CN110175703B - 一种应急物资配送线路的车辆运输时间评估及优化方法 - Google Patents

一种应急物资配送线路的车辆运输时间评估及优化方法 Download PDF

Info

Publication number
CN110175703B
CN110175703B CN201910368887.2A CN201910368887A CN110175703B CN 110175703 B CN110175703 B CN 110175703B CN 201910368887 A CN201910368887 A CN 201910368887A CN 110175703 B CN110175703 B CN 110175703B
Authority
CN
China
Prior art keywords
node
time
line
signal
intersection
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
Application number
CN201910368887.2A
Other languages
English (en)
Other versions
CN110175703A (zh
Inventor
吕伟
周旭
蒋翠玲
毛盾
胡庆彪
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.)
Wuhan University of Technology WUT
Original Assignee
Wuhan University of Technology WUT
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 Wuhan University of Technology WUT filed Critical Wuhan University of Technology WUT
Priority to CN201910368887.2A priority Critical patent/CN110175703B/zh
Publication of CN110175703A publication Critical patent/CN110175703A/zh
Application granted granted Critical
Publication of CN110175703B publication Critical patent/CN110175703B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种应急物资配送线路的车辆运输时间评估及优化方法，首先构建应急物资配送线路的“节点‑弧”式线路图；根据路段交通流密度信息计算车辆的路段运行时间；根据线路上交叉口的信号灯参数信息计算车辆的交叉口等待时间；计算选定配送线路的车辆运输总时间；计算所有可行线路的车辆运输总时间；最后选定备选线路中车辆运输时间最短的配送线路进行时间优化。本发明可对灾后应急救援物资配送的备选线路进行时间评估，并对时间最短的运输线路进行时间优化，为应急管理部门在救援指挥中选定配送线路并进行配送时间优化提供快速、有效的方案辅助和决策依据。

Description

一种应急物资配送线路的车辆运输时间评估及优化方法
技术领域
本发明涉及物流交通和安全科学技术交叉领域，涉及一种车辆运输时间评估及优化方法，具体尤其涉及一种灾后应急救援中应急物资配送线路的车辆运输时间评估及优化方法。
背景技术
车辆行程时间是道路网络流动性的一个重要指标，它会影响出行者对其选择的决策。准确的出行时间信息有助于市民在城市交通系统中选择出行方式或路线。特别是对于紧急旅行者，如消防员、救护人员等，车辆行程时间甚至可以被视为其应急响应时间的关键部分。对应急救援物资配送任务，车辆行程时间是选择应急物资配送路径的重要参考依据。
如何在尽量不影响现有的交通环境下，选择最佳路径，及时将应急物资运输到受灾地点，是应急物资配送的首要目标。因此，快速评估配送线路的运输时间，并提供一定的干预策略对时间实现优化，使应急物资运输车辆能够更快地到达目的地，对应急管理部门的决策指挥工作具有重大意义。
城市交通中，车辆的运行受到多种因素的影响，而最为重要影响因素则是道路交通流密度和交通信号灯，前者影响车辆在道路上的行驶速度，后者会导致车辆在交叉路口会车时停留而产生延误。因此，快速而准确地评估配送线路的车辆行程时间，必须综合考虑道路交通流密度的动态变化和交通信号灯众多参数的影响，提出一套科学性强、简单适用的计算评估方法和干预优化方法，是提高灾后应急救援的关键途径。
发明内容
本发明的目的是提供一种应急物资配送线路的车辆运输时间评估及优化方法，可对灾后应急救援物资配送的备选线路进行时间评估，并对时间最短的运输线路进行时间优化，为应急管理部门在救援指挥中选定配送线路并进行配送时间优化提供快速、有效的方案辅助和决策依据。
本发明所采用的技术方案是：一种应急物资配送线路的车辆运输时间评估及优化方法，其特征在于，包括以下步骤：
步骤1：构建应急物资配送线路的“节点-弧”式线路图；
选择应急物资储备点和受灾点之间的一条备选配送线路，建立以储备点为起点节点、线路信号灯交叉口为中间节点、受灾点为终止节点的“节点-弧”式线路图，“节点”之间的“弧”表征路段；
步骤2：对于步骤1中选择的配送线路，从配送起点“节点”开始，依次计算每条路段“弧”上的车辆行驶时间Tr,i；
步骤3：对于步骤1中选择的配送线路，从配送起点“节点”开始，依次计算每个交叉口“节点”上的车辆等待时间Ts,i；
步骤4：计算步骤1中选择的配送线路的车辆运输总时间T；
步骤5：重复步骤1至步骤4，计算得到应急物资储备点和受灾点之间所有m条备选线路的车辆运输时间，并选择运输时间最短的线路进行时间优化。
本发明可对灾后应急救援物资配送的备选线路进行时间评估，并对时间最短的运输线路进行时间优化，为应急管理部门在救援指挥中选定配送线路并进行配送时间优化提供快速、有效的方案辅助和决策依据。
相对于现有技术，本发明的有益效果是：能够同时考虑动态的道路交通流特征和信号灯的参数属性，对灾后应急救援物资配送的多条备选线路进行时间评估，并对时间最短配送线路上的信号灯进行参数优化，可以迅速给出可操作性的线路选择和信号灯协同调整方案。
附图说明
图1为本发明实施例的流程图；
图2为本发明实施例中车辆运输时间优化方法的流程图。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明，下面结合附图及实施例对本发明作进一步的详细描述，应当理解，此处所描述的实施示例仅用于说明和解释本发明，并不用于限定本发明。
请见图1，本发明提供的一种应急物资配送线路的车辆运输时间评估及优化方法，包括以下步骤：
步骤1：构建应急物资配送线路的“节点-弧”式线路图；
选择应急物资储备点和受灾点之间的一条备选配送线路，建立以储备点为起点节点、线路信号灯交叉口为中间节点、受灾点为终止节点的“节点-弧”式线路图，“节点”之间的“弧”表征路段；
本实施例中，某应急物资储备点A和受灾点B之间的配送线路有La，Lb，Lc，对La，Lb，Lc分别建立如下“节点-弧”式线路图：
La：A→a1→a2→a3→a4→a5→B
Lb：A→b1→b2→b3→B
Lc：A→c1→c2→c3→a4→B
其中，a1,a2,a3,a4,a5,b1,b2,b3,c1,c2,c3,c4表示信号灯交叉口“节点”，→表示路段“弧”。
依次选择La,Lb,Lc作为备选配送线路。
步骤2：对于步骤1中选择的配送线路，从配送起点“节点”开始，依次计算每条路段“弧”上的车辆行驶时间Tr,i；
Figure BDA0002049183210000031
其中，li表示路段“弧”i的长度，单位：km；ρi表示路段“弧”i的交通流密度，单位：veh/km/lane，即平均每千米每车道上的标准车辆数，Tr,i单位为min；
本实施例中，步骤1中选择的配送线路为La，从配送起点“节点”开始，依次计算每条路段“弧”上的车辆行驶时间Tr,i。具体计算方法为：
Figure BDA0002049183210000032
Figure BDA0002049183210000033
Figure BDA0002049183210000034
Figure BDA0002049183210000035
Figure BDA0002049183210000036
Figure BDA0002049183210000037
步骤3：对于步骤1中选择的配送线路，从配送起点“节点”开始，依次计算每个交叉口“节点”上的车辆等待时间Ts,i；
Figure BDA0002049183210000041
Figure BDA0002049183210000042
Figure BDA0002049183210000043
其中，Tc,i表示交叉口“节点”i上信号灯的循环周期，单位：min；pg,i表示交叉口“节点”i上信号灯的绿信比，即绿灯时间占信号灯循环周期的比例；MOD为求余函数；Tr,k表示路段“弧”k上的车辆行驶时间，单位：min；Ts,k表示交叉口“节点”k上的车辆等待时间，单位：min；τi表示交叉口“节点”i上信号灯和其前一“节点”i-1上信号灯的绿灯相位差，单位：min；
本实施例中，以线路La上的第2个中间节点a2为例，具体方法为：
Figure BDA0002049183210000044
Figure BDA0002049183210000045
Figure BDA0002049183210000046
运用以上方法，计算出Ts,a1，Ts,a3，Ts,a4，Ts,a5。
步骤4：计算步骤1中选择的配送线路的车辆运输总时间T；
Figure BDA0002049183210000047
其中，N表示线路上的路段“弧”的总数量，T的单位为min。
本实施例中，
Figure BDA0002049183210000048
步骤5：计算所有可行线路的车辆运输总时间；
重复步骤1至步骤4，计算得到应急物资储备点和受灾点之间所有m条备选线路的车辆运输时间。
本实施例中，计算得到应急物资储备点和受灾点之间所有m(m＝3)条备选线路的车辆运输时间：TLa，TLb，TLc。
步骤6：配送线路的车辆运输时间优化；
步骤6.1：在步骤5中选定备选线路中车辆运输时间最短的配送线路；
本实施例中，TLb＝min{TLa,TLb,TLc}，则将配送线路Lb作为选定线路进行时间优化。
步骤6.2：选择所有交叉口“节点”的信号灯周期中最小周期值作为基准信号周期tc，单位：min；对于信号周期大于tc的信号灯k，将其信号周期Tc,k调整为基准信号周期tc的倍数；
α＝int(Tc,k/tc)，
β＝MOD(Tc,k/tc)，
Figure BDA0002049183210000051
其中，α为中间变量，表示信号周期Tc,k中包含基准信号周期tc的整倍数；β为中间变量，表示信号周期Tc,k除以基准信号周期tc的余数。
本实施例中，对于选定线路Lb，交叉口“节点”b1，b2，b3的信号周期分别为Tc,b1，Tc,b2，Tc,b3，基准信号周期tc＝min{Tc,b1,Tc,b2,Tc,b3}；依次计算出Tc,b1,new，Tc,b2,new，Tc,b3,new。
步骤6.3：计算所有交叉口“节点”信号灯与前一交叉口“节点”信号灯的绿灯相位差τi，单位：min；
Figure BDA0002049183210000052
其中，ρi表示路段“弧”i的交通流密度，单位：veh/km/lane，即平均每千米每车道上的标准车辆数。
本实施例中，依次计算出τb2，τb3；
步骤6.4：按步骤6.2和步骤6.3的结果进行选定配送线路的“节点”信号灯周期和绿灯相位差调整：将选定配送线路Lb上“节点”b1的周期调整为Tc,b1,new，“节点”b2的周期和绿灯相位差分别调整为Tc,b2,new和τb2，“节点”b3的周期和绿灯相位差分别调整为Tc,b3,new和τb3，实现时间优化。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例可以通过软件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，上述实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
应当理解的是，本说明书未详细阐述的部分均属于现有技术。
应当理解的是，上述针对较佳实施例的描述较为详细，并不能因此而认为是对本发明专利保护范围的限制，本领域的普通技术人员在本发明的启示下，在不脱离本发明权利要求所保护的范围情况下，还可以做出替换或变形，均落入本发明的保护范围之内，本发明的请求保护范围应以所附权利要求为准。

Claims (2)

1.一种应急物资配送线路的车辆运输时间评估及优化方法，其特征在于，包括以下步骤：
步骤1：构建应急物资配送线路的“节点-弧”式线路图；
选择应急物资储备点和受灾点之间的一条备选配送线路，建立以储备点为起点节点、线路信号灯交叉口为中间节点、受灾点为终止节点的“节点-弧”式线路图，“节点”之间的“弧”表征路段；
步骤2：对于步骤1中选择的配送线路，从配送起点“节点”开始，依次计算每条路段“弧”上的车辆行驶时间Tr,i；
Figure FDA0003544612540000011
其中，li表示路段“弧”i的长度，单位：km；ρi表示路段“弧”i的交通流密度，单位：veh/km/lane，即平均每千米每车道上的标准车辆数；Tr,i单位为min；
步骤3：对于步骤1中选择的配送线路，从配送起点“节点”开始，依次计算每个交叉口“节点”上的车辆等待时间Ts,i；
Figure FDA0003544612540000012
Figure FDA0003544612540000013
Figure FDA0003544612540000014
其中，Tc,i表示交叉口“节点”i上信号灯的循环周期，单位：min；pg,i表示交叉口“节点”i上信号灯的绿信比，即绿灯时间占信号灯循环周期的比例；MOD为求余函数；Tr,k表示路段“弧”k上的车辆行驶时间，单位：min；Ts,k表示交叉口“节点”k上的车辆等待时间，单位：min；τi表示交叉口“节点”i上信号灯和其前一“节点”i-1上信号灯的绿灯相位差，单位：min；
步骤4：计算步骤1中选择的配送线路的车辆运输总时间T；
步骤5：重复步骤1至步骤4，计算得到应急物资储备点和受灾点之间所有m条备选线路的车辆运输时间，并选择运输时间最短的线路进行时间优化；
其中所述选择运输时间最短的线路进行时间优化，具体实现包括以下子步骤：
步骤5.1：选择所有交叉口“节点”的信号灯周期中最小周期值作为基准信号周期tc，单位：min；对于信号周期大于tc的信号灯k，将其信号周期Tc,k调整为基准信号周期tc的倍数；
α＝int(Tc,k/tc)，
β＝MOD(Tc,k/tc)，
Figure FDA0003544612540000021
其中，α为中间变量，表示信号周期Tc,k中包含基准信号周期tc的整倍数；β为中间变量，表示信号周期Tc,k除以基准信号周期tc的余数；
步骤5.2：计算所有交叉口“节点”信号灯与前一交叉口“节点”信号灯的绿灯相位差τi，单位：min；
Figure FDA0003544612540000022
其中，ρi表示路段“弧”i的交通流密度，单位：veh/km/lane，即平均每千米每车道上的标准车辆数；
步骤5.3：按步骤5.1和步骤5.2的结果进行选定配送线路的“节点”信号灯周期和绿灯相位差调整；将各信号灯的信号周期Tc,k调整为Tc,k,new，将各信号灯与前一信号灯之间的绿灯相位差调整为τi。
2.根据权利要求1所述的应急物资配送线路的车辆运输时间评估及优化方法，其特征在于：步骤4中，
Figure FDA0003544612540000023
其中，N表示线路上的路段“弧”的总数量，T的单位为min。
CN201910368887.2A 2019-05-05 2019-05-05 一种应急物资配送线路的车辆运输时间评估及优化方法 Active CN110175703B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910368887.2A CN110175703B (zh) 2019-05-05 2019-05-05 一种应急物资配送线路的车辆运输时间评估及优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910368887.2A CN110175703B (zh) 2019-05-05 2019-05-05 一种应急物资配送线路的车辆运输时间评估及优化方法

Publications (2)

Publication Number Publication Date
CN110175703A CN110175703A (zh) 2019-08-27
CN110175703B true CN110175703B (zh) 2022-04-29

Family

ID=67690565

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910368887.2A Active CN110175703B (zh) 2019-05-05 2019-05-05 一种应急物资配送线路的车辆运输时间评估及优化方法

Country Status (1)

Country Link
CN (1) CN110175703B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113409596A (zh) * 2020-06-28 2021-09-17 节时科技(深圳)有限公司 一种全自动智能控流交通系统及智能交通控流方法
CN114707770B (zh) * 2022-06-06 2022-10-18 中国民航大学 基于救援时效性的航空应急救援决策的优化方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101540106A (zh) * 2008-03-17 2009-09-23 上海宝康电子控制工程有限公司 根据时间变化自动完成公交车辆优先的控制系统及方法
CN105427640A (zh) * 2015-09-10 2016-03-23 江苏智通交通科技有限公司 基于移动终端gps定位的干线绿波车速诱导系统及方法
CN106530695A (zh) * 2016-11-09 2017-03-22 宁波大学 基于车联网的城市干道车辆行程时间实时预测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170286884A1 (en) * 2013-03-15 2017-10-05 Via Transportation, Inc. System and Method for Transportation

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101540106A (zh) * 2008-03-17 2009-09-23 上海宝康电子控制工程有限公司 根据时间变化自动完成公交车辆优先的控制系统及方法
CN105427640A (zh) * 2015-09-10 2016-03-23 江苏智通交通科技有限公司 基于移动终端gps定位的干线绿波车速诱导系统及方法
CN106530695A (zh) * 2016-11-09 2017-03-22 宁波大学 基于车联网的城市干道车辆行程时间实时预测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Optimizing traffic lights in a cellular automaton model for city traffic;E. Brockfeld etal.;《Physical Review e》;20011231;第64卷(第5期);第1-5页 *
信号倒计时影响下的进口道交通流分析与建模;马新露 等;《交通运输系统工程与信息》;20171031;第17卷(第5期);第36-44页 *

Also Published As

Publication number Publication date
CN110175703A (zh) 2019-08-27

Similar Documents

Publication Publication Date Title
EP3318985B1 (en) Driving route matching method and apparatus and storage medium
CN108597235B (zh) 基于交通视频数据的交叉口信号参数优化及效果评估方法
JP6823697B2 (ja) 複数車両ルート計画方法、及び複数車両ルート計画システム
CN104040605B (zh) 交通信号控制方法和交通信号控制机
CN103309917B (zh) 路径搜索方法和路径搜索装置
CN110175703B (zh) 一种应急物资配送线路的车辆运输时间评估及优化方法
CN108444486B (zh) 一种导航路线排序方法和装置
CN112216130B (zh) 一种车路协同环境下的应急车辆诱导方法
CN107562983B (zh) 一种城市快速路匝道区域换道空间优化方法及装置
CN103971530A (zh) 一种实时路径规划方法
CN110954119B (zh) 一种基于大数据的城市道路机动车最优线路诱导方法
CN107957267B (zh) 一种导航路径提示信息的确定方法及装置
JP2000231690A (ja) 旅行時間予測装置
Deng et al. Reduce bus bunching with a real-time speed control algorithm considering heterogeneous roadway conditions and intersection delays
CN111047880B (zh) 路网的交通控制方法、装置、存储介质和管理设备
CN113191028B (zh) 交通仿真方法、系统、程序及介质
CN113191029B (zh) 基于集群计算的交通仿真方法、程序及介质
KR102125472B1 (ko) 공차시간 감소를 위한 추천경로 안내 시스템 및 그 방법
CN116524715A (zh) 结合干线绿波协调和应急路径决策的滚动双层规划方法
JP2000193470A (ja) 経路探索装置、経路探索方法及び経路探索用プログラムを記録した媒体
JP2017151545A (ja) 事故予報システム、および事故予報方法
CN111814280B (zh) 城市轨道交通的规划方法、服务器和计算机可读存储介质
CN114781243A (zh) Eta预测及模型训练方法、设备、介质及产品
CN111461586B (zh) 运输成本与运输时间的双目标优化方法、装置以及介质
KR101994315B1 (ko) 제설 경로 탐색 장치 및 이의 동작 방법

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