CN110634292A - 一种基于路阻性能函数的行程时间可靠性估计方法 - Google Patents

Abstract

本发明公开了一种基于路阻性能函数的行程时间可靠性估计方法，用于解决城市快速路上行程时间可靠性估计问题。技术方案是在引入路网通行能力的退化系数以及饱和度密度函数后，利用路阻性能函数建立行程预算时间估计模型，该方法可为城市快速路行程时间预测、路径规划等领域研究提供技术方法支持。

Description

一种基于路阻性能函数的行程时间可靠性估计方法

技术领域

本发明涉及行程时间可靠性估计方法领域，具体是一种基于路阻性能函数的行程时间可靠性估计方法。

背景技术

随着我国交通运输业的发展，交通需求与交通供给不平衡导致交通拥堵日益加剧，从交通系统运行效率角度来说，行程时间可靠性是衡量交通网络性能的一个重要评价指标。行程时间的预测可以为出行者提供准确和可靠的出发时间和到达时间信息，是城市道路交通信息发布最有价值的内容之一。

近年来，国内外学者在行程时间预测方面提出了很多种行程时间预测方法。Jiwon等人将行程时间与占用率作为特征向量，利用KNN方法实现了短时行程时间预测。邢雪等人采用K-means方法将历史行程时间作为特征向量预测行程时间。Wang等人利用ARIMA时间序列分析模型和时空延迟神经网络模型STDNN等模型对行程时间进行了预测。丁宏飞等利用机器学习方法如BP神经网络和支持向量机实现了行程时间预测。上述所述研究并未全面地考虑行程时间的影响因素，实际上行程时间的不确定性是交通需求和供给之间相互作用的结果。交通供给不确定性的主要影响因素包括自然灾害、日常道路维护、交通事故、特殊事件和恶劣天气等，而交通需求不确定性主要是与起讫点相关的交通需求的随机变化引起的。而路网通行能力和路网饱和度是描述交通需求和供给的量化变量。因此，一些学者开始关注考虑路网通行能力和路网饱和度随机变化情况下的出行时间可靠性。Bell和Lida分析了日交通需求变化下的出行时间可靠性。Shao等人基于OD需求为正态分布这个假设得出行程时间可靠性。Zhou和Chen假设路段交通流量服从对数正态分布来估计行程时间可靠性。Asakura等人考虑了一种由于道路损坏而导致的通行能力衰减情况下的行程时间可靠性。但是这些研究只讨论了行程时间变化的两个关键因素之一。在行程时间可靠性估计研究方面若只考虑单一因素的变化，则估计结果会存在一定的误差。因此，Chen等人将OD需求和通行能力作为连续随机变量，采用蒙特卡罗模拟方法计算行程时间可靠性。Lam等人考虑路段通行能力是降雨强度的非递增函数，同时又考虑了交通需求随机性。Siu和Lo认为交通需求的随机性是非通勤者交通量的变化所致，并且路段的通行能力是随机退化的。虽然这些研究既考虑了出行需求的波动，也考虑了路段通行能力的退化，但这些研究假设出行需求只是作为一个连续的随机变量，或者路段通行能力仅遵循某种分布函数。很少有工作将出行需求波动和路段通行能力退化作为一个整体随机变量来分析出行时间可靠性。而路阻性能函数建立起了行程时间、交通供给和需求的量化关系，目前比较常见的路阻性能函数包括BPR(Bureau of Public Roads)性能函数、线性回归路阻函数、Davidson’s路阻性能函数等等，其中，在交通领域BPR性能函数被广泛地用来估计行程时间。

虽然，BPR函数能够用来研究行程时间可靠性问题，但是由于交通需求与通行能力退化的影响因素很多，而现有技术方法并不能够全面的将它们之间的相互影响关系建立，因此，现有技术方法并未给出一种合理的方案，即同时考虑交通需求与通行能力退化的随机性影响，利用BPR函数来估计行程时间可靠性。

发明内容

本发明的目的是提供一种基于路阻性能函数的行程时间可靠性估计方法，以解决现有技术行程时间可靠性估计方法中没有考虑交通需求与通行能力的问题。

为了达到上述目的，本发明所采用的技术方案为：

一种基于路阻性能函数的行程时间可靠性估计方法，其特征在于：包括以下步骤：

(1)、构建路径期望行程时间估计模型如下所示：

公式(1)中，β和n表示路阻性能函数的待标定参数，下标a表示路段序号，L表示路段集合，

表示路段a的自由流行程时间，

表示路段a的饱和度，表示路段a的饱和度密度函数，参数φ_a∈[0，1]表示路段a通行能力的退化系数，

表示路段与路径的关联系数，当路段a∈r，则

否则，其值为0；

(2)、根据步骤(1)建立的路径期望行程时间估计模型，构造预留行程时间项为：

其中ρ∈[0,2]表示出行者的风险可接受水平；

(3)、根据步骤(1)建立的路径期望行程时间估计模型，以及步骤(2)得到的预留行程时间项，建立路径预算行程时间估计模型：

公式(3)中，

表示路段a的饱和度密度分布函数，κ_a,μ_a,σ_a分别表示极值分布函数的形状参数、位置参数和尺度参数；

(4)、根据步骤(3)建立的路径预算行程时间估计模型，给出路径可靠度R_r可表示为：

R_r＝P{T_r ^actual|T_r ^actual≤B_r}≥α (4)，

公式(4)中，P表示概率，T_r ^actual表示路径r的实际行程时间，α则为路径r的行程时间可靠度。

所述的一种基于路阻性能函数的行程时间可靠性估计方法，其特征在于：步骤(1)中，通过浮动车数据对路段饱和度密度函数进行拟合，获得各路段饱和度密度函数分布函数，从而估计出路径期望行程时间。

所述的一种基于路阻性能函数的行程时间可靠性估计方法，其特征在于：路段a的饱和度

计算方法，其计算公式为：

公式(5)中，f_a表示路段a的交通流量，c_a表示路段a的通行能力，k_a表示路段a的交通密度，v_a表示路段a上区间平均车速，

表示路段a的阻塞密度，

表示路段a的自由流速度，

表示路段a最大服务交通量，通常可认为是路段a的设计通行能力。

所述的一种基于路阻性能函数的行程时间可靠性估计方法，其特征在于：步骤(3)建立的考虑交通需求与供给随机性的路径预算行程时间估计模型中，参数标定为：

路段a自由流时间选择非早晚高峰期其他各个时间段行程时间均值；

路阻性能参数β,n：基于不同路段的浮动车数据标定所得，路段等级不同其值不同；

形状参数κ_a、位置参数μ_a和尺度参数σ_a：基于浮动车速数据，针对不同的路段拟合出相应路段的饱和度极值分布函数，获得其相应参数值。

本发明提供了一种基于路阻性能函数的行程时间可靠性估计方法，是针对路网中交通需求与供给的随机波动性，基于路阻性能函数建立行程时间估计模型，具体来说，涉及考虑交通需求供给随机变化的一种基于路阻性能函数的行程时间可靠性估计方法，此方法可广泛应用于城市快速路行程时间预测、路径规划等领域。

本发明通过引入通行能力退化系数和路段饱和密度分布函数，将交通需求与通行能力比值作为一个随机变量来估计行程时间可靠性，在本发明提出的估计方法下，能够较高准确的估计行程时间可靠性。

附图说明

图1是本发明方法流程框图。

图2是本发明实施例中两条路径示意图。

图3是本发明所提出的路段饱和度密度分布函数图：某一路段拟合的极值分布函数图。

图4是本发明所提出的基于预算行程时间估计模型得到的不同可靠度下两条路径的预算行程时间。

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。

如图1所示，一种基于路阻性能函数的行程时间可靠性估计方法，包括以下步骤：

(1)、构建路径期望行程时间估计模型如下所示：

公式(1)中，β和n表示路阻性能函数的待标定参数，下标a表示路段序号，L表示路段集合，

表示路段a的自由流行程时间，

表示路段a的饱和度，

表示路段a的饱和度密度函数，参数φ_a∈[0，1]表示路段a通行能力的退化系数，

表示路段与路径的关联系数，当路段a∈r，则

否则，其值为0；

(2)、根据步骤(1)建立的路径期望行程时间估计模型，构造预留行程时间项为：

其中ρ∈[0,2]表示出行者的风险可接受水平；

(3)、根据步骤(1)建立的路径期望行程时间估计模型，以及步骤(2)得到的预留行程时间项，建立路径预算行程时间估计模型：

公式(3)中，

表示路段a的饱和度密度分布函数，κ_a,μ_a,σ_a分别表示极值分布函数的形状参数、位置参数和尺度参数；

(4)、根据步骤(3)建立的路径预算行程时间估计模型，给出路径可靠度R_r可表示为：

R_r＝P{T_r ^actual|T_r ^actual≤B_r}≥α (4)，

公式(4)中，P表示概率，T_r ^actual表示路径r的实际行程时间，α则为路径r的行程时间可靠度。

步骤(1)中，通过浮动车数据对路段饱和度密度函数进行拟合，获得各路段饱和度密度函数分布函数，从而估计出路径期望行程时间。

路段a的饱和度

计算方法，其计算公式为：

公式(5)中，f_a表示路段a的交通流量，c_a表示路段a的通行能力，k_a表示路段a的交通密度，v_a表示路段a上区间平均车速，

表示路段a的阻塞密度，

表示路段a的自由流速度，

表示路段a最大服务交通量，通常可认为是路段a的设计通行能力。

步骤(3)建立的考虑交通需求与供给随机性的路径预算行程时间估计模型中，参数标定为：

路段a自由流时间

选择非早晚高峰期其他各个时间段行程时间均值；

路阻性能待定参数β,n：基于不同路段的浮动车数据标定所得，路段等级不同其值不同；

形状参数κ_a、位置参数μ_a和尺度参数σ_a：基于浮动车速数据，针对不同的路段拟合出相应路段的饱和度极值分布函数，获得其相应参数值。

实施例：

本实施例是针对城市快速路行程时间估计的问题，基于路阻性能函数，引入通行能力的退化系数以及饱和度密度函数来估计出行时间可靠性。以图2所示的路径为例进行行程时间估计，具体步骤如下：

(1)、BPR函数：

其中，下标a表示路段序号，L表示路段集合，

表示路段a的自由流行程时间，c_a表示路段a的通行能力，f_a表示路段a的交通流量，β,n是待标定的常参数。

(2)、路径预算行程时间估计模型：

其中，

参数φ_a∈[0，1]表示路段a通行能力的退化系数，

表示路段a的饱和度密度函数，表示路段与路径的关联系数，当路段a∈r，则

否则，其值为0，ρ∈[0,2]表示出行者的风险可接受水平。

(3)、考虑交通需求与供给随机性的路径预算行程时间估计模型：

其中，

表示路段a的饱和度密度分布函数，κ_a,μ_a,σ_a分别表示极值分布函数的形状参数、位置参数和尺度参数。

(4)、给定城市快速路路网，在本实施例中选择北京市六里桥区，利用浮动车速度数据，利用交通流量三参数之间的关系，即

估计路段a的饱和度其计算公式如下所示：

其中，f_a表示路段a的交通流量，c_a表示路段a的通行能力，k_a表示路段a的交通密度，v_a表示路段a上区间平均车速，

表示路段a的阻塞密度，

表示路段a的自由流速度，

表示路段a最大服务交通量，通常可认为是路段a的设计通行能力。

(5)、根据所建立的考虑交通需求与供给随机性的路径预算行程时间估计模型，进一步定义路径的可靠度R_r，可表示为R_r＝P{T_r ^actual|T_r ^actual≤B_r}≥α，其中，P表示概率，T_r ^actual表示路径r的实际行程时间，α则为路径r的行程时间可靠。

(6)、考虑交通需求与供给随机性的路径预算行程时间估计模型参数取值：

路段a自由流时间选择非早晚高峰期其他各个时间段行程时间均值；

路阻性能参数β,n：基于不同路段的浮动车数据标定所得，路段等级不同其值不同；

形状参数κ_a、位置参数μ_a和尺度参数σ_a：基于浮动车速数据，针对不同的路段拟合出相应路段的饱和度极值分布函数，获得其相应参数值；

如图3所示，图3是所选节点编号11215到11163路段的饱和度密度分布函数图：节点编号11215到11163路段拟合的极值分布函数图；从这个路段饱和度密度分布函数图可以看出，路段饱和度密度函数符合极值分布。

如图4所示，图4是基于预算行程时间估计模型得到的不同可靠度下两条路径(起点11333到终点11226、起点11333到终点11163，如图2所示)的预算行程时间。从图中可以看出，利用路段实际的行程时间与在0.95的可靠度下估计的预算行程时间较吻合，说明本发明提出的估计方法具有较好的预测效果。

本发明所述的实施例仅仅是对本发明的优选实施方式进行的描述，并非对本发明构思和范围进行限定，在不脱离本发明设计思想的前提下，本领域中工程技术人员对本发明的技术方案作出的各种变型和改进，均应落入本发明的保护范围，本发明请求保护的技术内容，已经全部记载在权利要求书中。

Claims (4)

1.一种基于路阻性能函数的行程时间可靠性估计方法，其特征在于：包括以下步骤：

(1)、构建路径期望行程时间估计模型如下所示：

公式(1)中，β和n表示路阻性能函数的待标定参数，下标a表示路段序号，L表示路段集合，

表示路段a的自由流行程时间，

表示路段a的饱和度，

表示路段a的饱和度密度函数，参数φ_a∈[0，1]表示路段a通行能力的退化系数，表示路段与路径的关联系数，当路段a∈r，则

否则，其值为0；

(2)、根据步骤(1)建立的路径期望行程时间估计模型，构造预留行程时间项为：

其中ρ∈[0,2]表示出行者的风险可接受水平；

(3)、根据步骤(1)建立的路径期望行程时间估计模型，以及步骤(2)得到的预留行程时间项，建立路径预算行程时间估计模型：

公式(3)中，

表示路段a的饱和度密度分布函数，κ_a,μ_a,σ_a分别表示极值分布函数的形状参数、位置参数和尺度参数；

(4)、根据步骤(3)建立的路径预算行程时间估计模型，给出路径可靠度R_r可表示为：

公式(4)中，P表示概率，

表示路径r的实际行程时间，α则为路径r的行程时间可靠度。

2.根据权利要求1所述的一种基于路阻性能函数的行程时间可靠性估计方法，其特征在于：步骤(1)中，通过浮动车数据对路段饱和度密度函数进行拟合，获得各路段饱和度密度函数分布函数，从而估计出路径期望行程时间。

3.根据权利要求1所述的一种基于路阻性能函数的行程时间可靠性估计方法，其特征在于：路段a的饱和度计算方法，其计算公式为：

公式(5)中，f_a表示路段a的交通流量，c_a表示路段a的通行能力，k_a表示路段a的交通密度，v_a表示路段a上区间平均车速，

表示路段a的阻塞密度，

表示路段a的自由流速度，表示路段a最大服务交通量，通常可认为是路段a的设计通行能力。

4.根据权利要求1所述的一种基于路阻性能函数的行程时间可靠性估计方法，其特征在于：步骤(3)建立的考虑交通需求与供给随机性的路径预算行程时间估计模型中，参数标定为：

路段a自由流时间选择非早晚高峰期其他各个时间段行程时间均值；

路阻性能参数β,n：基于不同路段的浮动车数据标定所得，路段等级不同其值不同；

形状参数κ_a、位置参数μ_a和尺度参数σ_a：基于浮动车速数据，针对不同的路段拟合出相应路段的饱和度极值分布函数，获得其相应参数值。

Images