CN110660216A - 行程时间阈值确定方法、系统及智能设备 - Google Patents

行程时间阈值确定方法、系统及智能设备 Download PDF

Info

Publication number
CN110660216A
CN110660216A CN201910919084.1A CN201910919084A CN110660216A CN 110660216 A CN110660216 A CN 110660216A CN 201910919084 A CN201910919084 A CN 201910919084A CN 110660216 A CN110660216 A CN 110660216A
Authority
CN
China
Prior art keywords
travel time
travel
vehicle
time threshold
change rate
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
Application number
CN201910919084.1A
Other languages
English (en)
Other versions
CN110660216B (zh
Inventor
臧晓冬
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.)
Guangzhou University
Original Assignee
Guangzhou University
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 Guangzhou University filed Critical Guangzhou University
Priority to CN201910919084.1A priority Critical patent/CN110660216B/zh
Publication of CN110660216A publication Critical patent/CN110660216A/zh
Application granted granted Critical
Publication of CN110660216B publication Critical patent/CN110660216B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种行程时间阈值确定方法、系统及智能设备,所述方法包括:获取车辆在当前路段上的行程参数,并根据所述行程参数确定该车辆的行程时间可靠度;根据车辆在当前路段的交通量及平均实际行程速度,基于运行效率最大,确定行程时间阈值的上限;根据各出行者的社会收益变化率、出行成本变化率及行程时间可靠度得到当前路段的行程时间阈值,本发明解决了在目前行程时间可靠度的评估过程中,还没有统一的行程时间阈值标准,也缺乏必要的确定行程时间阈值的理论支撑,不同的机构、组织和个人,根据各自的需要主观的选用不同的值,从而造成评价结果的混淆,甚至针对相同的评价项目产生截然相反的评价结果的问题,满足了实际应用需求。

Description

行程时间阈值确定方法、系统及智能设备
技术领域
本发明涉及道路行程时间可靠度评估技术领域,特别是涉及一种行程时间阈值确定方法、系统及智能设备。
背景技术
道路交通系统是交通运输网络的重要组成部分,其稳定可靠的交通运行状态是道路管理者和道路使用者共同的愿望,从而保证期望的交通出行。但是在实际交通运行过程中,诸如交通事故、交通流状态、天气、气候等诸多因素都对交通运行状态造成影响,使期望的交通出行存在较大不确定性。为了反应和评价这种不确定性,道路运行时间可靠度的概念被引入的交通运行状态评估当中。
目前常用的可靠度评估方法包括三种:连通可靠度、通行能力可靠度和行程时间可靠度。其中,连通可靠度是衡量道路网是否连通的概率指标,这种方法只有两种状态,0(代表不连通)和1(代表连通),主要用于评价灾害条件下,道路网是否连通。通行能力可靠度是在某一服务水平情况下道路的通行能力满足交通需求的可能性,主要应用于评价道路网的等级下降情况下的通行能力可靠程度。行程时间可靠度表示在一定的时间周期内、在相同的出行过程中,行程时间保持在某一定值的可能性大小,该指标反映了行程时间的波动程度。
行程时间阈值是计算行程时间可靠度的关键参数,在目前的应用过程中,还没有统一的行程时间阈值标准,也缺乏必要的确定行程时间阈值的理论支撑。不同的机构、组织和个人,根据各自的需要主观的选用不同的值,从而造成评价结果的混淆,甚至针对相同的评价项目产生截然相反的评价结果。
发明内容
为了解决上述问题,本发明的目的是提供一种能够科学、合理的确定行程时间阈值,提高路段行程时间可靠性的行程时间阈值确定方法、系统及智能设备。
一种行程时间阈值确定方法,应用于移动终端,所述方法包括:
获取车辆在当前路段上的行程参数,并根据所述行程参数确定该车辆的行程时间可靠度模型;
根据车辆在当前路段的交通量及平均实际行程速度,获取道路交通运行效率,进而确定行程时间阈值的上限;
根据各出行者的社会收益变化率、出行成本变化率及行程时间可靠度得到当前路段的行程时间阈值。
根据本发明提供的行程时间阈值确定方法,通过对车辆在当前路段上的行程参数进行实时的获取,以确保参数获取的及时性及可靠性,通过根据所述行程参数确定该车辆的行程时间可靠度以提高行程时间阈值确定的可靠性;为使行程时间可靠度的评估更加科学与可靠,因此需根据车辆在当前路段的交通量及平均实际行程速度确定行程时间阈值的上限及取值区间,为下一步确定行程时间阈值提供必要条件;为同时满足道路交通运行效率较高与出行者出行时间尽量短之间的平衡条件,以出行者为分析对象,任一出行者即从道路交通运行效率中获得社会收益,也从出行时间的增加中付出更多出行成本,以使这种收益与付出达到平衡则满足条件,因此,需要根据各出行者的社会收益变化率、出行成本变化率及行程时间可靠度确定当前路段的行程时间阈值。本发明提供的行程时间阈值确定方法,解决了在目前行程时间可靠度的评估过程中,还没有统一的行程时间阈值标准,也缺乏必要的确定行程时间阈值的理论支撑,不同的机构、组织和个人,根据各自的需要主观的选用不同的值,从而造成评价结果的混淆,甚至针对相同的评价项目产生截然相反的评价结果的问题,满足了实际应用需求。
另外,根据本发明上述的行程时间阈值确定方法,还可以具有如下附加的技术特征:
进一步地,获取车辆在当前路段上的行程参数,并根据所述行程参数确定该车辆的行程时间可靠度的方法包括:
获取车辆在当前路段上的实际行程时间及自由流状态下的行程时间;
根据车辆在当前路段上的实际行程时间望值及自由流状态下行程时间期望值,得到该车辆的行程时间可靠度模型。
进一步地,该车辆的行程时间可靠度的模型:
Rl(t)=P{T(t)/T0(t)≤θc}
其中,P(·)为事件的概率,θc为行程时间的阈值,T(t)为实际行程时间望值,T0(t)为自由流状态下行程时间期望值。
进一步地,根据车辆在当前路段的交通量及平均实际行程速度确定行程时间阈值的上限的方法包括:
根据车辆在当前路段的交通量及平均实际行程速度得到该路段的交通运行效率;
将所述交通运行效率、实际行程时间与自由流状态下行程时间的比值带入路阻函数,以得到交通运行效率的极值;
根据当前路段的行程参数及交通运行效率的极值确定行程时间阈值的上限。
进一步地,所述交通运行效率的极值的公式为:
Figure BDA0002216994000000031
其中,e(t)为交通运行效率,θ为实际行程时间与自由流条件下行程时间的比值,α和β为待标定参数且α≥0、β≥0,θm为交通运行效率的极值。
进一步地,根据各出行者的社会收益变化率、出行成本变化率及行程时间可靠度得到当前路段的行程时间阈值的方法包括:
根据各出行者的社会收益及出行成本,得到各出行者的社会收益变化率及出行成本变化率;
根据各出行者的社会收益变化率与出行成本变化率的关系,得到不同行程参数所对应的行程时间阈值。
各出行者的社会收益变化率与出行成本变化率的关系的公式为:
Ds(t)=Ic(t)
Figure BDA0002216994000000041
Ic(t)=(θ-1)×100%
则((2-θ).θ)β-(θ-1)ββ/(β-1)(β-1)=0
其中,Ds(t)为出行者的社会收益变化率,Ic(t)为出行者的出行成本变化率,θ为实际行程时间与自由流条件下行程时间的比值,β为待标定参数且β≥0。
进一步地,各行程阈值的误差小于或等于0.01。
本发明的另一实施例提出一种行程时间阈值确定系统,解决了在目前行程时间可靠度的评估过程中,还没有统一的行程时间阈值标准,也缺乏必要的确定行程时间阈值的理论支撑,不同的机构、组织和个人,根据各自的需要主观的选用不同的值,从而造成评价结果的混淆,甚至针对相同的评价项目产生截然相反的评价结果的问题。
根据本发明实施例的行程时间阈值确定系统,包括:
获取模块,用于获取车辆在当前路段上的行程参数,并根据所述行程参数确定该车辆的行程时间可靠度模型;
确定模块,用于根据车辆在当前路段的交通量及平均实际行程速度,计算道路交通运行效率,进而确定行程时间阈值的上限;
计算模块,用于根据各出行者的社会收益变化率、出行成本变化率及行程时间可靠度得到当前路段的行程时间阈值。
本发明的另一个实施例还提出一种智能设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述方法。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实施例了解到。
附图说明
图1是本发明第一实施例提出的行程时间阈值确定方法的流程图;
图2是图1中步骤S101的具体流程图;
图3是图1中步骤S102的具体流程图;
图4是图3中步骤S102的参考示意图;
图5是图1中步骤S103的具体流程图;
图6是图5中步骤S103的参考示意图;
图7是本发明第二实施例提出的行程时间阈值确定系统的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,本发明第一实施例提出的一种行程时间阈值确定方法,其中,包括步骤S101~S103:
步骤S101,获取车辆在当前路段上的行程参数,并根据所述行程参数确定该车辆的行程时间可靠度模型。
其中,本实施例提供的方法,其执行主体为移动终端,移动终端例如为手机、平板电脑或服务器。但需要了解的是,本发明实施例并不限于此,本发明实施例的方法可以应用在任何终端设备中,即任何可以对行程时间进行评估的电子设备中。具体的,在现在技术中,由于目前行程时间可靠度的评估方法中,还没有统一的行程时间阈值标准,也缺乏必要的确定行程时间阈值的理论支撑,不同的机构、组织和个人,根据各自的需要主观的选用不同的值,从而造成评价结果的混淆,甚至针对相同的评价项目产生截然相反的评价结果的问题。在本发明实施例中,为了解决这一问题,实时的获取车辆在当前路段上的行程参数,以确定行程时间阈值的上限和取值区间,最终通过理论分析和模型求解确定了行程时间阈值的具体取值,从而使行程时间可靠度的评估更加科学与可靠。
在本实施例中,通过对车辆在当前路段上的行程参数进行实时的获取,以确保参数获取的及时性及可靠性,通过根据所述行程参数确定该车辆的行程时间可靠度以提高行程时间阈值确定的可靠性。
请参阅图2,获取车辆在当前路段上的行程参数,并根据所述行程参数确定该车辆的行程时间可靠度的方法包括如下步骤:
步骤S1011,获取车辆在当前路段上的实际行程时间及自由流状态下的行程时间。
步骤S1012,根据车辆在当前路段上的实际行程时间望值及自由流状态下行程时间期望值,得到该车辆的行程时间可靠度模型。
具体的,根据车辆在某一时间段t内在长度为l的当前路段上的实际行程时间:Xl(t)=(x1,x2......,xn),xn代表第n辆车的实际行程时间。根据车辆在某一时间段t内在长度为l的当前路段上的自由流状态下的行程时间:Yl(t)=(y1,y2......,yn),yn代表第n辆车的实际行程时间。
根据车辆在当前路段上的实际行程时间,确定车辆在当前路段上的实际行程时间望值:T(t)=E(Xl(t));根据车辆在当前路段上的自由流状态下的行程时间,确定车辆在当前路段上的自由流状态下行程时间期望值:T0(t)=E(Yl(t))。
因此,该车辆的行程时间可靠度的模型为:
Rl(t)=P{T(t)/T0(t)≤θc}
其中,P(·)为事件的概率;θc为行程时间的阈值,其意义是实际行程时间与自由流行程时间之比的某一个比值;T(t)为实际行程时间望值;T0(t)为自由流状态下行程时间期望值。
步骤S102,根据车辆在当前路段的交通量及平均实际行程速度,获取道路交通运行效率,进而确定行程时间阈值的上限。
如上所述,为使行程时间可靠度的评估更加科学与可靠,因此需根据车辆在当前路段的交通量及平均实际行程速度,计算交通运行效率,进而确定行程时间阈值的上限及取值区间,为下一步确定行程时间阈值提供必要条件。
请参阅图3,根据车辆在当前路段的交通量及平均实际行程速度确定行程时间阈值的上限的方法包括如下步骤:
步骤S1021,根据车辆在当前路段的交通量及平均实际行程速度得到该路段的交通运行效率。
具体的,将车辆在当前路段的交通量与平均实际行程速度进行相乘,得到该路段的交通运行效率。该该路段的交通运行效率的公式为:
e(t)=Q(t)×V(t)
步骤S1022,将所述交通运行效率、实际行程时间与自由流状态下行程时间的比值带入路阻函数,以得到交通运行效率的极值。
具体的,根据路段的通行能力及待标定参数得到道路的路阻函数:
Figure BDA0002216994000000071
其中,C代表路段的通行能力,设为常数,α(≥0)和β(≥0)为待标定参数,当α=0.15时,β在2.5和4.0之间,因为所有参数都大于0,因此有
令,θ=T(t)/T0(t),则
Figure BDA0002216994000000073
Figure BDA0002216994000000081
又因为在相同路段,速度与时间成反比,则:
Figure BDA0002216994000000082
因为,V0(t)代表在此时间段t内,车辆的在自由流状态下的平均行程速度,于是,实际行程速度可表达为自由流情况下的行程速度与θ之比:
Figure BDA0002216994000000083
Figure BDA0002216994000000084
为求道路交通运行效率的极值,在上述公式中对θ求导数如下:
Figure BDA0002216994000000085
Figure BDA0002216994000000086
其中,e(t)为交通运行效率,θ为实际行程时间与自由流条件下行程时间的比值,α(≥0)和β(≥0)为待标定参数,θm为交通运行效率的极值,即运行效率达到极值时的特征取值,例如β=4,则θm=1.33。
步骤S1023,根据当前路段的行程参数及交通运行效率的极值确定行程时间阈值的上限。
设β=4,并设
Figure BDA0002216994000000087
中的自由流速度V0(t):分别为40km/h、60km/h、80km/h、100km/h,对应的通行能力值C分别为1200pcu/h/ln、1400pcu/h/ln、1800pcu/h/ln、2000pcu/h/ln,绘制示意图如图4所示。
图4中的曲线描述了θ与道路交通运行效率之间的关系。每一条曲线代表一种自由流速度和通行能力状况,图中用颜色加以区分。该图左上角的图例中,“v”代表自由流速度,“c”代表道路通行能力,“max E”代表交通运行效率的极值,其值是让θ=θm。每条曲线峰顶的括号内,左侧的数值表示道路交通运行效率达到最大时θ的值θm,右侧值为相应参数情况下的运行效率极值。
从图4中可以看出,曲线为开口朝下的曲线,每一个运行效率值对应两个θ值(顶点和水平轴上除外)。在峰顶处道路交通运行效率达到最大,此时θ=θm,而后根据公式
Figure BDA0002216994000000091
计算得到,那么可以断定θm即为行程时间阈值的上限,其原因如下:
首先,θ表示的是实际行程时间与自由流条件下行程时间的比值,该值越大,说明实际行程时间越长,出行者花费在道路上的时间越多。
其次,在相同的道路交通运行效率情况下,有两个θ值,假定为θ1和θ2,如果θ1m而θ2m,那么选择实际行程时间较小的θ1更合理,如果选择θ2则得不偿失。
由此,可以判断行程时间阈值一定在峰顶的左侧取值,即1≤θc≤θm,行程时间阈值的上限为θm
步骤S103,根据各出行者的社会收益变化率、出行成本变化率及行程时间可靠度得到当前路段的行程时间阈值。
道路系统是一种公共服务设施,既要满足公共出行需求,也就是要保障道路交通运行效率尽量高,还要保证出行者出行时间不能过长。道路交通运行效率高意味着交通量比较大,那么道路就可能发生拥挤,出行者的出行时间就会相应的增加,出行成本就会相应提高;而如果保证出行者的出行时间尽量短,那么交通量势必减少,道路的运行效率相应的就会下降。由此,可以推断满足道路交通运行效率和满足出行者出行时间尽量短之间是一对矛盾共同体,找到其中的平衡点成为解决问题的关键。
为了找到这个平衡点,以出行者为分析对象,任一出行者即从道路交通运行效率中获得社会收益,也从出行时间的增加中付出更多出行成本,如果这种收益与付出达到平衡,则这个平衡点即为所求。因此,需要根据各出行者的社会收益变化率、出行成本变化率及行程时间可靠度确定当前路段的行程时间阈值。
请参阅图5,根据各出行者的社会收益变化率、出行成本变化率及行程时间可靠度得到当前路段的行程时间阈值的方法包括如下步骤:
步骤S1031,根据各出行者的社会收益及出行成本,得到各出行者的社会收益变化率及出行成本变化率。
步骤S1032,根据各出行者的社会收益变化率与出行成本变化率的关系,得到不同行程参数所对应的行程时间阈值。
具体的,设:S(t)=e(t).f(e(t))
S(t)代表出行者在时间段t内,从道路交通运行效率中获得的社会收益;f(·)代表一个广义的单位转换函数,其将道路交通运行效率转换为以货币形式表现的单位社会收益。
如果出行者数量为n,那么每个出行者将获得的收益为:
B(t)=S(t)/n=e(t).f(e(t))/n
同理,设:C(t)=T(t).g(T(t))
其中,C(t)代表每个出行者在时间段t内的出行成本,g(·)代表一个广义的单位成本转换函数,其将出行时间转换为以货币形式表现的单位成本。当B(t)=C(t)时,可得出出行程时间的阈值,而实际上是很难实现的,因为,B(t)和C(t)难于计算,主要原因在于不同的地区、不同的区域,交通运行效率带来的社会收益和出行成本是不同的,其值实际上是随机变量。为了提高模型的通用性,可以采用相对指标进行计算。
首先,计算每个出行者的社会收益变化率,即相对于交通运行效率取极值时出行者的社会收益,实际出行过程中(即:θ≤θm)下降的百分比:
Figure BDA0002216994000000111
其中,em(t)代表运行效率的极值。
然后,计算每个出行者的出行成本变化率,即相对于自由流情况下的出行成本,实际出行过程中(即:θ≤θm)的出行成本增加百分率:
Figure BDA0002216994000000112
当Ds(t)=Ic(t)时,可假设:
f(e(t))≈f(em(t))和g(T(t))≈g(T0(t)),则:
Figure BDA0002216994000000113
Figure BDA0002216994000000114
其中,当Ds(t)=Ic(t)时:
((2-θ).θ)β-(θ-1)ββ/(β-1)(β-1)=0
其中Ds(t)=Ic(t)的关系,可以用图6进一步说明。图6中的β值代表路阻函数中参数的不同取值,图中的斜线表示随着θ的增大,出行者出行成本提高的百分率,其它曲线表示随着θ的增大,出行者社会收益的下降百分率。图6显示,出行者收益下降的百分率和出行成本提高的百分率有交叉点,此交叉点就是所求的平衡点。设置可接受误差为0.01,采用迭代法求((2-θ).θ)β-(θ-1)ββ/(β-1)(β-1)=0的解,得到结果如下表所示。
不同β值所对应的行程时间阈值
Figure BDA0002216994000000121
以β=4的情况说明上表的含义。表1中,当β=4时,θc=1.10,因此计算行程时间可靠度时,建议采用的阈值为1.10,其它含义相同。
由此,计算行程时间可靠度时,行程时间阈值是有上限的,其上限为
Figure BDA0002216994000000122
行程时间阈值是可以确定的,其建议的取值可根据((2-θ).θ)β-(θ-1)ββ/(β-1)(β-1)=0求得,典型的行程时间阈值,建议采用上表的推荐值,此外,在行程时间阈值的误差大于预设值时,还可根据该行程时间阈值的误差持续大于预设值的时间生成相应的预警信息。
可以理解的,根据道路交通运行效率曲线,判断行程时间阈值是有上限的,并且在曲线顶点对应的左侧取值,从而判断行程时间阈值的取值区间;满足道路交通运行效率和满足出行者出行时间尽量短之间是一对矛盾共同体,为使两者具有可比性,采用了相对社会收益和相对出行成本两个相对指标,取两个相对指标相等的情况,从而得到行程时间阈值的具体值;此外行程时间阈值与参数有关,不同的值对应不同的阈值,在应用过程中要结合实际交通流模型确定其阈值,从而使结论更具有普适性。
根据本发明提供的行程时间阈值确定方法,通过对车辆在当前路段上的行程参数进行实时的获取,以确保参数获取的及时性及可靠性,通过根据所述行程参数确定该车辆的行程时间可靠度以提高行程时间阈值确定的可靠性;为使行程时间可靠度的评估更加科学与可靠,因此需根据车辆在当前路段的交通量及平均实际行程速度确定行程时间阈值的上限及取值区间,为下一步确定行程时间阈值提供必要条件;为同时满足道路交通运行效率较高与出行者出行时间尽量短之间平衡的条件,以出行者为分析对象,任一出行者即从道路交通运行效率中获得社会收益,也从出行时间的增加中付出更多出行成本,以使这种收益与付出达到平衡则满足条件,因此,需要根据各出行者的社会收益变化率、出行成本变化率及行程时间可靠度确定当前路段的行程时间阈值。本发明提供的行程时间阈值确定方法,解决了在目前行程时间可靠度的评估过程中,还没有统一的行程时间阈值标准,也缺乏必要的确定行程时间阈值的理论支撑,不同的机构、组织和个人,根据各自的需要主观的选用不同的值,从而造成评价结果的混淆,甚至针对相同的评价项目产生截然相反的评价结果的问题,满足了实际应用需求。
请参阅图7,基于同一发明构思,本发明第二实施例提供的行程时间阈值确定系统,包括:
获取模块10,用于获取车辆在当前路段上的行程参数,并根据所述行程参数确定该车辆的行程时间可靠度模型。
具体的,获取车辆在当前路段上的实际行程时间及自由流状态下的行程时间;根据车辆在当前路段上的实际行程时间望值及自由流状态下行程时间期望值,得到该车辆的行程时间可靠度模型。该车辆的行程时间可靠度的模型为:
Rl(t)=P{T(t)/T0(t)≤θc}
其中,P(·)为事件的概率,θc为行程时间的阈值,T(t)为实际行程时间望值,T0(t)为自由流状态下行程时间期望值。
确定模块20,根据车辆在当前路段的交通量及平均实际行程速度,获取道路交通运行效率,进而确定行程时间阈值的上限。
具体的,根据车辆在当前路段的交通量及平均实际行程速度得到该路段的交通运行效率;将所述交通运行效率、实际行程时间与自由流状态下行程时间的比值带入路阻函数,以得到交通运行效率的极值;根据当前路段的行程参数及交通运行效率的极值确定行程时间阈值的上限。所述交通运行效率的极值的公式为:
Figure BDA0002216994000000131
Figure BDA0002216994000000141
其中,e(t)为交通运行效率,θ为实际行程时间与自由流条件下行程时间的比值,α和β为待标定参数且α≥0、β≥0,θm为交通运行效率的极值。
计算模块30,用于根据各出行者的社会收益变化率、出行成本变化率及行程时间可靠度得到当前路段的行程时间阈值。
具体的,根据各出行者的社会收益及出行成本,得到各出行者的社会收益变化率及出行成本变化率;根据各出行者的社会收益变化率与出行成本变化率的关系,得到不同行程参数所对应的行程时间阈值,各行程阈值的误差小于或等于0.01。其中,各出行者的社会收益变化率与出行成本变化率的关系的公式为:
Ds(t)=Ic(t)
Figure BDA0002216994000000142
Ic(t)=(θ-1)×100%
则((2-θ).θ)β-(θ-1)ββ/(β-1)(β-1)=0
其中,Ds(t)为出行者的社会收益变化率,Ic(t)为出行者的出行成本变化率,θ为实际行程时间与自由流条件下行程时间的比值,β为待标定参数且β≥0。
根据本发明提供的行程时间阈值确定系统,通过对车辆在当前路段上的行程参数进行实时的获取,以确保参数获取的及时性及可靠性,通过根据所述行程参数确定该车辆的行程时间可靠度以提高行程时间阈值确定的可靠性;为使行程时间可靠度的评估更加科学与可靠,因此需根据车辆在当前路段的交通量及平均实际行程速度确定行程时间阈值的上限及取值区间,为下一步确定行程时间阈值提供必要条件;为同时满足道路交通运行效率较高与出行者出行时间尽量短之间平衡的条件,以出行者为分析对象,任一出行者即从道路交通运行效率中获得社会收益,也从出行时间的增加中付出更多出行成本,以使这种收益与付出达到平衡则满足条件,因此,需要根据各出行者的社会收益变化率、出行成本变化率及行程时间可靠度确定当前路段的行程时间阈值。本发明提供的行程时间阈值确定方法,解决了在目前行程时间可靠度的评估过程中,还没有统一的行程时间阈值标准,也缺乏必要的确定行程时间阈值的理论支撑,不同的机构、组织和个人,根据各自的需要主观的选用不同的值,从而造成评价结果的混淆,甚至针对相同的评价项目产生截然相反的评价结果的问题,满足了实际应用需求。
本发明实施例提出的行程时间阈值确定系统的技术特征和技术效果与本发明实施例提出的方法相同,在此不予赘述。
此外,本发明的实施例还提出一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述方法的步骤。
此外,本发明的实施例还提出一种智能设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现上述方法的步骤。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种行程时间阈值确定方法,应用于移动终端,其特征在于,所述方法包括如下步骤:
获取车辆在当前路段上的行程参数,并根据所述行程参数确定该车辆的行程时间可靠度模型;
根据车辆在当前路段的交通量及平均实际行程速度,获取道路交通运行效率,进而确定行程时间阈值的上限;
根据各出行者的社会收益变化率、出行成本变化率及行程时间可靠度得到当前路段的行程时间阈值。
2.根据权利要求1所述的行程时间阈值确定方法,其特征在于,获取车辆在当前路段上的行程参数,并根据所述行程参数确定该车辆的行程时间可靠度的方法包括:
获取车辆在当前路段上的实际行程时间及自由流状态下的行程时间;
根据车辆在当前路段上的实际行程时间望值及自由流状态下行程时间期望值,得到该车辆的行程时间可靠度模型。
3.根据权利要求2所述的行程时间阈值确定方法,其特征在于,该车辆的行程时间可靠度的模型为:
Rl(t)=P{T(t)/T0(t)≤θc}
其中,P(·)为事件的概率,θc为行程时间的阈值,T(t)为实际行程时间望值,T0(t)为自由流状态下行程时间期望值。
4.根据权利要求1所述的行程时间阈值确定方法,其特征在于,根据车辆在当前路段的交通量及平均实际行程速度确定行程时间阈值的上限的方法包括:
根据车辆在当前路段的交通量及平均实际行程速度得到该路段的交通运行效率;
将所述交通运行效率、实际行程时间与自由流状态下行程时间的比值带入路阻函数,以得到交通运行效率的极值;
根据当前路段的行程参数及交通运行效率的极值确定行程时间阈值的上限。
5.根据权利要求4所述的行程时间阈值确定方法,其特征在,所述交通运行效率的极值的公式为:
Figure FDA0002216993990000021
其中,e(t)为交通运行效率,θ为实际行程时间与自由流条件下行程时间的比值,α和β为待标定参数且α≥0、β≥0,θm为交通运行效率的极值。
6.根据权利要求1所述的行程时间阈值确定方法,其特征在于,根据各出行者的社会收益变化率、出行成本变化率及行程时间可靠度得到当前路段的行程时间阈值的方法包括:
根据各出行者的社会收益及出行成本,得到各出行者的社会收益变化率及出行成本变化率;
根据各出行者的社会收益变化率与出行成本变化率的关系,得到不同行程参数所对应的行程时间阈值。
7.根据权利要求6所述的行程时间阈值确定方法,其特征在于,各出行者的社会收益变化率与出行成本变化率的关系的公式为:
Ds(t)=Ic(t)
Figure FDA0002216993990000031
Ic(t)=(θ-1)×100%
则((2-θ).θ)β-(θ-1)ββ/(β-1)(β-1)=0
其中,Ds(t)为出行者的社会收益变化率,Ic(t)为出行者的出行成本变化率,θ为实际行程时间与自由流条件下行程时间的比值,β为待标定参数且β≥0。
8.根据权利要求1至7任意一项所述的行程时间阈值确定方法,其特征在于,各行程阈值的误差小于或等于0.01。
9.一种行程时间阈值确定系统,其特征在于,所述系统包括:
获取模块,用于获取车辆在当前路段上的行程参数,并根据所述行程参数确定该车辆的行程时间可靠度模型;
确定模块,用于根据车辆在当前路段的交通量及平均实际行程速度确定行程时间阈值的上限;
计算模块,用于根据各出行者的社会收益变化率、出行成本变化率及行程时间可靠度得到当前路段的行程时间阈值。
10.一种智能设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至8任意一项所述的方法。
CN201910919084.1A 2019-09-26 2019-09-26 行程时间阈值确定方法、系统及智能设备 Active CN110660216B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910919084.1A CN110660216B (zh) 2019-09-26 2019-09-26 行程时间阈值确定方法、系统及智能设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910919084.1A CN110660216B (zh) 2019-09-26 2019-09-26 行程时间阈值确定方法、系统及智能设备

Publications (2)

Publication Number Publication Date
CN110660216A true CN110660216A (zh) 2020-01-07
CN110660216B CN110660216B (zh) 2020-12-22

Family

ID=69039341

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910919084.1A Active CN110660216B (zh) 2019-09-26 2019-09-26 行程时间阈值确定方法、系统及智能设备

Country Status (1)

Country Link
CN (1) CN110660216B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113379233A (zh) * 2021-06-08 2021-09-10 重庆大学 一种基于高阶矩的行程时间可靠性估计方法及装置

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101436345A (zh) * 2008-12-19 2009-05-20 天津市市政工程设计研究院 基于TransCAD宏观仿真平台的港区道路交通需求预测系统
CN102637357A (zh) * 2012-03-27 2012-08-15 山东大学 一种区域交通状态评价方法
CN103903433A (zh) * 2012-12-27 2014-07-02 中兴通讯股份有限公司 一种道路交通状态的实时动态判别方法及装置
CN103942950A (zh) * 2014-04-26 2014-07-23 张兴 一种干线公路冰雪环境下交通运行可靠度预测方法
US8798896B2 (en) * 2009-10-27 2014-08-05 Alcatel Lucent Reliability of travel time estimation
CN106898142A (zh) * 2017-03-07 2017-06-27 北京航空航天大学 一种考虑路段相关性的路径行程时间可靠度计算方法
US20180232650A1 (en) * 2017-02-10 2018-08-16 New York University Systems and methods for sparse travel time estimation
CN108648455A (zh) * 2018-06-20 2018-10-12 合肥工业大学 一种基于综合出行费用的城市路网模式选择方法
CN109064076A (zh) * 2018-09-30 2018-12-21 南京地铁集团有限公司 一种基于前景理论的多模式公共运输方式选择方法
DE102018009790A1 (de) * 2018-12-13 2019-07-04 Daimler Ag Verfahren zur dynamischen Routenplanung
US20190272752A1 (en) * 2018-03-05 2019-09-05 NEC Laboratories Europe GmbH Method for robust control of a machine learning system and robust control system

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101436345A (zh) * 2008-12-19 2009-05-20 天津市市政工程设计研究院 基于TransCAD宏观仿真平台的港区道路交通需求预测系统
US8798896B2 (en) * 2009-10-27 2014-08-05 Alcatel Lucent Reliability of travel time estimation
CN102637357A (zh) * 2012-03-27 2012-08-15 山东大学 一种区域交通状态评价方法
CN103903433A (zh) * 2012-12-27 2014-07-02 中兴通讯股份有限公司 一种道路交通状态的实时动态判别方法及装置
CN103942950A (zh) * 2014-04-26 2014-07-23 张兴 一种干线公路冰雪环境下交通运行可靠度预测方法
US20180232650A1 (en) * 2017-02-10 2018-08-16 New York University Systems and methods for sparse travel time estimation
CN106898142A (zh) * 2017-03-07 2017-06-27 北京航空航天大学 一种考虑路段相关性的路径行程时间可靠度计算方法
US20190272752A1 (en) * 2018-03-05 2019-09-05 NEC Laboratories Europe GmbH Method for robust control of a machine learning system and robust control system
CN108648455A (zh) * 2018-06-20 2018-10-12 合肥工业大学 一种基于综合出行费用的城市路网模式选择方法
CN109064076A (zh) * 2018-09-30 2018-12-21 南京地铁集团有限公司 一种基于前景理论的多模式公共运输方式选择方法
DE102018009790A1 (de) * 2018-12-13 2019-07-04 Daimler Ag Verfahren zur dynamischen Routenplanung

Non-Patent Citations (14)

* Cited by examiner, † Cited by third party
Title
HONG K. LO *, X.W. LUO, BARBARA W.Y. SIU: "Degradable transport network: Travel time budget of travelers with heterogeneous risk aversion", 《TRANSPORTATION RESEARCH PART B-METHODOLOGICAL》 *
NAOKI ANDO & EIICHI TANIGUCHI: "Travel time reliability in vehicle routing and scheduling with time windows", 《NETWORKS & SPATIAL ECONOMICS》 *
ZANG XIAODONG ; ZHANG XING: "Rresearch on main highway reliability under snow disaster", 《WORLD AUTOMATION CONGRESS 2012》 *
刘秋杰: "城市路网可靠性及其模型研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
孙小菲;陈旭梅;刘文峰;王莹;汪林: "高速公路行程时间可靠性评价体系及指标阈值标定", 《交通信息与安全》 *
张雄飞;李瑞敏;李宏发;史其信: "基于Monte Carlo的行程时间可靠性研究", 《武汉理工大学学报(交通科学与工程版)》 *
李晓莉: "不同交通流运行状态下的行程时间可靠性分析", 《交通运输工程与信息学报》 *
梁亚莉: "行程时间可靠性在交通规划中的应用研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 *
臧晓冬: "干线公路冰雪环境下交通运行可靠度研究", 《交通运输系统工程与信息》 *
陈娇娜;张生瑞;靳引利: "高速公路行程时间可靠性模型参数估计方法比较分析", 《公路交通科技》 *
陈明: "基于博弈论的网联车路径选择算法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
项昺: "用经济学的方法研究城市交通拥堵问题", 《城市公共交通》 *
魏立夏: "城市路网交通运行效率评估研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
黄帅凤: "基于手机数据的高速公路行程时间可靠性评估方法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113379233A (zh) * 2021-06-08 2021-09-10 重庆大学 一种基于高阶矩的行程时间可靠性估计方法及装置

Also Published As

Publication number Publication date
CN110660216B (zh) 2020-12-22

Similar Documents

Publication Publication Date Title
CN108133619B (zh) 停车场停车预测的方法、装置、存储介质及终端设备
CN109191896A (zh) 个性化停车位推荐方法和系统
CN111709756A (zh) 一种可疑社团的识别方法、装置、存储介质和计算机设备
CN111047264B (zh) 一种物流任务分配方法及装置
CN109684848A (zh) 风险评估方法、装置、设备及可读存储介质
CN109341709A (zh) 路线推荐方法、电子设备及计算机可读存储介质
CN105991596A (zh) 一种访问控制方法和系统
CN110660216B (zh) 行程时间阈值确定方法、系统及智能设备
CN109447674A (zh) 电子装置、保险代理人目标服务区域确定方法及存储介质
CN110807542A (zh) 智能编排系统业务能力的方法、装置和计算机可读存储介质
CN110826943B (zh) 判断是否需要进行配车及确定公交配车数的方法及相关设备
CN107659982B (zh) 一种无线网络接入点的分类方法及装置
CN103634470A (zh) 一种基于终端移动数据接入网Qos的人机交互预测方法
CN114880406B (zh) 一种数据管理方法及装置
CN113947940B (zh) 路边停车的车位推荐方法及相关设备
CN113793195B (zh) 网约车订单处理方法、装置、计算机设备及可读存储介质
CN111049892B (zh) 一种感知终端的数据处理方法及装置
CN114418189A (zh) 水质等级预测方法、系统、终端设备及存储介质
CN115049151A (zh) 导航路线推荐方法、装置、设备及存储介质
CN117009153A (zh) 集群检测方法、装置、电子设备和计算机可读存储介质
CN111144612B (zh) 一种加油站位置点预测方法、装置、存储介质及终端
CN107391728A (zh) 数据挖掘方法以及数据挖掘装置
CN111199357A (zh) 一种快递点电子围栏诊断方法及装置
CN117095367A (zh) 一种停车位停车状态检测方法、系统及装置
CN116993396B (zh) 基于车辆用户标签的风险预警方法、计算机设备

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