CN108447255B - 一种城市道路动态交通网络结构信息系统 - Google Patents

一种城市道路动态交通网络结构信息系统 Download PDF

Info

Publication number
CN108447255B
CN108447255B CN201810234013.3A CN201810234013A CN108447255B CN 108447255 B CN108447255 B CN 108447255B CN 201810234013 A CN201810234013 A CN 201810234013A CN 108447255 B CN108447255 B CN 108447255B
Authority
CN
China
Prior art keywords
structure information
partition
network
degree
traffic network
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.)
Expired - Fee Related
Application number
CN201810234013.3A
Other languages
English (en)
Other versions
CN108447255A (zh
Inventor
张尊栋
朱梦瑶
周慧娟
刘小明
李正熙
张昭然
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.)
North China University of Technology
Original Assignee
North China University of Technology
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 North China University of Technology filed Critical North China University of Technology
Priority to CN201810234013.3A priority Critical patent/CN108447255B/zh
Publication of CN108447255A publication Critical patent/CN108447255A/zh
Application granted granted Critical
Publication of CN108447255B publication Critical patent/CN108447255B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供一种城市道路动态交通网络结构信息系统，该系统考虑路网划分的特点，通过网络独有的特性将交通路网整个网络划分为多个网络子区域，利用网络和分区各自的边的数目和含权重的出入度，并根据香农的信息熵公式，计算不同网络分区的结构信息；并考虑到分区与分区之间的联系，加入分区与邻接分区间的出入度权重，计算出含分区边界特性的结构信息。从而，通过分区结构信息和分区含边界特性的结构信息，对城市道路路网进行动态分析。

Description

一种城市道路动态交通网络结构信息系统
技术领域
本发明涉及城市道路动态复杂交通网络结构信息的评价领域。
背景技术
城市交通道路网络交通流分布的结构信息特征是影响城市交通的一个重要因素，路网的拓扑结构决定了路网的许多性质，而路网的结构信息是一个可以度量交通网络流量分布的物理量，网络分布越混乱，其结构信息熵越高。目前的动态复杂网络分析方法主要采用以往的经典模型，如早期的ER经典模型、WS小世界模型、BA无标度模型、第一森林模型、随机模型和邻接模型。但真实的网络是复杂的，不能被现有的模型所捕获。现有的模型只考虑网络特性的某一种，缺乏对网络各个分区和分区间考虑边界影响所得特性在整个网络中的重要性的考虑。
发明内容
本发明为了弥补现有网络计算方法对网络分区和含分区边界特性的重要性评价缺失问题，提出了一种基于分区的城市道路动态交通网络结构信息计算方法。利用交通路网的特性对其路网进行区域划分，一方面通过计算路网分区内边的数量和出入度权重，另一方面考虑分区间的关联，加入分区边界的出入度权重；从而根据香浓熵的公式，计算网络不同分区内的结构信息和含分区边界特性的结构信息。该方法主要依靠的是网络具有分区划分这个特性，一个完整的网络中，因其网络独有的特性，可以将其划分为多个子分区，又考虑了子分区与整个网络在结构信息上的不同点和相同点，结合网络分区边界特性，对城市交通动态复杂道路网络进行评价。
本发明具体采用以下技术方案：城市道路动态交通网络结构信息系统包括动态交通路网建模模块、分区网络结构信息模块、含分区边界特性的结构信息模块和结构信息标准化模块；动态交通路网建模模块，根据城市道路交通路网拓扑结构数据和实时动态交通流数据，建立以交叉口为点、路段为边、路段上的车流量为权值的动态路网模型；分区网络结构信息模块，计算各区域内边的数目以及区域内各节点的入度和出度；含分区边界特性的结构信息模块，根据分区与邻接分区出入边界的边数，结合所述分区网络结构信息模块的计算结果，计算含边界特性的分区结构信息；结构信息标准化模块，集合计算出的分区结构信息，将集合内的结构信息标准化。
优选地，所述动态路网模型描述如下：城市道路交通网络描述为以下形式：
A＝(N,E,W),
其中，A为交通网络分区，N＝{n1,n2,n3…}为交通网络中节点集合，n为节点数，W＝{wij|i,j∈N}为交通网络中边的集合，wij为节点i和节点j直接相连的边上的权值，权值w为路段上的车流量；
所述含边界特性的分区结构信息的计算方法为：
1)统计分区与邻接分区的出入边界的边界集合；
2)计算含边界特性的分区的节点入度
Figure BDA0001603005640000021
和出度
Figure BDA0001603005640000022
Figure BDA0001603005640000023
Figure BDA0001603005640000024
其中，
Figure BDA0001603005640000025
分别为所述边界集合中对应进入分区的节点的入度和出度，
Figure BDA0001603005640000026
为分区内节点的入度和出度；
3)计算含分区边界特性的入度结构信息
Figure BDA0001603005640000027
和出度结构信息
Figure BDA0001603005640000028
Figure BDA0001603005640000029
Figure BDA00016030056400000210
其中，m为区域内的所有的边的数量；
4)将计算得到的结构信息构建集合
Figure BDA00016030056400000211
对集合内的结构信息进行标准化，得到标准化值H：
Figure BDA00016030056400000212
其中，
Figure BDA00016030056400000213
分别为集合
Figure BDA00016030056400000215
的最小值和最大值，
Figure BDA00016030056400000214
为集合内第n个节点的结构信息。
本发明具有如下有益效果：
(1)以道路流量监测数据为基础，具有可计算性；
(2)整个路网利用路网特性进行的子分区划分，体现了路网分区与整个网络的结构信息的关联性；
(3)充分考虑了交通路网的动态特性，以车流量为权值的动态网络模型能够准确反映路网动态特征；
(4)网络结构信息的计算不是只考虑整个网络的结构信息，通过计算路网特性划分子分区，并结合整个路网和分区路网的结构信息，更能够体现路网局部和整体的关系以及分区间的关系和分区边界所含特性对分区结构信息的影响；
(5)基于分区的城市道路动态交通网络结构信息计算方法能够有效地反映路网的结构信息和分区之间和分区边界对分区结构信息的关系。
附图说明
图1为本发明主要流程图。
图2为城市道路动态交通网络分区结构信息计算流程图。
图3为城市道路动态交通网络含边界特性的分区结构信息计算流程图。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步详细描述。
参照图1，一种基于分区的城市道路动态交通网络结构信息计算方法，主要分为三个层次：动态交通路网模型模块104、分区网络模型模块103、含分区边界特性的结构信息模块102、分区结构信息模块101。四个层次具有逐级支撑关系，即动态交通流数据和路网拓扑结构数据为动态交通路网模型做支撑、动态交通路网模型和分区信息为分区网络模型的构造提供平台；分区模型和为分区结构信息和含分区边界特性的结构信息的计算提供了依据；结构信息标准化为分区及含边界特性分区结构信息提供可比较性支撑。动态路网模型描述如下：城市道路交通网络描述为以下形式：
A＝(N,E,W),
其中，A为交通网络分区，N＝{n1,n2,n3…}为交通网络中节点集合，n为节点数，W＝{wij|i,j∈N}为交通网络中边的集合，wij为节点i和节点j直接相连的边上的权值，权值w为路段上的车流量；
参照图2，交通流数据和路网拓扑结构206为动态交通路网的建模205，提供了支撑；通过动态交通路网模型205和分区信息，实现了分区网络模型的建立204，计算各分区网络的出入度203，进而实现分区出入度的结构信息计算202；最后将结构信息通过标准化计算201进行统一数据。
1)计算分区网络边的集合，即为区域内的所有的边的数量m；
2)计算分区内第n节点中含有权值的入度
Figure BDA0001603005640000041
3)计算第n节点的结构信息
Figure BDA0001603005640000042
4)利用香农信息熵，计算分区结构信息，把分区路网中的单个结构信息相加得到某一个分区的结构信息；
Figure BDA0001603005640000043
5)计算分区内第n节点中含有权值的入度
Figure BDA0001603005640000044
6)计算第n节点的结构信息
Figure BDA0001603005640000045
7)利用香农信息熵，计算分区结构信息，把分区路网中的单个结构信息相加得到某一个分区的结构信息；
Figure BDA0001603005640000046
参照图3，308为整个流程图的数据支撑，含动态交通流数据、路网拓扑结构数据和分区信息；307是利用308信息构建的动态交通路网模型；306将道路交通网络分区模型提取出来，对当前计算的分区模型和与其相邻接含有出入边界的分区模型进行分类；305表示将邻接分区网络模型和当前分区网络模型进行重合对比计算，得出当前计算的分区与其他分区的出入度边界权重；304表示当前计算分区的出入度权重；303表示将当前分区出入度权重结合含边界的出入度权重，两者相加得出含边界特性的分区结构信息下的出入度权重；302表示含分区边界特性的结构信息；301表示将含分区边界特性的结构信息标准化。所述含边界特性的分区结构信息的计算方法为：
1)统计分区与邻接分区的出入边界的边界集合；
2)计算含边界特性的分区的节点入度
Figure BDA0001603005640000047
和出度
Figure BDA0001603005640000048
Figure BDA0001603005640000051
Figure BDA0001603005640000052
其中，
Figure BDA0001603005640000053
分别为所述边界集合中对应进入分区的节点的入度和出度，
Figure BDA0001603005640000054
为分区内节点的入度和出度；
3)计算含分区边界特性的入度结构信息
Figure BDA0001603005640000055
和出度结构信息
Figure BDA0001603005640000056
Figure BDA0001603005640000057
Figure BDA0001603005640000058
其中，m为区域内的所有的边的数量；
4)将计算得到的结构信息构建集合
Figure BDA0001603005640000059
对集合内的结构信息进行标准化，得到标准化值H：
Figure BDA00016030056400000510
其中，
Figure BDA00016030056400000511
分别为集合
Figure BDA00016030056400000512
的最小值和最大值，
Figure BDA00016030056400000513
为集合
Figure BDA00016030056400000514
内第n个节点的结构信息。

Claims (2)

1.一种城市道路动态交通网络结构信息系统，其特征在于，该系统包括动态交通路网建模模块、分区网络结构信息模块、含分区边界特性的结构信息模块和结构信息标准化模块；
动态交通路网建模模块，根据城市道路交通路网拓扑结构数据和实时动态交通流数据，建立以交叉口为点、路段为边、路段上的车流量为权值的动态路网模型；分区网络结构信息模块，计算各区域内边的数目以及区域内各节点的入度和出度；
含分区边界特性的结构信息模块，根据分区与邻接分区出入边界的边数，结合所述分区网络结构信息模块的计算结果，计算含边界特性的分区结构信息；
结构信息标准化模块，集合计算出的分区结构信息，将集合内的结构信息标准化。
2.根据如权利要求1所述的一种城市道路动态交通网络结构信息系统，其特征在于，
所述动态路网模型描述如下：城市道路交通网络描述为以下形式：
A＝(N,E,W),
其中，A为交通网络分区，N＝{n1,n2,n3…}为交通网络中节点集合，n为节点数，W＝{wij|i,j∈N}为交通网络中边的集合，wij为节点i和节点j直接相连的边上的权值，权值w为路段上的车流量；
所述含边界特性的分区结构信息的计算方法为：
1)统计分区与邻接分区的出入边界的边界集合；
2)计算含边界特性的分区的节点入度
Figure FDA0002367675680000011
和出度
Figure FDA0002367675680000012
Figure FDA0002367675680000013
Figure FDA0002367675680000014
其中，
Figure FDA0002367675680000015
分别为所述边界集合中对应进入分区的节点的入度和出度，
Figure FDA0002367675680000016
Figure FDA0002367675680000017
为分区内节点的入度和出度；
3)计算含分区边界特性的入度结构信息
Figure FDA0002367675680000018
和出度结构信息
Figure FDA0002367675680000019
Figure FDA00023676756800000110
Figure FDA0002367675680000021
其中，m为区域内的所有的边的数量；
4)将计算得到的结构信息构建集合
Figure FDA0002367675680000022
对集合内的结构信息进行标准化，得到标准化值H：
Figure FDA0002367675680000023
其中，
Figure FDA0002367675680000024
分别为集合
Figure FDA0002367675680000025
的最小值和最大值，
Figure FDA0002367675680000026
为集合内第n个节点的结构信息。
CN201810234013.3A 2018-03-21 2018-03-21 一种城市道路动态交通网络结构信息系统 Expired - Fee Related CN108447255B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810234013.3A CN108447255B (zh) 2018-03-21 2018-03-21 一种城市道路动态交通网络结构信息系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810234013.3A CN108447255B (zh) 2018-03-21 2018-03-21 一种城市道路动态交通网络结构信息系统

Publications (2)

Publication Number Publication Date
CN108447255A CN108447255A (zh) 2018-08-24
CN108447255B true CN108447255B (zh) 2020-07-17

Family

ID=63196063

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810234013.3A Expired - Fee Related CN108447255B (zh) 2018-03-21 2018-03-21 一种城市道路动态交通网络结构信息系统

Country Status (1)

Country Link
CN (1) CN108447255B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109461310A (zh) * 2018-12-17 2019-03-12 银江股份有限公司 一种基于复杂网络的路网评价方法
CN109740898B (zh) * 2018-12-25 2023-05-12 重庆大学 一种道路网络可靠性评估方法、系统、终端及介质
CN109934850B (zh) * 2019-03-21 2021-04-30 北京沃东天骏信息技术有限公司 运动目标计数的方法、装置和系统
CN111967760B (zh) * 2020-08-14 2022-04-08 清华大学 一种基于多维网络熵的道路交通安全评估方法
CN114639235A (zh) * 2020-12-16 2022-06-17 华为技术有限公司 一种获取交通数据的方法及相关装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7953011B1 (en) * 2003-11-06 2011-05-31 Sprint Communications Company L.P. Method for estimating telecommunication network traffic using link weight changes
CN104217580A (zh) * 2014-08-14 2014-12-17 中国科学院计算技术研究所 面向车辆群组动画的路网语义建模方法及系统
CN104616507A (zh) * 2014-12-11 2015-05-13 北方工业大学 一种交通子区信号周期的协调控制方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9608926B2 (en) * 2014-08-29 2017-03-28 Cisco Technology, Inc. Flexible recirculation bandwidth management
CN107274669B (zh) * 2017-07-03 2019-07-23 北方工业大学 一种基于最短路径的城市道路交通网络熵计算方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7953011B1 (en) * 2003-11-06 2011-05-31 Sprint Communications Company L.P. Method for estimating telecommunication network traffic using link weight changes
CN104217580A (zh) * 2014-08-14 2014-12-17 中国科学院计算技术研究所 面向车辆群组动画的路网语义建模方法及系统
CN104616507A (zh) * 2014-12-11 2015-05-13 北方工业大学 一种交通子区信号周期的协调控制方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于复杂网络的区域交通信号控制系统优化研究;魏路;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20121031;正文第15-20页、第28-35页 *

Also Published As

Publication number Publication date
CN108447255A (zh) 2018-08-24

Similar Documents

Publication Publication Date Title
CN108447255B (zh) 一种城市道路动态交通网络结构信息系统
CN108109382B (zh) 基于复合网络的拥堵点、拥堵线、拥堵区域的发现方法
Habibzadeh et al. Soft sensing in smart cities: Handling 3Vs using recommender systems, machine intelligence, and data analytics
Cofıno et al. Bayesian networks for probabilistic weather prediction
Hoshino et al. Measuring the benefits of neighbourhood park amenities: Application and comparison of spatial hedonic approaches
CN113705959B (zh) 网络资源分配方法及电子设备
CN110176141B (zh) 一种基于poi及流量特征的交通小区划分方法和系统
CN112749904A (zh) 基于深度学习的配电网故障风险预警方法及系统
CN109410577A (zh) 基于空间数据挖掘的自适应交通控制子区划分方法
CN111027743B (zh) 基于分层路网的od最优路径搜索方法及装置
Wang et al. Research on parallelized real-time map matching algorithm for massive GPS data
CN116681176B (zh) 一种基于聚类和异构图神经网络的交通流预测方法
CN109003128A (zh) 基于改进的随机森林公共自行车站点需求量预测方法
Jensen et al. Location intelligence application in digital data activity dimensioning in smart cities
CN110046174A (zh) 一种基于大数据的人口迁移分析方法和系统
CN116796904A (zh) 一种轨道交通新线客流预测方法、系统、电子设备及介质
CN111008730B (zh) 基于城市空间结构的人群聚集度预测模型构建方法及装置
Mali et al. Enhanced routing in disaster management based on GIS
Tian et al. Identification of critical links in urban road network considering cascading failures
Xu et al. An evaluation and query algorithm for the influence of spatial location based on R k NN
CN115691140A (zh) 一种汽车充电需求时空分布的分析与预测方法
CN115146840A (zh) 一种基于数据驱动的轨道交通新线接入客流预测方法
CN111105617B (zh) 基于矩阵稳定性分析的智能交通预测系统
Niu et al. Highway Temporal‐Spatial Traffic Flow Performance Estimation by Using Gantry Toll Collection Samples: A Deep Learning Method
Chen et al. An overall analysis method of urban road parking lots based on data mining

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200717

Termination date: 20210321

CF01 Termination of patent right due to non-payment of annual fee