地调查等方式，获得城市道路基础网络拓扑结构与各路段的交通属性数据，包括路段通行能力cij、路段长度lij；
步骤2：在获得城市交通网络拓扑结构图之后，对已有城市道路基础网络结构中交叉口与路段进行网络与交通属性赋值；
步骤2.1、交叉口编号：将交通网络拓扑结构中左上角的交叉口编号为1，对每一个已编号节点M的未编号相邻节点按照顺时针顺序进行编号，新增编号值为网络已有编号最大值W加1；若已编号节点M相邻节点均已编号，则对已编号节点M+1进行未编号相邻节点编号，直至所有节点均被编号；
步骤2.2、用相邻节点对表示路段，即l＝(a,b)；并根据前期基础资料调查收集，输入每条路段的道路通行能力cij、路段长度lij；
步骤3：根据城市预设的应急事件等级与既定应急疏散预案，确定应急疏散需求与疏散起点、疏散终点及其编号，疏散起点编号为“1#”(用号代替X号)，第一位字符“1”表示在交通网络中与该编号对应的是疏散起点；字符“#”代表该疏散起点具体编号；疏散终点编号为“2*”，第一位字符“2”表示在交通网络中与该编号对应的是疏散终点；字符“*”代表该疏散终点具体编号，并将以上疏散数据(疏散起点，疏散终点及疏散需求)转化为疏散OD矩阵；并将疏散起点与终点在交通网络拓扑结构图中标出；
步骤4：增设网络属性与疏散网络的预处理。增设“保留标号”的交通属性并采用Dijkstra算法寻找各疏散起点至疏散终点的最短路，并将最短路径所包括的路段的“保留标号”交通属性设置为1，它表征为最短路径所途径的路段不会从网络中剔除；当“保留标号”交通属性设置为0时，表征该路段将从网络中剔除；当“保留标号”交通属性设置为空(缺省设置)时，表征带路段是否删除有待进一步判断。
步骤5：城市疏散网络提取模型及参数标定。疏散路网过饱和度为是指在不破坏路段通行能力限制的前提下，给定道路通行能力矩阵在网络交通分配中所要叠加的最小乘数。
步骤6：打开MATLAB7.0的工作区，输入步骤3得到的疏散OD矩阵以及步骤4完善的路段属性表等城市疏散网络基础数据。
步骤7：打开MATLAB7.0的遗传算法工具箱GATOOL，以现有疏散网络数据为基础，寻找满足最大网络里程限制、道路虚拟通行能力、道路可用性以及网络连通性等约束条件并使网络过饱和度这一指标最小的疏散干路网络提取方案，即对“保留标号”为缺省状态的路段进行保留判断，模型目标与各约束条件具体如下(1)至(5)所述：
(1)最小网络过饱和度目标：minμ＝f(xij,lij,δij)，式中μ为网络过饱和度；xij为路段(i,j)上的交通量；δij为路段(i,j)的保留变量；lij为路段(i,j)的长度。即寻找网络过饱和度最小的城市疏散干路网络；
(2)最大网络里程约束：∑δijlij≤αL，式中L为原始网络总里程；α为干路网络提取参数。根据国内外研究结果表明，疏散干路网络提取参数α取值使疏散网络最小割平面不发生改变的95％置信区间为(0.7,0.9)，所以此处疏散干路网络提取参数α取值为0.8；AR为网络路段集合；其他参数同前；此约束要求提取的城市疏散干路网络里程将精简至原网络总里程的80％，不宜过高或过低；
(3)道路虚拟通行能力约束：xij≤μcij,式中cij为路段(i,j)通行能力；其他参数同前；此约束表明，提取后的网络路段交通量不大于网络过饱和度与路段原始通行能力之积；
(4)道路可使用性约束：xij≤Kδij,式中K为路段-交通量联系变量，取值K＝100000；其他参数同前，此约束表明若路段(i,j)保留在城市疏散干路网络中，此时δij＝1，则xij≤Kδij＝100000，即该路段可以进行正常的交通分配；反之δij＝0，则xij≤0，即该路段不进行交通分配；
(5)网络连通性约束：式中Rpq为疏散起点p至疏散终点q之间所有路径集合，V为疏散网络中所有起终点集合。该约束条件要求城市疏散干路网络的提取需要保证疏散起点与终点之间路径不为空集，即保证城市疏散干路网络的连通性。
步骤8：当网络中所有路段的“保留标号”均已进行了判断且满足步骤7中所有条件，将含有最新“保留标号”的道路属性信息表以.xls格式输出。并将保留标号为0的路段从原网络中剔除，最终得到提取后的城市疏散干路网络结构图。
与现有技术相比，本发明具有以下优点：
1.本发明综合运用定性分析与定量计算对城市疏散干路网络进行提取。现阶段，在科学研究与工程应用中，对城市干路网络的提取一般采用经验法，即根据研究实践经验对城市干路网络进行提取，带有研究者的个人主观性因素。本发明综合运用定性分析与定量计算的方法对城市交通网络进行处理，可以根据不同应急事件的影响范围定量化地控制疏散干路网络规模，提高了其科学性与可靠性。
2.本发明考虑疏散道路交通运行状态对城市疏散干路网络进行提取。现有方法中对干路网络提取采用道路等级及长度为主要参考因素，在应急疏散状态下，这种方法的适用性受到限制。本发明提供的疏散干路提取法通过分析道路在疏散过程中所担负的交通作用，对城市疏散干路网络进行提取，弥补了传统方法的局限性与不足，更能应对紧急状态下城市疏散交通网络处于临界饱和状态的场景。
3.本发明提供基于过饱和控制的疏散干路提取方法，可以用于计算初步的网络清空时间，为交通管理者疏散信息发布时机的选择提供一定的指导意义。同时有利于实施综合交通策略提高城市应急疏散效率，降低应急疏散所需的时间，对现实交通管理具有指导意义。
附图说明
图1是本发明基于过饱和控制的疏散干路提取方法的技术路线图；
图2是疏散干路网络提取的介绍；
图3是对城市基础交通网络进行交叉口编号处理；
图4是疏散预案中既定疏散起点、疏散终点及其编号的网络表达；
图5是构成疏散起终点最短路径的路段集合表达；
图6城市应急疏散干路网络提取结果。
具体实施方式
下面结合附图表中本方案的技术路线图(图1)，对本发明具体实施方式作进一步详细描述：
1.城市疏散干路网络提取介绍(参见图2)
城市疏散干路网络提取是在常规路网中提取出在城市应急疏散状态下担负着城市大量应急疏散交通量的重要道路网络。通过对城市疏散干路网络设置总里程约束，对比分析所有满足总里程约束的备选方案，通过对备选方案疏散网络饱和度这一指标的比选，最终识别并提取出城市交通网络中主要疏散干路网络，为城市应急疏散交通的管理与综合疏散交通组织的实施创造有利条件。
2.城市交通网络基础信息收集
城市交通网络拓扑结构是城市现实交通网络的图形表达。城市交通网络拓扑结构作为城市应急疏散交通分配的平台，是实现基于过饱和控制的疏散干路提取方法的基础网络。
城市路段的通行能力是衡量判断应急疏散状态下城市交通网络运营状态所必须的要素，城市路段长度作为对城市疏散干路网络总里程的构成因素，在进行网络总里程控制过程中起决定性作用，因此，城市路段长度是进行疏散干路网络提取的必备属性。
3.建立城市基础交通网络结构图及路段属性信息表(参见图3)
根据前期调查资料，建立城市交通网络拓扑结构，并按照技术方案步骤2中所提到的方法对城市交通网络进行编号及路段通行能力、长度等交通属性数据录入。网络编号见图3所示，路段属性数据参见表一。
表一路段交通属性表
| 路段表示(i,j) | 通行能力cij | 道路长度lij |
| (1,2) | 50 | 17 |
| (1,3) | 40 | 14 |
| (2,4) | 30 | 20 |
| (2,5) | 25 | 14 |
| (3,6) | 50 | 19 |
| (4,7) | 30 | 16 |
| (4,8) | 30 | 14 |
| (5,8) | 20 | 21 |
| …… | …… | …… |
| (74,79) | 50 | 25 |
| (75,78) | 40 | 16 |
| (75,79) | 30 | 14 |
| (76,77) | 30 | 29 |
| (77,78) | 30 | 26 |
4.根据城市预设的应急事件等级与既定应急疏散预案，确定应急疏散需求与疏散起点、疏散终点及其编号以及疏散起终点间的疏散需求，并在交通网络拓扑结构图中标注疏散起点与疏散终点及编号(具体如图4所示)，同时将疏散起终点间疏散需求转化为疏散OD矩阵。疏散OD矩阵如表二所示：
表二疏散OD矩阵
| 疏散终点1 | 疏散终点2 | …… | |
| 疏散起点1(1001) | 300 | — | |
| 疏散起点2(1002) | 200 | — | |
| 疏散起点3(1003) | 180 | — | |
| …… | …… | — | |
| 疏散起点n(1xxx) | xxx | — |
5.增设网络属性与疏散网络预处理
在路段交通属性信息表中增设“是否保留”这一属性栏，并采用Matlab7.0中Dijkstra算法寻找各疏散起点至疏散终点的最短路，如图5所示。并将最短路径所包括的路段的“是否保留”属性设置为1，即最短路径包含的所有路段将不会从网络中剔除。其他路段的“保留标号”属性保持缺省状态，暂不设置。完善后的路段交通属性信息表如表三所示：
表三：预处理后的路段交通属性信息表
| 路段表示(i,j) | 通行能力cij | 道路长度lij | 保留标号 |
| (1,2) | 50 | 17 | |
| (1,3) | 40 | 14 | |
| (2,4) | 30 | 20 | |
| (2,5) | 25 | 14 | |
| (3,6) | 50 | 19 | 1 |
| (4,7) | 30 | 16 | |
| (4,8) | 30 | 14 | |
| (5,8) | 20 | 21 | 1 |
| …… | …… | …… | …… |
| (74,79) | 50 | 25 | 1 |
| (75,78) | 40 | 16 | 1 |
| (75,79) | 30 | 14 | 1 |
| (76,77) | 30 | 29 | 1 |
| (77,78) | 30 | 26 | 1 |
6.基础数据录入与模型参数标定。将步骤3得到的疏散OD矩阵以及步骤4完善的路段属性表输入到MATLAB中，同时设定城市疏散干路网络提取模型中相关参数。
7.打开MATLAB7.0的遗传算法工具箱GATOOL，以现有疏散网络数据为基础，寻找满足最大网络里程限制、道路虚拟通行能力、道路可用性以及网络连通性等约束条件并使网络过饱和度这一指标最小的疏散干路网络提取方案，即对“保留标号”为缺省状态的路段进行保留判断，模型目标与各约束条件具体如下(1)至(5)所述：
(1)最小网络过饱和度目标：minμ＝f(xij,lij,δij)，式中μ为网络过饱和度；xij为路段(i,j)上的交通量；δij为路段(i,j)的保留变量；lij为路段(i,j)的长度。即寻找网络过饱和度最小的城市疏散干路网络；
(2)最大网络里程约束：∑δijlij≤αL，式中L为原始网络总里程；α为干路网络提取参数。根据国内外研究结果表明，疏散干路网络提取参数α取值使疏散网络最小割平面不发生改变的95％置信区间为(0.7,0.9)，所以此处疏散干路网络提取参数α取值为0.8；AR为网络路段集合；其他参数同前；此约束要求提取的城市疏散干路网络里程将精简至原网络总里程的80％，不宜过高或过低；
(3)道路虚拟通行能力约束：xij≤μcij,式中cij为路段(i,j)通行能力；其他参数同前；此约束表明，提取后的网络路段交通量不大于网络过饱和度与路段原始通行能力之积；
(4)道路可使用性约束：xij≤Kδij,式中K为路段-交通量联系变量，取值K＝100000；其他参数同前，此约束表明若路段(i,j)保留在城市疏散干路网络中，此时δij＝1，则xij≤Kδij＝100000，即该路段可以进行正常的交通分配；反之δij＝0，则xij≤0，即该路段不进行交通分配；
(5)网络连通性约束：式中Rpq为疏散起点p至疏散终点q之间所有路径集合，V为疏散网络中所有起终点集合。该约束条件要求城市疏散干路网络的提取需要保证疏散起点与终点之间路径不为空集，即保证城市疏散干路网络的连通性。
具体编程步骤如下：
步骤7.1编码方法。编码是解空间中具体解在遗传算法中的表现形式，在本方法中采用0/1二进制编码对网络提取方案进行表示：0表示对应路段从路网中剔除，1表示对应路段将保留在路网中；
步骤7.2原始种群生成。在初始路网中寻找网络疏散起点与终点之间的最短路，并将组成最短路径的所有路段编码为1，即表示这些固定路段将保留在网络中；对网络中其他路段随机进行0/1编码50次，每一次随机0/1编码与固定路段的编码构成一个长度为n的个体，n为网络路段数，最终生成一个具有50个个体，每个个体长度为n个0/1变量的种群P；
步骤7.3网络总里程约束检验。根据前期调查得到网络各路段长度lij信息，得到网络路段长度矩阵lT＝[l1 l2 l3 ...... ln-1 ln]，对原始种群P中的每一个个体(即每一个解)进行网络总里程Li＝pi*l进行约束检验，若Li≤αL，则保留个体pi；反之，则将pi从原始种群P中剔除；当原始种群中的所有个体均被检验结束后，进入步骤7.4；
步骤7.4初始种群O(0)个体数检验。为保证种群的多样性与遗传有效性，需要对最新的初始种群个体数进行检验，若个体数不少于20个，则进入步骤7.5，遗传算法将以此初始群体进行衍生择优；否则返回步骤7.2，重新生成原始种群P；
步骤7.5个体适应度测试。以种群O(t)中的每个个体oi为基础，进行一次疏散交通分配，并计算疏散状态下的网络过饱和度μi；并对不同个体对应的网络过饱和度μi进行排序；
步骤7.6子代种群产生。子代种群O(t+1)通过两种方式产生：
1)选择。父代种群O(t)中适应度较好的2个个优良子辈可以直接成为子代种群O(t+1)中的个体；
2)交叉。对于除优良子辈之外的18个个体，均由父代种群O(t)中选择两个个体随机交换个体的某些基因结合后形成，成为子代种群O(t+1)中的个体；
步骤7.7种群代数更新。将种群代数t更新为t+1，并进行终止条件判断，若种群代数满足终止条件，则终止程序并输出最优个体；否则，返回步骤6.6，直至种群代数满足终止条件；
步骤7.8个体解码。根据最优解，更新路段交通属性信息表中保留标号并以.xls格式输出路段交通属性信息表。
8根据路段交通属性信息表中各路段的“保留标号”，剔除保留标号属性为“0”的路段，而保留标号属性为“1”的路段构成的网络即为城市疏散干路网络的提取结果。
以步骤3得到的疏散OD矩阵以及步骤4完善的路段属性表为输入数据，对城市基础交通网络进行连通性处理与网络总里程约束检验，并针对不同的可行解进行疏散网络过饱和度求解，通过对可行解空间的不断搜索、择优与淘汰，最终得到全局最优解，并对全局最优解进行解码，实现模型解从数学表达到现实路网表示的转换。疏散干网络提取结果如图6所示。
应理解上述实施例仅用于说明本发明技术方案的具体实施方式，而不用于限制本发明的范围。在阅读了本发明之后，本领域技术人员对本发明的各种等同形式的修改和替换均落于本申请权利要求所限定的保护范围。
Claims (3)
1.一种面向过饱和控制的城市疏散干路网络提取方法，该方法包括以下步骤：
步骤1：通过查阅基础建设资料与实地调查方式，获得城市道路基础网络拓扑结构与各路段的交通属性数据，包括路段通行能力cij、路段长度lij；
步骤2：在获得城市交通网络拓扑结构图之后，对已有城市道路基础网络结构中交叉口与路段进行网络与交通属性赋值；
步骤3：根据城市预设的应急事件等级与既定应急疏散预案，确定应急疏散需求与疏散起点、疏散终点及其编号，疏散起点编号为“1#”，第一位字符“1”表示在交通网络中与该编号对应的是疏散起点；字符“#”代表该疏散起点具体编号；疏散终点编号为“2*”，第一位字符“2”表示在交通网络中与该编号对应的是疏散终点；字符“*”代表该疏散终点具体编号，并将以上疏散数据转化为疏散OD矩阵；并将疏散起点与终点在交通网络拓扑结构图中标出；所述疏散数据包括上述疏散起点，疏散终点及疏散需求；
步骤4：增设网络属性与疏散网络的预处理；增设“保留标号”的交通属性并采用Dijkstra算法寻找各疏散起点至疏散终点的最短路径，并将最短路径所包括的路段的“保留标号”交通属性设置为1，它表征为最短路径所途径的路段不会从网络中剔除；当“保留标号”交通属性设置为0时，表征该路段将从网络中剔除；当“保留标号”交通属性设置为空(缺省设置)时，表征该路段是否删除有待进一步判断；
步骤5：城市疏散网络提取模型及参数标定；疏散路网过饱和度是指在不破坏路段通行能力限制的前提下，给定道路通行能力矩阵在网络交通分配中所要叠加的最小乘数；
步骤6：利用MATLAB7.0输入步骤3得到的疏散OD矩阵以及步骤4完善的路段属性表城市疏散网络基础数据；
步骤7：利用MATLAB7.0的遗传算法工具箱GATOOL，以现有疏散网络数据为基础，寻找满足最大网络里程限制、道路虚拟通行能力、道路可用性以及网络连通性约束条件并使网络过饱和度这一指标最小的疏散干路网络提取方案，即对“保留标号”为缺省状态的路段进行保留判断；
步骤8：当网络中所有路段的“保留标号”均已进行了判断且满足步骤7中所有条件，将含有最新“保留标号”的道路属性信息表以.xls格式输出；并将保留标号为0的路段从原网络中剔除，最终得到提取后的城市疏散干路网络结构图。
2.根据权利要求1所述的城市疏散干路网络提取方法，其中步骤2具体包括以下步骤：
步骤2.1、交叉口编号：将交通网络拓扑结构中左上角的交叉口编号为1，对每一个已编号节点M的未编号相邻节点按照顺时针顺序进行编号，新增编号值为网络已有编号最大值W加1；若已编号节点M相邻节点均已编号，则对已编号节点M+1进行未编号相邻节点编号，直至所有节点均被编号；
步骤2.2、用相邻节点对表示路段，即l＝(a,b)；并根据前期基础资料调查收集，输入每条路段的道路通行能力cij、路段长度lij。
3.根据权利要求1所述的城市疏散干路网络提取方法，其中步骤7中模型目标与各约束条件具体如下(1)至(5)所述：
(1)最小网络过饱和度目标：minμ＝f(xij,lij,δij)，式中μ为网络过饱和度；xij为路段(i,j)上的交通量；δij为路段(i,j)的保留变量；lij为路段(i,j)的长度，即寻找网络过饱和度最小的城市疏散干路网络；
(2)最大网络里程约束：式中L为原始网络总里程；α为干路网络提取参数，干路网络提取参数α取值使疏散网络最小割平面不发生改变的95％置信区间为(0.7,0.9)，所以此处干路网络提取参数α取值为0.8；AR为网络路段集合；其他参数同前；此约束要求提取的城市疏散干路网络里程将精简至原网络总里程的80％，不宜过高或过低；
(3)道路虚拟通行能力约束：式中cij为路段(i,j)通行能力；其他参数同前；此约束表明，提取后的网络路段交通量不大于网络过饱和度与路段原始通行能力之积；
(4)道路可使用性约束：式中K为路段-交通量联系变量，取值K＝100000；其他参数同前，此约束表明若路段(i,j)保留在城市疏散干路网络中，此时δij＝1，则xij≤Kδij＝100000，即该路段可以进行正常的交通分配；反之δij＝0，则xij≤0，即该路段不进行交通分配；
(5)网络连通性约束：式中Rpq为疏散起点p至疏散终点q之间所有路径集合，V为疏散网络中所有起、终点集合；该约束条件要求城市疏散干路网络的提取需要保证疏散起点与终点之间路径不为空集，即保证城市疏散干路网络的连通性。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410567875.XA CN104282143B (zh) | 2014-10-22 | 2014-10-22 | 一种面向过饱和控制的城市疏散干路网络提取方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410567875.XA CN104282143B (zh) | 2014-10-22 | 2014-10-22 | 一种面向过饱和控制的城市疏散干路网络提取方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104282143A CN104282143A (zh) | 2015-01-14 |
| CN104282143B true CN104282143B (zh) | 2016-08-24 |
Family
ID=52256985
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410567875.XA Expired - Fee Related CN104282143B (zh) | 2014-10-22 | 2014-10-22 | 一种面向过饱和控制的城市疏散干路网络提取方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104282143B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105825670B (zh) * | 2015-08-16 | 2019-04-05 | 北京数行健科技有限公司 | 基于数据融合的道路过饱和状态判断方法及系统 |
| CN110782178B (zh) * | 2019-11-01 | 2020-11-06 | 北京航空航天大学 | 一种交通网络规划辅助决策方法及装置 |
| CN114093167B (zh) * | 2021-11-18 | 2022-12-06 | 公安部交通管理科学研究所 | 一种城市重点区域交通路网空间不均衡性测评方法 |
| CN115620513B (zh) * | 2022-09-20 | 2023-10-03 | 东南大学 | 基于韧性分析的城市道路网络状态监测方法及可视化系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11144182A (ja) * | 1997-11-07 | 1999-05-28 | Toyota Central Res & Dev Lab Inc | 交通流シミュレーションシステム |
| WO1999041726A1 (en) * | 1998-01-30 | 1999-08-19 | Dinbis Ab | Method and means for network control of traffic |
| CN1844580A (zh) * | 2006-03-21 | 2006-10-11 | 东南大学 | 确定城市单向交通配对道路最佳间距的方法 |
| CN101706993A (zh) * | 2009-10-28 | 2010-05-12 | 北京交通大学 | 道路应急疏散能力指标体系的计算方法及系统 |
| CN101777255A (zh) * | 2010-01-28 | 2010-07-14 | 东南大学 | 基于城市路网可靠度的紧急救援设施配置方法 |
| CN102542793A (zh) * | 2012-01-11 | 2012-07-04 | 东南大学 | 一种交叉口群过饱和交通态势主动控制方法 |
| CN104008657A (zh) * | 2014-06-05 | 2014-08-27 | 东南大学 | 一种应急疏散情况下的t型交叉口渠化控制方法 |
| CN104021682A (zh) * | 2014-05-06 | 2014-09-03 | 东南大学 | 过饱和交叉口自修复控制方法 |
-
2014
- 2014-10-22 CN CN201410567875.XA patent/CN104282143B/zh not_active Expired - Fee Related
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11144182A (ja) * | 1997-11-07 | 1999-05-28 | Toyota Central Res & Dev Lab Inc | 交通流シミュレーションシステム |
| WO1999041726A1 (en) * | 1998-01-30 | 1999-08-19 | Dinbis Ab | Method and means for network control of traffic |
| CN1844580A (zh) * | 2006-03-21 | 2006-10-11 | 东南大学 | 确定城市单向交通配对道路最佳间距的方法 |
| CN101706993A (zh) * | 2009-10-28 | 2010-05-12 | 北京交通大学 | 道路应急疏散能力指标体系的计算方法及系统 |
| CN101777255A (zh) * | 2010-01-28 | 2010-07-14 | 东南大学 | 基于城市路网可靠度的紧急救援设施配置方法 |
| CN102542793A (zh) * | 2012-01-11 | 2012-07-04 | 东南大学 | 一种交叉口群过饱和交通态势主动控制方法 |
| CN104021682A (zh) * | 2014-05-06 | 2014-09-03 | 东南大学 | 过饱和交叉口自修复控制方法 |
| CN104008657A (zh) * | 2014-06-05 | 2014-08-27 | 东南大学 | 一种应急疏散情况下的t型交叉口渠化控制方法 |
Non-Patent Citations (2)
| Title |
|---|
| 应急疏散交通组织优化方法研究;吴正言;《中国博士学位论文全文数据库（电子期刊）》;20140715;全文 * |
| 突发事件下应急交通疏散管理研究;张钊，等;《铁道运输与经济 》;20091231;第31卷(第5期);第85-89页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104282143A (zh) | 2015-01-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104282143B (zh) | 一种面向过饱和控制的城市疏散干路网络提取方法 | |
| Ouyang et al. | Vulnerability analysis of complementary transportation systems with applications to railway and airline systems in China | |
| CN106789190B (zh) | 一种电力通信网脆弱性评估及路由优化方法 | |
| Kim | The emergent network structure of the multilateral environmental agreement system | |
| Kim et al. | Fractality in complex networks: Critical and supercritical skeletons | |
| CN110135092A (zh) | 基于半局部中心性的复杂加权交通网关键节点识别方法 | |
| CN105303839B (zh) | 潜在拥堵道路交叉点的预测方法和装置 | |
| CN104466959A (zh) | 电力系统关键线路辨识方法和系统 | |
| CN109981326B (zh) | 家庭宽带感知故障定位的方法及装置 | |
| CN103927433B (zh) | 基于流控制的多源点多出口人群应急疏散调度方法 | |
| Canto-Perello et al. | Consensus in prioritizing river rehabilitation projects through the integration of social, economic and landscape indicators | |
| Sahamir et al. | Investigation of green assessment criteria and sub-criteria for public hospital building development in Malaysia | |
| Ding et al. | Two-stage interval stochastic chance-constrained robust programming and its application in flood management | |
| Leitner | Layered graph models and exact algorithms for the generalized hop-constrained minimum spanning tree problem | |
| CN103530820A (zh) | 一种智能电网技术评价的建模方法 | |
| Bian et al. | Network security situational assessment model based on improved AHP_FCE | |
| Yu et al. | Cluster-based hierarchical model for urban transit hub location planning: formulation, solution, and case study | |
| Narvaez et al. | Creating Urban Place: Re-thinking the Value of Residential and Commercial Use in Urban Street Networks. | |
| Marcus et al. | Can spatial form support urban ecosystem services: Developing descriptions and measures to capture the spatial demands for pollination using the framework of space syntax | |
| Harun et al. | The benefits of river indicators to assess the ecological status of IIUM campus | |
| Jelenius | Graph models of infrastructures and the robustness of power grids | |
| Arosio et al. | Natural hazard risk of complex systems–the whole is more than the sum of its parts: II. A pilot study in Mexico City | |
| Hoveidi et al. | Strategic Planning, Based on Environmental Spatial Assessment, Using SWOT and GIS to Locate Sustainable Industrial Areas (Case Study: Tehran Province) | |
| Aboulnaga et al. | Sustainable cities: Strategy and indicators for healthy living environments | |
| Liu | The use of GIS-based genetic algorithm in water pollution control planning |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB03 | Change of inventor or designer information |
Inventor after: Ren Gang Inventor after: Wu Jianbo Inventor after: Xing Linli Inventor after: Hua Jingyi Inventor after: Yao Mengjia Inventor after: Zhang Minqin Inventor before: Ren Gang Inventor before: Wu Jianbo Inventor before: Hua Jingyi Inventor before: Yao Mengjia Inventor before: Zhang Minqin |
|
| COR | Change of bibliographic data | ||
| C14 | Grant of patent or utility model | ||
| 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: 20160824 Termination date: 20201022 |