CN104900064B - 一种获取高速公路优选交通组织方式的方法及系统 - Google Patents
一种获取高速公路优选交通组织方式的方法及系统 Download PDFInfo
- Publication number
- CN104900064B CN104900064B CN201510347579.3A CN201510347579A CN104900064B CN 104900064 B CN104900064 B CN 104900064B CN 201510347579 A CN201510347579 A CN 201510347579A CN 104900064 B CN104900064 B CN 104900064B
- Authority
- CN
- China
- Prior art keywords
- traffic
- mrow
- msub
- parameter
- traffic organization
- 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.)
- Active
Links
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种获取高速公路优选交通组织方式的方法及系统,先获取多种交通组织方式,再获取不同交通组织方式下的交通运行参数,之后根据所述交通运行参数确定各个交通组织方式下的多个交通设计参考量,并根据所述交通设计参考量和预设参考模型得到各个交通组织方式的判定因子,将所述判定因子最大的交通组织方式作为优选方式。本发明所述获取高速公路优选交通组织方式的方法及系统,综合考虑了多个交通设计参考量,并且根据所有的交通设计参考量和预设参考模型来得到各个交通组织方式的判定因子,只有判定因子最大的交通组织方式才是最为优选的方式,综合考虑了多方面因素而不仅仅限定于通行效率,实现了对交通组织方式的综合判定和优选。
Description
技术领域
本发明涉及交通设计技术领域,具体地说涉及一种获取高速公路优选交通组织方式的方法及系统。
背景技术
近年来,随着社会经济的飞速发展,居民出行需求也日益提高,并越来越呈现出机动化、长距离的特征,区间出行比例也大大增加。为满足人们日益增长的长距离区间出行需求,越来越多的高速公路改扩建为多车道(八车道甚至以上)高速公路,在重要的运输通道内,高速公路的多车道化必将成为未来高速公路的发展趋势。
相较于传统的四车道、六车道高速公路,多车道高速公路的交通组织方式更为多样化,因此,如何对多样化的交通组织方式进行判别并从中选取出最优的交通组织方式对高速公路改扩建具有重要指导意义。
发明内容
为此,本发明所要解决的技术问题在于现有技术对多车道高速公路交通组织方式判别方法的研究中,只将通行效率最优的交通组织方式作为最优的交通组织方式,难以对交通组织方案进行综合判定和优选。
为解决上述技术问题,本发明的技术方案如下:
本发明提供了一种获取高速公路优选交通组织方式的方法,包括:
获取多种交通组织方式;
获取不同交通组织方式下的交通运行参数;
根据所述交通运行参数确定各个交通组织方式下的多个交通设计参考量;
根据所述交通设计参考量和预设参考模型得到各个交通组织方式的判定因子;
将所述判定因子最大的交通组织方式作为优选方式。
本发明所述的获取高速公路优选交通组织方式的方法,所述获取不同交通组织方式下的交通运行参数的步骤包括:
获取交通实测数据;
构建不同交通组织方式下的仿真模型;
采用所述交通实测数据对所述仿真模型进行标定,标定后运行所述仿真模型得到各个交通组织方式下的交通运行参数。
本发明所述的获取高速公路优选交通组织方式的方法,所述交通运行参数包括交通流量、车速、检测器占有率以及各项污染物排放量。
本发明所述的获取高速公路优选交通组织方式的方法,所述交通设计参考量包括通行效率参数及其对应的权重向量、安全性能参数及其对应的权重向量、环境性能参数及其对应的权重向量以及经济性能参数及其对应的权重向量。
本发明所述的获取高速公路优选交通组织方式的方法,所述根据所述交通运行参数确定各个交通组织方式下的多个交通设计参考量的步骤包括:
构建不同交通组织方式在通行效率方面的两两比较判断矩阵;
构建不同交通组织方式在安全性能方面的两两比较判断矩阵;
构建不同交通组织方式在环境性能方面的两两比较判断矩阵;
构建不同交通组织方式在经济性能方面的两两比较判断矩阵;
根据所述交通运行参数对各个所述两两比较判断矩阵进行赋值;
解析赋值后的各个所述两两比较判断矩阵,得到各个交通组织方式下的通行效率参数及其对应的权重向量、安全性能参数及其对应的权重向量、环境性能参数及其对应的权重向量以及经济性能参数及其对应的权重向量。
本发明所述的获取高速公路优选交通组织方式的方法,所述根据所述交通设计参考量和预设参考模型得到各个交通组织方式的判定因子的步骤中,所述预设参考模型如下所述:
其中,N为交通设计参考量的个数,Qj为各个交通组织方式的判定因子,Ai为每个交通设计参考量对应的权重向量,Bi为每个交通设计参考量的权重赋值。
本发明所述的获取高速公路优选交通组织方式的方法,所述通行效率方面涉及交通流量和车速,所述安全性能方面涉及交通事故概率,所述环境性能方面涉及占用土地资源和各项污染物指标排放量,所述经济性能方面涉及工程造价和施工难易程度;
所述根据所述交通运行参数对各个所述两两比较判断矩阵进行赋值的步骤中,根据所述交通流量和所述车速给所述通行效率方面的两两比较判断矩阵赋值,根据所述交通事故概率给所述安全性能方面的两两比较判断矩阵赋值,根据所述占用土地资源和各项污染物指标排放量给所述环境性能方面的两两比较判断矩阵赋值,根据所述工程造价和施工难易程度给所述经济性能方面的两两比较判断矩阵赋值。
本发明所述的获取高速公路优选交通组织方式的方法,所述根据所述交通运行参数对各个所述两两比较判断矩阵进行赋值的步骤中,所述交通事故概率通过如下方式获取:
建立交通事故概率的预测模型;
将所述交通运行参数代入所述预测模型,获取各个交通组织方式下的交通事故概率。
本发明所述的获取高速公路优选交通组织方式的方法,所述交通事故概率的预测模型如下所述:
式中:P(x)为事故发生概率,DetOccu为平均30s上游检测器占有率(%)SpdDevu为上游30s平均速度标准差(mile/h),SpdDevd为下游30s平均速度标准差(mile/h),OccDifd为平均30s下游检测器相邻车道占有率差,AvgCntu-d为平均每30s上下游检测器车辆数之差(veh/30s),AvgOccu-d为平均上下游检测器占有率之差(%),Weather在恶劣天气条件下(雨、雾)取1,其他条件下取0,DetDistu-d为上下游检测器之间的距离(mile),Widths为路面宽度(ft),Widtho路肩宽度>10ft,取1,其他条件下取0,Curve在曲线段取1,其他条件下取0。
本发明还提供了一种获取高速公路优选交通组织方式的系统,包括:
方式获取单元,用于获取多种交通组织方式;
交通运行参数获取单元,用于获取不同交通组织方式下的交通运行参数;
参考量获取单元,用于根据所述交通运行参数确定各个交通组织方式下的多个交通设计参考量;
判定因子获取单元,用于根据所述交通设计参考量和预设参考模型得到各个交通组织方式的判定因子;
优选单元,用于将所述判定因子最大的交通组织方式作为优选方式。本发明的上述技术方案相比现有技术具有以下优点:
本发明提供了一种获取高速公路优选交通组织方式的方法及系统,先获取多种交通组织方式,再获取不同交通组织方式下的交通运行参数,之后根据所述交通运行参数确定各个交通组织方式下的多个交通设计参考量,并根据所述交通设计参考量和预设参考模型得到各个交通组织方式的判定因子,将所述判定因子最大的交通组织方式作为优选方式。因此,本发明所述获取高速公路优选交通组织方式的方法及系统,综合考虑了多个交通设计参考量,并且根据所有的交通设计参考量和预设参考模型来得到各个交通组织方式的判定因子,只有判定因子最大的交通组织方式才是最为优选的方式,综合考虑了多方面因素而不仅仅限定于通行效率,实现了对交通组织方式的综合判定和优选。
附图说明
为了使本发明的内容更容易被清楚的理解,下面根据本发明的具体实施例并结合附图,对本发明作进一步详细的说明,其中
图1是本发明所述获取高速公路优选交通组织方式的方法的流程图;
图2是本发明所述获取高速公路优选交通组织方式的方法中步骤S2的具体流程图;
图3是本发明所述获取高速公路优选交通组织方式的方法中步骤S3的具体流程图;
图4是本发明所述获取高速公路优选交通组织方式的方法中获取交通事故概率的具体流程图;
图5是本发明实施例1所述获取高速公路优选交通组织方式的方法中的三种交通组织方式的示意图;
图6是本发明所述获取高速公路优选交通组织方式的系统的机构框图。
图中附图标记表示为:1-方式获取单元,2-交通运行参数获取单元,3-参考量获取单元,4-判定因子获取单元,5-优选单元,21-测试子单元,22-仿真模型构建子单元,23-运行子单元,31-第一构建子单元,32-第二构建子单元,33-第三构建子单元,34-第四构建子单元,35-赋值子单元,36-解析子单元,351-预测模型获取器,352-概率获取器。
具体实施方式
实施例1
本实施例提供了一种获取高速公路优选交通组织方式的方法,如图1所示,包括:
S1.获取多种交通组织方式。
S2.获取不同交通组织方式下的交通运行参数。
S3.根据所述交通运行参数确定各个交通组织方式下的多个交通设计参考量。
S4.根据所述交通设计参考量和预设参考模型得到各个交通组织方式的判定因子。
S5.将所述判定因子最大的交通组织方式作为优选方式。
具体地,步骤S1中,针对同一段高速公路,可能有多种不同的设计方案,即交通组织方式,如图5所示,就给出了三种交通组织方式,分别为整体式、“长途+集散”式和客货分立式,通过获取多种交通组织方式,为后期从中选取出最优的交通组织方式奠定了基础。
步骤S2中,获取不同交通组织方式下的交通运行参数,为后期判定哪种交通组织方式最优提供了理论依据。
优选地,如图2所示,所述步骤S2可以包括:
S21.获取交通实测数据。
S22.构建不同交通组织方式下的仿真模型。
S23.采用所述交通实测数据对所述仿真模型进行标定,标定后运行所述仿真模型得到各个交通组织方式下的交通运行参数。
具体地,步骤S21中,交通实测数据可以通过在需要改扩建的高速公路上安装速度、交通量、污染物等检测装置来获取,交通实测数据可以包括交通量、车速、污染物排放量等,通过检测装置可以非常便利的获取上述数据。
步骤S22中,可以针对每个交通组织方式采用VISSIM构建其对应的仿真模型,无需实际改扩建高速公路后再测量相关数据,降低了测试成本。VISSIM是一种微观的、基于时间间隔和驾驶行为的仿真建模工具,用以城市交通和公共交通运行的交通建模。它可以分析各种交通条件下,如车道设置、交通构成、交通信号、公交站点等城市交通和公共交通的运行状况,是评价交通工程设计和城市规划方案的有效工具。
步骤S23中,采用交通实测数据来对仿真模型进行标定,能够使运行仿真模型后获取到的交通运行参数符合其对应的交通组织方式下的实际运行情况,为后期作出正确判定奠定了基础。优选地,所述交通运行参数可以包括交通流量、车速、检测器占有率以及各项污染物排放量,涉及交通效率(交通量、车速)、安全性能(检测器占有率)以及环境性能(污染物排放量)等多个方面。
步骤S3中,每一个交通设计参考量反映了其对应的交通组织方式在某一方面的交通设计性能,通过交通运行参数确定的各个交通组织方式下的多个交通设计参考量,能够从多方面体现其对应的交通组织方式下的交通运行状态。优选地,所述交通设计参考量可以包括通行效率参数及其对应的权重向量、安全性能参数及其对应的权重向量、环境性能参数及其对应的权重向量以及经济性能参数及其对应的权重向量。权重向量越大,说明交通组织方式在该权重向量对应的交通设计参考量方面效果越优。以三个交通组织方式为例,我们分别称为A1、A2、A3,若通行效率参数及其对应的权重向量中,A1的权重向量最大,则说明A1这个交通组织方式在通行效率方面效果最优,若环境性能参数及其对应的权重向量中,A2的权重向量最大,则说明A2这个交通组织方式在环境性能方面效果最优等。本实施例的交通设计参考量涉及通行效率、安全性能、环境性能以及经济性能等多个方面,为后期选取出多方面综合性能最优的交通组织方案奠定了基础。
优选地,如图3所示,所述步骤S3可以包括:
S31.构建不同交通组织方式在通行效率方面的两两比较判断矩阵。
S32.构建不同交通组织方式在安全性能方面的两两比较判断矩阵。
S33.构建不同交通组织方式在环境性能方面的两两比较判断矩阵。
S34.构建不同交通组织方式在经济性能方面的两两比较判断矩阵。
S35.根据所述交通运行参数对各个所述两两比较判断矩阵进行赋值。
S36.解析赋值后的各个所述两两比较判断矩阵,得到各个交通组织方式下的通行效率参数及其对应的权重向量、安全性能参数及其对应的权重向量、环境性能参数及其对应的权重向量以及经济性能参数及其对应的权重向量。
具体地,以A1、A2、A3三种交通组织方式在通行效率方面的两两比较判断矩阵为例,其两两比较判断矩阵如下所示:
A1 | A2 | A3 | |
A1 | 1 | a | b |
A2 | 1/a | 1 | c |
A3 | 1/b | 1/c | 1 |
其中,a、b、c的值根据交通运行参数中涉及通行效率的交通流量和车速来赋值的,并且各个交通组织方式两两比较时如果只是比较顺序颠倒,则赋值之间呈反比,比如交通组织方式A1与交通组织方式A2在通行效率方面相比较时的赋值为a,则交通组织方式A2与交通组织方式A1在通行效率方面相比较是的赋值就为1/a。通过构建不同交通组织方式在通行效率、安全性能、环境性能等方面的两两比较判断矩阵,并根据交通参数对上述两两比较判断矩阵赋值并解析后,就可以得出不同交通组织方式在各个方面的权重向量了。比如解析交通组织方式在通行效率方面的两两比较判断矩阵,得到的权重向量为W1=(0.5,0.3,0.2)T,就可以获知交通组织方式A1在通行效率方面性能更优;若解析交通组织方式在安全性能方面的两两比较判断矩阵,得到的权重向量为W2=(0.4,0.45,0.15)T,就可以获知交通组织方式A2在安全性能方面性能更优等等。本实施例通过构建各个交通组织方式在各个方面的两两比较判断矩阵,能够获取各个交通组织方式在多方面的性能,为后期选取出综合性能最优的交通组织方式奠定了基础。
步骤S4、S5中,将各个交通设计参考量和预设参考模型相结合来获取交通组织的判定因子,使各个交通组织方式在各方面的交通设计参考量通过预设参考模型综合在一起,得到了体现交通组织方式在各方面(通行效率、安全性能、环境性能、经济性能)综合性能的判定因子,显然综合性能最优(判定因子最大)的交通组织方式兼顾了各方面,无疑是最优的交通组织方式。
优选地,所述步骤S4中,所述预设参考模型如下所述:
其中,N为交通设计参考量的个数,Qj为各个交通组织方式的判定因子,Ai为每个交通设计参考量对应的权重向量,Bi为每个交通设计参考量的权重赋值。
具体地,如果在优选交通组织方式的过程中需要综合考虑通行效率、安全性能、环境性能以及经济性能等四方面因素时,N的取值就为4,当然实际应用中N的取值也可能比4大或者小,需要考虑几个方面的因素,N就取相应的数值。Bi是的取值是根据大量的测试数据来确定的,通过实测(包括交通通行数据和对驾驶者的问卷调查等),可以确定哪方面在交通通行方面所起的作用更大,则会给该方面对应的交通设计参考量赋予较大的权重。为了更好的理解本方案,下面举一个例子,还是有A1、A2、A3三种交通组织方式,需要从通行效率、安全性能、环境性能以及经济性能四个方面选取出综合性能最优的交通组织方式,通过测试,通行效率在交通通行方面所起的作用更大,则给其赋予较高的权重0.6,安全性能次之,给其赋予权重0.3,环境性能和经济性能作用相当,给其均赋予权重0.05,且解析交通组织方式在通行效率方面的两两比较判断矩阵,得到的权重向量为W1=(0.5,0.3,0.2)T,解析交通组织方式在安全性能方面的两两比较判断矩阵,得到的权重向量为W2=(0.4,0.45,0.15)T,解析交通组织方式在环境性能方面的两两比较判断矩阵,得到的权重向量为W3=(0.35,0.45,0.2)T,解析交通组织方式在经济性能方面的两两比较判断矩阵,得到的权重向量为W4=(0.38,0.32,0.3)T,则交通组织方式A1下的判定因子Q1=0.5*0.6+0.4*0.3+0.35*0.05+0.38*0.05=0.4565,交通组织方式A2下的判定因子Q2=0.3*0.6+0.45*0.3+0.45*0.05+0.32*0.05=0.3535,交通组织方式A3下的判定因子Q3=0.2*0.6+0.15*0.3+0.2*0.05+0.3*0.05=0.19,因此交通组织方式A1下的判定因子Q1最大,交通组织方式A1为优选方式。
优选地,所述通行效率方面涉及交通流量和车速,所述安全性能方面涉及交通事故概率,所述环境性能方面涉及占用土地资源和各项污染物指标排放量,所述经济性能方面涉及工程造价和施工难易程度。
所述步骤S35中,根据所述交通流量和所述车速给所述通行效率方面的两两比较判断矩阵赋值,根据所述交通事故概率给所述安全性能方面的两两比较判断矩阵赋值,根据所述占用土地资源和各项污染物指标排放量给所述环境性能方面的两两比较判断矩阵赋值,根据所述工程造价和施工难易程度给所述经济性能方面的两两比较判断矩阵赋值。
优选地,如图4所示,所述步骤S35中,所述交通事故概率通过如下方式获取:
S351.建立交通事故概率的预测模型。
S352.将所述交通运行参数代入所述预测模型,获取各个交通组织方式下的交通事故概率。
优选地,所述交通事故概率的预测模型如下所述:
式中:P(x)为事故发生概率,DetOccu为平均30s上游检测器占有率(%)SpdDevu为上游30s平均速度标准差(mile/h),SpdDevd为下游30s平均速度标准差(mile/h),OccDifd为平均30s下游检测器相邻车道占有率差,AvgCntu-d为平均每30s上下游检测器车辆数之差(veh/30s),AvgOccu-d为平均上下游检测器占有率之差(%),Weather在恶劣天气条件下(雨、雾)取1,其他条件下取0,DetDistu-d为上下游检测器之间的距离(mile),Widths为路面宽度(ft),Widtho路肩宽度>10ft,取1,其他条件下取0,Curve在曲线段取1,其他条件下取0。
具体地,平均30s上游检测器占有率DetOccu、上游30s平均速度标准差SpdDevu、下游30s平均速度标准差SpdDevd、平均30s下游检测器相邻车道占有率差OccDifd、平均每30s上下游检测器车辆数之差AvgCntu-d、平均上下游检测器占有率之差AvgOccu-d、Weather、上下游检测器之间的距离DetDistu-d、路面宽度Widths、Curve均从仿真获取到的交通运行参数中获取。其常数系数的确定过程可以参考“Accident;Analysis and Prevention”2013年刊登的论文“Predicting crash likelihood and severity on freeways with real-time loop detector data”。
本实施例所述获取高速公路优选交通组织方式的方法,综合考虑了多个交通设计参考量,并且根据所有的交通设计参考量和预设参考模型来得到各个交通组织方式的判定因子,只有判定因子最大的交通组织方式才是最为优选的方式,综合考虑了多方面因素而不仅仅限定于通行效率,实现了对交通组织方式的综合判定和优选。
实施例2
本实施例提供了一种获取高速公路优选交通组织方式的系统,如图6所示,包括:方式获取单元1、交通运行参数获取单元2、参考量获取单元3、判定因子获取单元4以及优选单元5,其中,方式获取单元1,用于获取多种交通组织方式;交通运行参数获取单元2,用于获取不同交通组织方式下的交通运行参数;参考量获取单元3,用于根据所述交通运行参数确定各个交通组织方式下的多个交通设计参考量;判定因子获取单元4,用于根据所述交通设计参考量和预设参考模型得到各个交通组织方式的判定因子;优选单元5,用于将所述判定因子最大的交通组织方式作为优选方式。
优选地,所述交通运行参数获取单元2可以包括:
测试子单元21,用于获取交通实测数据。
仿真模型构建子单元22,用于构建不同交通组织方式下的仿真模型。
运行子单元23,用于采用所述交通实测数据对所述仿真模型进行标定,标定后运行所述仿真模型得到各个交通组织方式下的交通运行参数。
优选地,所述交通运行参数可以包括交通流量、车速、检测器占有率以及各项污染物排放量。
优选地,所述交通设计参考量可以包括通行效率参数及其对应的权重向量、安全性能参数及其对应的权重向量、环境性能参数及其对应的权重向量以及经济性能参数及其对应的权重向量。
优选地,所述参考量获取单元3可以包括:
第一构建子单元31,用于构建不同交通组织方式在通行效率方面的两两比较判断矩阵。
第二构建子单元32,用于构建不同交通组织方式在安全性能方面的两两比较判断矩阵。
第三构建子单元33,用于构建不同交通组织方式在环境性能方面的两两比较判断矩阵。
第四构建子单元34,用于构建不同交通组织方式在经济性能方面的两两比较判断矩阵。
赋值子单元35,用于根据所述交通运行参数对各个所述两两比较判断矩阵进行赋值。
解析子单元36,用于解析赋值后的各个所述两两比较判断矩阵,得到各个交通组织方式下的通行效率参数及其对应的权重向量、安全性能参数及其对应的权重向量、环境性能参数及其对应的权重向量以及经济性能参数及其对应的权重向量。
优选地,所述判定因子获取单元4中,所述预设参考模型可以如下所述:
其中,N为交通设计参考量的个数,Qj为各个交通组织方式的判定因子,Ai为每个交通设计参考量对应的权重向量,Bi为每个交通设计参考量的权重赋值。
优选地,所述通行效率方面涉及交通流量和车速,所述安全性能方面涉及交通事故概率,所述环境性能方面涉及占用土地资源和各项污染物指标排放量,所述经济性能方面涉及工程造价和施工难易程度;
所述赋值子单元35中,根据所述交通流量和所述车速给所述通行效率方面的两两比较判断矩阵赋值,根据所述交通事故概率给所述安全性能方面的两两比较判断矩阵赋值,根据所述占用土地资源和各项污染物指标排放量给所述环境性能方面的两两比较判断矩阵赋值,根据所述工程造价和施工难易程度给所述经济性能方面的两两比较判断矩阵赋值。
优选地,所述赋值子单元35可以包括:
预测模型获取器351,用于建立交通事故概率的预测模型。
概率获取器352,用于将所述交通运行参数代入所述预测模型,获取各个交通组织方式下的交通事故概率。
优选地,所述交通事故概率的预测模型可以如下所述:
式中:P(x)为事故发生概率,DetOccu为平均30s上游检测器占有率(%)SpdDevu为上游30s平均速度标准差(mile/h),SpdDevd为下游30s平均速度标准差(mile/h),OccDifd为平均30s下游检测器相邻车道占有率差,AvgCntu-d为平均每30s上下游检测器车辆数之差(veh/30s),AvgOccu-d为平均上下游检测器占有率之差(%),Weather在恶劣天气条件下(雨、雾)取1,其他条件下取0,DetDistu-d为上下游检测器之间的距离(mile),Widths为路面宽度(ft),Widtho路肩宽度>10ft,取1,其他条件下取0,Curve在曲线段取1,其他条件下取0。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
Claims (8)
1.一种获取高速公路优选交通组织方式的方法,其特征在于,包括:
获取多种交通组织方式;
获取不同交通组织方式下的交通运行参数;
根据所述交通运行参数确定各个交通组织方式下的多个交通设计参考量;
根据所述交通设计参考量和预设参考模型得到各个交通组织方式的判定因子;
将所述判定因子最大的交通组织方式作为优选方式;
所述交通设计参考量包括通行效率参数及其对应的权重向量、安全性能参数及其对应的权重向量、环境性能参数及其对应的权重向量以及经济性能参数及其对应的权重向量;
所述根据所述交通运行参数确定各个交通组织方式下的多个交通设计参考量的步骤包括:
构建不同交通组织方式在通行效率方面的两两比较判断矩阵;
构建不同交通组织方式在安全性能方面的两两比较判断矩阵;
构建不同交通组织方式在环境性能方面的两两比较判断矩阵;
构建不同交通组织方式在经济性能方面的两两比较判断矩阵;
根据所述交通运行参数对各个所述两两比较判断矩阵进行赋值;
解析赋值后的各个所述两两比较判断矩阵,得到各个交通组织方式下的通行效率参数及其对应的权重向量、安全性能参数及其对应的权重向量、环境性能参数及其对应的权重向量以及经济性能参数及其对应的权重向量。
2.根据权利要求1所述的获取高速公路优选交通组织方式的方法,其特征在于,所述获取不同交通组织方式下的交通运行参数的步骤包括:
获取交通实测数据;
构建不同交通组织方式下的仿真模型;
采用所述交通实测数据对所述仿真模型进行标定,标定后运行所述仿真模型得到各个交通组织方式下的交通运行参数。
3.根据权利要求2所述的获取高速公路优选交通组织方式的方法,其特征在于,所述交通运行参数包括交通流量、车速、检测器占有率以及各项污染物排放量。
4.根据权利要求1-3任一所述的获取高速公路优选交通组织方式的方法,其特征在于,所述根据所述交通设计参考量和预设参考模型得到各个交通组织方式的判定因子的步骤中,所述预设参考模型如下所述:
<mrow>
<msub>
<mi>Q</mi>
<mi>j</mi>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msub>
<mi>A</mi>
<mi>i</mi>
</msub>
<mo>&times;</mo>
<msub>
<mi>B</mi>
<mi>i</mi>
</msub>
</mrow>
其中,N为交通设计参考量的个数,Qj为各个交通组织方式的判定因子,Ai为每个交通设计参考量对应的权重向量,Bi为每个交通设计参考量的权重赋值。
5.根据权利要求1-3任一所述的获取高速公路优选交通组织方式的方法,其特征在于,所述通行效率方面涉及交通流量和车速,所述安全性能方面涉及交通事故概率,所述环境性能方面涉及占用土地资源和各项污染物指标排放量,所述经济性能方面涉及工程造价和施工难易程度;
所述根据所述交通运行参数对各个所述两两比较判断矩阵进行赋值的步骤中,根据所述交通流量和所述车速给所述通行效率方面的两两比较判断矩阵赋值,根据所述交通事故概率给所述安全性能方面的两两比较判断矩阵赋值,根据所述占用土地资源和各项污染物指标排放量给所述环境性能方面的两两比较判断矩阵赋值,根据所述工程造价和施工难易程度给所述经济性能方面的两两比较判断矩阵赋值。
6.根据权利要求5所述的获取高速公路优选交通组织方式的方法,其特征在于,所述根据所述交通运行参数对各个所述两两比较判断矩阵进行赋值的步骤中,所述交通事故概率通过如下方式获取:
建立交通事故概率的预测模型;
将所述交通运行参数代入所述预测模型,获取各个交通组织方式下的交通事故概率。
7.根据权利要求6所述的获取高速公路优选交通组织方式的方法,其特征在于,所述交通事故概率的预测模型如下所述:
<mfenced open = "" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>ln</mi>
<mfrac>
<mrow>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mn>1</mn>
<mo>-</mo>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>=</mo>
<mo>-</mo>
<mn>7.376</mn>
<mo>+</mo>
<mn>0.074</mn>
<mi>D</mi>
<mi>e</mi>
<mi>t</mi>
<mn>0</mn>
<msub>
<mi>cc</mi>
<mi>u</mi>
</msub>
<mo>+</mo>
<mn>0.060</mn>
<msub>
<mi>SpdDev</mi>
<mi>u</mi>
</msub>
<mo>+</mo>
<mn>0.050</mn>
<msub>
<mi>SpdDev</mi>
<mi>d</mi>
</msub>
<mo>+</mo>
<mn>0.1190</mn>
<msub>
<mi>ccDif</mi>
<mi>d</mi>
</msub>
<mo>+</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mn>0.092</mn>
<msub>
<mi>AvgCnt</mi>
<mrow>
<mi>u</mi>
<mo>-</mo>
<mi>d</mi>
</mrow>
</msub>
<mo>+</mo>
<mn>0.026</mn>
<mi>A</mi>
<mi>v</mi>
<mi>g</mi>
<mn>0</mn>
<msub>
<mi>cc</mi>
<mrow>
<mi>u</mi>
<mo>-</mo>
<mi>d</mi>
</mrow>
</msub>
<mo>+</mo>
<mn>0.886</mn>
<mi>W</mi>
<mi>e</mi>
<mi>a</mi>
<mi>t</mi>
<mi>h</mi>
<mi>e</mi>
<mi>r</mi>
<mo>+</mo>
<mn>1.057</mn>
<msub>
<mi>DetDist</mi>
<mrow>
<mi>u</mi>
<mo>-</mo>
<mi>d</mi>
</mrow>
</msub>
<mo>-</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mn>0.049</mn>
<msub>
<mi>Width</mi>
<mi>s</mi>
</msub>
<mo>-</mo>
<mn>0.856</mn>
<msub>
<mi>Width</mi>
<mi>o</mi>
</msub>
<mo>+</mo>
<mn>0.508</mn>
<mi>C</mi>
<mi>u</mi>
<mi>r</mi>
<mi>v</mi>
<mi>e</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
式中:P(x)为事故发生概率,DetOccu为平均30s上游检测器占有率,SpdDevu为上游30s平均速度标准差,单位为mile/h,SpdDevd为下游30s平均速度标准差,单位为:mile/h,OccDifd为平均30s下游检测器相邻车道占有率差,AvgCntu-d为平均每30s上下游检测器车辆数之差,单位为:veh/30s,AvgOccu-d为平均上下游检测器占有率之差,Weather在恶劣天气条件下取1,其中,所述恶劣天气条件包括雨、雾恶劣天气条件;其他条件下取0,DetDistu-d为上下游检测器之间的距离,单位为:mile,Widths为路面宽度,单位为:ft,路肩宽度Widtho>10ft,取1,其他条件下取0,Curve在曲线段取1,其他条件下取0。
8.一种获取高速公路优选交通组织方式的系统,其特征在于,包括:
方式获取单元(1),用于获取多种交通组织方式;
交通运行参数获取单元(2),用于获取不同交通组织方式下的交通运行参数;
参考量获取单元(3),用于根据所述交通运行参数确定各个交通组织方式下的多个交通设计参考量;
判定因子获取单元(4),用于根据所述交通设计参考量和预设参考模型得到各个交通组织方式的判定因子;
优选单元(5),用于将所述判定因子最大的交通组织方式作为优选方式;
所述交通设计参考量包括通行效率参数及其对应的权重向量、安全性能参数及其对应的权重向量、环境性能参数及其对应的权重向量以及经济性能参数及其对应的权重向量;
所述参考量获取单元(3)包括:
第一构建子单元(31),用于构建不同交通组织方式在通行效率方面的两两比较判断矩阵;
第二构建子单元(32),用于构建不同交通组织方式在安全性能方面的两两比较判断矩阵;
第三构建子单元(33),用于构建不同交通组织方式在环境性能方面的两两比较判断矩阵;
第四构建子单元(34),用于构建不同交通组织方式在经济性能方面的两两比较判断矩阵;
赋值子单元(35),用于根据所述交通运行参数对各个所述两两比较判断矩阵进行赋值;
解析子单元(36),用于解析赋值后的各个所述两两比较判断矩阵,得到各个交通组织方式下的通行效率参数及其对应的权重向量、安全性能参数及其对应的权重向量、环境性能参数及其对应的权重向量以及经济性能参数及其对应的权重向量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510347579.3A CN104900064B (zh) | 2015-06-19 | 2015-06-19 | 一种获取高速公路优选交通组织方式的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510347579.3A CN104900064B (zh) | 2015-06-19 | 2015-06-19 | 一种获取高速公路优选交通组织方式的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104900064A CN104900064A (zh) | 2015-09-09 |
CN104900064B true CN104900064B (zh) | 2018-01-09 |
Family
ID=54032704
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510347579.3A Active CN104900064B (zh) | 2015-06-19 | 2015-06-19 | 一种获取高速公路优选交通组织方式的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104900064B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113642162B (zh) * | 2021-07-28 | 2024-04-05 | 东南大学 | 一种城市道路交通应急预案仿真综合分析方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07272190A (ja) * | 1994-02-09 | 1995-10-20 | Toshiba Corp | 信号制御システム |
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 |
JP4809321B2 (ja) * | 2007-12-07 | 2011-11-09 | 住友電気工業株式会社 | 交通情報算出装置、交通情報算出プログラム及び交通情報算出方法 |
CN101246513A (zh) * | 2008-03-20 | 2008-08-20 | 天津市市政工程设计研究院 | 城市快速路互通立交仿真设计系统及选型方法 |
CN102521438B (zh) * | 2011-12-02 | 2013-12-04 | 东南大学 | 交通冲突仿真两阶段参数标定方法 |
CN103235861B (zh) * | 2013-05-10 | 2016-01-20 | 天津市市政工程设计研究院 | 客货分离道路实施预判及评价方法 |
-
2015
- 2015-06-19 CN CN201510347579.3A patent/CN104900064B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN104900064A (zh) | 2015-09-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107330217B (zh) | 一种基于rbfnn的中观油耗预测方法 | |
CN104574967B (zh) | 一种基于北斗的城市大面积路网交通感知方法 | |
CN105355049B (zh) | 一种基于宏观基本图的高速公路运行状态评价方法 | |
CN105206056B (zh) | 道路交通污染源智能预测方法及系统 | |
Khezerlou et al. | A traffic flow approach to early detection of gathering events: Comprehensive results | |
CN103456163B (zh) | 城市快速路互通立交通行能力和运行状态判别方法与系统 | |
CN105857350A (zh) | 一种基于区间断面客流的高铁列车开行方法 | |
CN105741551A (zh) | 一种无信号交叉口交通安全评价方法 | |
CN106875075A (zh) | 一种基于出行行为学的电动汽车充电站布点方法 | |
CN103456167B (zh) | 基于关键区域的良好驾驶技术参数获取方法 | |
CN101807224A (zh) | 中微观一体化交通仿真车流加载方法 | |
CN106530692A (zh) | 一种基于交通拥堵评价指标的机动车油耗排放强度测算方法 | |
CN107945510B (zh) | 一种考虑交通需求和道路网络运行效率的路段检测方法 | |
CN104320789A (zh) | 一种基于博弈论的车联网rsu最优配置方法 | |
CN110378551A (zh) | 一种基于大数据的公路隧道设施服役性能评价方法 | |
Alomari et al. | Regional evaluation of bus rapid transit with and without transit signal priority | |
CN111063204A (zh) | 一种基于收费站流量的高速公路车速预测模型训练方法 | |
CN108629450A (zh) | 一种液化天然气公交车尾气排放预测方法 | |
CN106709196A (zh) | 一种基于图论的机动车尾气遥测设备布点方法 | |
CN111784027A (zh) | 计及地理信息的城市范围电动汽车充电需求预测方法 | |
CN104900064B (zh) | 一种获取高速公路优选交通组织方式的方法及系统 | |
Xiang et al. | A weighted mean velocity feedback strategy in intelligent two-route traffic systems | |
Akbar et al. | Methodology for simulating heterogeneous traffic flow at intercity roads in developing countries: a case study of university road in peshawar | |
CN106203887A (zh) | 一种基于交叉分类法的公路网特性分析方法及装置 | |
CN109308559A (zh) | 一种基于蒙特卡罗算法的封闭式小区道路开放评价方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 210019 Nanjing, Jianye Jialing Street Jiangdong District, No. 18 Applicant after: Nanjing Quan Sida transport science and techonologies company limited Applicant after: Liaoning communication planning and Design Institute Co., Ltd. Address before: 210019 Nanjing, Jianye Jialing Street Jiangdong District, No. 18 Applicant before: Nanjing Quan Sida transport science and techonologies company limited Applicant before: Liaoning Provincial Communication Planning & Design Institute |
|
GR01 | Patent grant | ||
GR01 | Patent grant |