CN110543728A - 一种城市交通路网关键路口发现方法 - Google Patents
一种城市交通路网关键路口发现方法 Download PDFInfo
- Publication number
- CN110543728A CN110543728A CN201910836471.9A CN201910836471A CN110543728A CN 110543728 A CN110543728 A CN 110543728A CN 201910836471 A CN201910836471 A CN 201910836471A CN 110543728 A CN110543728 A CN 110543728A
- Authority
- CN
- China
- Prior art keywords
- node
- importance
- road network
- nodes
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 11
- 239000011159 matrix material Substances 0.000 claims abstract description 7
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 abstract description 2
- 206010033799 Paralysis Diseases 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
Classifications
-
- G06Q50/40—
-
- 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
- Data Exchanges In Wide-Area Networks (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种城市交通路网关键路口发现方法。本发明首先获取路网拓扑结构和流量数据;其次计算路口节点效率,并确定节点重要度贡献矩阵;然后计算路网节点重要度;最后将所有节点重要度与预设阈值进行对比,若该节点重要度大于阈值,则该节点为关键路口节点。本发明综合考虑交叉口自身位置信息和路网交通流影响,融合节点度值和交通流量数据得到相邻路口间的重要度关联,全面评估道路交叉口重要性,使评价结果更加贴近路网交通实际情况。
Description
技术领域
本发明涉及交通管控领域,具体涉及一种城市交通路网关键路口发现方法,用于挖掘区域交通路网关键路口。
背景技术
城市路网是城市的骨架及城市运行的动脉,其层次是否清晰、结构是否合理、通行能力是否可靠,是能否发挥城市道路资源利用率、提高城市运行效率的关键因素。所以城市的路网结构对该城市的交通有着重要影响。而且城市路网是分布区域较为广泛的网络,容易造成路网大面积拥堵甚至全面瘫痪,路网交通功能的失效会造成惨重的经济损失。所以,分析现有路网结构,并对其进行管理和维护,增强现有路网的连通和抗毁可靠性并充分发挥现有路网的交通功能是解决现有交通问题的一个最为简单和有效的途径。
通过观察研究可以发现,路网的大面积拥堵甚至崩渍,往往是由几个重要的道路交叉口或者交通枢纽的堵塞而引起的。道路网络中,这些对路网效率起着关键作用、能够影响整个路网交通流状态的节点称为路网中的关键节点。对于城市路网管理而言,在路网基本规模确定后,分析路网的现有拓扑结构,找出其中支撑道路网的关键节点,并对这些关键节点进行有效的管理、保护,从而避免道路网络全网崩馈,最终达到缓解城市交通拥堵问题的过程是非常重要的。因此有必要对城市路网中的关键节点和重要路段进行分析研究,找出路网中的关键节点,对其进行有效的联动控制来增强路网的连通可靠性。
发明内容
本发明针对现有技术的不足,提供了一种城市交通路网关键路口发现方法。
本发明包括以下步骤:
步骤1、获取路网拓扑结构和流量数据。
路网拓扑结构是城市路网基础属性之一,节点代表路口,边代表连接路口的路段,路网中各路段的流量数据导入后与路网中每一条边相对应,定义为每条边的权重。
步骤2、计算路口节点效率ei。
节点i的效率ei是指该节点与网络中其他节点间距离倒数之和的平均值。
步骤3、确定节点重要度贡献矩阵Hij。
某一节点j对其相邻节点i的重要性传输比Hij为
式中,Dj为节点j的度值,为所有节点平均度值;wij为节点i与节点j之间连接边的权重。
步骤4、计算路网节点重要度Mi。
将道路网络节点重要度Mi定义为节点自身效率与该节点对相邻节点重要性依赖度之和的乘积。
步骤5、确定关键路口节点。
将所有节点重要度与预设阈值进行对比,若该节点重要度大于阈值,则该节点为关键路口节点。
本发明有益效果:
1、本发明综合考虑交叉口自身位置信息和路网交通流影响,融合节点度值和交通流量数据得到相邻路口间的重要度关联,全面评估道路交叉口重要性,使评价结果更加贴近路网交通实际情况。
2、本发明借助复杂网络的理论知识,通过对城市路网的网络结构和交通特性的分析研究,建立了城市路网中关键节点的识别模型,最后将该模型应用到实际路网中,通过模型计算找到了路网中的关键节点,取得了较好的实用效果。
附图说明
图1是本发明方法流程图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步说明。
如图1所示,本实施例包括以下步骤
1、获取路网拓扑结构和流量数据。路网拓扑结构是城市路网基础属性之一,节点代表路口,边代表连接路口的路段,路网中各路段的流量数据导入后与路网中每一条边相对应,定义为每条边的权重,使用加权邻接矩阵W的形式来描述保存。
2、计算路口节点效率ei。节点i的效率ei是指该节点与网络中其他节点间距离倒数之和的平均值,即
式中,n为路网中节点数目;dij为节点i与j之间的最短距离,即节点对之间所含边数最少的路径中的边的数量。节点i的效率值越大,说明该节点处于网络中心位置的程度越高,那么它在信息或能量的传输中所起的作用越大,对应的重要性就越高。
3、确定节点重要度贡献矩阵Hij。结合边权对节点贡献的影响,得到加权网络节点对其相邻节点的传输比。对于相异性加权网络,权重越小,说明两节点之间关系越紧密,因此,定义某一节点j对其相邻节点i的重要性传输比Hij为
式中,Dj为节点j的度值,为所有节点平均度值;wij为节点i与节点j之间连接边的权重。节点重要度传输贡献矩阵反映相邻节点间的重要性依赖关系,路口节点度值越高,则对相邻路口节点的重要性影响越大。
4、计算路网节点重要度Mi。将道路网络节点重要度Mi定义为节点自身效率与该节点对相邻节点重要性依赖度之和的乘积,即
式中,δij为节点的邻接信息,节点i与节点j相邻时,δij=1,否则δij=0。Mi越大,则该节点相对整体路网重要度越高。
5、确定关键路口节点。将所有节点重要度与预设阈值进行对比,若该节点重要度大于阈值,则该节点为关键路口节点。
综上,本发明解决了城市交通路网中路口节点重要性难以准确评估,关键交通路口无法快速有效识别的技术难题,同时兼顾了路网节点的全局和局部特征。本发明得出的城市路口节点的重要性不仅受所在路网结构或道路交通流影响,也依赖于相邻路口节点连接关系的制约。
Claims (2)
1.一种城市交通路网关键路口发现方法,其特征在于包括以下步骤:
步骤1、获取路网拓扑结构和流量数据
路网拓扑结构是城市路网基础属性之一,节点代表路口,边代表连接路口的路段,路网中各路段的流量数据导入后与路网中每一条边相对应,定义为每条边的权重;
步骤2、计算路口节点效率ei
节点i的效率ei是指该节点与网络中其他节点间距离倒数之和的平均值;
步骤3、确定节点重要度贡献矩阵Hij
某一节点j对其相邻节点i的重要性传输比Hij为
式中,Dj为节点j的度值,为所有节点平均度值;wij为节点i与节点j之间连接边的权重;
步骤4、计算路网节点重要度Mi
将道路网络节点重要度Mi定义为节点自身效率与该节点对相邻节点重要性依赖度之和的乘积;
步骤5、确定关键路口节点
将所有节点重要度与预设阈值进行对比,若该节点重要度大于阈值,则该节点为关键路口节点。
2.根据权利要求1所述的一种城市交通路网关键路口发现方法,其特征在于:步骤1中每条边的权重使用加权邻接矩阵的形式来描述保存。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910836471.9A CN110543728B (zh) | 2019-09-05 | 2019-09-05 | 一种城市交通路网关键路口发现方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910836471.9A CN110543728B (zh) | 2019-09-05 | 2019-09-05 | 一种城市交通路网关键路口发现方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110543728A true CN110543728A (zh) | 2019-12-06 |
CN110543728B CN110543728B (zh) | 2023-03-21 |
Family
ID=68712678
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910836471.9A Active CN110543728B (zh) | 2019-09-05 | 2019-09-05 | 一种城市交通路网关键路口发现方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110543728B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111145540A (zh) * | 2019-12-18 | 2020-05-12 | 福建工程学院 | 一种城市路网拓扑连接边的发现方法和发现系统 |
CN111190977A (zh) * | 2019-12-18 | 2020-05-22 | 福建工程学院 | 一种城市路网拓扑关键节点的发现方法和发现系统 |
CN111862594A (zh) * | 2020-06-04 | 2020-10-30 | 中国兵器科学研究院 | 识别道路交通网络中薄弱单元的方法、装置及存储介质 |
CN112598305A (zh) * | 2020-12-28 | 2021-04-02 | 中国人民解放军军事科学院国防科技创新研究院 | 基于局域结构流量的城市路网重要节点识别方法 |
CN113450558A (zh) * | 2020-03-27 | 2021-09-28 | 上海仙豆智能机器人有限公司 | 一种识别网络关键节点的方法、系统及存储介质 |
WO2021204283A1 (zh) * | 2020-04-10 | 2021-10-14 | 中南大学 | 一种基于里奇流的关键路段检出方法 |
CN113538890A (zh) * | 2020-04-16 | 2021-10-22 | 江苏海平面数据科技有限公司 | 城市关键路口选择算法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6016485A (en) * | 1998-02-13 | 2000-01-18 | Etak, Inc. | System for pathfinding |
US20100036606A1 (en) * | 2006-10-30 | 2010-02-11 | Alan Henry Jones | Method of and apparatus for generating routes |
US20110145261A1 (en) * | 2009-12-15 | 2011-06-16 | International Business Machines Corporation | Efficient calculation of node proximity on graphs with side information |
CN102592440A (zh) * | 2012-02-14 | 2012-07-18 | 清华大学 | 道路网关键节点诊断技术 |
CN102880799A (zh) * | 2012-09-24 | 2013-01-16 | 西北工业大学 | 一种基于多属性决策的复杂网络节点重要度综合评价方法 |
CN105869401A (zh) * | 2016-05-12 | 2016-08-17 | 华南理工大学 | 一种基于不同拥挤程度的路网动态分区方法 |
CN105933147A (zh) * | 2016-04-14 | 2016-09-07 | 北京空间飞行器总体设计部 | 一种卫星系统拓扑优化方法 |
CN107657106A (zh) * | 2017-09-21 | 2018-02-02 | 大连理工大学 | 基于遗传算法的交通流模拟方法 |
CN108446820A (zh) * | 2018-02-06 | 2018-08-24 | 四川大学 | 一种考虑临近节点贡献作用的导航台设备网络脆弱性评估方法 |
CN108683448A (zh) * | 2018-04-24 | 2018-10-19 | 中国民航大学 | 适用于航空网络的影响力节点识别方法及系统 |
CN110135092A (zh) * | 2019-05-21 | 2019-08-16 | 江苏开放大学(江苏城市职业学院) | 基于半局部中心性的复杂加权交通网关键节点识别方法 |
-
2019
- 2019-09-05 CN CN201910836471.9A patent/CN110543728B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6016485A (en) * | 1998-02-13 | 2000-01-18 | Etak, Inc. | System for pathfinding |
US20100036606A1 (en) * | 2006-10-30 | 2010-02-11 | Alan Henry Jones | Method of and apparatus for generating routes |
US20110145261A1 (en) * | 2009-12-15 | 2011-06-16 | International Business Machines Corporation | Efficient calculation of node proximity on graphs with side information |
CN102592440A (zh) * | 2012-02-14 | 2012-07-18 | 清华大学 | 道路网关键节点诊断技术 |
CN102880799A (zh) * | 2012-09-24 | 2013-01-16 | 西北工业大学 | 一种基于多属性决策的复杂网络节点重要度综合评价方法 |
CN105933147A (zh) * | 2016-04-14 | 2016-09-07 | 北京空间飞行器总体设计部 | 一种卫星系统拓扑优化方法 |
CN105869401A (zh) * | 2016-05-12 | 2016-08-17 | 华南理工大学 | 一种基于不同拥挤程度的路网动态分区方法 |
CN107657106A (zh) * | 2017-09-21 | 2018-02-02 | 大连理工大学 | 基于遗传算法的交通流模拟方法 |
CN108446820A (zh) * | 2018-02-06 | 2018-08-24 | 四川大学 | 一种考虑临近节点贡献作用的导航台设备网络脆弱性评估方法 |
CN108683448A (zh) * | 2018-04-24 | 2018-10-19 | 中国民航大学 | 适用于航空网络的影响力节点识别方法及系统 |
CN110135092A (zh) * | 2019-05-21 | 2019-08-16 | 江苏开放大学(江苏城市职业学院) | 基于半局部中心性的复杂加权交通网关键节点识别方法 |
Non-Patent Citations (2)
Title |
---|
LINYUAN L. ET AL.: "Vital nodes identification in complex networks", 《PHYSICS REPORTS》 * |
周漩 等: "利用重要度评价矩阵确定复杂网络关键节点", 《物理学报》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111145540A (zh) * | 2019-12-18 | 2020-05-12 | 福建工程学院 | 一种城市路网拓扑连接边的发现方法和发现系统 |
CN111190977A (zh) * | 2019-12-18 | 2020-05-22 | 福建工程学院 | 一种城市路网拓扑关键节点的发现方法和发现系统 |
CN111145540B (zh) * | 2019-12-18 | 2021-09-03 | 福建工程学院 | 一种城市路网拓扑连接边的发现方法和发现系统 |
CN113450558A (zh) * | 2020-03-27 | 2021-09-28 | 上海仙豆智能机器人有限公司 | 一种识别网络关键节点的方法、系统及存储介质 |
CN113450558B (zh) * | 2020-03-27 | 2022-11-08 | 上海仙豆智能机器人有限公司 | 一种识别网络关键节点的方法、系统及存储介质 |
WO2021204283A1 (zh) * | 2020-04-10 | 2021-10-14 | 中南大学 | 一种基于里奇流的关键路段检出方法 |
CN113538890A (zh) * | 2020-04-16 | 2021-10-22 | 江苏海平面数据科技有限公司 | 城市关键路口选择算法 |
CN113538890B (zh) * | 2020-04-16 | 2022-12-23 | 江苏海平面数据科技有限公司 | 一种城市关键路口选择方法 |
CN111862594A (zh) * | 2020-06-04 | 2020-10-30 | 中国兵器科学研究院 | 识别道路交通网络中薄弱单元的方法、装置及存储介质 |
CN112598305A (zh) * | 2020-12-28 | 2021-04-02 | 中国人民解放军军事科学院国防科技创新研究院 | 基于局域结构流量的城市路网重要节点识别方法 |
CN112598305B (zh) * | 2020-12-28 | 2022-02-15 | 中国人民解放军军事科学院国防科技创新研究院 | 基于局域结构流量的城市路网重要节点识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110543728B (zh) | 2023-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110543728B (zh) | 一种城市交通路网关键路口发现方法 | |
CN1925437B (zh) | 用于检测网络中状态改变的系统及方法 | |
Akbarzadeh et al. | The role of travel demand and network centrality on the connectivity and resilience of an urban street system | |
Kas et al. | Incremental algorithm for updating betweenness centrality in dynamically growing networks | |
Kilanitis et al. | Impact of earthquake-induced bridge damage and time evolving traffic demand on the road network resilience | |
CN110135092A (zh) | 基于半局部中心性的复杂加权交通网关键节点识别方法 | |
CN103077604B (zh) | 交通传感器管理方法和系统 | |
CN111145536B (zh) | 一种基于异常检测的道路网络脆性评价方法 | |
CN105222793B (zh) | 一种基于矢量地图数据模型的城市层次化区域划分方法 | |
CN108683448B (zh) | 适用于航空网络的影响力节点识别方法及系统 | |
Bagloee et al. | A heuristic methodology to tackle the Braess Paradox detecting problem tailored for real road networks | |
CN109859480B (zh) | 基于复杂网络的拥堵路段建模和评估方法 | |
Zhou et al. | A dynamic network partition method for heterogenous urban traffic networks | |
CN113096404B (zh) | 一种面向道路封锁的路网交通流变动定量计算方法 | |
CN108447255B (zh) | 一种城市道路动态交通网络结构信息系统 | |
Hu et al. | Finding the k shortest paths by ripple-spreading algorithms | |
CN109887280B (zh) | 一种交通网络节点关键度评估方法 | |
Fakhrmoosavi et al. | An iterative learning approach for network contraction: Path finding problem in stochastic time‐varying networks | |
CN115131966A (zh) | 一种考虑交叉口运行特性的路网关键节点识别方法 | |
Rouhana et al. | Transportation network resilience against failures: GIS-based assessment of network topology role | |
Cimellaro et al. | Community resilience index for road network systems | |
Abbar et al. | Robustness and resilience of cities around the world | |
Zarghami et al. | Forecasting the impact of population growth on robustness of water distribution networks: A system dynamics approach | |
Ferretti et al. | Weak nodes detection in urban transport systems: Planning for resilience in Singapore | |
CN116129648A (zh) | 一种路网拥堵关键节点识别方法、设备、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 |