CN107368919B - 基于可逆车道与交叉口冲突消除的公交疏散路径规划方法 - Google Patents
基于可逆车道与交叉口冲突消除的公交疏散路径规划方法 Download PDFInfo
- Publication number
- CN107368919B CN107368919B CN201710522979.2A CN201710522979A CN107368919B CN 107368919 B CN107368919 B CN 107368919B CN 201710522979 A CN201710522979 A CN 201710522979A CN 107368919 B CN107368919 B CN 107368919B
- Authority
- CN
- China
- Prior art keywords
- evacuation
- bus
- intersection
- road
- lane
- 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
- 230000002441 reversible effect Effects 0.000 title claims abstract description 65
- 230000008030 elimination Effects 0.000 title claims abstract description 27
- 238000003379 elimination reaction Methods 0.000 title claims abstract description 27
- 238000000034 method Methods 0.000 title claims abstract description 21
- 230000002068 genetic effect Effects 0.000 claims abstract description 8
- 210000000349 chromosome Anatomy 0.000 claims description 27
- 238000010586 diagram Methods 0.000 claims description 20
- 239000011159 matrix material Substances 0.000 claims description 16
- 108090000623 proteins and genes Proteins 0.000 claims description 6
- 238000011144 upstream manufacturing Methods 0.000 claims description 3
- 238000007689 inspection Methods 0.000 description 9
- 238000007726 management method Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于可逆车道与交叉口冲突消除的公交疏散路径规划方法,具体包括获取疏散区域范围内的道路网信息,将道路划分为疏散干路和疏散支路,构建疏散区域的节点‑弧网络模型;基于可逆车道的设置方式,建立公共交通流在疏散干路上通行的约束条件;消除不同方向的公共交通流在道路交叉口处的交叉冲突点,建立公共交通流交叉口冲突消除约束条件;以所有疏散人群的总行驶距离最短为目标函数,建立基于可逆车道与交叉口冲突消除的公交疏散路径规划模型;选取遗传算法对模型进行求解,得到最优公交疏散路径规划方案。本发明的方法可以大幅度减少公交车辆在路段和交叉口处的延误,缩短公交车辆往返疏散的循环时间,提高公共交通的疏散效率。
Description
技术领域
本发明属于城市路网优化领域,尤其涉及一种基于可逆车道与交叉口冲突消除的公交疏散路径规划方法。
背景技术
近年来,世界各地的突发灾害事件越来越多,各类天灾人祸严重威胁着城市居民的生命和财产安全,制约了社会经济的可持续发展。为应对各种灾害事件,保障城市居民的生命和财产安全,人们提出了应急疏散的概念。应急疏散的核心问题是如何在有限的道路网基础设施通行能力限制条件下,以及有限的安全时间范围内,以最快、最安全的方式,将受灾区域内人员转移到安全的地点。
我国自然灾害频发,且作为发展中国家,人均机动车保有量低于发达国家,城市居民居住密度大,一旦发生灾害事件,面临极大的疏散压力,而公交车辆具有运量大,驾驶员技术专业,易于调度管理等特点,只有大幅度利用公共交通系统,科学合理地规划公交车辆的疏散路径,才能高效有序地完成应急疏散任务。
在实际疏散情形中,由于数量限制,公交车辆需要往返于疏散起讫点之间来疏散人员,若是公交车辆在道路上与其他社会车辆混合行驶,则存在一定的行驶延误,若在交叉口处需要停车让行,则存在停车延误,这都会大大增加公交车辆的疏散往返时间,降低公交疏散效率,且存在一定的安全隐患。因此,如何在公交疏散路径规划中,考虑给予公交车辆独立路权,减少行驶延误,并消除其在交叉口处的交叉冲突,避免停车延误,从而提高公共交通的疏散效率,已成为亟待解决的问题。
发明内容
发明目的:针对以上问题,本发明提出一种基于可逆车道与交叉口冲突消除的公交疏散路径规划方法,尽可能减少公交车辆在路段与交叉口处的延误,合理规划公交疏散路径,缩短公交车辆往返疏散的循环时间,提高公共交通的疏散效率。
技术方案:为实现本发明的目的,本发明所采用的技术方案是:一种基于可逆车道与交叉口冲突消除的公交疏散路径规划方法,具体包括以下步骤:
(1)构建疏散区域的节点-弧网络模型;
(2)基于可逆车道的设置方式,建立公共交通流在疏散干路上通行的约束条件;
(3)建立公共交通流交叉口冲突消除的约束条件;
(4)以所有疏散人群的总行驶距离最短为目标函数,建立基于可逆车道与交叉口冲突消除的公交疏散路径规划模型;
(5)选取遗传算法对基于可逆车道与交叉口冲突消除的公交疏散路径规划模型进行求解,得到最优的公交疏散路径规划方案。
步骤(1)中具体包括:
步骤1.1:获取疏散区域范围内的道路网信息,包括道路长度、道路单向车道数N、公交疏散起点的待疏散人群数和公交疏散终点容量信息;
步骤1.2:将疏散区域内单向车道数N≥2的道路划分为疏散干路,将单向车道数N<2的道路划分为疏散支路;
步骤1.3:构建疏散区域的节点-弧网络模型。
步骤(2)中具体包括:
步骤2.1:两端节点相同,但通行方向相反的两条疏散干路路段不可同时设置公交专用可逆车道,具体约束条件如下:
zij+zji≤1
式中,zij为公交专用可逆车道设置变量,当时zij=1,说明路段(j,i)上设有公交专用可逆车道,且该公交专用可逆车道的通行方向为i→j,当zij=0时,说明路段(j,i)上没有设置可逆车道;
步骤2.2:两端节点相同,但通行方向相反的两条疏散干路路段中,其中任意一路段设置了公交专用可逆车道,那么该路段一定设置一条与可逆车道方向相反的公交专用车道,则公交车辆在这两条路段所示的通行方向上均可通行,具体约束条件如下:
xij≤K(zij+zji)
式中,xij为通行方向i→j上分配到的公共交通流量,K为一个极大数。
步骤(3)中具体包括:
步骤3.1:绘制疏散干路交叉口网络示意图;
步骤3.2:为每个交叉口网络示意图建立其交叉口内部路段间的二元交叉方阵;
步骤3.3:从所有二元交叉方阵中提取记为“1”的元素,这些元素所对应的两条交叉口内部路段间存在交叉冲突点,消除交叉冲突点,只允许其中一条通行,具体约束条件如下:
yjm+ynr≤1
xjm≤Kyjm
式中,yjm为交叉口渠化设置变量,当yjm=1时,表示交叉口内部路段(j,m)可以通行,反之为0,K为一个极大数。
步骤(4)具体包括:
以所有疏散人群的总行驶距离最短为目标函数,建立基于可逆车道与交叉口冲突消除的公交疏散路径规划模型如下:
其中,Z为公交车辆的总行驶距离,Γi表示节点i下游的节点集合,Γi -1表示节点i上游的节点集合。
步骤(5)具体包括:
步骤5.1:染色体编码,将疏散干路路段、之路路段和交叉口内部路段作为染色体中的基因;
步骤5.2:初始化种群,令种群代数N=0;
步骤5.3:计算种群内的染色体适应度;
步骤5.4:算法终止准则检验;检查现有的种群代数是否满足代数更新要求,若满足,转入步骤5.7;反之,转入步骤5.5;
步骤5.5:执行遗传算子,对初始种群进行选择、交叉计算,得到新的子一代染色体;
步骤5.6:种群更新,将子一代染色体集中地加入种群,并根据种群规模限制剔除种群内适应度较低的染色体,形成新一代种群,并更新种群代数N=N+1;
步骤5.7:染色体解码,对种群内适应度最优的染色体进行解码,得到公交疏散路径规划方案。
有益效果:与现有技术相比,本发明具有以下优点:
(1)本发明建立的疏散区域节点-弧网络模型中,用一个虚拟终点连接所有的公交疏散终点后,可以按照单终点路网模型的路径规划方法,直接进行路径规划,而不用首先将待疏散人群分配到指定的公交疏散终点后,再进行路径规划。
(2)本发明在规划公交疏散路径的同时,选取合适路段设置公交专用可逆车道,保障公共交通独立路权、减少行驶延误的同时充分利用了道路资源;在道路交叉口处通过封闭车道和限制转向控制,消除不同方向的公共交通流在交叉口处汇集而产生的交叉冲突点,使得公交车辆在交叉口处能够无需停车让行连续行驶,避免了公交车辆在交叉口处由于信号控制产生的停车延误,从而显著缩短了公交车辆往返疏散的循环时间,提高公共交通的疏散效率。
附图说明
图1是本发明的流程图;
图2是疏散区域节点-弧网络模型示意图;
图3是公交专用可逆车道设置方式示意图;
图4是疏散干路交叉口网络示意图;
图5是交叉口内部路段的二元交叉方阵示意图;
图6是优化后的公交疏散路径示意图。
具体实施方式
下面结合附图和实施例对本发明的技术方案作进一步的说明。
如图1所示是本发明的流程图,具体包括以下步骤:
(1)构建疏散区域的节点-弧网络模型;
(2)基于可逆车道的设置方式,建立公共交通流在疏散干路上通行的约束条件;
(3)建立公共交通流交叉口冲突消除约束条件;
(4)以所有疏散人群的总行驶距离最短为目标函数,建立基于可逆车道与交叉口冲突消除的公交疏散路径规划模型;
(5)选取遗传算法对基于可逆车道与交叉口冲突消除的公交疏散路径规划模型进行求解,得到最优的公交疏散路径规划方案。
针对现有技术的不足,尽可能减少公交车辆在路段与交叉口处的延误,合理规划公交疏散路径,缩短公交车辆往返疏散的循环时间,提高公共交通的疏散效率。
下面结合图2-6,对本发明具体实施案例进一步说明。
(1)构建疏散区域的节点-弧网络模型。
与交通管理部门及城市规划部门联系,结合百度地图,获取疏散区域范围内的道路网信息,以及公交疏散起点的待疏散人群数和公交疏散终点容量信息,将道路划分为疏散干路和疏散支路两类,从而构建疏散区域的节点-弧网络模型,如图2所示。
具体步骤如下:
步骤1.1:与交通管理部门及城市规划部门联系,结合百度地图,获取疏散区域范围内的道路网信息,包括道路长度lij和道路单向车道数N,以及公交疏散起点的待疏散人群数和公交疏散终点容量信息;
步骤1.2:将疏散区域内单向车道数N≥2的道路划分为疏散干路,将单向车道数N<2的道路划分为疏散支路;
步骤1.3:构建疏散区域的节点-弧网络模型;
步骤1.3.1:用网络节点k表示疏散区域内的公交疏散起点,dk为公交疏散起点k待疏散的人群数,疏散区域内所有的公交疏散起点k组成了公交疏散起点集,记为NO;
如实施例中网络节点1、2表示疏散区域内的两个公交疏散起点NO={1,2}。
步骤1.3.2:用网络节点i表示疏散干路交叉口的一个进口道,疏散区域内所有的交叉口进口道节点i组成了交叉口进口道节点集,记为NI;
如实施例中网络节点16、17、18、19表示交叉口的四个进口道{16,17,18,19}∈NI。
步骤1.3.3:用网络节点a表示疏散支路与疏散干路的接入点,所有的疏散支路接入节点a组成疏散支路接入节点集,记为NA;
如实施例中网络节点3、4即为疏散支路接入点NA={3,4}。
步骤1.3.4:用网络节点s表示公交疏散终点,Vs为公交疏散终点s的容量,即所能容纳的人数上限,可从有关部门直接获取,所有的公交疏散终点s组成了公交疏散终点集,记为S;
如实施例中网络节点42、43、44表示公交疏散终点S={42,43,44}。
步骤1.3.5:用实线弧段表示疏散干路,虚线弧段表示疏散支路,对照实际路网图,用相应弧段连接上述所有的网络节点,所有疏散干路路段组成了疏散干路路段集,记为AR,所有疏散支路路段组成了疏散支路路段集,记为AB;
步骤1.3.6:用虚拟终点s*连接疏散区域内所有的公交疏散终点,且虚拟终点s*与其他网络节点均不直接连通,并假定连接公交疏散终点s与虚拟终点s*的道路具有无穷大的通行能力和零出行时间,该假想道路同样用虚线弧段表示。
如实施例中网络节点45表示虚拟终点,即s*=45,连接虚拟终点45与公交疏散终点42、43、44的路段(42,45),(43,45),(44,45)具有无穷大的通行能力和零出行时间。
如图2所示的疏散区域节点-弧网络模型,圆圈表示交叉口节点,三角形表示疏散支路接入节点,正方形表示公交疏散起点,实线五边形表示公交疏散终点,虚线五边形表示虚拟疏散终点,每个节点的编号唯一;实线为疏散干路,虚线为疏散支路和连接虚拟终点与公交疏散终点的假想道路。
在本实施例中,疏散区域范围内的路段长度lij和路段单向车道数N如表1所示,表1中路段一栏内的数字表示该路段两端的节点;公交疏散起点的待疏散人群数和公交疏散终点容量如下表2所示。
表1
表2
节点编号 | 公交疏散起点待疏散人群数 | 公交疏散终点容量 |
1 | 250 | —— |
2 | 200 | —— |
42 | —— | 150 |
43 | —— | 250 |
44 | —— | 200 |
(2)基于可逆车道的设置方式,建立公共交通流在疏散干路上通行的约束条件。
将部分与撤离疏散区域方向相反的疏散干路路段逆向行驶,在其上设置公交专用可逆车道,只允许公交车辆在设置了公交专用可逆车道的路段上行驶,从而建立公共交通流在疏散干路上通行的约束条件。
设置公交专用可逆车道的方式为:除路段原始通行方向最右侧的车道保留为不可逆的公交专用车道外,其余车道全部可逆设置,且对于单向车道数N≥3的路段,设置公交专用可逆车道时只要将该路段逆行后通行方向最左侧的一条车道设置为公交专用可逆车道即可,其余可逆车道可供其他社会车辆疏散使用。
以实施例中某单向车道数为3的道路为例,在其路段上设置公交专用可逆车道的示意图如图3所示,竖条纹填充的车道为公交专用车道,仅供公交车辆行驶。
建立公交车辆在疏散干路上行驶的约束条件的步骤如下:
步骤2.1:两端节点相同,但通行方向相反的两条疏散干路路段不可同时设置公交专用可逆车道,否则将失去设置可逆车道的意义,具体约束条件如下:
zij+zji≤1
式中,zij为公交专用可逆车道设置变量,当时zij=1,说明路段(j,i)上设有公交专用可逆车道,且该公交专用可逆车道的通行方向为i→j,当zij=0时,说明路段(j,i)上没有设置可逆车道。
以实施例中两端节点相同,但通行方向相反的两条疏散干路路段(6,7)和(7,6)为例,这两条路段上不能同时设有公交专用可逆车道,即要满足约束条件z6,7+z7,6≤1。
步骤2.2:两端节点相同,但通行方向相反的两条疏散干路路段中,只要其中任意一条路段设置了公交专用可逆车道,那么该路段一定还存在一条与可逆车道方向相反的公交专用车道,则公交车辆在这两条路段所示的通行方向上均可通行,具体约束条件如下:
xij≤K(zij+zji)
式中,xij为通行方向i→j上分配到的公共交通流量,K为一个极大数。
以实施例中两端节点相同,但通行方向相反的两条疏散干路路段(6,7)和(7,6)为例,只要路段(6,7)和路段(7,6)中的任意一条设置了公交专用可逆车道,即z6,7+z7,6=1,则公交车辆在通行方向6→7和7→6上均有公交专用车道可供通行,即存在x6,7≤K和x7,6≤K。
(3)建立公共交通流交叉口冲突消除约束条件。
在道路交叉口处通过封闭车道和限制转向控制,消除不同方向的公共交通流在交叉口处汇集而产生的交叉冲突点,从而建立公共交通流交叉口冲突消除的约束条件,步骤如下:
步骤3.1:绘制疏散干路交叉口网络示意图;
步骤3.1.1:公共交通流到达某个疏散干路交叉口的进口道节点j后,有“左”、“直”、“右”三个可能的流向,流向终点分别为该交叉口的其余进口道节点r,m,n,用带箭头的弧段分别连接该进口道节点和几个流向终点r,m,n,得到交叉口内部路段(j,r),(j,m),(j,n),用以表示公共交通流进入该交叉口进口道后可能的流向;
步骤3.1.2:在该疏散干路交叉口的其余进口道节点r,m,n处重复步骤3.1.1,将公共交通流进入该交叉口的每个进口道后可能的流向均用交叉口内部路段表示出来,从而可以直接观察到该交叉口内部路段间的交叉冲突点,用空心椭圆将交叉口内部路段间的交叉冲突点表示出来,进而得到了该疏散干路交叉口的网络示意图;
以实施例中交叉口进口道节点16、17、18、19表示的疏散干路交叉口为例,其交叉口网络示意图如图4所示,该示意图中带箭头的弧段(18,16)等为交叉口内部路段,表示公共交通流进入每个交叉口进口道后可能的流向,空心椭圆所在位置为交叉口内部路段间的交叉冲突点位置;
步骤3.1.3:重复步骤3.1.1到3.1.2,直到绘制好疏散区域网络模型内所有疏散干路交叉口的网络示意图后,绘制疏散干路交叉口网络示意图的任务结束,疏散区域内所有的交叉口内部路段组成了交叉口内部路段集,记为AI。
步骤3.2:为步骤3.1绘制的每个交叉口网络示意图,建立其交叉口内部路段间的二元交叉方阵;
步骤3.2.1:针对某个交叉口网络示意图,将其包含的交叉口内部路段数记为n,从而构建一个阶的方阵,方阵元素((j,m),(n,r)),(j,m)和(n,r)均为该交叉口的内部路段,此方阵即为该交叉口的二元交叉方阵;
步骤3.2.2:若该交叉口的某两条内部路段(j,m)、(n,r)间有交叉冲突点,则将二元交叉方阵的元素((j,m),(n,r))记为“1”,由于路段(j,m)和(n,r)相交等同于路段(n,r)和(j,m)相交,为避免重复记录,只记录二元交叉方阵主对角线上半部分为“1”的元素即可;
以实施例中交叉口进口道节点16、17、18、19表示的疏散干路交叉口为例,其二元交叉方阵如图5所示,根据图4所示的该交叉口网络示意图可知,交叉口内部路段(18,16)和(19,17)间存在交叉冲突点,故二元交叉方阵的元素((18,16),(19,17))记为“1”,同理可将该交叉口所有交叉冲突点所对应的二元交叉方阵主对角线上半部分的元素记为“1”。
步骤3.2.3:重复步骤3.2.1至步骤3.2.2,直到为步骤3.1绘制的每个交叉口网络示意图均建立了交叉口内部路段间的二元交叉方阵后,建立二元交叉方阵的任务结束。
步骤3.3:从所有二元交叉方阵中提取记为“1”的元素,这些元素所对应的两条交叉口内部路段间存在交叉冲突点,要消除交叉冲突点则只能允许其中一条通行,具体约束条件如下:
yjm+ynr≤1
xjm≤Kyjm
式中,yjm为交叉口渠化设置变量,当yjm=1时,表示交叉口内部路段(j,m)可以通行,反之为0,K为一个极大数。
以实施例中交叉口进口道节点16、17、18、19表示的疏散干路交叉口为例,从图5所示的该交叉口二元交叉方阵中可以看到,路段(18,16)与路段(19,17)间存在交叉冲突点,因此这两条路段中至多只有一条可以通行,即需要满足约束条件:y18,16+y19,17≤1,x18,16≤Ky18,16以及x19,17≤Ky19,17。
(4)以所有疏散人群的总行驶距离最短为目标函数,建立基于可逆车道与交叉口冲突消除的公交疏散路径规划模型如下:
其中,Z为公交车辆的总行驶距离,Γi表示节点i下游的节点集合,Γi -1表示节点i上游的节点集合,约束条件中包含了步骤(2)建立的公交车辆在疏散干路上行驶的约束条件和步骤(3)建立的交叉口冲突消除约束条件。应当说明的是,本发明认为公交车辆在疏散支路中与其余社会车辆混合行驶,共享路权,并不会拥堵在疏散支路中。
(5)选取遗传算法对基于可逆车道与交叉口冲突消除的公交疏散路径规划模型进行求解,得到最优的公交疏散路径规划方案。
步骤5.1:染色体编码,将疏散干、支路路段和交叉口内部路段作为染色体中的基因,每一个基因均为二进制变量,当其值为1时,表示路段的这一方向可供公共交通疏散使用,反之,说明这一路段方向对公共交通疏散关闭;
步骤5.2:初始化种群,同时令种群代数N=0,首先,通过在可行区间内产生随机数的方法来获取染色体内基因的编码值,构建一个初始个体;其次,对这一个体进行连通性检验,以确定网络是否能保证每一OD点对间至少有一条路径,若通过检验,将个体作为染色体加入初始化种群,反之,将其抛弃,重新进行初始个体构建,连通性检验包含节点连通性检验与交叉口内部路段连通性检验两部分,节点连通性检验针对公交专用可逆车道设置变量,需要检验交叉口节点与疏散支路接入节点的连通性,以保证每一个节点至少有一条外向链路,检验模型如下:
交叉口内部路段连通性检验针对交叉口渠化设置变量,检验模型如下:
最后,检验初始化种群内的染色体数量是否达到规定规模,若是,则完成初始化工作,反之,再次进行初始化个体构建;
步骤5.3:计算种群内的染色体适应度,适应度函数的求解可以转化为公交专用可逆车道设置变量和交叉口渠化设置变量取值固定下的公交疏散路径规划问题,这一问题可运用改进单纯形法进行模型求解;
步骤5.4:算法终止准则检验;检查现有的种群代数N是否满足代数更新要求Nm,若满足,转入步骤5.7;反之,转入步骤5.5;
步骤5.5:执行遗传算子,对初始种群进行选择、交叉计算,得到新的子一代染色体;
步骤5.6:种群更新,将子一代染色体集中地加入种群,并根据种群规模限制剔除种群内适应度较低的染色体,形成新一代种群,并更新种群代数N=N+1;
步骤5.7:染色体解码,对种群内适应度最优的染色体进行解码,得到公交疏散路径规划方案。
将此模型应用于实施例,求解此模型可得到近似最优的公交疏散路径规划方案,最优解处的疏散人群总行驶距离Z=1489.80(km),具体的公交疏散路径规划方案如表3所示,表3中路段一栏内的数字表示该路段两端的节点,路段公交流量为0的不包括在表3内,最优解得到的公共交通疏散路径如表4所示,公交疏散路径图如图6所示,图中的实线弧段即为公共交通疏散路径。
表3
表4
Claims (5)
1.一种基于可逆车道与交叉口冲突消除的公交疏散路径规划方法,其特征在于:具体包括以下步骤:
(1)获取疏散区域范围内的道路网信息,包括道路长度、道路单向车道数N、公交疏散起点的待疏散人群数和公交疏散终点容量信息;将疏散区域内单向车道数N≥2的道路划分为疏散干路,将单向车道数N<2的道路划分为疏散支路;构建疏散区域的节点-弧网络模型;
(2)基于可逆车道的设置方式,建立公共交通流在疏散干路上通行的约束条件;
(3)建立公共交通流交叉口冲突消除的约束条件;
(4)以所有疏散人群的总行驶距离最短为目标函数,建立基于可逆车道与交叉口冲突消除的公交疏散路径规划模型如下:
其中,Z为公交车辆的总行驶距离,Γi表示节点i下游的节点集合,表示节点i上游的节点集合;NA为疏散支路接入点;AR为疏散干路路段集;AB为疏散支路路段集;S为公交疏散终点集;dk为公交疏散起点k待疏散的人群数;lij为道路长度;zij为公交专用可逆车道设置变量;yjm为交叉口渠化设置变量;
(5)选取遗传算法对基于可逆车道与交叉口冲突消除的公交疏散路径规划模型进行求解,得到最优的公交疏散路径规划方案。
2.根据权利要求1所述的基于可逆车道与交叉口冲突消除的公交疏散路径规划方法,其特征在于:所述步骤(1)中具体包括:
步骤1.1:用网络节点k表示疏散区域内的公交疏散起点,dk为公交疏散起点k待疏散的人群数,疏散区域内所有的公交疏散起点k组成公交疏散起点集,记为NO;
步骤1.2:用网络节点i表示疏散干路交叉口的一个进口道,疏散区域内所有的交叉口进口道节点i组成了交叉口进口道节点集,记为NI;
步骤1.3:用网络节点a表示疏散支路与疏散干路的接入点,所有的疏散支路接入节点a组成疏散支路接入节点集,记为NA;
步骤1.4:用网络节点s表示公交疏散终点,Vs为公交疏散终点s的容量,所有的公交疏散终点s组成了公交疏散终点集,记为S;
步骤1.5:用实线弧段表示疏散干路,虚线弧段表示疏散支路,用相应弧段连接上述所有的网络节点,所有疏散干路路段组成了疏散干路路段集,记为AR,所有疏散支路路段组成了疏散支路路段集,记为AB;
步骤1.6:用虚拟终点s*连接疏散区域内所有的公交疏散终点,且虚拟终点s*与其他网络节点均不直接连通,并假定连接公交疏散终点s与虚拟终点s*的道路具有无穷大的通行能力和零出行时间,该假想道路用虚线弧段表示。
3.根据权利要求1所述的基于可逆车道与交叉口冲突消除的公交疏散路径规划方法,其特征在于:所述步骤(2)中具体包括:
步骤2.1:两端节点相同,但通行方向相反的两条疏散干路路段不可同时设置公交专用可逆车道,具体约束条件如下:
zij+zji≤1
式中,zij为公交专用可逆车道设置变量,当时zij=1,说明路段(j,i)上设有公交专用可逆车道,且该公交专用可逆车道的通行方向为i→j,当zij=0时,说明路段(j,i)上没有设置可逆车道;
步骤2.2:两端节点相同,但通行方向相反的两条疏散干路路段中,其中任意一路段设置了公交专用可逆车道,那么该路段一定设置一条与可逆车道方向相反的公交专用车道,则公交车辆在这两条路段所示的通行方向上均可通行,具体约束条件如下:
xij≤K(zij+zji)
式中,xij为通行方向i→j上分配到的公共交通流量,K为一个极大数。
5.根据权利要求1所述的基于可逆车道与交叉口冲突消除的公交疏散路径规划方法,其特征在于:所述步骤(5)具体包括:
步骤5.1:染色体编码,将疏散干路路段、支路路段和交叉口内部路段作为染色体中的基因;
步骤5.2:初始化种群,令种群代数N=0;
步骤5.3:计算种群内的染色体适应度;
步骤5.4:算法终止准则检验;检查现有的种群代数是否满足代数更新要求,若满足,转入步骤5.7;反之,转入步骤5.5;
步骤5.5:执行遗传算子,对初始种群进行选择、交叉计算,得到新的子一代染色体;
步骤5.6:种群更新,将子一代染色体集中地加入种群,并根据种群规模限制剔除种群内适应度较低的染色体,形成新一代种群,并更新种群代数N=N+1;
步骤5.7:染色体解码,对种群内适应度最优的染色体进行解码,得到公交疏散路径规划方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710522979.2A CN107368919B (zh) | 2017-06-30 | 2017-06-30 | 基于可逆车道与交叉口冲突消除的公交疏散路径规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710522979.2A CN107368919B (zh) | 2017-06-30 | 2017-06-30 | 基于可逆车道与交叉口冲突消除的公交疏散路径规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107368919A CN107368919A (zh) | 2017-11-21 |
CN107368919B true CN107368919B (zh) | 2020-09-11 |
Family
ID=60305807
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710522979.2A Active CN107368919B (zh) | 2017-06-30 | 2017-06-30 | 基于可逆车道与交叉口冲突消除的公交疏散路径规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107368919B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111680822B (zh) * | 2020-05-12 | 2022-08-19 | 河海大学 | 一种基于非固定路线的往返式公交疏散路径规划方法 |
CN113689696B (zh) * | 2021-08-12 | 2022-07-29 | 北京交通大学 | 基于车道管理的多模式交通协同疏散方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103837154A (zh) * | 2014-03-14 | 2014-06-04 | 北京工商大学 | 路径规划的方法及系统 |
CN104765924A (zh) * | 2015-04-13 | 2015-07-08 | 清华大学 | 城市交通应急疏散仿真系统及控制方法 |
EP3151174A1 (en) * | 2015-10-02 | 2017-04-05 | NEC Europe Ltd. | Public transportation system and method for establishing and deploying schedules in such system |
-
2017
- 2017-06-30 CN CN201710522979.2A patent/CN107368919B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103837154A (zh) * | 2014-03-14 | 2014-06-04 | 北京工商大学 | 路径规划的方法及系统 |
CN104765924A (zh) * | 2015-04-13 | 2015-07-08 | 清华大学 | 城市交通应急疏散仿真系统及控制方法 |
EP3151174A1 (en) * | 2015-10-02 | 2017-04-05 | NEC Europe Ltd. | Public transportation system and method for establishing and deploying schedules in such system |
Non-Patent Citations (3)
Title |
---|
基于反向车道与冲突消除的疏散网络优化设计;任刚 等;《中国公路学报》;20150331;第28卷(第3期);88-93 * |
基于消除交叉冲突的疏散网络优化模型;赵星 等;《交通运输系统工程与信息》;20160831;第16卷(第4期);140-142 * |
基于车道建模的区域应急疏散路径规划;王健 等;《交通运输工程学报》;20100430;第10卷(第2期);82-87 * |
Also Published As
Publication number | Publication date |
---|---|
CN107368919A (zh) | 2017-11-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103942948B (zh) | 基于分段拼接的城市公交线路网络的生成方法 | |
CN107194128B (zh) | 基于中心辐射型网络框架的多模式公共交通网络设计方法 | |
CN104899357B (zh) | 一种基于AutoCAD平面交叉口工程图的拓扑数据提取方法 | |
CN107633263A (zh) | 基于边的网络图嵌入方法 | |
CN106096798A (zh) | 一种可达性最优条件下的城市路网优化方法 | |
CN112987757B (zh) | 一种货物多式联运的路径规划方法 | |
CN104392094A (zh) | 一种基于浮动车数据的城市道路网络可靠性评价方法 | |
CN107368919B (zh) | 基于可逆车道与交叉口冲突消除的公交疏散路径规划方法 | |
CN111710162B (zh) | 一种城市路网交通运行状况监测方法及系统 | |
CN108592928B (zh) | 车辆搭载无人机双层路径的构造方法及装置 | |
CN112347596B (zh) | 一种城市公交线网优化方法 | |
CN105787586A (zh) | 一种最大化时空可达性的公交线路站点优化布设方法 | |
CN106897791B (zh) | 一种公交地铁复合网络模型构建方法 | |
CN111553539A (zh) | 一种基于概率模型检验的行驶路径规划方法 | |
CN108280463A (zh) | 车辆搭载无人机双层路径的优化方法及装置 | |
CN110490381A (zh) | 基于混合整数规划的公交主干线规划方法 | |
CN115062873A (zh) | 交通出行方式预测方法和装置、存储介质及电子设备 | |
CN105225004A (zh) | 城市群城际铁路线网的构建方法 | |
CN105844370A (zh) | 基于粒子群算法的城市道路车辆连通度优化方法 | |
CN111275999A (zh) | 基于全交通网络可换乘的路径规划方法及系统 | |
CN113408189B (zh) | 基于可变元胞的城市多点循环式紧急疏散与仿真推演方法 | |
CN111680822B (zh) | 一种基于非固定路线的往返式公交疏散路径规划方法 | |
Meng et al. | A simulation-based dynamic traffic assignment model with combined modes | |
CN114255586B (zh) | 一种开放策略下多模式网络交通分布的优化方法和系统 | |
CN111985067A (zh) | 一种多策略结合的疏散网络规划方法 |
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 |