CN110222875B - 一种基于交通匹配曲线的路网均衡性指标体系构建方法 - Google Patents

一种基于交通匹配曲线的路网均衡性指标体系构建方法 Download PDF

Info

Publication number
CN110222875B
CN110222875B CN201910402087.8A CN201910402087A CN110222875B CN 110222875 B CN110222875 B CN 110222875B CN 201910402087 A CN201910402087 A CN 201910402087A CN 110222875 B CN110222875 B CN 110222875B
Authority
CN
China
Prior art keywords
road network
road
node
traffic
coefficient
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
CN201910402087.8A
Other languages
English (en)
Other versions
CN110222875A (zh
Inventor
温惠英
曾钰宸
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.)
South China University of Technology SCUT
Original Assignee
South China University of Technology SCUT
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 South China University of Technology SCUT filed Critical South China University of Technology SCUT
Priority to CN201910402087.8A priority Critical patent/CN110222875B/zh
Publication of CN110222875A publication Critical patent/CN110222875A/zh
Application granted granted Critical
Publication of CN110222875B publication Critical patent/CN110222875B/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"
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (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)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于交通匹配曲线的路网均衡性指标体系构建方法，包括步骤：规划路网关键节点、计算节点重要度、绘制现状路网交通匹配曲线、计算现状路网不均匀系数和路网曲率系数、与标准指标给定范围进行对比、对路网均衡性进行评价并给出优化方案。本发明提出了交通匹配曲线的设想，以此为基础构建交通资源均衡性的两项评价指标，包括路网不均匀系数和路网曲率系数，从而实现对路网均衡性的评价，解决了传统指标中仅对拥堵现状进行考虑，忽略经济社会因素的问题，通过交通匹配曲线的绘制，将更加直观地反映路网分布的均衡性，为结果的呈现提供更为简洁的表达形式，同时为区域平衡发展，路网高效运行的优化提供了理论依据。

Description

一种基于交通匹配曲线的路网均衡性指标体系构建方法
技术领域
本发明涉及一种基于交通匹配曲线的路网均衡性指标体系构建方法，用于交通网络规划，属于交通运输规划与管理领域。
背景技术
为保证路网绿色高效运行，充分利用有限的交通资源，需要优化路网布局，在此基础上亟需对路网均衡性建立合理的评价指标体系。目前，已有指标较为有限，主要分为如下几类：如公路基尼系数等基于经济社会发展预测模过于宏观，缺乏对现有路网的明确指导意义；如基于流量均衡度和路网非均匀系数的指标体系通过单个节点的数值计算加以衡量，但仅考虑了交通运行现状，缺乏对路网资源分布长期规划的指导；如基于点线面的不均匀指数判断由于过分强调交通资源分配的平均性，忽视了不同地区的交通需求不同的现象；如引入虚拟路径和交通量进行均衡配流，再通过饱和度进行判断的方法，往往忽略了社会经济等相关因素的综合评价。已有的路网整体均衡性评价往往具有滞后性，弊端在于只能对已经发生的拥堵进行治理，未有效利用空间资源分布进行综合规划和调控。
发明内容
本发明的目的在于提出一种基于交通匹配曲线的路网均衡性指标体系构建方法。该方法的基本思想是基于土木工程中的重要指标——颗粒级配进行概念迁移，并提出了交通匹配曲线的设想，以此为基础构建交通资源均衡性的评价指标，包括路网不均匀系数和路网曲率系数，从而实现对整体路网的均衡性评价。综上所述，本发明提出了如下检测方法：规划路网关键节点、计算节点重要度、绘制现状路网交通匹配曲线、计算现状路网不均匀系数和路网曲率系数、与标准指标给定范围进行对比、对路网均衡性进行评价并给出优化方案。
本发明的目的通过如下技术方案实现：
一种基于交通匹配曲线的路网均衡性指标体系构建方法，包括如下步骤：
(1)确定规划区域中的关键节点并获取路网内部基础信息，包括社会经济，道路交通基本参数；
(2)选取合适指标计算路网中各规划节点的节点重要度；
(3)绘制现状路网的交通匹配曲线；
(4)对现状路网的路网不均匀系数进行计算；
(5)对现状路网的路网曲率系数进行计算；
(6)将两项现状指标与标准指标进行比较和判断，实现路网整体评价；
(7)通过动态调整，确定路网均衡性的最终优化方案。
进一步地，所述步骤(1)中，基础信息通过包括交通厅、规划局的上级有关部门获取，必要时针对不完整信息安排实地交通调查。
进一步地，所述步骤(2)中，节点重要度指标的选取通过对现有文献的参考或决策者根据经验进行，计算过程为：
首先对不同节点的各指标采用极值法进行标准化处理，具体方法如下：
Figure BDA0002060062800000021
式中，Rij为节点j的第i个指标的标准值，rij为节点j的第i个指标值，rijmax和rijmin分别为所有节点的第i个指标值的最大及最小值；
节点重要度计算表达式为：
Figure BDA0002060062800000022
式中，Ij为规划节点j的重要度，Ri为区域内各节点的第i个指标的标准值的算术平均值。
进一步地，所述步骤(3)中，交通匹配曲线以节点重要度为横坐标，以路网规模累计百分比为纵坐标进行绘制。
进一步地，所述交通匹配曲线反映不同节点重要度上路网规模的分布情况，通过其局部斜率可判断该路网分布的均匀程度，在该范围内，当整体斜率低于阈值时说明重要度不同的节点上公路里程变化小，匹配不均；斜率变化大于阈值则反映公路里程分布充分适应节点重要度，满足匹配良好的必要条件。
进一步地，所述交通匹配曲线具有如下性质：
(1)曲线上任意两点重要度之比与所经节点的社会经济和交通资源有关；
(2)一般情况下，合理的交通匹配曲线应呈现斜率增大的整体趋势，这一现象是因为随着节点重要度的提高，节点p的社会经济、交通资源和地理环境特征量也将有相应程度的提高。
进一步地，所述步骤(4)中，路网不均匀系数反映了重要度不同的规划节点周边公路里程的分布情况，其表达式为：
Figure BDA0002060062800000031
式中，I10和I60分别为交通匹配曲线上公路里程累计达到总规模10％和60％时对应的节点重要度。
进一步地，所述步骤(5)中，路网曲率系数衡量了匹配曲线平滑程度和整体形状，其表达式为：
Figure BDA0002060062800000032
式中，I30为交通匹配曲线上公路里程累计达到总规模30％时对应的节点重要度，I10和I60分别为交通匹配曲线上公路里程累计达到总规模10％和60％时对应的节点重要度。
进一步地，所述步骤(6)中，路网不均匀系数判断标准为：路网不均匀系数TLCU越大，表示公路里程分布越广，在相应的路网中的均衡性越好；若以TLCUub、TLCUdb分别表示TLCU的上、下边界合理系数，则当TLCU<TLCUdb时路网匹配不良(为非均匀路网)；当TLCU>TLCUub时路网匹配良好；若TLCU大于阈值时，则表示在一定范围内公路规模出现阶跃现象，属于不连续匹配，需要结合路网曲率系数进行判断。
进一步地，所述步骤(6)中，路网曲率系数判断标准为：曲率系数TLCC∈[TLCCdb,TLCCub]时，表明匹配良好；当路网曲率系数出现TLCC>TLCCub或TLCC<TLCCdb时，表明分别在I30和I10或I60间公路规模出现了阶跃现象，公路规模变化过大，均衡性较差，其中TLCCub、TLCCdb分别为TLCC上、下边界合理系数。
相比现有技术，本发明的有益效果为：
本发明提出了基于交通匹配曲线的路网均衡性指标体系构建方法，解决了传统指标中仅对拥堵现状进行考虑，忽略经济社会因素的问题，通过交通匹配曲线的绘制，将更加直观地反映路网分布的均衡性，为结果的呈现提供更为简洁的表达形式，同时为区域平衡发展，路网高效运行的优化提供了理论依据。
附图说明
图1为路网匹配曲线示意图；
图2为现状路网的交通匹配曲线。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
一种基于交通匹配曲线的路网均衡性指标体系构建方法，包括步骤：
S1、确定规划区域中的关键节点并获取路网内部基础信息，包括节点周边路网规模，节点周边公路数、节点周边重点发展景区数等基本参数，所述基础信息可通过交通厅、规划局等上级有关部门获取，必要时可针对不完整信息安排实地交通调查；
S2、选取合适指标计算路网中各规划节点的节点重要度，所述节点重要度指标的选取可通过对现有文献的参考或决策者根据经验进行，计算过程为：
首先对不同节点的各指标采用极值法进行标准化处理，具体方法如下
Figure BDA0002060062800000041
式中，Rij为节点j的第i个指标的标准值，rij为节点j的第i个指标值，rijmax和rijmin分别为所有节点的第i个指标值的最大及最小值；
节点重要度计算表达式为
Figure BDA0002060062800000042
式中，Ij为规划节点j的重要度，Ri为区域内各节点的第i个指标的标准值的算术平均值；
节点重要度计算结果见表3
表3节点重要度统计表
Figure BDA0002060062800000043
S3、绘制现状路网的交通匹配曲线，详见附图1和2，交通匹配曲线以节点重要度为横坐标，以路网规模累计百分比为纵坐标进行绘制。所述交通匹配曲线反映不同节点重要度上路网规模的分布情况，通过其局部斜率可判断该路网分布的均匀程度，在该范围内，当整体斜率低于阈值时说明重要度不同的节点上公路里程变化小，匹配不均；斜率变化大于阈值则反映公路里程分布充分适应节点重要度，满足匹配良好的必要条件。所述交通匹配曲线具有如下性质：(1)曲线上任意两点重要度之比与所经节点的社会经济和交通资源有关；(2)一般情况下，合理的交通匹配曲线应呈现斜率增大的整体趋势，这一现象是因为随着节点重要度的提高，节点p的社会经济、交通资源和地理环境特征量也将有相应程度的提高。
图中，Ik、K和Lk分别为交通匹配曲线上路网规模累计百分比为k时对应的节点重要度、横坐标位置和路网规模里程百分比；Lp、
Figure BDA0002060062800000051
分别为交通匹配曲线上节点p对应的路网规模累计百分比及上下限。上下限差值为该点在路网总规模中的占比。
S4、对现状路网的路网不均匀系数和路网曲率系数进行计算和判断，其中，路网不均匀系数反映了重要度不同的规划节点周边公路里程的分布情况，其表达式为：
Figure BDA0002060062800000052
式中，I10和I60分别为交通匹配曲线上公路里程累计达到总规模10％和60％时对应的节点重要度。
所述步骤(5)中，路网曲率系数衡量了匹配曲线平滑程度和整体形状，其表达式为：
Figure BDA0002060062800000053
式中，I30为交通匹配曲线上公路里程累计达到总规模30％时对应的节点重要度。
其中，所述路网不均匀系数判断标准为：路网不均匀系数TLCU越大，表示公路里程分布越广，在相应的路网中的均衡性越好；若以TLCUub、TLCUdb分别表示TLCU的上、下边界合理系数，则当TLCU<TLCUdb时路网匹配不良(为非均匀路网)；当TLCU>TLCUub时路网匹配良好；若TLCU大于阈值时，则表示在一定范围内公路规模出现阶跃现象，属于不连续匹配，需要结合路网曲率系数进行判断。
所述路网曲率系数判断标准为：曲率系数TLCC∈[TLCCdb,TLCCub]时，表明匹配良好；当路网曲率系数出现TLCC>TLCCub或TLCC<TLCCdb时，表明分别在I30和I10或I60间公路规模出现了阶跃现象，公路规模变化过大，均衡性较差，其中TLCCub、TLCCdb分别为TLCC上、下边界合理系数。
本实施例的判断结果见表4；
表4路网均衡性评价指标判断表
Figure BDA0002060062800000061
S5、通过动态调整，确定路网均衡性的最终优化方案。
计算可知算例中的现状路网虽未达到均衡匹配的最佳状态，但仍在合理范围，根据路网曲率系数进行进一步判断可知不存在明显的阶跃现象，整体分布较为合理，但在重要度为0.90-1.40附近的节点上路网存在分布过于集中的现象，未来规划中可重点关注相应城市X10至X15。
以上实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。

Claims (6)

1.一种基于交通匹配曲线的路网均衡性指标体系构建方法，其特征在于，包括如下步骤：
(1)确定规划区域中的关键节点并获取路网内部基础信息；
(2)选取合适指标计算路网中各规划节点的节点重要度；
(3)以节点重要度为横坐标，以路网规模累计百分比为纵坐标绘制现状路网的交通匹配曲线，其中，所述交通匹配曲线反映不同节点重要度上路网规模的分布情况；
(4)对现状路网的路网不均匀系数进行计算；
(5)对现状路网的路网曲率系数进行计算；
(6)将两项现状指标与标准指标进行比较和判断，实现路网整体评价；
(7)通过动态调整，确定路网均衡性的最终优化方案；
其中，步骤(4)中，所述路网不均匀系数反映了重要度不同的规划节点周边公路里程的分布情况，其表达式为：
Figure FDA0003753067710000011
式中，I10和I60分别为交通匹配曲线上公路里程累计达到总规模10％和60％时对应的节点重要度；
步骤(5)中，所述路网曲率系数衡量了匹配曲线平滑程度和整体形状，其表达式为：
Figure FDA0003753067710000012
式中，I30为交通匹配曲线上公路里程累计达到总规模30％时对应的节点重要度，I10和I60分别为交通匹配曲线上公路里程累计达到总规模10％和60％时对应的节点重要度。
2.根据权利要求1 所述的一种基于交通匹配曲线的路网均衡性指标体系构建方法，其特征在于，步骤(2)中，节点重要度指标的计算方式为：
首先对不同节点的各指标采用极值法进行标准化处理，具体方法如下：
Figure FDA0003753067710000013
式中，Rij为节点j的第i个指标的标准值，rij为节点j的第i个指标值，rimax和rimin分别为所有节点的第i个指标值的最大及最小值；
节点重要度计算表达式为：
Figure FDA0003753067710000021
式中，Ij为规划节点j的重要度，Ri为区域内各节点的第i个指标的标准值的算术平均值。
3.根据权利要求1 所述的一种基于交通匹配曲线的路网均衡性指标体系构建方法，其特征在于，所述交通匹配曲线反映不同节点重要度上路网规模的分布情况，通过其局部斜率可判断该路网分布的均匀程度，在路网包含的全部节点重要度范围内，当整体斜率低于阈值时说明重要度不同的节点上公路里程变化小，匹配不均；斜率变化大于阈值则反映公路里程分布充分适应节点重要度，满足匹配良好的必要条件。
4.根据权利要求1 所述的一种基于交通匹配曲线的路网均衡性指标体系构建方法，其特征在于，所述交通匹配曲线具有如下性质：
(1)曲线上任意两点重要度之比与所经节点的社会经济和交通资源有关；
(2)交通匹配曲线呈现斜率增大的整体趋势。
5.根据权利要求1 所述的一种基于交通匹配曲线的路网均衡性指标体系构建方法，其特征在于，所述步骤(6)中，路网不均匀系数判断标准为：路网不均匀系数TLCU越大，表示公路里程分布越广，在相应的路网中的均衡性越好；若以TLCUub、TLCUdb分别表示TLCU的上、下边界合理系数，则当TLCU＜TLCUdb时路网匹配不良，为非均匀路网；当TLCU＞TLCUub时路网匹配良好；若TLCU大于阈值时，则表示在一定范围内公路规模出现阶跃现象，属于不连续匹配，需要结合路网曲率系数进行判断。
6.根据权利要求1 所述的一种基于交通匹配曲线的路网均衡性指标体系构建方法，其特征在于，所述步骤(6)中，路网曲率系数判断标准为：曲率系数TLCC∈[TLCCdb,TLCCub]时，表明匹配良好；当路网曲率系数出现TLCC＞TLCCub或TLCC＜TLCCdb时，表明分别在I30和I10或I60间公路规模出现了阶跃现象，公路规模变化过大，均衡性较差，其中TLCCub、TLCCdb分别为TLCC上、下边界合理系数。
CN201910402087.8A 2019-05-15 2019-05-15 一种基于交通匹配曲线的路网均衡性指标体系构建方法 Active CN110222875B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910402087.8A CN110222875B (zh) 2019-05-15 2019-05-15 一种基于交通匹配曲线的路网均衡性指标体系构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910402087.8A CN110222875B (zh) 2019-05-15 2019-05-15 一种基于交通匹配曲线的路网均衡性指标体系构建方法

Publications (2)

Publication Number Publication Date
CN110222875A CN110222875A (zh) 2019-09-10
CN110222875B true CN110222875B (zh) 2022-10-25

Family

ID=67821083

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910402087.8A Active CN110222875B (zh) 2019-05-15 2019-05-15 一种基于交通匹配曲线的路网均衡性指标体系构建方法

Country Status (1)

Country Link
CN (1) CN110222875B (zh)

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10022812A1 (de) * 2000-05-10 2001-11-22 Daimler Chrysler Ag Verfahren zur Verkehrslagebestimmung auf Basis von Meldefahrzeugdaten für ein Verkehrsnetz mit verkehrsgeregelten Netzknoten
CN103198658B (zh) * 2013-03-25 2014-04-16 浙江大学 一种城市道路交通状态不均衡度检测方法
CN107507271B (zh) * 2017-08-09 2020-05-08 交通运输部科学研究院 交通指数驱动高速公路拥堵场景仿真与投影沙盘展示方法
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

Also Published As

Publication number Publication date
CN110222875A (zh) 2019-09-10

Similar Documents

Publication Publication Date Title
CN106485262B (zh) 一种母线负荷预测方法
Renzetti et al. Measuring the technical efficiency of municipal water suppliers: the role of environmental factors
CN107292484A (zh) 基于城市空间大数据的城市再开发土地识别方法及系统
CN108799844B (zh) 一种基于模糊集的供水管网压力监测点选址方法
CN109034469A (zh) 一种基于机器学习的游客流量预测方法
CN111476435A (zh) 基于密度峰值的充电桩负荷预测方法
CN104866916B (zh) 基于权重优化和反距离加权的降雨量插值分析方法
CN113326654A (zh) 一种燃气负荷预测模型的构建方法及装置
CN116524712A (zh) 融合时空关联数据的高速公路拥堵预测方法、系统及装置
CN117469603B (zh) 一种基于大数据学习的多水厂供水系统压力优化控制方法
CN111652459A (zh) 一种计及新能源消纳多指标内涵的电网评价方法
CN101739614A (zh) 层级组合预测通信业务的方法
Wang On fuzzy multiattribute decision-making models and methods with incomplete preference information
CN115018200A (zh) 一种基于深度学习并考虑多种影响因素的电力负荷预测方法及系统
Qu et al. Investigating the intensive redevelopment of urban central blocks using data envelopment analysis and deep learning: a case study of Nanjing, China
CN110222875B (zh) 一种基于交通匹配曲线的路网均衡性指标体系构建方法
Wang et al. Urban network noise control based on road grade optimization considering comprehensive traffic environment benefit
CN116595717A (zh) 一种城市交通噪声分级评估方法和系统
CN116502377A (zh) 供水管网漏损测压点的优化布设方法、装置及存储介质
CN105469157A (zh) 路侧停车需求对停车费率敏感度的空间异质性分析方法
CN115424426A (zh) 一种提升区域地质灾害预警预报准确性的方法
CN110222876A (zh) 一种基于资源均衡效益的旅游交通路网优化方法
CN108388911A (zh) 一种面向混合属性的移动用户动态模糊聚类方法
CN115099481A (zh) 基于空间形态开放度预测传统村落文化旅游发展适宜性的方法
CN115705408A (zh) 一种日负荷曲线聚类方法及其应用

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