CN107679653A - 一种基于优势出行距离的od分配方法 - Google Patents
一种基于优势出行距离的od分配方法 Download PDFInfo
- Publication number
- CN107679653A CN107679653A CN201710864191.XA CN201710864191A CN107679653A CN 107679653 A CN107679653 A CN 107679653A CN 201710864191 A CN201710864191 A CN 201710864191A CN 107679653 A CN107679653 A CN 107679653A
- Authority
- CN
- China
- Prior art keywords
- trip
- mrow
- msub
- distance
- advantage
- 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
Links
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
Abstract
本发明公开了一种基于优势出行距离的OD分配方法,包括以下步骤:首先,在拟研究区域内开展居民出行调查,获取居民出行的相关信息;其次,根据居民出行调查结果,分别拟合各类可能出行方式的优势出行距离分担率函数;再次,对各类出行方式的优势出行距离分担率函数进行修正,得到拟研究区域内的各方式的优势出行距离函数;然后,将OD矩阵中的出行量根据各方式的优势出行距离分担率函数分配到相应的路段上;最后,将已分配的路段OD进行分类叠加,得到各出行方式的路网出行量。
Description
技术领域
本发明涉及一种基于优势出行距离的OD分配方法,属于交通分配技术领域。
背景技术
传统的四阶段预测方法在现有的交通规划中发挥着举足轻重的作用,交通分配作为四阶段法的最后一个阶段,其直接功能就是将预测到的需求量按方式分配到道路网上,为设计交通规划、决策交通管理方案提供基本的数据支撑。
然而传统的交通分配方法分配过程比较繁琐,需要占用大量的计算时间和内存,难以满足当今智慧交通系统快速反应、迅速决策的时代需求,逐渐成为智慧交通系统建设过程中一项技术瓶颈,急需技术攻关。
发明内容
本发明为克服现有四阶段需求预测法中交通分配计算时间长、占用大量内存等问题,通过分析拟研究区域内的居民出行规律,本发明提出了一种基于优势出行距离的OD分配方法,以考虑拟研究区域内的居民出行习惯为准则,通过调查数据确定研究区域内的各出行方式在优势出行距离下的分担率函数,并直接用于交通分配,大大的缩短了分配时间、提高了计算效率。
为了解决上述技术问题,本发明提供了一种基于优势出行距离的OD分配方法,包括以下步骤:
(A)在拟研究区域内开展居民出行调查,获取居民出行调查结果,该出行调查结构包括居民每次的出行距离及其采用的出行方式;
(B)根据居民出行调查结果,拟合各类出行方式的优势出行距离分担率函数;
(C)以步骤(B)中所述的各出行方式的优势出行距离下分担率函数为基础,以同一出行距离下各出行方式的分担率之和为1的原则,对上述分担率函数进行修正,得到拟研究区域的各出行方式修正后的优势出行距离分担率函数;
(D)根据修正后的优势出行距离分担率函数,将OD矩阵中的出行量分配至相应路段上;
(E)将已分配的路段OD进行叠加,得到最终的路网出行量分配结果。
进一步的,步骤(B)包括以下步骤:
(B1)以居民出行方式为分类依据,将调查到的居民出行距离进行分类;
(B2)确定单位距离,并根据单位距离将同一出行方式下的出行距离进行分组,统计各组别下的出行次数,计算出行频率;
(B3)以各出行距离组别及其对应的出行频率为基础,采用插值法,初步构建以居民出行距离为自变量,以出行频率为应变量的优势出行距离下的分担率函数;
(B4)重复上述步骤(B2)、(B3),直至得到所有出行方式的优势出行距离下的分担率函数。
进一步的,步骤(C)包括:以步骤(B)中所述的各出行方式的优势出行距离下分担率函数为基础,以同一出行距离下各出行方式的分担率之和为1的原则,采用下列公式对各出行方式的优势出行距离下分担率函数进行修正,
式中,yi′(x)表示出行距离为x时,出行方式i所对应的修正分担率;yi(x)表示出行距离为x时,出行方式i所对应的初步分担率;j表示拟研究区域内所有可能的出行方式的种类数量。
进一步的,步骤(D)包括:
(D1)依次选择OD矩阵中的起讫点Oi、Dj;
(D2)确定起讫点Oi、Dj下的出行量和最短路条件下出行方式k出行距离若出行距离无穷大,默认为该出行方式对应的分担率为0;
(D3)对起讫点Oi、Dj下各出行方式的分担率按下式进行修正,
式中,表示出行方式k在起讫点Oi、Dj之间的最优出行路径的距离;表示出行方式k在起讫点Oi、Dj之间最优出行距离下的修正分担率;表示出行方式k在起讫点Oi、Dj之间最优出行距离下的分担率;
(D4)确定起讫点Oi、Dj下各出行方式在其最短路下所分配的出行量
式中,表示从起点Oi到终点Dj之间出行总量;表示出行方式k从起点Oi到终点Dj之间分担量;
(D5)重复上述步骤(D1)~(D4)直到所有OD对分配完成为止。
进一步的,在步骤(E)中,就同一种出行方式而言,以路段为基本单位,将不同OD对的同一种出行方式的分配结果在同一路段上叠加,得到某种出行方式下的路网分配结果,不断重复上述叠加过程,直至所有出行方式的分配结果叠加完成。
有益效果:本发明与现有技术相比,具有以下优点:本发明避开了传统的交通分配过程,以居民出行规律为基础,通过居民出行调查数据,构建居民出行规律函数,并直接应用于交通分配,大大的节省了交通分配的时间,提高了分配效率,可为智慧交通系统的快速方案制定和决策提供数据支撑。
附图说明
图1为本发明的基本流程图。
具体实施方式
参见图1所示的一种基于优势出行距离的OD分配方法,包括以下步骤:
(A)在拟研究区域内开展居民出行调查,获取居民出行的相关信息,该居民出行调查包括获取传统居民出行调查所需信息、居民每次的出行距离及其采取的出行方式,该出行方式是指拟研究区域内居民可能使用的出行方式,与拟研究区域的交通发展水平密切相关。
(B)根据居民出行调查结果,拟合各类出行方式的优势出行距离分担率函数:具体包括:
(B1)以居民出行方式为分类依据,将调查到的居民出行距离进行分类;
(B2)确定单位距离,并将同一出行方式下的出行距离进行分组,统计各组别下的出行次数,计算出行频率;
(B3)以各距离组别及其对应的出行频率为基础,采用插值法,初步构建以居民出行距离为自变量,以出行频率为应变量的优势出行距离下的分担率函数;
(B4)重复上述步骤(B2)、(B3),直至得到所有出行方式的优势出行距离下的分担率函数;
其中,步骤(B2)中的单位距离主要用于确定出行距离分组,单位距离的取值与出行方式的类别有关,越利于长距离出行的出行方式对应的单位距离越大;同时与采集到的出行距离集中度有关,集中度越大,单位距离越小。根据已有出行方式的特征,各出行方式的单位距离推荐在50-1000m范围取值,步骤(B3)的插值法,包括但不局限于Lagrange插值、Newton插值和分段插值。
(C)以步骤(B)中所述的各出行方式的优势出行距离下分担率函数为基础,以同一出行距离下各出行方式的分担率之和为1的原则,采用式(1)对上述分担率函数进行修正,得到拟研究区域的各出行方式修正后的优势出行距离分担率函数;
式中,yi′(x)表示出行距离为x时,出行方式i所对应的修正分担率;yi(x)表示出行距离为x时,出行方式i所对应的初步分担率;j表示拟研究区域内所有可能的出行方式的种类数量。
(D)根据各方式修正后的优势出行距离分担率函数,将OD矩阵中的出行量分配至相应路段上,具体包括以下步骤:
(D1)依次选择OD矩阵中的起讫点Oi、Dj;
(D2)确定起讫点Oi、Dj下的出行量和最短路条件下方式k出行距离若出行距离无穷大,默认为该出行方式对应的分担率为0;
(D3)对起讫点Oi、Dj下各出行方式的分担率按下式进行修正,
式中,表示出行方式k在起讫点Oi、Dj之间的最优出行路径的距离;表示出行方式k在起讫点Oi、Dj之间最优出行距离下的修正分担率;表示出行方式k在起讫点Oi、Dj之间最优出行距离下的分担率;
(D4)确定起讫点Oi、Dj下各出行方式在其最短路下所分配的出行量
式中,表示从起点Oi到终点Dj之间出行总量;表示出行方式k从起点Oi到终点Dj之间分担量;
(D5)重复上述步骤(D1)~(D4)直到所有OD对分配完成为止。
(E)将已分配的路段OD进行叠加,得到最终的路网出行量分配结果,就同一种出行方式而言,以路段为基本单位,将不同OD对的同一种出行方式的分配结果在同一路段上叠加,从而得到某种出行方式下的路网分配结果,不断重复上述叠加过程,直至所有出行方式的分配结果叠加均完成。
本实施例的路段不仅仅局限于现有的城市道路路段,也可以是某两个特殊节点之间的线路,比如公交车站之间的线路。且路网不仅仅局限于现有的城市道路路网,也可以是公交路网,地铁线网等其他交通网络。
Claims (5)
1.一种基于优势出行距离的OD分配方法,其特征在于:包括以下步骤:
(A)在拟研究区域内开展居民出行调查,获取居民出行调查结果,该出行调查结果包括居民每次的出行距离及其采用的出行方式;
(B)根据居民出行调查结果,拟合各类出行方式的优势出行距离分担率函数;
(C)以步骤(B)中所述的各出行方式的优势出行距离下分担率函数为基础,以同一出行距离下各出行方式的分担率之和为1的原则,对上述分担率函数进行修正,得到拟研究区域的各出行方式修正后的优势出行距离分担率函数;
(D)根据修正后的优势出行距离分担率函数,将OD矩阵中的出行量分配至相应路段上;
(E)将已分配的路段OD进行叠加,得到最终的路网出行量分配结果。
2.根据权利要求1所述的一种基于优势出行距离的OD分配方法,其特征在于:所述的步骤(B)包括以下步骤:
(B1)以居民出行方式为分类依据,将调查到的居民出行距离进行分类;
(B2)确定单位距离,并根据单位距离将同一出行方式下的出行距离进行分组,统计各组别下的出行次数,计算出行频率;
(B3)以各出行距离组别及其对应的出行频率为基础,采用插值法,初步构建以居民出行距离为自变量,以出行频率为应变量的优势出行距离下的分担率函数;
(B4)重复上述步骤(B2)、(B3),直至得到所有出行方式的优势出行距离下的分担率函数。
3.根据权利要求1或2所述的一种基于优势出行距离的OD分配方法,其特征在于:所述的步骤(C)中采用下列公式对各出行方式的优势出行距离下分担率函数进行修正,
<mrow>
<msup>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>&prime;</mo>
</msup>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>/</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>j</mi>
</munderover>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,yi′(x)表示出行距离为x时,出行方式i所对应的修正分担率;yi(x)表示出行距离为x时,出行方式i所对应的初步分担率;j表示拟研究区域内所有可能的出行方式的种类数量。
4.根据权利要求1所述的一种基于优势出行距离的OD分配方法,其特征在于:所述的步骤(D)包括:
(D1)依次选择OD矩阵中的起讫点Oi、Dj;
(D2)确定起讫点Oi、Dj下的出行量和最短路条件下出行方式k出行距离若出行距离无穷大,默认该出行方式对应的分担率为0;
(D3)对起讫点Oi、Dj下各出行方式的分担率按下式进行修正,
<mrow>
<msup>
<msub>
<mi>y</mi>
<mi>k</mi>
</msub>
<mrow>
<mo>&prime;</mo>
<mo>&prime;</mo>
</mrow>
</msup>
<mrow>
<mo>(</mo>
<msubsup>
<mi>L</mi>
<mrow>
<msub>
<mi>O</mi>
<mi>i</mi>
</msub>
<msub>
<mi>D</mi>
<mi>j</mi>
</msub>
</mrow>
<mi>k</mi>
</msubsup>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msup>
<msub>
<mi>y</mi>
<mi>k</mi>
</msub>
<mo>&prime;</mo>
</msup>
<mrow>
<mo>(</mo>
<msubsup>
<mi>L</mi>
<mrow>
<msub>
<mi>O</mi>
<mi>i</mi>
</msub>
<msub>
<mi>D</mi>
<mi>j</mi>
</msub>
</mrow>
<mi>k</mi>
</msubsup>
<mo>)</mo>
</mrow>
<mo>/</mo>
<munder>
<mo>&Sigma;</mo>
<mi>k</mi>
</munder>
<msup>
<msub>
<mi>y</mi>
<mi>k</mi>
</msub>
<mo>&prime;</mo>
</msup>
<mrow>
<mo>(</mo>
<msubsup>
<mi>L</mi>
<mrow>
<msub>
<mi>O</mi>
<mi>i</mi>
</msub>
<msub>
<mi>D</mi>
<mi>j</mi>
</msub>
</mrow>
<mi>k</mi>
</msubsup>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,表示出行方式k在起讫点Oi、Dj之间的最优出行路径的距离;表示出行方式k在起讫点Oi、Dj之间最优出行距离下的修正分担率;表示出行方式k在起讫点Oi、Dj之间最优出行距离下的分担率;
(D4)确定起讫点Oi、Dj下各出行方式在其最短路下所分配的出行量
<mrow>
<msubsup>
<mi>V</mi>
<mrow>
<msub>
<mi>O</mi>
<mi>i</mi>
</msub>
<msub>
<mi>D</mi>
<mi>j</mi>
</msub>
</mrow>
<mi>k</mi>
</msubsup>
<mo>=</mo>
<msub>
<mi>V</mi>
<mrow>
<msub>
<mi>O</mi>
<mi>i</mi>
</msub>
<msub>
<mi>D</mi>
<mi>j</mi>
</msub>
</mrow>
</msub>
<mo>*</mo>
<msup>
<msub>
<mi>y</mi>
<mi>k</mi>
</msub>
<mrow>
<mo>&prime;</mo>
<mo>&prime;</mo>
</mrow>
</msup>
<mrow>
<mo>(</mo>
<msubsup>
<mi>L</mi>
<mrow>
<msub>
<mi>O</mi>
<mi>i</mi>
</msub>
<msub>
<mi>D</mi>
<mi>j</mi>
</msub>
</mrow>
<mi>k</mi>
</msubsup>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,表示从起点Oi到终点Dj之间出行总量;表示出行方式k从起点Oi到终点Dj之间分担量;
(D5)重复上述步骤(D1)~(D4)直到所有OD对分配完成为止。
5.根据权利要求1所述的一种基于优势出行距离的OD分配方法,其特征在于:在所述的步骤(E)中,就同一种出行方式而言,以路段为基本单位,将不同OD对的同一种出行方式的分配结果在同一路段上叠加,得到某种出行方式下的路网分配结果,不断重复上述叠加过程,直至所有出行方式的分配结果叠加完成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710864191.XA CN107679653B (zh) | 2017-09-21 | 2017-09-21 | 一种基于优势出行距离的od分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710864191.XA CN107679653B (zh) | 2017-09-21 | 2017-09-21 | 一种基于优势出行距离的od分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107679653A true CN107679653A (zh) | 2018-02-09 |
CN107679653B CN107679653B (zh) | 2021-03-19 |
Family
ID=61137725
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710864191.XA Active CN107679653B (zh) | 2017-09-21 | 2017-09-21 | 一种基于优势出行距离的od分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107679653B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108711286A (zh) * | 2018-05-29 | 2018-10-26 | 重庆市交通规划研究院 | 一种基于多源车联网和手机信令的交通量分配方法及系统 |
CN112381470A (zh) * | 2021-01-12 | 2021-02-19 | 深圳市城市交通规划设计研究中心股份有限公司 | 基于智能体的交通流量分配方法、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101576991A (zh) * | 2009-06-10 | 2009-11-11 | 东南大学 | 一种确定城市道路等级配置的方法 |
CN105046949A (zh) * | 2015-06-12 | 2015-11-11 | 中南大学 | 一种基于手机数据计算o-d流进行车源预测的方法 |
CN106504528A (zh) * | 2016-11-02 | 2017-03-15 | 浙江大学 | 一种利用手机信令大数据和动态交通分配的od标定方法 |
CN106682812A (zh) * | 2016-11-24 | 2017-05-17 | 西安建筑科技大学 | 综合运输体系客运方式分担率‑距离转移曲线确定方法 |
CN106960406A (zh) * | 2017-02-10 | 2017-07-18 | 浙江大学 | 一种考虑居民出行od的公交服务覆盖率计算方法 |
-
2017
- 2017-09-21 CN CN201710864191.XA patent/CN107679653B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101576991A (zh) * | 2009-06-10 | 2009-11-11 | 东南大学 | 一种确定城市道路等级配置的方法 |
CN105046949A (zh) * | 2015-06-12 | 2015-11-11 | 中南大学 | 一种基于手机数据计算o-d流进行车源预测的方法 |
CN106504528A (zh) * | 2016-11-02 | 2017-03-15 | 浙江大学 | 一种利用手机信令大数据和动态交通分配的od标定方法 |
CN106682812A (zh) * | 2016-11-24 | 2017-05-17 | 西安建筑科技大学 | 综合运输体系客运方式分担率‑距离转移曲线确定方法 |
CN106960406A (zh) * | 2017-02-10 | 2017-07-18 | 浙江大学 | 一种考虑居民出行od的公交服务覆盖率计算方法 |
Non-Patent Citations (2)
Title |
---|
华雪东: ""基于供需平衡的多方式交通系统出行结构优化研究"", 《万方数据 知识服务平台》 * |
墨建亮: ""大城市多模式公交线网功能级配关系研究"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108711286A (zh) * | 2018-05-29 | 2018-10-26 | 重庆市交通规划研究院 | 一种基于多源车联网和手机信令的交通量分配方法及系统 |
CN108711286B (zh) * | 2018-05-29 | 2021-06-08 | 重庆市交通规划研究院 | 一种基于多源车联网和手机信令的交通量分配方法及系统 |
CN112381470A (zh) * | 2021-01-12 | 2021-02-19 | 深圳市城市交通规划设计研究中心股份有限公司 | 基于智能体的交通流量分配方法、设备及存储介质 |
CN112381470B (zh) * | 2021-01-12 | 2021-06-15 | 深圳市城市交通规划设计研究中心股份有限公司 | 基于智能体的交通流量分配方法、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107679653B (zh) | 2021-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104881710B (zh) | 一种基于车辆自组网的城市快递配送方法 | |
CN106779163B (zh) | 一种基于智能搜索的定制公交线网优化方法 | |
CN104200650B (zh) | 一种城市拥堵时段的多模式公交换乘方法 | |
CN108647221B (zh) | 一种基于gis的公交路径规划方法 | |
De Bona et al. | Analysis of public bus transportation of a Brazilian city based on the theory of complex networks using the P-space | |
CN107220731A (zh) | 一种物流配送路径规划方法 | |
CN101187996B (zh) | 一种基于自适应骨干网的快速公交选线方法 | |
CN108647802B (zh) | 基于双层交通网络模型抗拥塞方法 | |
CN109612488B (zh) | 基于大数据微服务的混合出行方式路径规划系统及方法 | |
CN102880642A (zh) | 一种基于加权有向网络模型的公交换乘方法 | |
CN108256969B (zh) | 一种公共自行车租赁点调度区域划分方法 | |
Zhang et al. | The analysis of the properties of bus network topology in Beijing basing on complex networks | |
CN110009906A (zh) | 基于交通预测的动态路径规划方法 | |
CN102880641B (zh) | 一种考虑近距离步行站点对的参数化公交换乘方法 | |
CN107092986A (zh) | 基于站点及共线运行的公交乘客出行路径选择方法 | |
CN103208034A (zh) | 一种轨道交通客流分布预测模型建立及预测方法 | |
CN109325614B (zh) | 一种基于gis的汽车站选址方法 | |
CN107679653A (zh) | 一种基于优势出行距离的od分配方法 | |
CN102982395A (zh) | 一种基于空间节点聚类方法的快速公交换乘方法 | |
CN110490381A (zh) | 基于混合整数规划的公交主干线规划方法 | |
Du et al. | GAQ-EBkSP: a DRL-based urban traffic dynamic rerouting framework using fog-cloud architecture | |
CN108303112A (zh) | 一个基于出租车群的城市包裹递送路线规划系统 | |
CN107085939B (zh) | 一种基于路网等级划分的高速公路vms布局优化方法 | |
CN104320343A (zh) | 一种电能感知的跨域虚拟网络映射方法及其系统 | |
da Silva et al. | Combining k-means method and complex network analysis to evaluate city mobility |
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 |