CN108629974A - 顾及城市道路交通网络特征的交通运行指数建立方法 - Google Patents
顾及城市道路交通网络特征的交通运行指数建立方法 Download PDFInfo
- Publication number
- CN108629974A CN108629974A CN201810471168.9A CN201810471168A CN108629974A CN 108629974 A CN108629974 A CN 108629974A CN 201810471168 A CN201810471168 A CN 201810471168A CN 108629974 A CN108629974 A CN 108629974A
- Authority
- CN
- China
- Prior art keywords
- traffic
- section
- urban road
- road
- value
- 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
- 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
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了顾及城市道路交通网络特征的交通运行指数建立方法,方法包括如下步骤:步骤S1:城市道路网络模型构建;步骤S2:影响因子计算;步骤S3:计算路段的交通状态值;步骤S4:计算各路段加权因子;步骤S5:计算区域密度水平系数;步骤S6:计算区域的交通运行指数值;步骤S7:基于交通运行指数值评价城市交通状态;本发明将城市道路交通网络中的道路等级、区域路网密度、交通节点通达性和连通性等特征因素引入到城市交通运行评价模型中,解决了城市道路网络日益复杂和交通需求快速发展引起的城市交通综合运行状况评价问题。
Description
技术领域
本发明涉及交通运行指数建立方法,特别是顾及城市道路交通网络特征的交通运行指数建立方法。
背景技术
城市化进程和交通需求的快速发展造成城市交通拥堵现象日益严重,拥堵不仅造成巨大的时间损失,还引发各种环境及经济问题,已经成为国内外大中城市亟需解决的问题之一。城市交通网络是一个综合、动态、开放的复杂系统,为了合理地评价城市交通运行状况,需要建立科学的交通系统评价指标和方法,建立交通运行指数是量化评价城市交通拥堵、制定城市交通拥堵环节措施、引导市民合理出行的技术基础,也是解决人们日益关注的城市道路交通拥堵问题的关键。
目前国内外提出的交通运行指数主要包括:车速、流量、密度(占有率)等。这些交通运行指数属于单一评价指标,难以真实反映城市道路交通综合运行拥堵状态。在此基础上,国内外相关研究领域提出了多种综合性的交通运行指数,主要包括:路网速度、饱和度、拥堵程度与强度、延误、出行时间和拥堵时空分布等,在一定程度上实现了对交通运行拥堵状况的综合量化评估。但是,在城市交通实际运行过程中,造成城市交通拥堵的主要原因包括城市路网结构性能和城市路网使用性能两方面。目前已有的综合交通运行指数只考虑了城市路网的使用性能,而忽略了城市路网结构性能对交通运行状态的影响,特别是城市路网中的道路等级、区域路网密度、交通节点连通性和通达性的差异会直接影响城市交通拥堵状况和城市路网运行能力。将城市道路交通网络中的道路等级、区域路网密度、交通节点通达性和连通性等特征因素引入到城市交通运行评价模型中,建立顾及城市道路交通网络特征的城市道路交通运行指数,可以有效评价城市交通状况。
发明内容
为解决现有技术中存在的问题,本发明提供了顾及城市道路交通网络特征的交通运行指数的建立方法,解决了城市道路网络日益复杂和交通需求快速发展引起的城市交通综合运行状况评价问题。
本发明采用的技术方案是:顾及城市道路交通网络特征的交通运行指数建立方法,方法包括如下步骤:
步骤S1:根据城市交通影响因素定义相关要素的属性结构,使用点、线构建包含车流方向的城市道路网络模型;
步骤S2:计算影响城市交通的影响因子,将影响因子计算结果存入城市道路网络模型相应字段中;所述影响因子包括里程长度li、自由流速度Vf、平均行程速度Vi、路段交通热点程度值hi和城市道路网络结构特征值ωi;
步骤S3:根据自由流速度Vf、平均行程速度Vi、交通热点程度值hi和城市道路网络结构特征值ωi,计算出该路段的交通状态值Ri;
步骤S4:以当前的路段里程长度li和通行权重μi,计算出加权因子ai;
步骤S5:根据通行权重μi、所有区域内各等级道路的里程长度Li和所求区域面积A计算出该区域密度水平系数sj;
步骤S6:根据计算出各路段的交通状态值Ri、加权因子ai和区域密度水平系数sj,计算得出该区域的交通运行指数值TSIj;
步骤S7:根据计算得到交通运行指数值TSIj,参看交通运行等级表,得出交通运行的等级。
优选地,步骤S2包括如下步骤:
步骤B1:计算每个路段的里程长度li,存入城市道路网络的length字段中,根据每个路段的类型,赋予对应的通行权重值μi;
步骤B2:根据线性内插值法计算每个路段的平均行程速度Vi和自由流速度Vf,且分别存入城市道路网络模型的Tspeed和Fspeed字段中;
步骤B3:利用数据挖掘技术挖掘城市交通热点区域,得到热度分级图,将交通热度分级图与路网进行叠加分析,获取交通热点程度值hi,并存入城市道路网络模型的heat字段;
步骤B4:根据空间句法模型分析变量的连接值、控制值、深度值和集成度值,计算当前路段尾节点的平均深度值MDi和全局平均深度值MLD,以平均深度值MDi和全局平均深度值MLD的比值计算出交通节点通达率ki,存入城市道路网络字段access中;
步骤B5:根据城市道路网络模型,得到当前路段尾节点的方向数ri和经过首节点汇入路段的方向数fi,两者的比值为路段的连通率ci,将ci存入城市道路网络模型的字段connect中;
步骤B6:根据交通节点通达率ki和路段的连通率ci计算得到城市道路网络结构特征值ωi。
优选地,步骤B2中平均行程速度Vi的计算公式为:
式中,Vi为路段i的平均行程速度,L为路段i的长度,Ti为经过路段i的时间。
优选地,步骤B4的平均深度值MDi、全局平均深度值MLD和交通节点通达率ki的计算公式为:
式中,MDi为第i个节点的平均深度值,dij为节点i到节点j的最短距离,n为路网节点个数,MLD为全局平均深度值,ki为通达率。
优选地,步骤B5的连通率计算公式为:
式中,ri是尾节点出发方向数,fi是经过首节点汇入路段的方向数,ci为路段i的连通率。
优选地,步骤S2的结构特征值ωi计算公式为:
式中,ωi是结构特征值,ki为通达率,ci为连通率。
优选地,步骤S3的单个路段的交通状态值Ri的计算公式为:
式中,Ri是单个路段的交通状态值,Vf是路段自由流速度,Vi是平均行程速度,hi为各路段的交通热点程度值,ωi是结构特征值,α、β和γ为模型参数,且α+β+γ=1。
优选地,步骤S4的加权因子ai的计算公式为:
ai=li×μi
步骤S5的区域密度水平系数sj的计算公式为:
sj=∑(μi×δi)
式中,δi为各等级路网密度,Li为所求区域内各等级道路里程长度,μi为各等级道路通行权重,A为所求区域面积,sj为区域j的密度系数。
优选地,步骤S6的区域的交通运行指数值TSIj的计算公式为
式中,TSIj为区域j的交通运行指数值,Ri是单个路段的交通状态值,ai为加权因子,sj为区域j的密度水平。
优选地,通行权重μi包括快速路权重μ1为0.4、主干路权重μ2为0.3、次干路权重μ3为0.2、支干路权重μ4为0.1。
本发明顾及城市道路交通网络特征的交通运行指数建立方法的有益效果如下:
本发明将城市道路交通网络中的道路等级、区域路网密度、交通节点通达性和连通性等特征因素引入到城市交通运行评价模型中,建立顾及城市道路交通网络特征的城市道路交通运行指数,为客观评价城市道路综合交通运行状态提供更科学有效的技术方法支撑。
附图说明
图1为本发明顾及城市道路交通网络特征的交通运行指数建立方法的流程图。
图2为本发明顾及城市道路交通网络特征的交通运行指数建立方法的步骤S2的含车流方向的城市道路网络模型图。
图3为本发明顾及城市道路交通网络特征的交通运行指数建立方法的第一连通性示意图。
图4为本发明顾及城市道路交通网络特征的交通运行指数建立方法的第二连通性示意图。
附图标记:1-车流汇入方向、2-车流出发方向、3-车流出发方向、4-车流出发方向、5-车流出发方向、6-车流汇入方向、7-车流出发方向。
具体实施方式
下面结合附图对本发明的实施例进行详细说明。
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
如图1所示,顾及城市道路交通网络特征的交通运行指数建立方法,方法包括如下步骤:
步骤S1:根据城市交通影响因素定义相关要素的属性结构,使用点、线构建包含车流方向的城市道路网络模型;
步骤S2:计算影响城市交通的影响因子,将影响因子计算结果存入城市道路网络模型相应字段中;影响因子包括里程长度li、自由流速度Vf、平均行程速度Vi、路段交通热点程度值hi和城市道路网络结构特征值ωi;
步骤S3:根据自由流速度Vf、平均行程速度Vi、交通热点程度值hi和城市道路网络结构特征值ωi,计算出该路段的交通状态值Ri;
步骤S4:以当前的路段里程长度li和通行权重μi,计算出加权因子ai;
步骤S5:根据通行权重μi,所求区域内各等级道路的里程长度li和所求区域面积A计算出该区域密度水平系数sj;
步骤S6:根据计算出各个路段的交通状态值Ri,加权因子ai和区域密度水平系数sj,计算得出该区域的交通运行指数值TSIj;
步骤S7:根据计算得到交通运行指数值TSIj,参看交通运行等级表,评价出交通运行的等级。
本方案的步骤S2的结构特征值ωi计算公式为:
式中,ωi是结构特征值,ki为通达率,ci为连通率。
本方案的步骤S3的单个路段的交通状态值Ri的计算公式为:
式中,Ri是单个路段的交通状态值,Vf是路段自由流速度,Vi是平均行程速度,hi是各路段交通热点程度值,ωi是结构特征值,α、β和γ为模型参数,且α+β+γ=1。
本方案的步骤S4的交通运行指数值的计算公式为:
ai=li×μi
式中,ai为加权因子,li为路段i的里程长度,μi为路段i通行权重,sj为区域j的密度水平,TSIj为区域j的交通运行指数值。
本方案的步骤S5的区域密度水平系数sj的计算公式为:
sj=∑(μi×δi)
式中,δi为各等级路网密度,Li为所求区域内各等级道路里程长度,A为所求区域面积,sj为区域j的密度系数。
本方案的步骤S6的区域的交通运行指数值TSIj的计算公式为
式中,TSIj为区域j的交通运行指数值,ai为加权因子,Ri为各路段的交通状态值,sj为区域j的密度水平。
本实施方案在实施时,步骤S1,使用点、线元素构建城市道路网络模型。节点表达车流交汇点和交叉口,属性包括节点编号,x和y坐标,表达式为:pi={pno,px,py};线元素表达有向路段的中轴线,根据所考虑的城市交通影响因素,属性包括该路段始终节点的编号、路段编号、路段类型、路段长度、通行权重、平均行程速度、自由流速度、路段交通热点程度值、交通节点通达性和连通性,表达式为:Li={ps,pe,lno,type,length,capacity,Tspeed,Fspeed,heat,access,connect}构建出含车流方向(车流方向可由路段的始终节点体现)的城市道路网络模型如图2所示,图2中圆点表示节点,箭头表示有向线段;
步骤S2,分析城市交通影响因素特性,计算城市交通影响因子,包括行程速度、路段交通热点程度值、交通节点连通性和通达性、路网密度,将影响因子计算结果存入城市道路网络模型的相应字段中,用于计算每个路段的交通状态值;
步骤S3,单个路段的交通运行状态由该路段的速度偏离值、交通热点程度值以及结构特征值衡量。由平均行程速度和自由流速度构成的速度偏离值表征当前车速偏离自由流速度的程度,交通热点程度值代表该路段的热门程度,由于连通率和通达率的值可能会大于1,所以将路段的连通率和节点通达率归一化,构成的结构特征值ωi反映了道路网络结构对交通运行状态的影响,计算公式如下:
式中,ωi是结构特征值,ki为通达率,ci为连通率,Ri是单个路段的交通状态值,Vf是路段自由流速度,Vi是平均行程速度,hi是各路段交通热点程度值,α、β和γ为模型参数,且α+β+γ=1。
步骤S4,以当前的路段里程长度li和通行权重μi,计算出加权因子ai;
ai=li×μi
步骤S5,根据通行权重μi,所求区域内各等级道路的里程长度li和所求区域面积A计算出该区域密度水平系数sj;
区域密度水平系数sj的计算公式为:
sj=∑(μi×δi)
式中,δi为各等级路网密度,Li为所求区域内各等级道路里程长度,A为所求区域面积,sj为区域j的密度系数,μi为各等级道路影响权重(同通行权重)。
步骤S6,根据计算出各个路段的交通状态值Ri,加权因子ai和区域密度水平系数sj计算得出该区域的交通运行指数值TSIj;
式中,TSIj为区域j的交通运行指数值,ai为加权因子,Ri是单个路段的交通状态值,sj为区域j的密度水平。
每个区域的道路网络密度不同,各等级道路所占的比例也不同,密度越大的区域,道路网络更加成熟稳定,车辆能够选择行驶的方案更多,比较不易造成拥堵;反之,路网密度小,能够行驶的方案较少,同等车流情况下容易造成拥堵。
根据全网的道路里程与面积分别计算出快速路网密度、主干路网密度、次干路网密度及支干路网密度。不同等级道路对整个路网运行状态的影响程度不同,快速路对路网整体运行状态的影响要比支路大,在计算密度水平时应当考虑不同的影响权重。影响权重同样使用通行权重为快速路0.4,主干路0.3,次,干路0.2,支干路0.1,计算公式如下:
sj=μ1×δ1+μ2×δ2+μ3×δ3+μ4×δ4
式中,δi为各等级路网密度,Li为所求区域内各等级道路里程长度,A为所求区域面积,sj为区域j的密度系数,μi为各等级道路影响权重(同通行权重)。
步骤S7,根据计算出的区域交通运行指数值TSIj,可以实现顾及城市道路交通网络特征的城市区域交通综合运行状况评价,TSIj越大表明交通拥堵情况越严重,TSIj越小表明交通越畅通,本发明将TSIj指数值0~100划分为5个区间,分别对应表1所示的5种交通拥堵等级,以便于更为直观地判断城市交通运行状态。
表1交通运行指数等级划分
本方案的步骤S2包括如下步骤:
步骤S2包括如下步骤:
步骤B1:计算每个路段的里程长度li,存入城市道路网络的length字段中,根据每个路段的类型,赋予对应的通行权重值μi;
步骤B2:根据线性内插值法计算每个路段的平均行程速度Vi和自由流速度Vf,且分别存入城市道路网络模型的Tspeed和Fspeed字段中;
步骤B3:利用数据挖掘技术挖掘城市交通热点区域,得到热度分级图,将交通热度分级图与路网进行叠加分析,获取交通热点程度值hi,并存入城市道路网络模型的heat字段;
步骤B4:根据空间句法模型分析变量的连接值、控制值、深度值和集成度值,计算当前路段尾节点的平均深度值MDi和全局平均深度值MLD,以平均深度值MDi和全局平均深度值MLD的比值计算出交通节点通达率ki,存入城市道路网络字段access中;
步骤B5:根据城市道路网络模型,得到当前路段尾节点的方向数ri和经过首节点汇入路段的方向数fi,两者的比值为该路段的连通率ci,将ci存入城市道路网络模型的字段connect中;
步骤B6:根据交通节点通达率ki和路段的连通率ci计算得到城市道路网络结构特征值ωi。
本方案的步骤B2中平均行程速度Vi的计算公式为:
式中,Vi为路段i的平均行程速度,L为路段i的长度、Ti为经过路段i的时间。
本方案的步骤B4的平均深度值MDi、全局平均深度值MLD和交通节点通达率ki的计算公式为:
式中,MDi为第i个节点的平均深度值,dij为节点i到节点j的最短距离,n为路网节点个数,MLD为全局平均深度值,ki为通达率。
本方案的步骤B5的连通率计算公式为:
式中,ri是尾节点出发方向数,fi是经过首节点汇入路段的方向数,ci为路段i的连通率。
步骤B6的结构特征值ωi计算公式为:
式中,ωi是结构特征值,ki为通达率,ci为连通率。
本方案的通行权重μi包括快速路权重μ1为0.4、主干路权重μ2为0.3、次干路权重μ3为0.2、支干路权重μ4为0.1。
本实施方案在实施时,步骤B1,计算每个路段的里程长度,存入城市道路网络模型的length字段中。根据国家标准GB/T 33171-2016中对城市道路网的划定,将城市路网道路分为快速路、主干路、次干路和支干路四类,参照相关文献对不同等级道路的权重,给出本发明中不同等级城市道路的权重分别为:快速路权重μ10.4、主干路权重μ20.3、次干路权重μ30.2、支干路权重μ40.1,将路网中所有路段根据类型赋予相应的通行权重,存入城市道路网络模型的字段capacity中。
步骤B2,对每个路段用线性内插法估算路段平均行程速度Vi和自由流速度Vf。
速度是最直观体现道路运行状态的指标,速度的大小直接反映车辆在道路上的拥堵程度,但是不同的道路等级形成拥堵的速度不同,为了避免不同等级道路带来的绝对车速的差异影响,用该路段的平均行程速度与自由流速度的比值表征当前车速偏离自由流速度的相对程度。
平均行程速度是指行驶于道路某一长度内所有车辆的车速平均值;自由流速度是指交通密度趋于零时,道路处于完全畅通状态下车辆的平均行程速度,与期望速度不同的是,大多数驾驶人在实际行驶过程中为了安全,即便在道路很畅通的情况下也不会全都按照路段最高速度行驶,因此自由流速度最能体现道路在畅通情况下车辆的实际行程速度。
根据车辆采样点计算经过路段i首节点时的平均速度,利用路段长度计算车辆经过首节点和尾节点的时间得到该路段某一时刻单车行程时间,统计所需时间区间内所有单车行程时间取平均值得到路段平均行程时间,再根据路段长度得到该路段平均行程速度。选取凌晨时段采样车辆,同样的计算方法得出自由流速度。
式中,p1和p2为路段i首节点前后的两个采样点,L1和L2分别为p1和p2到首节点的距离,t1和t2分别为p1和p2的采样时间,表示首节点两个采样点间的平均速度。
式中,p3和p4为路段i尾节点前后的两个采样点,L4和L5分别为p4和p5到尾节点的距离,t4和t5分别为p4和p5的采样时间,表示尾节点两个采样点间的平均速度。
式中,ti.start表示车辆通过路段i首节点的时间。
式中,ti.end表示车辆通过路段i尾节点的时间。
式中,表示某一车辆在某时刻的单车行程时间。
式中,Ti表示在某一时间区间内路段i的平均行程时间,n为该时间段内所有经过路段i的车辆总数。
式中,Vi为路段i的平均行程速度,L为路段i的长度,Ti为经过路段i的时间。
步骤B3,城市交通热点区域通常是指商业较发达、居民出行次数较多,交通流量较大的区域,在某种程度上是人们密集出行的体现。城市中的交通热点区域体现了居民的出行模式,热点区域比非热点区域对居民的出行需求更大,因此热点区域更易造成拥堵。利用数据挖掘技术探测城市热点区域,进行多阈值分割提取,得到0~9级的热点区域,分别赋予0~1的热度值。将提取的热点结果与道路网络进行叠加分析,路段处于哪一级热点区域中,该路段获得相应的路段交通热点程度值,存入城市道路网络模型的heat字段,路段交通热点程度值越高,对交通状态的影响越大;
步骤B4,计算城市道路网络模型中各个节点的通达率。通达性定义为交通网络中节点之间相互作用机会的大小,研究方法主要有距离度量法、拓扑度量法、重力度量法、累积机会法等。目前广泛应用空间句法对通达性进行研究,空间句法描述以拓扑为代表的一种关系,关注基于拓扑距离的网络通达性和关联性。空间句法模型的主要形态分析变量有连接值、控制值、深度值和集成度值,其中连接值和控制值与节点的度数直接相关,集成度值反映了局部与整体间的关系,而本发明选取深度值对通达性进行衡量,原因在于深度值能够反映节点到其他节点的容易程度。
平均深度值MDi反映节点到其他节点的平均最短距离。全局深度值LD是各节点的平均深度值之和,平均全局深度值MLD表示全局空间中所有节点深度值平均水平,通常深度值越小表示越便捷。交通节点的通达率ki定义为某一个节点的平均深度值与路网平均全局深度值之比,比值越小表示通达性越好,说明该节点到其他节点更容易,节点处于更便捷的位置,更容易通行。计算公式如下:
ki=MLD
式中,MDi为第i个节点的平均深度值,dij为节点i到节点j的最短距离,n为路网节点个数,MLD为全局平均深度值,ki为通达率。
步骤B5,计算路段连通率。城市路网连通性的评价一般通过连接度指数来衡量,连接度指数是路网所有节点邻接边数之和与节点总数的比值。但连接度指数本质是统计节点的度数,在实际的城市道路交通网络中,还受到交叉口规划设计及交通组织管理的影响,因此连通性的计算应考虑节点的实际转向数和进口方向数。
一般情况下连通性都以节点连接度来表达,但节点连接的路段较多,虽然多方向的车流都经过某一节点,但不全进入某一目标路段,本发明将路段视为节点来计算连通性。城市道路网络是含方向的路网模型,在实际行驶过程中,当前路段的状况容易受到下游路段的影响,若下游路段堵塞,则当前路段也难以通行。
当前路段的连通率ci定义为由尾节点出发进入下一路段的方向数与由其他方向经过首节点汇入路段方向数的比值,当出发的方向数大于汇入的方向数时,前方疏散能力更强,当前路段不易拥堵;当出发方向数小于汇入方向数时,前方疏散能力弱,后方汇入的车辆更多,当前路段更易造成拥堵。如图3和图4所示,在图3中1是汇入方向,2、3、4、5是出发方向;图4中6是汇入方向,7是出发方向。计算的路段连通率ci越小表明路段连通性越好,在同等交通情况下,连通性好的路网比连通性较差的路网更加通畅。
计算公式如下:
式中,ri是尾节点出发方向数,fi是汇入方向数,ci为路段i的连通率。
计算路网密度水平。每个区域的道路网络密度不同,各等级道路所占的比例也不同,密度越大的区域,道路网络更加成熟稳定,车辆能够选择行驶的方案更多,比较不易造成拥堵;反之,路网密度小,能够行驶的方案较少,同等车流情况下容易造成拥堵。
根据全网的道路里程与面积分别计算出快速路网密度、主干路网密度、次干路网密度及支干路网密度。不同等级道路对整个路网运行状态的影响程度不同,快速路对路网整体运行状态的影响要比支路大,在计算密度水平时应当考虑不同的影响权重。影响权重同样使用通行权重为快速路0.4,主干路0.3,次干路0.2,支干路0.1,计算公式如下:
sj=μ1×δ1+μ2×δ2+μ3×δ3+μ4×δ4
式中,δi为各等级路网密度,Li为所求区域内各等级道路里程长度,A为所求区域面积,sj为区域j的密度系数,μi为各等级道路的通行权重(同通行权重)。
步骤B6:根据交通节点通达率ki和路段的连通率ci计算得到城市道路网络结构特征值ωi。
结构特征值ωi计算公式为:
式中,ωi是结构特征值,ki为通达率,ci为连通率。
Claims (10)
1.顾及城市道路交通网络特征的交通运行指数建立方法,其特征在于,所述方法包括如下步骤:
步骤S1:根据城市交通影响因素定义相关要素的属性结构,使用点、线构建包含车流方向的城市道路网络模型;
步骤S2:计算影响城市交通的影响因子,将影响因子计算结果存入城市道路网络模型相应字段中;所述影响因子包括里程长度li、自由流速度Vf、平均行程速度Vi、路段交通热点程度值hi和城市道路网络结构特征值ωi;
步骤S3:根据自由流速度Vf、平均行程速度Vi、交通热点程度值hi和城市道路网络结构特征值ωi,计算出该路段的交通状态值Ri;
步骤S4:以当前的路段里程长度li和通行权重μi,计算出加权因子ai;
步骤S5:根据通行权重μi、所求区域内各等级道路的里程长度Li和所求区域面积A计算出该区域密度水平系数sj;
步骤S6:根据计算出的路段的交通状态值Ri、加权因子ai和区域密度水平系数sj,计算得出该区域的交通运行指数值TSIj;
步骤S7:根据计算得到交通运行指数值TSIj,参看交通运行等级表,得出交通运行状态的等级。
2.根据权利要求1所述的顾及城市道路交通网络特征的交通运行指数建立方法,其特征在于,所述步骤S2包括如下步骤:
步骤B1:计算每个路段的里程长度li,存入城市道路网络的length字段中,根据每个路段的类型,赋予对应的通行权重值μi;
步骤B2:根据线性内插值法计算每个路段的平均行程速度Vi和自由流速度Vf,且分别存入城市道路网络模型的Tspeed和Fspeed字段中;
步骤B3:利用数据挖掘技术挖掘城市交通热点区域,得到热度分级图,将交通热度分级图与路网进行叠加分析,获取交通热点程度值hi,并存入城市道路网络模型的heat字段;
步骤B4:根据空间句法模型分析变量的连接值、控制值、深度值和集成度值,计算当前路段尾节点的平均深度值MDi和全局平均深度值MLD,以平均深度值MDi和全局平均深度值MLD的比值计算出交通节点通达率ki,存入城市道路网络字段access中;
步骤B5:根据城市道路网络模型,得到当前路段尾节点出发的方向数ri和经过首节点汇入路段的方向数fi,两者的比值作为路段的连通率ci,将连通率ci存入城市道路网络模型的字段connect中;
步骤B6:根据交通节点通达率ki和路段的连通率ci计算得到城市道路网络结构特征值ωi。
3.根据权利要求2所述的顾及城市道路交通网络特征的交通运行指数建立方法,其特征在于,所述步骤B2中平均行程速度Vi的计算公式为:
式中,Vi为路段i的平均行程速度,L为路段i的长度,Ti为经过路段i的时间。
4.根据权利要求2所述的顾及城市道路交通网络特征的交通运行指数建立方法,其特征在于,所述步骤B4的平均深度值MDi、全局平均深度值MLD和交通节点通达率ki的计算公式为:
式中,MDi为第i个节点的平均深度值,dij为节点i到节点j的最短距离,n为路网节点个数,MLD为全局平均深度值,ki为通达率。
5.根据权利要求2所述的顾及城市道路交通网络特征的交通运行指数建立方法,其特征在于,所述步骤B5的连通率计算公式为:
式中,ri是尾节点出发方向数,fi是经首节点汇入路段的方向数,ci为路段i的连通率。
6.根据权利要求2所述的顾及城市道路交通网络特征的交通运行指数建立方法,其特征在于,所述步骤B6的结构特征值ωi计算公式为:
式中,ωi是结构特征值,ki为通达率,ci为连通率。
7.根据权利要求1所述的顾及城市道路交通网络特征的交通运行指数建立方法,其特征在于,所述步骤S3的单个路段的交通状态值Ri的计算公式为:
式中,Ri是单个路段的交通状态值,Vi是路段的平均行程速度,Vf是路段的自由流速度,hi是交通热点程度值,ωi是结构特征值,α、β和γ为模型参数,且α+β+γ=1。
8.根据权利要求1所述的顾及城市道路交通网络特征的交通运行指数建立方法,其特征在于,所述步骤S4的加权因子αi的计算公式为:
αi=li×μi
步骤S5的区域密度水平系数sj的计算公式为:
Sj=∑(μi×δi)
式中,li为路段i的里程长度,μi为路段i的通行权重,δi为各等级路网密度,Li为所求区域内各等级道路里程长度,A为所求区域面积,sj为区域j的密度系数。
9.根据权利要求1所述的顾及城市道路交通网络特征的交通运行指数建立方法,其特征在于,所述步骤S6的区域的交通运行指数值TSIj的计算公式为:
式中,TSIj为区域j的交通运行指数值,ai为加权因子,Ri是单个路段的交通状态值,sj为区域j的密度水平。
10.根据权利要求1至9所述的顾及城市道路交通网络特征的交通运行指数建立方法的任意一条,其特征在于,所述通行权重μi包括快速路权重μ1为0.4、主干路权重μ2为0.3、次干路权重μ3为0.2、支干路权重μ4为0.1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810471168.9A CN108629974B (zh) | 2018-05-17 | 2018-05-17 | 顾及城市道路交通网络特征的交通运行指数建立方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810471168.9A CN108629974B (zh) | 2018-05-17 | 2018-05-17 | 顾及城市道路交通网络特征的交通运行指数建立方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108629974A true CN108629974A (zh) | 2018-10-09 |
CN108629974B CN108629974B (zh) | 2020-09-08 |
Family
ID=63693562
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810471168.9A Active CN108629974B (zh) | 2018-05-17 | 2018-05-17 | 顾及城市道路交通网络特征的交通运行指数建立方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108629974B (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109686092A (zh) * | 2019-01-23 | 2019-04-26 | 北京航空航天大学 | 一种交通网络通达性评估方法 |
CN109697854A (zh) * | 2019-02-25 | 2019-04-30 | 公安部交通管理科学研究所 | 多维度的城市道路交通状态评估方法 |
CN109784734A (zh) * | 2019-01-21 | 2019-05-21 | 东南大学 | 一种基于城市交通虚拟平台的高峰小时单位客运量能源消耗评价方法 |
CN110544157A (zh) * | 2019-09-04 | 2019-12-06 | 北京三快在线科技有限公司 | 乘车位置推荐方法、装置、电子设备及存储介质 |
CN110765662A (zh) * | 2019-11-24 | 2020-02-07 | 山西省交通规划勘察设计院有限公司 | 一种基于空间句法的公路工程路线设计和评价方法 |
CN110807919A (zh) * | 2019-10-22 | 2020-02-18 | 浙江大学 | 基于过车数据的城市路网交通运行态势评价方法 |
CN111081019A (zh) * | 2019-12-23 | 2020-04-28 | 华南理工大学 | 一种基于路段权重系数的路网交通运行状况评价方法 |
CN112820108A (zh) * | 2021-01-12 | 2021-05-18 | 南京睿思交通信息科技有限公司 | 一种自学习的路网交通状态分析及预测方法 |
CN113516850A (zh) * | 2021-09-14 | 2021-10-19 | 成都千嘉科技有限公司 | 基于空间句法分析的管道沿线交通流量数据采集方法 |
CN114331058A (zh) * | 2021-12-15 | 2022-04-12 | 东南大学 | 建成环境对交通运行状况影响的评估方法 |
CN114723350A (zh) * | 2022-06-10 | 2022-07-08 | 北京科技大学 | 震后道路通行受阻对建筑修复进度影响的分析方法及装置 |
CN114973668A (zh) * | 2022-05-18 | 2022-08-30 | 广州市交通规划研究院有限公司 | 一种基于拓扑步数分析的城市道路交通薄弱环节识别方法 |
CN115497306A (zh) * | 2022-11-22 | 2022-12-20 | 中汽研汽车检验中心(天津)有限公司 | 一种基于gis数据的速度区间权重计算方法 |
CN115830873A (zh) * | 2023-01-10 | 2023-03-21 | 西南交通大学 | 城市道路交通事件分类方法、装置、设备及可读存储介质 |
CN116523345A (zh) * | 2023-05-08 | 2023-08-01 | 重庆交通大学 | 一种城市道路拓扑网络连通性评价方法 |
CN117272063A (zh) * | 2023-09-22 | 2023-12-22 | 兰州交通大学 | 一种顾及多特征的多尺度道路网相似性计算方法 |
CN117292547A (zh) * | 2023-10-27 | 2023-12-26 | 重庆交通大学 | 一种大型活动多级影响区路网连通性评价方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102819955A (zh) * | 2012-09-06 | 2012-12-12 | 北京交通发展研究中心 | 基于车辆行程数据的道路网运行评价方法 |
CN103280098A (zh) * | 2013-05-23 | 2013-09-04 | 北京交通发展研究中心 | 交通拥堵指数计算方法 |
CN103942953A (zh) * | 2014-03-13 | 2014-07-23 | 华南理工大学 | 一种基于浮动车数据的城市路网动态交通拥挤预测方法 |
CN104464304A (zh) * | 2014-12-25 | 2015-03-25 | 北京航空航天大学 | 一种基于路网特性的城市道路车辆行驶速度预测方法 |
CN104537830A (zh) * | 2014-12-29 | 2015-04-22 | 上海电科智能系统股份有限公司 | 一种出行热点路网影响评估的交通指数区域划分方法 |
CN105139645A (zh) * | 2015-07-23 | 2015-12-09 | 合肥革绿信息科技有限公司 | 一种基于浮动车技术的城市区域路网运行指数评估方法 |
CN106327865A (zh) * | 2016-08-12 | 2017-01-11 | 北京航空航天大学 | 一种基于渗流分析的城市交通可靠性指标及其实现方法 |
CN106652441A (zh) * | 2015-11-02 | 2017-05-10 | 杭州师范大学 | 一种基于时空数据的城市道路交通状态预测方法 |
-
2018
- 2018-05-17 CN CN201810471168.9A patent/CN108629974B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102819955A (zh) * | 2012-09-06 | 2012-12-12 | 北京交通发展研究中心 | 基于车辆行程数据的道路网运行评价方法 |
CN103280098A (zh) * | 2013-05-23 | 2013-09-04 | 北京交通发展研究中心 | 交通拥堵指数计算方法 |
CN103942953A (zh) * | 2014-03-13 | 2014-07-23 | 华南理工大学 | 一种基于浮动车数据的城市路网动态交通拥挤预测方法 |
CN104464304A (zh) * | 2014-12-25 | 2015-03-25 | 北京航空航天大学 | 一种基于路网特性的城市道路车辆行驶速度预测方法 |
CN104537830A (zh) * | 2014-12-29 | 2015-04-22 | 上海电科智能系统股份有限公司 | 一种出行热点路网影响评估的交通指数区域划分方法 |
CN105139645A (zh) * | 2015-07-23 | 2015-12-09 | 合肥革绿信息科技有限公司 | 一种基于浮动车技术的城市区域路网运行指数评估方法 |
CN106652441A (zh) * | 2015-11-02 | 2017-05-10 | 杭州师范大学 | 一种基于时空数据的城市道路交通状态预测方法 |
CN106327865A (zh) * | 2016-08-12 | 2017-01-11 | 北京航空航天大学 | 一种基于渗流分析的城市交通可靠性指标及其实现方法 |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109784734A (zh) * | 2019-01-21 | 2019-05-21 | 东南大学 | 一种基于城市交通虚拟平台的高峰小时单位客运量能源消耗评价方法 |
CN109686092A (zh) * | 2019-01-23 | 2019-04-26 | 北京航空航天大学 | 一种交通网络通达性评估方法 |
CN109697854B (zh) * | 2019-02-25 | 2021-07-16 | 公安部交通管理科学研究所 | 多维度的城市道路交通状态评估方法 |
CN109697854A (zh) * | 2019-02-25 | 2019-04-30 | 公安部交通管理科学研究所 | 多维度的城市道路交通状态评估方法 |
CN110544157A (zh) * | 2019-09-04 | 2019-12-06 | 北京三快在线科技有限公司 | 乘车位置推荐方法、装置、电子设备及存储介质 |
CN110807919A (zh) * | 2019-10-22 | 2020-02-18 | 浙江大学 | 基于过车数据的城市路网交通运行态势评价方法 |
CN110765662A (zh) * | 2019-11-24 | 2020-02-07 | 山西省交通规划勘察设计院有限公司 | 一种基于空间句法的公路工程路线设计和评价方法 |
CN110765662B (zh) * | 2019-11-24 | 2022-09-02 | 山西省交通规划勘察设计院有限公司 | 一种基于空间句法的公路工程路线设计和评价方法 |
CN111081019A (zh) * | 2019-12-23 | 2020-04-28 | 华南理工大学 | 一种基于路段权重系数的路网交通运行状况评价方法 |
CN112820108A (zh) * | 2021-01-12 | 2021-05-18 | 南京睿思交通信息科技有限公司 | 一种自学习的路网交通状态分析及预测方法 |
CN113516850A (zh) * | 2021-09-14 | 2021-10-19 | 成都千嘉科技有限公司 | 基于空间句法分析的管道沿线交通流量数据采集方法 |
CN113516850B (zh) * | 2021-09-14 | 2021-11-12 | 成都千嘉科技有限公司 | 基于空间句法分析的管道沿线交通流量数据采集方法 |
CN114331058A (zh) * | 2021-12-15 | 2022-04-12 | 东南大学 | 建成环境对交通运行状况影响的评估方法 |
CN114973668A (zh) * | 2022-05-18 | 2022-08-30 | 广州市交通规划研究院有限公司 | 一种基于拓扑步数分析的城市道路交通薄弱环节识别方法 |
CN114723350A (zh) * | 2022-06-10 | 2022-07-08 | 北京科技大学 | 震后道路通行受阻对建筑修复进度影响的分析方法及装置 |
CN115497306A (zh) * | 2022-11-22 | 2022-12-20 | 中汽研汽车检验中心(天津)有限公司 | 一种基于gis数据的速度区间权重计算方法 |
CN115830873A (zh) * | 2023-01-10 | 2023-03-21 | 西南交通大学 | 城市道路交通事件分类方法、装置、设备及可读存储介质 |
CN115830873B (zh) * | 2023-01-10 | 2023-05-02 | 西南交通大学 | 城市道路交通事件分类方法、装置、设备及可读存储介质 |
CN116523345A (zh) * | 2023-05-08 | 2023-08-01 | 重庆交通大学 | 一种城市道路拓扑网络连通性评价方法 |
CN116523345B (zh) * | 2023-05-08 | 2024-01-26 | 重庆交通大学 | 一种城市道路拓扑网络连通性评价方法 |
CN117272063A (zh) * | 2023-09-22 | 2023-12-22 | 兰州交通大学 | 一种顾及多特征的多尺度道路网相似性计算方法 |
CN117272063B (zh) * | 2023-09-22 | 2024-04-05 | 兰州交通大学 | 一种顾及多特征的多尺度道路网相似性计算方法 |
CN117292547A (zh) * | 2023-10-27 | 2023-12-26 | 重庆交通大学 | 一种大型活动多级影响区路网连通性评价方法 |
CN117292547B (zh) * | 2023-10-27 | 2024-05-07 | 重庆交通大学 | 一种大型活动多级影响区路网连通性评价方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108629974B (zh) | 2020-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108629974A (zh) | 顾及城市道路交通网络特征的交通运行指数建立方法 | |
CN104157139B (zh) | 一种交通拥堵预测方法及可视化方法 | |
CN102176283B (zh) | 一种简化交通路网模型的导航方法 | |
CN106225797B (zh) | 一种路径规划方法 | |
CN105913661B (zh) | 一种基于收费数据的高速公路路段交通状态判别方法 | |
CN105355049B (zh) | 一种基于宏观基本图的高速公路运行状态评价方法 | |
CN103593430B (zh) | 一种基于移动对象时空信息轨迹分段聚类的方法 | |
CN100463009C (zh) | 一种交通信息融合处理方法和系统 | |
CN109686091B (zh) | 一种基于多源数据融合的交通流量填补算法 | |
CN103996289B (zh) | 一种流量-速度匹配模型及行程时间预测方法及系统 | |
CN109887289A (zh) | 一种城市交通网络模型的网络车流量最大化方法 | |
CN105841709B (zh) | 一种汽车行驶路径规划方法 | |
CN108447256A (zh) | 基于电警和定点检测器数据融合的干道车辆轨迹重构方法 | |
CN110136455A (zh) | 一种交通信号灯配时方法 | |
CN105023445A (zh) | 一种区域交通动态调控方法及系统 | |
Ding et al. | Greenplanner: Planning personalized fuel-efficient driving routes using multi-sourced urban data | |
CN108416513B (zh) | 一种基于混合启发式算法的公共自行车动态调度方法 | |
CN103824450B (zh) | 基于交通状态规则的大型活动专用行车线路规划方法 | |
CN108765944B (zh) | 基于多重路径集的最优交通流预测方法与拥挤收费方法 | |
CN105279967A (zh) | 交通运行指数计算系统及方法 | |
CN110516702A (zh) | 一种基于流数据的离散路径规划方法 | |
CN111879329A (zh) | 基于a*算法的定制公交可通行最短路径计算方法 | |
CN107134136A (zh) | 一种城市之间道路交通拥堵程度排序的方法和系统 | |
CN106530710A (zh) | 一种面向管理者的高速公路交通指数预测方法和系统 | |
CN108985518A (zh) | 一种基于vissim仿真的交通拥堵收费策略优化方法 |
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 |