CN107507435B - 一种专用道公交干线协调子区划分方法 - Google Patents
一种专用道公交干线协调子区划分方法 Download PDFInfo
- Publication number
- CN107507435B CN107507435B CN201710620733.9A CN201710620733A CN107507435B CN 107507435 B CN107507435 B CN 107507435B CN 201710620733 A CN201710620733 A CN 201710620733A CN 107507435 B CN107507435 B CN 107507435B
- Authority
- CN
- China
- Prior art keywords
- matrix
- pass
- classification
- intersection
- euclidean distance
- 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
- 238000000034 method Methods 0.000 title claims abstract description 10
- 239000011159 matrix material Substances 0.000 claims abstract description 31
- 238000003064 k means clustering Methods 0.000 claims description 5
- 238000005192 partition Methods 0.000 abstract description 2
- 238000000638 solvent extraction Methods 0.000 abstract 2
- 238000004364 calculation method Methods 0.000 abstract 1
- 206010021033 Hypomenorrhoea Diseases 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 125000002950 monocyclic group Chemical group 0.000 description 1
- 238000001507 sample dispersion Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/087—Override of traffic control, e.g. by signal transmitted by an emergency vehicle
Landscapes
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种专用道公交干线协调子区划分方法,该方法先通过统计周期内的公交车辆通过下游交叉口的一次性通过率,并建立一次性通过率矩阵;再将一次性通过率矩阵进行欧几里得距离计算,获取其欧氏距离矩阵;利用k‑means聚类算法对欧式距离矩阵进行分类,根据分类结果进行交叉口的分区,最后依照分区结果,对分区进行相位差调整。
Description
技术领域
本发明涉及一种专用道公交干线协调子区划分方法,具体涉及一种基于专用道公交一次性通过率的聚类分区方法。
背景技术
交通控制子区划分是以路网供给和需求空间分布不均为研究,用以降低管理和控制的复杂程度,提高通行效率和系统稳定性。作为现代交通工程研究的重要内容之一,在城市交通规划和控制领域的研究中均有着较多的成果和应用。与社会交通相比,公交车辆受到运营调度、信号控制、公交站点等多重影响,因此,公交优先必然会对控制子区的划分提出新的要求。同样,公交优先进行干线协调的前提,需以公交干线协调的子区划分为基础,但是,目前交通子区划分基本都是针对社会车辆的控制子区,鲜有存在公交干线协调分区的研究。与社会交通相比,公交车辆受到运营调度、信号控制、公交站点等多重影响,因此,公交优先必然会对控制子区的划分提出新的要求。
发明内容
为了解决上述问题,本发明提出了一种专用道公交干线协调子区划分方法,具体采用如下步骤:
(1)计算公交车辆到达下游交叉口的预测时刻,若所述预测时刻处于下游路口绿灯时段内,则判定该公交车辆能够一次性通过下游交叉口,否则判定为不能一次性通过下游交叉口;
(2)统计一周期T内的公交车辆通过下游交叉口的一次性通过率,并建立一次性通过率矩阵λ=[λ1 λ2…λi],其中λi=Ni/ni,其中,Ni为一周期内专用道公交车辆在路段i的下游交叉口一次性通过的车辆数,ni为一周期内路段i的专用道公交车流量,矩阵λ为干线的交叉口一次性通过率矩阵;
(3)建立一周期内干线公交车辆通过所有交叉口的一次性通过矩阵λper为
(4)将上述一次性通过矩阵λper进行伪F统计量分析,计算最佳分类类别数为PFS;
(5)将一次性通过率矩阵λ进行欧几里得距离计算,获取其欧氏距离矩阵,具体如下:
得到相应的欧氏距离矩阵
D=[d1 d2…di-1]
(6)利用k-means聚类算法对欧式距离矩阵进行分类,共分为PFS类,所得到的分类结果如下:
L=[L1 L2…Lm]
依照此分类得到的一次性通过率分类如下:
S=[S1 S2…Sm]
(7)选取一次性通过率其中判断是否成立;若成立,则两个交叉口属于同一分区;否则执行(8)操作。
(8)判断是否成立,若成立,则两个交叉口属于同一分区;否则两交叉口不在同一分区,其中Ckj为第j个交叉口的周期;
(9)判断此分类是否判断结束:j+1≤length(Sm),若满足上式则依次选取下一元素进行(7)操作,否则,进行(10)操作;
(10)判断分类循环是否结束:m+1≤length(S),若满足上式则依次选择下一类进行(7)操作,否则,停止循环;
(11)整理所得分区,依照分区结果,对一次性通过率高的分区进行相位差调整实现分区内干线协调,对于一次性通过率较低的分区通过采用公交主动或被动优先策略增加公交优先权。
附图说明
图1是行程时间推算示意图。
图2是分区判断流程图。
图3是k-means聚类算法流程图。
具体实施方式
为获取专用道公交车辆到达下游路口的具体时间,就需要对其路段行程时间进行分析判断。结合专用道公交车辆同社会车辆之间的行驶特性,两者的行程时间差异主要区别于公交车辆包含驻站时间一项而社会车辆不需要驻站,具体模型分析如下:
如图1所示,通过分析每辆车的班次n、路段i到达时刻tiarr、到站时刻tiarrs、离站时刻tidep、到达下游路口停止线时刻tiarn
其中titp为路段i的站前行程时间,titb为路段i的站后行程时间。
通过班次n的站前行程时间和站后行程时间统计,获得该班次在路段i的平均站前行程时间和平均站后行程时间
其中m为该路段该班次的统计时段车辆数。
通过分析班次n的前后车到站时间间隔tpar和该班次的后车驻站时间tdwell之间的回归关系,
经回归验证发现其回归参数形式如下:tdwell=α6tpar 6+α5tpar 5+…+α1tpar+α0
因此可以获得班次n的路段i的预测总行程时间
据此获得该车辆的到达下游交叉口的预测时刻
根据预测结果连同下游路口绿灯时段[tgmin tgmax]判断,若则判定该车能够不停车通过下游交叉口,否则判定为不能一次性通过下游交叉口。
鉴于专用道公交车辆在实际运行过程中由于流量基数偏小和分布随机性大等问题,造成车辆在周期内分布不均匀,因此单周期的不停车通过率不具备代表性,因此选用30分钟为统计周期,其一次性通过率描述如下:λ=[λ1 λ2…λi],其中λi=Ni/ni。
其中,Ni为专用道公交车辆在路段i的下游交叉口一次性通过的车辆数,ni为路段i特定时间内的专用道公交车流量,矩阵λ为干线的交叉口一次性通过率矩阵。
因特定时段内的信号控制策略是相对不变的,所以假定时段时长为时间T(30min的整数倍),则该时段的干线所有交叉口的一次性通过矩阵为
其中k=T/0.5
为了确定上述一次性通过率最佳分类类别数目,本专利以一次性通过矩阵为输入,通过伪F统计量算法衡量几种分类情况下的类间及类内关系,进而通过其最佳FPS值确定最佳分类类别数,其具体步骤如下:
将上述一次性通过矩阵λper进行伪F统计量分析(FPS),其i个样本的离差平方和为
其中,Wt为分类t下的样本离差平方和,为分类t下的样本均值;
因此所有k个分类下各自样本的离差平方和的和为:
其类间偏差平方和为:
故其伪F统计量,即最佳分类类别数为:其中n为样本总量,k为类别数。
为加快聚类分析算法的运算速度,需要经原有的将一次性通过率矩阵进行欧几里得距离计算,获取其欧氏距离矩阵,具体如下:
得到相应的欧氏距离矩阵
D=[d1 d2…di-1]
利用k-means聚类算法对欧式距离矩阵进行分类,共分为PFS类,所得到的分类结果如下:
L=[L1 L2…Lm]
依照此分类得到的一次性通过率分类如下:
S=[S1 S2…Sm]
其中k-means聚类算法流程见附图3。
a.选取一次性通过率其中判断是否成立;若成立,则两个交叉口属于同一分区;否则执行下步操作。
b.判断是否成立,若成立,则两个交叉口属于同一分区;否则两交叉口不在同一分区。其中Ckj为第j个交叉口的周期。
c.判断此分类是否判断结束,即j+1≤length(Sm),若满足则依次选取下一元素进行a操作,否则,进行下步操作。
判断分类循环是否结束,即m+1≤length(S),若满足则依次选择下一类进行a操作,否则,停止循环。
整理所得分区,依照分区结果,对一次性通过率高的分区进行相位差调整等策略实现分区内干线协调,对于一次性通过率较低的分区通过采用公交主动/被动优先策略增加公交优先权。
Claims (1)
1.一种专用道公交干线协调子区划分方法,其特征在于,包括如下步骤:
(1)计算公交车辆到达下游交叉口的预测时刻,若所述预测时刻处于下游路口绿灯时段内,则判定该公交车辆能够一次性通过下游交叉口,否则判定为不能一次性通过下游交叉口;
(2)统计一周期T内的公交车辆通过下游交叉口的一次性通过率,并建立一次性通过率矩阵λ=[λ1 λ2 … λi],其中λi=Ni/ni,其中,Ni为一周期内公交车辆在路段i的下游交叉口一次性通过的车辆数,ni为一周期内路段i的专用道公交车流量,矩阵λ为干线的交叉口一次性通过率矩阵;
(3)建立一周期内公交车辆通过所有交叉口的一次性通过矩阵λper为
其中k=T/0.5;
(4)将上述一次性通过矩阵λper进行伪F统计量分析,计算最佳分类类别数为PFS;
(5)将一次性通过率矩阵λ进行欧几里得距离计算,获取其欧几里得距离矩阵,具体如下:
得到相应的欧几里得距离矩阵
D=[d1 d2 … di-1]
(6)利用k-means聚类算法对欧几里得距离矩阵进行分类,共分为PFS类,所得到的分类结果如下:
L=[L1 L2 … Lm]
其中,L1 L2 … Lm为利用聚类算法对欧几里得距离矩阵进行分类后的分类项;
依照此分类得到的一次性通过率分类如下:
S=[S1 S2 … Sm]
其中,S1 S2 … Sm为根据分类结果L得到的一次性通过率分类的分类项;
(7)选取一次性通过率其中判断是否成立;若成立,则两个交叉口属于同一分区;否则执行(8)操作;
(8)判断是否成立,若成立,则两个交叉口属于同一分区;否则两交叉口不在同一分区,其中Ckj为第j个交叉口的周期;
(9)判断此分类是否判断结束:j+1≤length(Sm),若满足上式则依次选取下一元素进行(7)操作,否则,进行(10)操作;
(10)判断分类循环是否结束:m+1≤length(S),若满足上式则依次选择下一类进行(7)操作,否则,停止循环;
(11)整理所得分区,依照分区结果,对一次性通过率高的分区进行相位差调整实现分区内干线协调,对于一次性通过率较低的分区通过采用公交主动或被动优先策略增加公交优先权。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710620733.9A CN107507435B (zh) | 2017-07-26 | 2017-07-26 | 一种专用道公交干线协调子区划分方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710620733.9A CN107507435B (zh) | 2017-07-26 | 2017-07-26 | 一种专用道公交干线协调子区划分方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107507435A CN107507435A (zh) | 2017-12-22 |
CN107507435B true CN107507435B (zh) | 2019-08-09 |
Family
ID=60689840
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710620733.9A Active CN107507435B (zh) | 2017-07-26 | 2017-07-26 | 一种专用道公交干线协调子区划分方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107507435B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101540109A (zh) * | 2008-03-17 | 2009-09-23 | 上海宝康电子控制工程有限公司 | 一种根据车流变化自动完成公交车辆优先的控制系统 |
CN101593419A (zh) * | 2009-07-10 | 2009-12-02 | 浙江大学 | 一种具有公交优先的城市路网交通流智能协调控制方法 |
CN101751777A (zh) * | 2008-12-02 | 2010-06-23 | 同济大学 | 基于空间聚类分析的城市路网交通小区动态划分方法 |
CN102654941A (zh) * | 2011-12-27 | 2012-09-05 | 上海市城市建设设计研究总院 | 预约式交通信号优先控制方法 |
CN103680163A (zh) * | 2013-12-03 | 2014-03-26 | 青岛海信网络科技股份有限公司 | 基于公交需求的区域公交信号优先方法 |
-
2017
- 2017-07-26 CN CN201710620733.9A patent/CN107507435B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101540109A (zh) * | 2008-03-17 | 2009-09-23 | 上海宝康电子控制工程有限公司 | 一种根据车流变化自动完成公交车辆优先的控制系统 |
CN101751777A (zh) * | 2008-12-02 | 2010-06-23 | 同济大学 | 基于空间聚类分析的城市路网交通小区动态划分方法 |
CN101593419A (zh) * | 2009-07-10 | 2009-12-02 | 浙江大学 | 一种具有公交优先的城市路网交通流智能协调控制方法 |
CN102654941A (zh) * | 2011-12-27 | 2012-09-05 | 上海市城市建设设计研究总院 | 预约式交通信号优先控制方法 |
CN103680163A (zh) * | 2013-12-03 | 2014-03-26 | 青岛海信网络科技股份有限公司 | 基于公交需求的区域公交信号优先方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107507435A (zh) | 2017-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108364467B (zh) | 一种基于改进型决策树算法的路况信息预测方法 | |
CN111951549B (zh) | 在网联车辆环境下的自适应交通信号灯控制方法及系统 | |
CN104778834B (zh) | 一种基于车辆gps数据的城市道路交通拥堵判别方法 | |
CN105825690B (zh) | 一种面向可协调控制的干线交叉口关联性分析及划分方法 | |
CN104464310B (zh) | 城市区域多交叉口信号协同优化控制方法及系统 | |
CN107610487B (zh) | 基于动态随机车流相位差协调机制的区域交通控制系统和方法 | |
CN106205156B (zh) | 一种针对部分车道车流突变的交叉口自愈合控制方法 | |
CN103489335B (zh) | 一种多目标优化的飞行冲突解脱方法 | |
CN104809895A (zh) | 相邻交叉口的干道协调控制模型及其优化方法 | |
CN106710220B (zh) | 一种城市道路分层动态协调控制算法及控制方法 | |
CN102592447A (zh) | 一种基于fcm的区域路网的道路交通状态判别方法 | |
CN104851287B (zh) | 基于视频检测器的城市道路路段行程时间检测方法 | |
CN105956621A (zh) | 一种基于进化欠抽样集成学习的航班延误预警方法 | |
CN110266528A (zh) | 基于机器学习的车联网通信的流量预测方法 | |
CN104574968A (zh) | 一种临界交通状态参数的确定方法 | |
CN110182217A (zh) | 一种面向复杂超车场景的行驶任务复杂度量化评估方法 | |
Xiong et al. | Analysis of a stochastic model for coordinated platooning of heavy-duty vehicles | |
CN104778835A (zh) | 一种高等级道路多瓶颈点拥堵演化时空范围识别方法 | |
CN106935044A (zh) | 一种基于公交信号优先协调控制的站点位置优化方法 | |
CN111862600A (zh) | 一种基于车路协同的交通效率评估方法 | |
CN105551250A (zh) | 一种基于区间聚类的城市道路交叉口运行状态判别方法 | |
Pourmehrab et al. | Smart intersection control algorithms for automated vehicles | |
CN106023610A (zh) | 一种考虑车队离散特征的公交车和私家车干线绿波同步协调控制方法 | |
CN117012030A (zh) | 基于三维宏观基本图的城市机非混行交通信号控制方法 | |
CN107092988A (zh) | 一种专用道公交车辆驻站时间预测方法 |
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 |