CN108986459B - 一种基于预约通行的高速公路拥挤疏导方法 - Google Patents
一种基于预约通行的高速公路拥挤疏导方法 Download PDFInfo
- Publication number
- CN108986459B CN108986459B CN201810734378.2A CN201810734378A CN108986459B CN 108986459 B CN108986459 B CN 108986459B CN 201810734378 A CN201810734378 A CN 201810734378A CN 108986459 B CN108986459 B CN 108986459B
- Authority
- CN
- China
- Prior art keywords
- highway
- unit
- time
- owner
- traffic
- 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
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
-
- 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
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
Abstract
本发明公开了一种基于预约通行的高速公路拥挤疏导方法,包括步骤:1)选定研究的高速公路,获取基础资料,总共包括四方面的资料:高速公路用户预约数据、高速公路路网基础数据、高速公路交通流数据、高速公路收费政策数据;2)根据以上四个方面的高速公路基础资料,确定路网时空资源优化模型中的各个参数取值;3)对高速公路路网各路段的交通量进行时空优化;4)将线路选择模型的推荐结果反馈回车主。本发明利用预约通行机制下获得的新数据源进行拥挤主动疏导,能够突破传统拥挤疏导技术的滞后性以及无法避免已产生拥堵带来的损失等缺陷,为出行诱导和高速公路实现拥挤主动疏导提供更可靠的依据。
Description
技术领域
本发明涉及高速公路拥挤疏导的技术领域,尤其是指一种基于预约通行的高速公路拥挤疏导方法。
背景技术
随着社会经济的快速发展,我国的交通运输量不断增加,高速公路的拥堵问题(尤其是在节假日高峰期)愈发严重。在高德地图发布的《2017国庆全国高速出行总结报告》中指出,2017年全国高速公路每日平均拥堵里程相比2016年国庆期间上升51.5%。然而,我国高速公路运营管理部门往往只能在拥堵产生后被动地进行分流和疏导,无法避免已产生的拥堵带来的损失。因此,有一些学者提出了主动式拥挤疏导的设想。近年来伴随着移动互联网技术的日益成熟,将移动互联网和高速公路运营管理结合起来,通过预约通行和出行诱导可以使拥挤主动疏导的设想成为可能。
目前国内在关于高速公路预约通行方面的研究还很少,而国外的相关研究大部分集中在预约效果的论证方面。然而,目前的研究仍未解决实施高速公路预约通行所面临的一些现实问题:(1)没有将预约通行机制下获得的新数据源用于拥挤管理中;(2)没有考虑基于预约通行机制进行拥挤主动疏导。
因此,本发明提出了一种基于预约通行的高速公路拥挤疏导方法,为高速公路运营管理部门进行拥挤主动疏导提供前提条件,对于提高路网通行效率和出行诱导都具有重要的意义。
发明内容
本发明的目的在于克服现有拥挤疏导技术的不足,提出了一种基于预约通行的高速公路拥挤疏导方法,突破常规高速公路被动疏导方法的滞后性以及无法避免已产生拥堵带来的损失等缺陷,实现了高速公路在预约通行条件下的拥挤疏导,能够有效均衡路网流量,为高速公路进行拥挤主动疏导奠定基础。
为实现上述目的,本发明所提供的技术方案为:一种基于预约通行的高速公路拥挤疏导方法,包括以下步骤:
1)选定研究的高速公路,获取基础资料,总共包括四方面的资料:高速公路用户预约数据、高速公路路网基础数据、高速公路交通流数据、高速公路收费政策数据;
2)根据以上四个方面的高速公路基础资料,确定路网时空资源优化模型中的各个参数取值;
3)对高速公路路网各路段的交通量进行时空优化:首先,根据用户预约数据,判断在预约时段内路线是否存在拥挤情况;然后,根据路网各路段的交通量预约情况,判断此时段内是否存在其他不拥挤路线;最后,如果存在其他不拥挤路线,则使用基于错空策略(避开拥堵路线)的线路选择模型,如果不存在其他不拥挤路线,则使用基于错时策略(避开拥堵时段)的线路选择模型;
4)将线路选择模型的推荐结果反馈回车主,并通过费率优惠的方式对车主进行出行诱导。
在步骤1)中,所述高速公路用户预约数据包括用户输入的出发地、目的地、出行时段、允许系统在原时段附近搜索较优出行路线的时段数允许值、期望出站时间、出行预算,通过用户APP后台或者微信公众号后台获取。所述高速公路路网基础数据包括各道路的长度、车道数、车道宽度、设计通行能力、自由流条件下的车辆行驶时间、高速公路的允许通行时间,通过高速公路运营管理部门获取。所述高速公路交通流数据包括疏导时段内每条高速公路和路段的预约交通量、路段的期望饱和度,通过高速公路运营管理部门获取。所述高速公路收费政策数据包括基础费率、优惠幅度、高速公路运营的单位固定成本、高速公路的单位平均维护成本、高速公路运营公司的通行费优惠预算,通过高速公路运营管理部门获取。
在步骤2)中,根据四个方面的高速公路基础资料,确定路网时空资源优化模型中的各个参数取值,具体包括以下步骤:
2.1)基于错空策略(避开拥挤路线)的线路选择模型:
maxP=∑k∑aLk(Rzk+qat)[co(1-γk)-μk]
式中:Lk——第k条高速公路的长度,单位千米
Rzk——决策变量,表示车主z是否被分配至第k条高速公路
qat——疏导时段t内路段a的预约交通量,单位pcu
qkt——疏导时段t内第k条高速公路的预约交通量,单位pcu
δa,k——路径与路段关系变量,若路段a在高速公路k上,δa,k=1,否则δa,k=0
μk——第k条高速公路的单位运营总成本,单位元/千米
μo——高速公路运营的单位固定成本,单位元/千米
μ1——高速公路的单位平均维护成本,单位元/千米
tf——自由流条件下的行驶时间,单位min
α——待标定的参数
β——待标定的参数
Ca——路段a的道路设计通行能力,单位pcu/h
te——车主的期望出站时间
to——车主进入路网的时间
tkp——第k条高速公路的允许通行时间
co——单位基础通行费用,单位元/千米
γk——第k条高速的优惠幅度,单位%
b——车主此次出行的预算,单位元
xae——路段a的期望饱和度
Pbk——第k条高速公路的优惠预算,单位元
2.2)基于错时策略(避开拥挤时段)的线路选择模型:
maxP=∑k∑aLk(SztRzk+qat)[co(1-γk)-μk]
式中:Lk——第k条高速公路的长度,单位千米
Szt——决策变量,表示车主z是否被分配在t时段出行
Rzk——决策变量,表示车主z是否被分配至第k条高速公路
qat——疏导时段t内路段a的预约交通量,单位pcu
qkt——疏导时段t内第k条高速公路的预约交通量,单位pcu
δa,k——路径与路段关系变量,若路段a在高速公路k上,δa,k=1,否则δa,k=0
tb——车主原本选择的出行时段
ta——车主允许系统在原时段附近搜索较优出行路线的时段数允许值
tc——车主重新选择出行时段后进入路网的时间
μk——第k条高速公路的单位运营总成本,单位元/千米
μo——高速公路运营的单位固定成本,单位元/千米
μ1——高速公路的单位平均维护成本,单位元/千米
tf——自由流条件下的行驶时间,单位min
α——待标定的参数
β——待标定的参数
Ca——路段a的道路设计通行能力,单位pcu/h
te——车主的期望出站时间
tkp——第k条高速公路的允许通行时间
co——单位基础通行费用,单位元/千米
γk——第k条高速的优惠幅度,单位%
b——车主此次出行的预算,单位元
xae——路段a的期望饱和度
Pbk——第k条高速公路的优惠预算,单位元
在步骤3)中,对高速公路路网各路段的交通量进行时空优化,具体包括以下步骤:
3.1)根据用户预约数据,判断在预约时段内路线是否存在拥挤情况,可直接由各路段的设计通行能力去判断。
3.2)根据路网各路段的交通量预约情况,判断此时段内是否存在其他不拥挤路线,可通过各路段的设计通行能力来判断。
3.3)如果存在其他不拥挤路线,则使用基于错空策略(避开拥挤路线)的线路选择模型,模型的目标为路网中所有高速公路的净利润(总收入与总成本之差)最大。收入以通过的车辆数所缴纳的通行费衡量,而成本则包括高速公路运营方日常的固定支出和变动成本(即道路维护成本)。其计算公式为:
maxP=∑k∑aLk(Rzk+qat)[co(1-γk)-μk]
模型中考虑的约束如下:第k条高速公路交通量和路段a的交通量的关系;高速公路k的单位成本计算公式,为固定成本和变动成本之和;保证车主能够在期望出站时间前出站且在高速公路上的行驶时间小于一定阈值;保证车主的通行费不超过其出行预算;限制了各高速公路的流量分配阈值,避免过度浪费和过度拥挤;保证优惠金额小于高速公路财政预算;保证流量均衡;保证为车主分配一条线路;定义了决策变量,若将车主z分配至第k条高速公路,则Rzk=1,否则Rzk=0。
3.4)如果不存在其他不拥挤路线,则使用基于错时策略(避开拥挤时段)的线路选择模型,模型的目标为路网中所有高速公路的净利润(总收入与总成本之差)最大。收入以通过的车辆数所缴纳的通行费衡量,而成本则包括高速公路运营方日常的固定支出和变动成本(即道路维护成本)。其计算公式为:
maxP=∑k∑aLk(SztRzk+qat)[co(1-γk)-μk]
模型中考虑的约束如下:第k条高速公路交通量和路段a的交通量的关系;高速公路k的单位成本计算公式,为固定成本和变动成本之和;保证分配的出行时段在车主能够接受的范围内;保证车主能够在期望出站时间前出站且在高速公路上的行驶时间小于一定阈值;保证车主的通行费不超过其出行预算;限制了各高速公路的流量分配阈值,避免过度浪费和过度拥挤;保证优惠金额小于高速公路财政预算;保证流量均衡;保证为车主分配一个时段和一条线路;定义了决策变量,若将车主z分配至第k条高速公路,则Rzk=1,否则Rzk=0;若将车主z分配至第t个出行时段,则Szt=1,否则Szt=0。
在路网规模较小的情况下,采用隐枚举法即可对模型进行求解。若网络规模增大,推荐采用遗传算法对模型进行求解。
在步骤4)中,将线路选择模型的推荐结果反馈回车主,并通过费率优惠的方式对车主进行出行诱导,引导车主避开拥挤路段或拥挤时段,从而达到均衡路网交通流量的效果。
本发明与现有技术相比,具有如下优点与有益效果:
1、将移动互联网技术运用到高速公路拥挤疏导中,通过用户APP或者微信公众号平台获取高速公路用户预约数据,为高速公路实现预约通行提供基础。
2、将预约通行机制下获得的新数据源用于拥挤管理中,为高速公路运营管理部门进行拥挤主动疏导提供前提条件。
3、在实行预约通行的机制下进行拥挤主动疏导,能够突破传统拥挤疏导技术的滞后性以及无法避免已产生拥堵带来的损失等缺陷。
4、有助于高速公路运营管理部门通过价格杠杆配合预约通行的方式进行拥挤疏导,促进高速公路网络交通流的均衡,便于用户避开拥挤路段和拥挤时段,错峰出行。
5、建模的过程充分基于预约通行的条件,对于解决高速公路实现预约通行的现实问题具有重要意义。
附图说明
图1为本发明的逻辑流程示意图。
图2为本发明实施例的路网示意图。
具体实施方式
下面结合具体实施例对本发明做进一步的说明。
如图1所示,本实施例所提供的基于预约通行的高速公路拥挤疏导方法,包括以下步骤:
1)选定研究的高速公路,获取基础资料,总共包括四方面的资料:高速公路用户预约数据、高速公路路网基础数据、高速公路交通流数据、高速公路收费政策数据。其中,所述高速公路用户预约数据包括用户输入的出发地、目的地、出行时段、允许系统在原时段附近搜索较优出行路线的时段数允许值、期望出站时间、出行预算,通过用户APP后台或者微信公众号后台获取。所述高速公路的路网基础数据包括各道路的长度、车道数、车道宽度、设计通行能力、自由流条件下的车辆行驶时间、高速公路的允许通行时间,通过高速公路运营管理部门获取。所述高速公路交通流数据包括疏导时段内每条高速公路和路段的交通量、路段的期望饱和度,通过高速公路运营管理部门获取。所述高速公路收费政策数据包括基础费率、优惠幅度、高速公路运营的单位固定成本、高速公路的单位平均维护成本、高速公路运营公司的通行费优惠预算,通过高速公路运营管理部门获取。
本实施例所采用的高速公路路网如图2所示。假定从用户APP后台获得某用户输入的出发地为A,目的地为B,进站时段为8:00–9:00,允许系统在原时段附近搜索较优出行路线的时段数允许值为1,期望出站时间为11:00,出行预算为70,车型为一类车。(篇幅有限,以某用户的预约数据作为例子)
高速公路路网基础数据如下表1所示,自由流条件下的车辆行驶时间分别为1.1h和1.5h,高速公路的允许通行时间为2.5h。
表1高速公路路网基础数据
高速公路1、2在疏导时段内的预约交通量如下表2所示,期望饱和度为设计通行能力的0.6。
表2疏导时段内高速公路1、2的预约交通量
高速公路1、2的基础费率和优惠幅度如下表3所示。
表3高速公路收费政策数据
高速公路的高速公路运营的单位固定成本、高速公路的单位平均维护成本、高速公路运营公司的通行费优惠预算如下表4所示。
表4高速公路运营管理数据
2)根据以上四个方面的高速公路基础资料,确定路网时空资源优化模型中的各个参数取值,具体包括以下步骤:
2.1)基于错空策略(避开拥堵路线)的线路选择模型:
maxP=∑k∑aLk(Rzk+qat)[co(1-γk)-μk]
式中:Lk——第k条高速公路的长度,单位千米
Rzk——决策变量,表示车主z是否被分配至第k条高速公路
qat——疏导时段t内路段a的预约交通量,pcu q1t=9400,q2t=3500
qkt——疏导时段t内第k条高速公路的预约交通量,pcu q1t=9400,q2t=3500
δa,k——路径与路段关系变量,若路段a在高速公路k上,δa,k=1;否则δa,k=0
μk——第k条高速公路的单位运营总成本,单位元/千米
μo——高速公路运营的单位固定成本,单位元/千米
μ1——高速公路的单位平均维护成本,单位元/千米
tf——自由流条件下的行驶时间,单位min
α——待标定的参数α=0.5
β——待标定的参数β=1
Ca——路段a道路设计通行能力,pcu/h C1=8400,C2=6000
te——车主的期望出站时间
to——车主进入路网的时间
tkp——第k条高速公路的允许通行时间
co——单位基础通行费用,元/千米co=0.6
γk——第k条高速的优惠幅度,%γ1=γ2=0.2
b——车主此次出行的预算,单位元
xae——路段a的期望饱和度x1e=0.6C1,x2e=0.6C2
Pbk——第k条高速公路的优惠预算,单位元
其余参数取值如上述1)中所示。
2.2)基于错时策略(避开拥堵时段)的线路选择模型:
maxP=∑k∑aLk(SztRzk+qat)[co(1-γk)-μk]
式中:Lk——第k条高速公路的长度,单位千米
Szt——决策变量,表示车主z是否被分配在t时段出行
Rzk——决策变量,表示车主z是否被分配至第k条高速公路
qat——疏导时段t内路段a的预约交通量,pcu q1t=9400,q2t=3500
qkt——疏导时段t内第k条高速公路的预约交通量,单位pcu,q1t=9400,q2t=3500
δa,k——路径与路段关系变量,若路段a在高速公路k上,δa,k=1,否则δa,k=0
tb——车主原本选择的出行时段
ta——车主允许系统在原时段附近搜索较优出行路线的时段数允许值
tc——车主重新选择出行时段后进入路网的时间
μk——第k条高速公路的单位运营总成本,单位元/千米
μo——高速公路运营的单位固定成本,单位元/千米
μ1——高速公路的单位平均维护成本,单位元/千米
tf——自由流条件下的行驶时间,单位min
α——待标定的参数α=0.5
β——待标定的参数β=1
Ca——路段a道路设计通行能力,pcu/h C1=8400,C2=6000
te——车主的期望出站时间
tkp——第k条高速公路的允许通行时间
co——单位基础通行费用,单位元/千米co=0.6
γk——第k条高速的优惠幅度,单位%γ1=γ2=0.2
b——车主此次出行的预算,单位元
xae——路段a的期望饱和度x1e=0.6C1,x2e=0.6C2
Pbk——第k条高速公路的优惠预算,单位元
其余参数取值如上述1)中所示。
3)对高速公路路网各路段的交通量进行时空优化,具体包括以下步骤:
3.1)在本实施例中,根据用户预约数据,由高速公路1的设计通行能力可知,在预约时段内高速公路1存在拥挤情况。
3.2)根据路网其他高速公路的交通量预约情况,由高速公路2的设计通行能力可知,8:00-9:00这个时段内的高速公路2不拥挤。
3.3)高速公路2不拥挤,因此使用基于错空策略(避开拥堵路线)的线路选择模型,模型的目标为路网中所有高速公路的净利润(总收入与总成本之差)最大。收入以通过的车辆数所缴纳的通行费衡量,而成本则包括高速公路运营方日常的固定支出和变动成本(即道路维护成本)。其计算公式为:
maxP=∑k∑aLk(Rzk+qat)[co(1-γk)-μk]
模型中考虑的约束如下:高速公路的交通量和路段交通量的关系(本实施例中,高速公路为一个路段);高速公路的单位成本计算公式,为固定成本和变动成本之和;保证车主能够在期望出站时间前出站且在高速公路上的行驶时间小于一定阈值;保证车主的通行费不超过其出行预算;限制了各高速公路的流量分配阈值,避免过度浪费和过度拥挤;保证优惠金额小于高速公路财政预算;保证流量均衡;保证为车主分配一条线路;定义了决策变量,若将车主z分配至第k条高速公路,则Rzk=1,否则Rzk=0。
在本实施例中,路网规模较小,采用隐枚举法即可对模型进行求解。求解可得,当从高速公路1的预约用户里调出2040到高速公路2,此时路网中所有高速公路的净利润最大,为5237.14。
4)将基于错空策略(避开拥堵路线)的线路选择模型推荐结果反馈回车主,并通过费率优惠的方式对车主进行出行诱导,引导车主避开拥挤路段,从而达到均衡路网交通流量的效果。高速公路1的疏导结果如下表5所示。
表5高速公路路网预约交通量疏导结果
综上所述,在采用以上方案后,本发明为高速公路拥挤疏导提供了新的方法,能够适应预约通行给高速公路带来的变化,在新的条件下有效地对高速公路进行拥挤疏导,为高速公路运营管理部门进行拥挤主动疏导提供前提条件,对于我国高速公路的发展有推动意义,并且具有实际推广价值。
以上所述实施例只为本发明之较佳实施例,并非以此限制本发明的实施范围,故凡依本发明之形状、原理所作的变化,均应涵盖在本发明的保护范围内。
Claims (3)
1.一种基于预约通行的高速公路拥挤疏导方法,其特征在于,包括以下步骤:
1)选定研究的高速公路,获取基础资料,总共包括四方面的资料:高速公路用户预约数据、高速公路路网基础数据、高速公路交通流数据、高速公路收费政策数据;
2)根据以上四个方面的高速公路基础资料,确定路网时空资源优化模型中的各个参数取值;根据步骤1)中四个方面的高速公路基础资料,确定路网时空资源优化模型中的各个参数取值,具体包括以下步骤:
2.1)基于错空策略的线路选择模型:
max P=∑k∑aLk(Rzk+qat)[co(1-γk)-μk]
式中:Lk——第k条高速公路的长度,单位千米
Rzk——决策变量,表示车主z是否被分配至第k条高速公路
qat——疏导时段t内路段a的预约交通量,单位pcu
qkt——疏导时段t内第k条高速公路的预约交通量,单位pcu
δa,k——路径与路段关系变量,若路段a在高速公路k上,δa,k=1,否则δa,k=0
μk——第k条高速公路的单位运营总成本,单位元/千米
μo——高速公路运营的单位固定成本,单位元/千米
μ1——高速公路的单位平均维护成本,单位元/千米
tf——自由流条件下的行驶时间,单位min
α——待标定的参数
β——待标定的参数
Ca——路段a的道路设计通行能力,单位pcu/h
te——车主的期望出站时间
to——车主进入路网的时间
tkp——第k条高速公路的允许通行时间
co——单位基础通行费用,单位元/千米
γk——第k条高速的优惠幅度,单位%
b——车主此次出行的预算,单位元
xae——路段a的期望饱和度
Pbk——第k条高速公路的优惠预算,单位元
2.2)基于错时策略的线路选择模型:
max P=∑k∑aLk(SztRzk+qat)[co(1-γk)-μk]
式中:Lk——第k条高速公路的长度,单位千米
Szt——决策变量,表示车主z是否被分配在t时段出行
Rzk——决策变量,表示车主z是否被分配至第k条高速公路
qat——疏导时段t内路段a的预约交通量,单位pcu
qkt——疏导时段t内第k条高速公路的预约交通量,单位pcu
δa,k——路径与路段关系变量,若路段a在高速公路k上,δa,k=1,否则δa,k=0
tb——车主原本选择的出行时段
ta——车主允许系统在原时段附近搜索较优出行路线的时段数允许值
tc——车主重新选择出行时段后进入路网的时间
μk——第k条高速公路的单位运营总成本,单位元/千米
μo——高速公路运营的单位固定成本,单位元/千米
μ1——高速公路的单位平均维护成本,单位元/千米
tf——自由流条件下的行驶时间,单位min
α——待标定的参数
β——待标定的参数
Ca——路段a的道路设计通行能力,单位pcu/h
te——车主的期望出站时间
tkp——第k条高速公路的允许通行时间
co——单位基础通行费用,单位元/千米
γk——第k条高速的优惠幅度,单位%
b——车主此次出行的预算,单位元
xae——路段a的期望饱和度
Pbk——第k条高速公路的优惠预算,单位元;
3)对高速公路路网各路段的交通量进行时空优化:首先,根据用户预约数据,判断在预约时段内路线是否存在拥挤情况;然后,根据路网各路段的交通量预约情况,判断此时段内是否存在其它不拥挤路线;最后,如果存在其它不拥挤路线,则使用基于错空策略,即避开拥堵路线的线路选择模型,如果不存在其它不拥挤路线,则使用基于错时策略,即避开拥堵时段的线路选择模型;对高速公路路网各路段的交通量进行时空优化,具体包括以下步骤:
3.1)根据用户预约数据,判断在预约时段内路线是否存在拥挤情况,直接由各路段的设计通行能力去判断;
3.2)根据路网各路段的交通量预约情况,判断此时段内是否存在其它不拥挤路线,通过各路段的设计通行能力来判断;
3.3)如果存在其它不拥挤路线,则使用基于错空策略的线路选择模型,模型的目标为路网中所有高速公路的净利润最大,即总收入与总成本之差最大;收入以通过的车辆数所缴纳的通行费衡量,而成本则包括高速公路运营方日常的固定支出和变动成本,即道路维护成本;其计算公式为:
max P=∑k∑aLk(Rzk+qat)[co(1-γk)-μk]
模型中考虑的约束如下:第k条高速公路交通量和路段a的交通量的关系;高速公路k的单位成本计算公式,为固定成本和变动成本之和;保证车主能够在期望出站时间前出站且在高速公路上的行驶时间小于一定阈值;保证车主的通行费不超过其出行预算;限制了各高速公路的流量分配阈值,避免过度浪费和过度拥挤;保证优惠金额小于高速公路财政预算;保证流量均衡;保证为车主分配一条线路;定义了决策变量,若将车主z分配至第k条高速公路,则Rzk=1,否则Rzk=0;
3.4)如果不存在其它不拥挤路线,则使用基于错时策略的线路选择模型,模型的目标为路网中所有高速公路的净利润最大,即总收入与总成本之差最大;收入以通过的车辆数所缴纳的通行费衡量,而成本则包括高速公路运营方日常的固定支出和变动成本,即道路维护成本;其计算公式为:
max P=∑k∑aLk(SztRzk+qat)[co(1-γk)-μk]
模型中考虑的约束如下:第k条高速公路交通量和路段a的交通量的关系;高速公路k的单位成本计算公式,为固定成本和变动成本之和;保证分配的出行时段在车主能够接受的范围内;保证车主能够在期望出站时间前出站且在高速公路上的行驶时间小于一定阈值;保证车主的通行费不超过其出行预算;限制了各高速公路的流量分配阈值,避免过度浪费和过度拥挤;保证优惠金额小于高速公路财政预算;保证流量均衡;保证为车主分配一个时段和一条线路;定义了决策变量,若将车主z分配至第k条高速公路,则Rzk=1,否则Rzk=0;若将车主z分配至第t个出行时段,则Szt=1,否则Szt=0;
在路网规模小于设定值的情况下,采用隐枚举法即对模型进行求解;若网络规模增大,推荐采用遗传算法对模型进行求解;
4)将线路选择模型的推荐结果反馈回车主,并通过费率优惠的方式对车主进行出行诱导。
2.根据权利要求1所述的一种基于预约通行的高速公路拥挤疏导方法,其特征在于:在步骤1)中,所述高速公路用户预约数据包括用户输入的出发地、目的地、出行时段、允许系统在原时段附近搜索较优出行路线的时段数允许值、期望出站时间、出行预算,通过用户APP后台或者微信公众号后台获取;所述高速公路路网基础数据包括各道路的长度、车道数、车道宽度、设计通行能力、自由流条件下的车辆行驶时间、高速公路的允许通行时间,通过高速公路运营管理部门获取;所述高速公路交通流数据包括疏导时段内每条高速公路和路段的预约交通量、路段的期望饱和度,通过高速公路运营管理部门获取;所述高速公路收费政策数据包括基础费率、优惠幅度、高速公路运营的单位固定成本、高速公路的单位平均维护成本、高速公路运营公司的通行费优惠预算,通过高速公路运营管理部门获取。
3.根据权利要求1所述的一种基于预约通行的高速公路拥挤疏导方法,其特征在于:在步骤4)中,将线路选择模型的推荐结果反馈回车主,并通过费率优惠的方式对车主进行出行诱导,引导车主避开拥挤路段或拥挤时段,从而达到均衡路网交通流量的效果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810734378.2A CN108986459B (zh) | 2018-07-06 | 2018-07-06 | 一种基于预约通行的高速公路拥挤疏导方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810734378.2A CN108986459B (zh) | 2018-07-06 | 2018-07-06 | 一种基于预约通行的高速公路拥挤疏导方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108986459A CN108986459A (zh) | 2018-12-11 |
CN108986459B true CN108986459B (zh) | 2020-12-22 |
Family
ID=64536344
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810734378.2A Active CN108986459B (zh) | 2018-07-06 | 2018-07-06 | 一种基于预约通行的高速公路拥挤疏导方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108986459B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109740775A (zh) * | 2018-12-17 | 2019-05-10 | 华南理工大学 | 一种高速公路预约通行系统及其使用方法 |
CN111063042A (zh) * | 2019-12-23 | 2020-04-24 | 湖北省交通科学研究所 | 一种基于大数据的高速公路自由流收费路径拟合系统 |
CN113536499B (zh) * | 2021-07-12 | 2022-06-03 | 交通运输部规划研究院 | 一种港口集疏运规划仿真分析方法及系统 |
CN114519933B (zh) * | 2022-01-29 | 2023-11-21 | 邱惠崧 | 基于无过饱和状态的约定出行管控方法、装置及存储介质 |
CN115565365A (zh) * | 2022-08-31 | 2023-01-03 | 阿里巴巴(中国)有限公司 | 一种高速公路数据处理方法、装置、设备及计算机程序产品 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102008044070A1 (de) * | 2008-11-26 | 2010-05-27 | Robert Bosch Gmbh | Navigationsverfahren und Navigationsvorrichtung |
CN103824467A (zh) * | 2013-12-18 | 2014-05-28 | 招商局重庆交通科研设计院有限公司 | 针对私有车辆的预约式交通导航服务方法及装置 |
CN106327871A (zh) * | 2016-09-06 | 2017-01-11 | 华南理工大学 | 一种融合历史数据和预约数据的高速公路拥挤预测方法 |
CN106504530A (zh) * | 2016-10-31 | 2017-03-15 | 合肥工业大学 | 一种用户出行路径诱导与管控系统及其方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6539300B2 (en) * | 2001-07-10 | 2003-03-25 | Makor Issues And Rights Ltd. | Method for regional system wide optimal signal timing for traffic control based on wireless phone networks |
CN102364303A (zh) * | 2011-06-30 | 2012-02-29 | 福建慧翰信息技术有限公司 | 路径预约规划结果同步系统及方法 |
CN106203662A (zh) * | 2016-07-13 | 2016-12-07 | 华南理工大学 | 一种基于etc系统实现高速公路通行预约的方法 |
CN106952475B (zh) * | 2017-04-26 | 2019-04-23 | 清华大学 | 用户均衡原则下的双路径路网个性化诱导率分配方法 |
-
2018
- 2018-07-06 CN CN201810734378.2A patent/CN108986459B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102008044070A1 (de) * | 2008-11-26 | 2010-05-27 | Robert Bosch Gmbh | Navigationsverfahren und Navigationsvorrichtung |
CN103824467A (zh) * | 2013-12-18 | 2014-05-28 | 招商局重庆交通科研设计院有限公司 | 针对私有车辆的预约式交通导航服务方法及装置 |
CN106327871A (zh) * | 2016-09-06 | 2017-01-11 | 华南理工大学 | 一种融合历史数据和预约数据的高速公路拥挤预测方法 |
CN106504530A (zh) * | 2016-10-31 | 2017-03-15 | 合肥工业大学 | 一种用户出行路径诱导与管控系统及其方法 |
Non-Patent Citations (1)
Title |
---|
《Properties of system optimal traffic assignment with departure time choice and its solution method》;Andy H.F. Chow;《Transportation Research Part B》;20080615;第43卷(第3期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108986459A (zh) | 2018-12-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108986459B (zh) | 一种基于预约通行的高速公路拥挤疏导方法 | |
Adler et al. | Autonomous, connected, electric shared vehicles (ACES) and public finance: An explorative analysis | |
CN107092976B (zh) | 一种多目标模型协同优化多条公交线路发车间隔的方法 | |
CN112466122B (zh) | 一种公交线网的备选线路集生成、线路规划方法及装置 | |
Johansson et al. | Road pricing: theory, empirical assessment and policy | |
Rotaris et al. | The urban road pricing scheme to curb pollution in Milan, Italy: Description, impacts and preliminary cost–benefit analysis assessment | |
Safirova et al. | Welfare and distributional effects of road pricing schemes for metropolitan Washington, DC | |
Jayasooriya et al. | Measuring the Economic costs of traffic congestion | |
Liu et al. | Pareto-improving and revenue-neutral congestion pricing schemes in two-mode traffic networks | |
CN110211396A (zh) | 一种高速公路收费站与周边交叉口群的动态调控方法 | |
Xu et al. | The effects of transportation system improvements on urban performances with heterogeneous residents | |
Safirova et al. | Are hot lanes a hot deal? the potential consequences of converting hov to hot lanes in northern virginia | |
CN109584546A (zh) | 一种快速-常规公交共享车道发车流量阈值的确定方法 | |
Ferrari | Road pricing and users' surplus | |
Safirova et al. | Choosing congestion pricing policy: Cordon tolls versus link-based tolls | |
CN115169669A (zh) | 一种基于轨迹大数据支持的出租车合乘方法 | |
Westin et al. | How to decide on regional infrastructure to achieve intra‐regional acceptability and inter‐regional consensus? | |
Graham et al. | Spatial implications of transport pricing | |
Feng et al. | Collaborative road pricing strategy for heterogeneous vehicles considering emission constraints | |
Tang et al. | Optimizing limited-stop bus services along a public transit corridor with a differential fare structure | |
Lu et al. | The Impact of Dedicated Lanes on On-Demand Multimodal Transit Systems | |
Li et al. | Optimization based on taxi carpooling preferences and pricing | |
Glavić et al. | Transport demand management through new congestion pricing-mobility credits | |
Qin et al. | Government regulations for ride-sourcing services as substitute or complement to public transit | |
CN115222297B (zh) | 公交线路优化调整方案评估方法、电子设备及存储介质 |
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 |