CN107331150A - 一种基于站点间资源迭代分配的缓解公交网络拥塞的方法 - Google Patents

一种基于站点间资源迭代分配的缓解公交网络拥塞的方法 Download PDF

Info

Publication number
CN107331150A
CN107331150A CN201710628148.3A CN201710628148A CN107331150A CN 107331150 A CN107331150 A CN 107331150A CN 201710628148 A CN201710628148 A CN 201710628148A CN 107331150 A CN107331150 A CN 107331150A
Authority
CN
China
Prior art keywords
msub
mrow
network
website
resource
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.)
Granted
Application number
CN201710628148.3A
Other languages
English (en)
Other versions
CN107331150B (zh
Inventor
刘苗苗
李哲
任涛
王帆
王一帆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northeastern University China
Original Assignee
Northeastern University China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Northeastern University China filed Critical Northeastern University China
Priority to CN201710628148.3A priority Critical patent/CN107331150B/zh
Publication of CN107331150A publication Critical patent/CN107331150A/zh
Application granted granted Critical
Publication of CN107331150B publication Critical patent/CN107331150B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G06Q50/40—

Abstract

本发明属于复杂网络应用于城市公共交通管理领域，提出了一种基于站点间资源迭代分配的缓解公交网络拥塞的方法。充分考虑了交通网络的动态性以及交通运输资源的有限性，以及其他方法的一些缺陷，保证网络正常运转的情况下，有效地缓解了网络拥塞问题。与其他方法对比表明，本方法确实具有很大地优越性，采用复杂网络的分析方法有效改善了城市交通拥塞的问题，对于乘客和交通管理者都具有重要的参考价值。

Description

一种基于站点间资源迭代分配的缓解公交网络拥塞的方法
技术领域
本发明属于复杂网络应用于城市公共交通管理领域，涉及一种基于站点间资源迭代分配的缓解公交网络拥塞的方法。
背景技术
交通对于城市至关重要，是城市经济发展的基础。随着中国城市化进程的进一步加快，城市规模不断扩大，城市人口大量增加，交通需求量也不断增大。国内外城市交通网络的实践表明，转变城市交通发展方式，优先发展公共交通是解决城市交通问题的必然选择。缓解城市交通拥塞问题无论对市民还是对交通管理部门都具有重大意义。
拥塞现象是现实网络中常见的一种动态特性的表现形式。造成网络拥塞的因素很多，网络节点产生的大量数据流特别是并发的数据流，是导致网络产生拥塞的主要原因。网络本身所具有的一些性质也会对拥塞的产生及蔓延起到一定的作用，比如网络中节点的容量、节点处理包的速度以及网络的拓扑结构等。城市交通网络在上下班、节假日等出行高峰时经常会发生拥塞，导致网络整体传输性能降低，影响乘客出行效率，进而引发城市交通瘫痪，严重影响城市经济运行速度和市民生活质量。因此，网络拥塞对交通网络动态鲁棒性影响较大。
对于网络拥塞的研究，主要集中在如何采取有效措施优化网络，避免网络拥塞，提高网络鲁棒性等方面。早期研究主要是从网络优化角度分析如何通过设计更好的网络拓扑结构，提高网络传输效率。事实上，对于实际网络，尤其是城市交通网络，由于城市地理因素限制，对于网络拓扑结构的任何改动都将产生巨大影响甚至是不可能完成的。因此，对于网络拥塞缓解，更好的解决办法是设计更加合理高效的路由策略。在有关网络路由策略的研究中，应用最为广泛的便是最短路径策略，通过节点间的最短跳数选择路径。
然而，很多路由策略在网络拓扑结构确定后固定不变，不能根据网络的不同状态动态调整。因此，Echenique[在最短路径策略基础上，提出一种综合考虑网络拓扑结构和网络流量的感知流量路由策略。城市交通网络中，由于交通流量实时变化，因此公交网络中的乘客，出行策略需要结合网络不同时刻负载综合考虑，在选择最短换乘次数的同时选择拥塞较小(等车时间较少)的车站换乘。考虑到交通网络中乘客对交通拥塞情况的掌握情况不完全，在公交换乘网络中，通过综合考虑乘客换乘次数和等车时间，目前已有为乘客提出一种全局拥塞感知的路由策略的相关研究，以提高乘客出行效率以及在网络出行高峰时的吞吐量，降低网络拥塞。
但在全局拥塞感知的路由策略中，并没有考虑换乘站点的最大负载。事实上，城市交通网络中换乘站点存在负载上限，当换乘站点中排队等待换乘的乘客超过一定值后，站点将处于拥塞状态，不能继续容纳其他乘客。因此，乘客将选择其他非拥塞站点换乘出行，从而导致网络交通流产生变化，引起其他站点拥塞。
定义网络中节点i的最大负载为
ci＝(1+α)bi (1)
其中，bi为站点i运输乘客的能力，常数α≥0为冗余参数。当站点i排队乘客数超过ci后，站点处于拥塞状态，此时站点将发生拥塞，其他乘客将不再从该站换乘，直到该站点排队乘客数降至正常范围以内。因此，对于级联拥塞程度的衡量，应考虑网络中单位时间平均拥塞节点比例ST，t时刻滞留在网络中的乘客总数Q(t)和平均传输时间AVARAGET。
当网络中重要站点发生拥塞时，将很容易导致其他站点同时发生拥塞，并最终导致整个网络拥塞。因此，对于网络中客流量较大的枢纽站点，在客流高峰时应该保持畅通，保证乘客正常出行。
发明内容
针对城市公交网络交通运输资源有限的问题，本发明提供了一种基于站点间资源迭代分配的缓解公交网络拥塞的方法。城市交通网络中换乘站点存在最大负载，当换乘站点中排队等待换乘的乘客超过一定值后，站点将处于拥塞状态，不能继续容纳其他乘客。因此，乘客将选择其他非拥塞站点换乘出行，从而导致网络交通流产生变化，引起其他站点产生拥塞。对于实际公交换乘网络，当发生拥塞时，可以考虑增加公交班次，即增加网络中站点的运输乘客能力bi。但在实际城市交通网络中，考虑到交通运输资源有限，每个站点之间不可能无限制的增加公交班次。在固定资源下，拟根据各个节点拥塞情况将资源分配给各个换乘站点。
本发明的具体技术方案为：一种基于站点间资源迭代分配的缓解公交网络拥塞的方法，包括如下步骤：
步骤一：在公交换乘网络中的各个公交站点随机分配公交车。
步骤二：考虑到公交资源的流动性，公交换乘网络中每个站点将分得的公交车按比例分配给其邻居站点，同时自身保留一部分。对于公交站点i，一方面，其占用的公交资源会一部分传递给其邻居站点j，另一方面，其占用的公交资源也可由其邻居节点分得。因此对于公交站点i，其分配得到的公交资源Rsi为：
其中，bi、bj、bk分别为站点i、j、k运输乘客的能力；Qi、Qj、Qk分别为站点i、j、k滞留乘客的数量，Λi、Λj分别为站点i、j的相邻站点。
步骤三：通过分配后，网络中每个站点所分配的公交车发生变化，更新网络中每个站点分配得到的公交后重复分配过程，直到节点分配的公交车数量不再变化为止。通过迭代，得到每个站点分配的稳定公交资源Rs*，并且
其中，G为公交网络中各个节点，RsAll公交网络中的公交车资源总数。
步骤四：采用概率转移矩阵求解：
Rs*＝Rs**P (4)
其中，P为马尔可夫概率转移矩阵。
本发明的有益效果为，充分考虑了交通网络的动态性以及交通运输资源的有限性，以及其他方法的一些缺陷，保证网络正常运转的情况下，有效地缓解了网络拥塞问题。与其他方法对比表明，本方法确实具有很大地优越性，采用复杂网络的分析方法有效改善了城市交通拥塞的问题，对于乘客和交通管理者都具有重要的参考价值。
附图说明
图1是以包含5个节点A、B、C、D、E的网络为例的资源在站点间互相传递的迭代分配过程，网络中可以分配的总交通资源为9。
图2是在公交换乘网络中正常策略与站点间资源迭代分配策略的平均分配站点比例ST。
图3是滞留在网络中的乘客总数Q(t)。
图4是平均传输时间AVARAGET，即每个乘客行走的时间平均值。
具体实施方式
下面结合附图对本发明的具体实施做详细说明。
以某市公交网络(1994个站点)为例，在城市公交网络拥塞最为严重时应用本方法缓解网络拥塞。
以包含5个节点A、B、C、D、E的网络为例，网络可以分配的总交通资源为9。具体步骤如下：
步骤一：在网络中随机分配交通资源。
步骤二：网络中每个节点将分得的交通资源按比例分配给其邻居节点，同时自身保留一部分。节点A将资源分配给C、D，节点B将资源分配给C、D、E，同时节点A、B按比例保留部分资源。
步骤三：通过分配后，网络中每个节点的分配资源发生变化，更新网络中每个节点分配得到的资源后重复分配过程，直到节点的分配资源不再变化为止。
步骤四：采用概率转移矩阵P求解，对于网络中各个节点分配得到资源的向量，每次重复迭代分配如式(4)所示。
其中，状态转移矩阵P表示为：
步骤五：计算正常策略与站点间资源迭代策略的平均分配站点比例ST，滞留在网络中的乘客总数Q(t)以及网络的平均传输时间AVARAGET。
图2，图3，图4即为仿真结果对比图。
如图2图3图4所示，公交换乘网络中，采用全局拥塞感知的路由策略(β＝0)，当θ＝0.5，R＝500，分配给网络的总公交资源RsAll＝1994时，网络中较为拥塞站点正常分配得到的公交资源与基于站点间资源迭代策略下得到的公交资源差异较大。站点分配资源数呈现为一种不均匀的非线性分配方式，拥塞站点可以分配得到更多资源。
当采用站点间资源迭代策略分配公交资源时，交通网络中几乎不存在拥塞站点，乘客出行几乎不受影响。同时，可以看出，考虑站点间关系的非线性分配策略，拥塞站点分配得到的公交资源逐渐增加，对于网络拥塞的缓解也逐渐提高。因此，对于可以短时间从拥塞中恢复的站点，侧重给拥塞站点分配更多资源可以更好的降低网络拥塞，保证乘客高效出行。
因此对于交通网络管理者而言，当站点拥塞不能正常运行时，需要综合考虑站点的恢复时间，当拥塞较轻，恢复时间较短时，侧重给拥塞站点分配更多资源能有效缓解拥塞。但当站点拥塞较严重，需要较长时间才能恢复正常时，较为平均的分配公交资源更能保证公交网络正常运行。

Claims (1)

1.一种基于站点间资源迭代分配的缓解公交网络拥塞的方法，包括如下步骤：
步骤一：在公交换乘网络中的各个公交站点随机分配公交车；
步骤二：公交换乘网络中每个站点将分得的公交车按比例分配给其邻居站点，同时自身保留一部分，其分配得到的公交资源Rsi为：
<mrow> <msub> <mi>Rs</mi> <mi>i</mi> </msub> <mo>=</mo> <msub> <mi>Rs</mi> <mi>i</mi> </msub> <mo>*</mo> <mfrac> <mrow> <msub> <mi>Q</mi> <mi>i</mi> </msub> <mo>/</mo> <msub> <mi>b</mi> <mi>i</mi> </msub> </mrow> <mrow> <munder> <mi>&amp;Sigma;</mi> <mrow> <mi>j</mi> <mo>&amp;Element;</mo> <msub> <mi>&amp;Lambda;</mi> <mi>i</mi> </msub> </mrow> </munder> <msub> <mi>Q</mi> <mi>j</mi> </msub> <mo>/</mo> <msub> <mi>b</mi> <mi>j</mi> </msub> </mrow> </mfrac> <mo>+</mo> <munder> <mi>&amp;Sigma;</mi> <mrow> <mi>j</mi> <mo>&amp;Element;</mo> <msub> <mi>&amp;Lambda;</mi> <mi>i</mi> </msub> </mrow> </munder> <msub> <mi>Rs</mi> <mi>j</mi> </msub> <mo>*</mo> <mfrac> <mrow> <msub> <mi>Q</mi> <mi>i</mi> </msub> <mo>/</mo> <msub> <mi>b</mi> <mi>i</mi> </msub> </mrow> <mrow> <munder> <mi>&amp;Sigma;</mi> <mrow> <mi>k</mi> <mo>&amp;Element;</mo> <msub> <mi>&amp;Lambda;</mi> <mi>j</mi> </msub> </mrow> </munder> <msub> <mi>Q</mi> <mi>k</mi> </msub> <mo>/</mo> <msub> <mi>b</mi> <mi>k</mi> </msub> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow>
其中，bi、bj、bk分别为站点i、j、k运输乘客的能力；Qi、Qj、Qk分别为站点i、j、k滞留乘客的数量，Λi、Λj分别为站点i、j的相邻站点；
步骤三：更新网络中每个站点分配得到的公交后；重复分配过程，直到节点分配的公交车数量不再变化为止，得到每个站点分配的稳定公交资源Rs*，并且
<mrow> <munder> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>&amp;Element;</mo> <mi>G</mi> </mrow> </munder> <msubsup> <mi>Rs</mi> <mi>i</mi> <mo>*</mo> </msubsup> <mo>=</mo> <msub> <mi>Rs</mi> <mrow> <mi>A</mi> <mi>l</mi> <mi>l</mi> </mrow> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow>
其中，G为公交网络中各个节点，RsAll公交网络中的公交车资源总数；
步骤四：采用概率转移矩阵求解：
Rs*＝Rs**P (4)
其中，P为马尔可夫概率转移矩阵。
CN201710628148.3A 2017-07-28 2017-07-28 一种基于站点间资源迭代分配的缓解公交网络拥塞的方法 Active CN107331150B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710628148.3A CN107331150B (zh) 2017-07-28 2017-07-28 一种基于站点间资源迭代分配的缓解公交网络拥塞的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710628148.3A CN107331150B (zh) 2017-07-28 2017-07-28 一种基于站点间资源迭代分配的缓解公交网络拥塞的方法

Publications (2)

Publication Number Publication Date
CN107331150A true CN107331150A (zh) 2017-11-07
CN107331150B CN107331150B (zh) 2020-04-07

Family

ID=60200275

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710628148.3A Active CN107331150B (zh) 2017-07-28 2017-07-28 一种基于站点间资源迭代分配的缓解公交网络拥塞的方法

Country Status (1)

Country Link
CN (1) CN107331150B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114120643A (zh) * 2021-11-23 2022-03-01 燕山大学 一种城市道路交通网络级联失效的缓解方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090062537A (ko) * 2007-12-13 2009-06-17 (주)아이이지컨설팅 차량 관제 시스템
WO2010119182A1 (fr) * 2009-04-14 2010-10-21 Bouchaib Hoummady Procédé et dispositif dynamique de guidage et de la mobilité dans le trafic
CN102044149A (zh) * 2011-01-12 2011-05-04 北京交通大学 一种基于时变客流的城市公交运营协调方法与装置
CN105760960A (zh) * 2016-02-29 2016-07-13 东南大学 基于轨道交通的停车换乘设施最优选址和容量确定方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090062537A (ko) * 2007-12-13 2009-06-17 (주)아이이지컨설팅 차량 관제 시스템
WO2010119182A1 (fr) * 2009-04-14 2010-10-21 Bouchaib Hoummady Procédé et dispositif dynamique de guidage et de la mobilité dans le trafic
CN102044149A (zh) * 2011-01-12 2011-05-04 北京交通大学 一种基于时变客流的城市公交运营协调方法与装置
CN105760960A (zh) * 2016-02-29 2016-07-13 东南大学 基于轨道交通的停车换乘设施最优选址和容量确定方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
宫传琪等: "公交运力资源配置模型的优化和改进", 《信息技术》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114120643A (zh) * 2021-11-23 2022-03-01 燕山大学 一种城市道路交通网络级联失效的缓解方法
CN114120643B (zh) * 2021-11-23 2022-10-28 燕山大学 一种城市道路交通网络级联失效的缓解方法

Also Published As

Publication number Publication date
CN107331150B (zh) 2020-04-07

Similar Documents

Publication Publication Date Title
Lu et al. Modeling network vulnerability of urban rail transit under cascading failures: A Coupled Map Lattices approach
CN104021685B (zh) 一种含混合交通流的交叉口交通控制方法
CN107566194A (zh) 一种实现跨域虚拟网络映射的方法
Malandrino et al. Content downloading in vehicular networks: Bringing parked cars into the picture
CN103607737B (zh) 一种异构网络业务分流方法及系统
CN102270388A (zh) 考虑级联失效的交通网络节点重要度的测算方法
Huang et al. ECDS: Efficient collaborative downloading scheme for popular content distribution in urban vehicular networks
CN106991542B (zh) 一种基于渗流理论的轨道网络拥挤瓶颈识别方法
CN104244356A (zh) 一种基于演化图全路由预测的定向蚁群路由优化方法
CN104021686A (zh) 一种多交叉口的交通协调控制方法
CN105743783B (zh) 基于bs-ts和自编码网络的车联网网络节点筛选方法
CN113220364A (zh) 一种基于车联网移动边缘计算系统模型的任务卸载方法
CN110428618A (zh) 基于VANETs的双向车道拥堵检测及信息转发方法
Sahebgharani et al. A scheduling algorithm for downloading data from RSU using multicast technique
CN106792898A (zh) 一种卫星网络中缓解拥塞的路由方法
CN107331150A (zh) 一种基于站点间资源迭代分配的缓解公交网络拥塞的方法
CN107483355A (zh) 面向数据中心的在线场景低带宽开销流量调度方案
Nekoui et al. The capacity of vehicular ad hoc networks with infrastructure
Nekoui et al. Scaling laws for distance limited communications in vehicular ad hoc networks
CN106157603A (zh) 一种衡量公交网络交通流空间分布不均衡程度的方法
Kwatirayo et al. Optimizing intersection traffic flow using VANET
Li et al. Traffic flow guidance and optimization of connected vehicles based on swarm intelligence
CN106898139B (zh) 一种道路节点的识别方法及装置
Mahi et al. A new unified communication approach to comply bandwidth optimization technique using dynamic channel allocation
CN103634923B (zh) 公交车载网络中最大化有效传输次数的调度决策方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant