CN112016213B - 一种考虑环境影响的封闭小区开放决策方法 - Google Patents

一种考虑环境影响的封闭小区开放决策方法 Download PDF

Info

Publication number
CN112016213B
CN112016213B CN202010894357.4A CN202010894357A CN112016213B CN 112016213 B CN112016213 B CN 112016213B CN 202010894357 A CN202010894357 A CN 202010894357A CN 112016213 B CN112016213 B CN 112016213B
Authority
CN
China
Prior art keywords
closed cell
cost
decision
opened
road
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
CN202010894357.4A
Other languages
English (en)
Other versions
CN112016213A (zh
Inventor
王晓宁
张玉
崔梓钰
刘民壮
王广玺
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.)
Harbin Institute of Technology
Original Assignee
Harbin Institute of Technology
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 Harbin Institute of Technology filed Critical Harbin Institute of Technology
Priority to CN202010894357.4A priority Critical patent/CN112016213B/zh
Publication of CN112016213A publication Critical patent/CN112016213A/zh
Application granted granted Critical
Publication of CN112016213B publication Critical patent/CN112016213B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • 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
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Strategic Management (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Molecular Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Genetics & Genomics (AREA)
  • Physiology (AREA)
  • Primary Health Care (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Traffic Control Systems (AREA)

Abstract

一种考虑环境影响的封闭小区开放决策方法，它属于城市规划决策技术领域。本发明解决了现有的封闭小区开放决策方法并未考虑交通环境因素以及不同的开放形式，导致现有方法的决策效果差的问题。本发明从道路使用者以及小区居民两种角度结合考虑来进行决策，在封闭小区开放决策中加入交通环境污染最优目标，将封闭小区开放决策细化，采用了封闭小区是否开放、单双行和限速三种决策，考虑封闭小区决策与道路车流量的相互影响机理，将汽车尾气、交通噪声纳入约束条件，建立了上层系统费用最优和下层用户均衡的封闭小区双层决策模型，并给出了模型的决策方式。本发明可以应用于封闭小区开放决策。

Description

一种考虑环境影响的封闭小区开放决策方法
技术领域
本发明属于城市规划决策技术领域，具体涉及一种考虑环境影响的封闭小区开放决策方法。
背景技术
随着城市的发展，封闭小区的弊端逐渐显现，小区的封闭性分离了与城市交通的链接，导致城市道路可达性变差，对城市的可持续性发展产生较大影响。近年来，封闭小区的开放问题成为国内学者的研究热点，封闭小区的开放可以增加道路密度缓解交通压力，但也会带来交通环境污染。
从目前的研究可以发现，大多学者论述了封闭小区的不利影响，也有很多学者通过客观的方法对其整体效果进行了评估，但大部分研究关注的是封闭小区开放后对城市交通的影响，而忽略了封闭小区内部居民的感受，封闭小区开放后将带来交通环境污染，汽车尾气排放和交通噪声对人体健康的危害是不容否认的。
因此，由于现有方法在进行封闭小区开放决策时未考虑交通环境因素，且未考虑不同的开放形式，导致现有的封闭小区开放决策方法的决策效果较差。
发明内容
本发明的目的是为解决现有的封闭小区开放决策方法并未考虑交通环境因素以及不同的开放形式，导致现有方法的决策效果差的问题，而提出了一种考虑环境影响的封闭小区开放决策方法。
本发明为解决上述技术问题采取的技术方案是：一种考虑环境影响的封闭小区开放决策方法，该方法包括以下步骤：
建立封闭小区双层决策模型；
所述上层决策模型为考虑行驶时间最短、汽车尾气排放最少和交通噪声最小的封闭小区开放多目标决策模型；且所述上层决策模型的优化目标是：整个路网的出行者行驶时间费用、封闭小区开放后封闭小区内的汽车尾气排放费用以及封闭小区开放后封闭小区内的交通噪声费用的费用之和最小；
所述下层决策模型为出行者根据自身的出行行为和出行目的来选择出行方式的用户均衡模型，且所述下层决策模型的优化目标是：最小化用户自身的出行费用；
选择出行方式是指用户选择出行的路段，使自身的出行费用最小，出行费用包括出行者的时间价值、燃油费、过路费、停车费等；
上层决策模型利用遗传算法进行计算得到最优的封闭小区开放决策，在上层决策模型输出的开放决策下，下层决策模型利用Frank-Wolfe方法计算得到各路段交通流量；
进一步地，所述封闭小区开放决策包括封闭小区是否开放、单双行和限速三种决策；
进一步地，所述上层决策模型的优化目标的表达式为：
Figure BDA0002657974510000021
其中，E代表上层决策模型的目标函数，δy为0-1决策变量，0代表封闭小区不开放，1代表封闭小区开放，w1，w2，w3分别为小型车行驶时间费用、汽车尾气排放费用和交通噪声费用三个目标的权重；
Figure BDA0002657974510000022
代表未开放封闭小区时的车辆行驶时间费用；Ct代表开放封闭小区时的车辆行驶时间费用；
Figure BDA0002657974510000023
代表小型车通过封闭小区时产生的汽车尾气排放费用；
Figure BDA0002657974510000024
代表小型车通过封闭小区时产生的交通噪声费用；
进一步地，所述未开放封闭小区时的车辆行驶时间费用
Figure BDA0002657974510000025
的表达式为：
Figure BDA0002657974510000026
其中，Ct1代表出行者行驶过程中产生的费用，单位是：元/h；Ct2代表出行者的时间价值，单位是：元/h；
Figure BDA0002657974510000027
为路网中封闭小区外部待决策路段；
Figure BDA0002657974510000028
代表未开放封闭小区时出行者在封闭小区外部待决策路段
Figure BDA0002657974510000029
上的出行时间，单位是：h，
Figure BDA00026579745100000210
为未开放封闭小区时封闭小区外部待决策路段
Figure BDA00026579745100000211
上的小型车交通量，单位是：veh/h；
进一步地，所述开放封闭小区时的车辆行驶时间费用Ct的表达式为：
Figure BDA00026579745100000212
其中，y为封闭小区内部待决策路段，ly代表封闭小区内部路段y的长度，xy为封闭小区开放后封闭小区内部路段y上的小型车交通量，
Figure BDA00026579745100000213
为封闭小区开放后出行者在封闭小区外部待决策路段
Figure BDA00026579745100000214
上的小型车交通量，
Figure BDA00026579745100000215
为封闭小区开放后出行者在封闭小区外部待决策路段
Figure BDA00026579745100000216
上的出行时间，Vy为路段y上的限速值，Cy代表开放封闭小区时路段y的车辆行驶费用；
进一步地，小型车通过封闭小区时产生的汽车尾气排放费用
Figure BDA0002657974510000031
的表达式为：
Figure BDA0002657974510000032
其中，Ca为单位长度道路a上绿植费用，单位是：元/km；Ci为第i种污染物的治理成本，i＝1,2,3；EFij为j地区小型车行驶单位距离尾气排放的第i种污染物量(针对于不同的地区，所取的值不同)，污染物包括CO、HC、NOx，单位是g/veh·km；CHC蒸发为单位HC蒸发排放量所消耗的成本；
进一步地，小型车通过封闭小区时产生的交通噪声费用
Figure BDA0002657974510000033
的表达式为：
Figure BDA0002657974510000034
其中，Leqm为标准环境噪声，单位是dB，b为系数，c为幂次；
进一步地，所述上层决策模型的目标函数E的约束为：
(1)δy的取值为0或1；
(2)限速约束：Vy的取值为20km/h、25km/h、30km/h、35km/h或40km/h；
(3)开放封闭小区时的车辆行驶时间费用Ct应小于等于未开放封闭小区时的车辆行驶时间费用
Figure BDA0002657974510000035
Figure BDA0002657974510000036
进一步地，所述三个目标的权重w1，w2，w3的计算方法为：
Figure BDA0002657974510000037
其中，Wm为第m个目标的变异系数，σm为第m个目标的标准差，Am为第m个目标的平均数；
根据变异系数计算各目标对应的权重：
Figure BDA0002657974510000038
其中，wm为第m个目标的权重；
更进一步地，所述下层决策模型的优化目标的表达式为：
Figure BDA0002657974510000041
Figure BDA0002657974510000042
式中：
Z(x)代表下层决策模型目标函数；
z代表路网中所有路段，即包括
Figure BDA0002657974510000047
和y；
xz代表路段z上的流量；
tz(ω)代表路段z的行驶时间函数；
Figure BDA0002657974510000043
代表OD点对(r,s)间的第k条路径上的流量；
Krs代表OD点对(r,s)间的路径总数；
qrs代表O-D对(r,s)间的流量；
vy代表下层决策模型路段y上的限速值，由上层决策模型决策决定；
Figure BDA0002657974510000044
代表路段-路径0-1变量，如果路段z在第k条路径上，则
Figure BDA0002657974510000045
否则
Figure BDA0002657974510000046
本发明的有益效果是：本发明提出了一种考虑环境影响的封闭小区开放决策方法，本发明从道路使用者以及小区居民两种角度结合考虑来进行决策，在封闭小区开放决策中加入交通环境污染最优目标，将封闭小区开放决策细化，采用了封闭小区是否开放、单双行和限速三种决策，考虑封闭小区决策与道路车流量的相互影响机理，将汽车尾气、交通噪声纳入约束条件，建立了上层系统费用最优和下层用户均衡的封闭小区双层决策模型，并给出了模型的决策方式。
本发明在对封闭小区做出开放决策时加入交通环境因素。除了考虑封闭小区是否开放外，还加入了如何开放的问题，即单双行和限速决策，因此，本发明同时考虑了交通环境因素和不同的开放形式，提升了决策效果。以期为封闭小区开放决策提供理论依据。
附图说明
图1是单点交叉示意图；
图2是本发明的结构框图；
图3是本发明实施案例的网络结构图；
图4是本发明方法的流程图。
具体实施方式
具体实施方式一：结合图2和图4说明本实施方式。本实施方式所述的一种考虑环境影响的封闭小区开放决策方法，该方法具体通过以下步骤实现：
步骤一、封闭小区开放模型假设
本发明假设小区道路开放后有明确的道路划分，并进行一定的机非隔离措施，降低冲突；在研究封闭小区开放时会加入限速决策，降低影响；小区开放只对小型车开放降低大型车影响。
本发明假设封闭小区开放仅允许小型车通过，其产生的主要污染物为一氧化碳、碳氢化合物、氮氧化物和碳氢化合物蒸发。
本发明假设开放后的道路为沥青混凝土路面、道路线形条件良好，在小区内部禁止车辆鸣笛，忽略道路本身和人为因素产生的交通噪声影响。
步骤二、多目标费用计算
1、指标权重确定
选用客观赋权评价法中的变异系数法进行权重的确定，变异系数法在进行权重确定时是根据指标本身所包含的信息进行的权重确定，其思想是指标取值变化差异越大，则说明该指标对决策的影响越大，越能反映各决策间的差异。
由于各项指标存在不可公度性，量纲不同，因此要对各指标进行统一化处理，将各指标转化为变异系数来反应其取值的差异程度，其对应的变异系数公式，见式(1)。
Figure BDA0002657974510000051
式中：
Wm——指标m的变异系数(标准差系数)；
σm——指标m的标准差；
Am——指标m的平均数。
根据变异系数计算得到各项指标对应的权重，见式(2)。
Figure BDA0002657974510000052
2、行驶时间与费用
考虑到行驶时间可能产生的费用主体为道路使用者，所以在出行过程中需要支付的费用主要包含两方面内容：一是出行本身产生的费用，二是出行者的时间价值。
出行本身产生的费用即为出行者在出行过程中产生的费用，主要包括：燃油费、过路费、停车费等。
出行时间价值即出行者从出发地到目的地的时间中失去的机会收益，其表示出行者在此期间无法创造价值，在研究中可以将一天中时间价值最高的早高峰期间的时间价值作为参考。除此之外，从宏观的角度讲，出行时间价值与地区的经济发展水平有关，对某一特定城市，其在一定时期、一定范围内是不变的，所以用某一地区的人均GDP体现出行时间价值也是合理的。
综上行驶时间与费用关系，见式(3)。
Ct＝(Ct1+Ct2)·t (3)
式中：
Ct——行驶时间费用，元；
Ct1——出行者行驶过程中产生的费用，元/h；
Ct2——出行者的时间价值，元/h；
t——出行者的出行时间，h。
3、汽车尾气排放与费用
机动车尾气排放主要包括尾气排放和HC蒸发排放两部分，见式(4)～(6)。
Q＝Q1+Q2 (4)
Q1＝EFJ*xa*la (5)
Q2＝11.6xa (6)
式中：
Q——封闭小区开放后路段a上单位时间产生的污染物排放量，g/h；
Q1——小型车在路段a上单位时间内产生的尾气排放量，g/h；
Q2——小型车在路段a上单位时间内产生的单位HC蒸发排放量，g/h。
EFj——为j地区小型车行驶单位距离尾气排放的污染物量，包括CO、HC、NOx，g/veh·km；
xa——路段a上的小型车交通量，veh/h；
la——路段a的长度，km。
本发明指的汽车尾气排放费用包括缓解污染和治理污染所产生的费用，见式(7)。
CQ＝Ca·la+Ci·Qi (7)
式中：
CQ——尾气排放费用，元/h；
Ca——单位长度道路上绿植费用，元/km；
Ci——第i种污染物的治理成本，元/kg。
4、交通噪声与费用
考虑到本发明涉及到车辆的双向行驶，对经典的封闭小区小型车源强模型进行修正，考虑到双车道则对噪声源强进行叠加，得到的修正交通噪声模型结果见式(8)。
Leqa＝9.245lg xa-17.829lg V+80.073 (8)
式中：
Leqa——两车道道路a上小型车产生的总噪声，dB；
本发明指的交通噪声费用为控制噪声产生的费用，如通过采用声屏蔽墙来降噪，则声屏蔽墙的费用可用来体现噪声产生的费用，见式(9)。
Figure BDA0002657974510000071
式中：
Figure BDA0002657974510000072
——交通噪声费用，元/h；
Leq——车辆行驶过程中产生的噪声，dB；
Leqm——标准环境噪声，dB。
标准环境噪声根据国家现行的《声环境质量标准》和《社会生活环境噪声》标准，我国目前的户外标准环境噪声限制见表1。
表1户外标准环境噪声限值
Figure BDA0002657974510000073
步骤三、决策模型分析与建立
1、决策模型分析
本发明在封闭小区开放决策中加入交通环境污染最优目标，将封闭小区开放决策细化，采用了封闭小区是否开放、单双行和限速三种决策，将汽车尾气、交通噪声纳入约束条件，并进一步分析了封闭小区决策与道路车流量的相互影响机理，建立了上层系统费用最优和下层用户均衡的封闭小区双层决策模型，根据多目标决策的求解方法，考虑将上述三种目标转化成费用问题，将多目标决策转换为单目标的系统费用最少问题。
以下是三种决策：
(1)是否开放决策的实现
通过0-1变量决策是否开通问题，模型分为两个部分，第一部分为小区道路不开放时产生的费用，也就是出行者的时间费用，第二部分为小区道路开放时产生的费用，包括出行者时间费用和车辆在小区内部行驶过程中产生的尾气排放费用和噪声费用，目标为费用最小，可得到是否开通的决策。
(2)单双行决策的实现
通过路段的方向性来实现单双行的决策，在是否开放的基础上增加路段的方向，每条路段对应两个方向的是否开放问题，即两个0-1决策变量的组合，决策为0-0代表该路段不开放，决策为0-1、1-0代表该路段开放，但仅开放一个方向，决策为1-1代表该路段开放，且双向开放。
(3)限速决策的实现
限速决策体现在约束中，考虑到小区内部道路开放时是作为城市支路进行开放，城市支路的设计速度为20km/h～40km/h，因此限速值范围固定。考虑到限速值多为整数且为方便驾驶员控制，选用20km/h、25km/h、30km/h、35km/h、40km/h五个速度值作为本发明限速值。限速仅对小区内部道路进行限速，且内部道路限速值为统一值。
2、决策模型建立
在封闭小区开放决策双层模型中，上层模型为多目标决策转换后的费用最小单目标决策模型，政府部门以系统费用最小为目标，给出封闭小区开放决策，得到路网的规划方案。模型中行驶时间费用为整个网络的出行者的行驶时间费用，而汽车尾气排放费用和噪声费用为车辆在封闭小区内部产生的费用。
下层模型是在政府部门给出的路网规划方案下，出行者根据其出行行为和出行目的，选择适当的出行方式，使自己的出行费用最小化。出行者的出行行为又会影响到政府部门的决策，因此构成双层决策模型。
封闭小区不开放时的时间费用的权重与开放时时间费用权重一致。模型见式(10)。
Figure BDA0002657974510000091
式中：
E——上层目标函数；
y——为封闭小区内部所有待决策路段，y具有方向性；
Figure BDA0002657974510000092
——为路网中封闭小区外部所有路段，
Figure BDA0002657974510000093
也具有方向性；
Figure BDA0002657974510000094
——未开通封闭小区时的车辆行驶时间费用；
Ct——开通封闭小区时的车辆行驶时间费用；
Figure BDA0002657974510000095
——小型车通过封闭小区时产生的尾气排放费用；
Figure BDA0002657974510000096
——小型车通过封闭小区时产生的交通噪声费用；
w1，2，3——分别为小型车行驶时间费用、尾气排放量费用和交通噪声费用三个目标的权重，由变异系数法求得；
δy——为0-1决策变量，0代表封闭小区不开放，1代表封闭小区开放。
该模型约束，见式(11)。
(1)δy为0-1决策，取值只能为0或1。
(2)限速约束，通过上述分析得到五个限速值，即车辆在小区内部行驶时的速度取值只能为其中某一速度值。
(3)交通悖论问题，为防止出现悖论问题，对封闭小区开放后的时间价值进行约束，开放后的时间价值应小于等于封闭小区不开放时的时间价值。
Figure BDA0002657974510000101
下层模型为用户均衡分配模型，见式(12)：
Figure BDA0002657974510000102
式中：
Z——下层模型目标函数；
z——为网络中所有路段，即包括
Figure BDA0002657974510000107
和y；
xz——为路段z上的流量；
tz(ω)——路段z的行驶时间函数；
Figure BDA0002657974510000103
——O-D对rs间第k条路径上的流量；
qrs——O-D对rs间的流量；
vy——下层模型路段y上的限速值，由上层模型决策决定；
Figure BDA0002657974510000104
——路段-路径0-1变量，如果路段z在第k条路径上，则
Figure BDA0002657974510000105
否则
Figure BDA0002657974510000106
步骤四、决策模型求解
本发明在求解时，如果给出开放方案，则可以算出所需成本，通过比较即可得到成本最低下的开放方案，但是需要检查所有的方案后才可得到最优方案。由于遗传算法的鲁棒性强，具有较好的全局搜索能力，且可以跟其他算法结合形成求解性能更好的智能优化算法，对多目标、非线性等问题的求解具有较好的处理能力。因此，本发明采用遗传算法来求解封闭小区开放双层决策模型，上层决策模型由遗传算法计算得到最优决策，下层交通分配模型使用Frank-Wolfe算法求得在上层决策下的各路段交通流量，通过设置最大迭代次数结束算法，具体求解的步骤如下：
1、二进制编码
用0-1变量反应决策模型的解，若路网中有3条封闭小区道路需要决策，则通过6个0-1变量表示，如(100111)，分别对应路段1、2、3、4、5、6，路段为有方向的路段，变量1表示对应的路段序号1、4、5、6道路开通，变量0表示对应的路段序号2、3道路不开通，10表示对应的封闭小区道路1(即路段1、2)开放且单行，只开放路段1方向的道路，01表示对应的封闭小区道路2(即路段3、4)开放且单行，只开放路段4方向的道路，11表示对应的封闭小区道路3(即路段5、6)开放且双行，路段5、6方向的道路均开放。
2、参数初始化
首先要确定初始种群大小，在不同的路网规模结构下，对应的初始种群大小不一，需要根据路网规模进行试算后得到合理的种群数，同样最大进化代数也需要根据具体路网规模进行确定，最大进化代数越大其计算结果更准确但是相应的计算时间也会增加很多。假设随机产生N个决策作为初始种群大小，运算中的交叉概率取值0.9，变异概率取值0.01，最大进化代数为M。
3、交通流量分配
根据初始种群，进行交通流量分配，采用最短路法将流量分配到相应路段，计算最短路，将所有O-D需求按最短路加载到网络上本发明寻找的是有方向的最短路，为非斜对称矩阵)，获得路段流量
Figure BDA0002657974510000111
令迭代次数n＝1。这里的最短路指的是阻抗最小，即时间最短，采用Dijkstra标号法计算最短路。
4、更新路段费用
对所有路段，更新当前路段费用
Figure BDA0002657974510000112
5、方向搜索
对每个O-D对，根据当前路段费用
Figure BDA0002657974510000113
计算有方向的最短路，并将该O-D需求加载到最短路上，得到临时路段流量集
Figure BDA0002657974510000114
6、线性搜索
寻找步长αn使得目标函数Z(xn+αn·(zn-xn))最小，这里采用相继平均法(MSA)确定步长，取第n次迭代步长为
Figure BDA0002657974510000115
7、更新当前流量
Figure BDA0002657974510000116
8、收敛判断
若满足收敛准则
Figure BDA0002657974510000117
停止迭代，均衡解为
Figure BDA0002657974510000118
转9；否则，令n＝n+1，转3。
9、计算权重
根据分配得到的交通流量，计算车辆行驶费用、尾气排放费用及噪声污染费用，由变异系数法求得权重
Figure BDA0002657974510000121
10、适应度函数
由于本发明求最小值，因此对适应度函数进行标准化处理，f(x)＝Emax-E，Emax为原始适应函数E的一个上界，由于Emax未知，这里用当前代中的E的最大值来代替。
11、约束条件。对不符合约束条件的个体，采取惩罚方法，重新定义适应度函数Fi(y)＝fi(y)·Pi(y)，其中Pi(y)为惩罚函数，计算公式见式(13)。
Figure BDA0002657974510000122
12、选择操作
选择算子采用轮盘赌选择法，即每个决策被选中的概率与其适应度大小成正比，选择概率为
Figure BDA0002657974510000123
其中N为种群大小。
13、交叉操作
采用单点交叉，在二进制的编码串中随机产生一个交叉点，然后互换交叉点后的编码串，得到两个新的编码串，对种群中的所有个体进行两两随机配对，则共有N/2对相互配对的个体，单点交叉示意图如图1所示。
14、变异操作
为了避免算法出现局部最优，保证种群的多样性，以变异概率pm随机改变编码。
15、算法终止
设定最大优化代数100，若达到最大优化代数，则算法终止，否则，返回步骤3。
实施例：
(1)实施案例网络基本参数设定
本发明设计的实施案例网络结构如图3所示。该网络共有19个节点，58条路段，图3中阴影区域代表封闭小区，该网络中有三个封闭小区A、B和C，每个封闭小区内部对应一条待决策路段，封闭小区内部需求量为0，本案例中共有三条封闭小区内部道路需要决策，共64种决策方案。
(2)路径搜索初始矩阵
根据路网信息得到初始阻抗矩阵D(0)，根据网络大小，假设两点间最多不超过7个节点。该矩阵为所有道路均开放情况下对应的全部路径，在不同决策下，如封闭小区内部道路不开放情况下，该路段对应的道路阻抗即为无穷大，再进行交通分配。
(3)费用值设定
行驶时间费用中车辆行驶本身产生的费用忽略停车费和过路费，只考虑燃油费，以1.6L普通家庭轿车计算，假设95号汽油价格为7元/L，平均速度为50km/h，则得到燃油费大概为10.5元/h。出行者的时间价值通过上述分析可以用高峰小时时间价值表示也可以根据某一地区的人均GDP计算小时价值表示，通过数据调查得到我国2019年高峰期间的时间价值为42元/h，根据GDP算得的时间价值为8元/h。
汽车尾气排放本发明主要考虑的污染物为一氧化碳CO、碳氢化合物HC和氮氧化合物NOX，通过资料调查其对应的处理成本分别为1.05元/kg、3.34元/kg和8.36元/kg。噪声处理费用可以根据平均费用法进行计算，该方法是在大量调查噪声控制费用的基础上，得到噪声控制的平均费用，超标分贝值与费用关系，如表2所示。
表2超标分贝与费用关系
Figure BDA0002657974510000131
(4)仿真结果
根据封闭小区开放决策模型求得该案例的仿真结果，如表3所示。
表3实施案例仿真结果
Figure BDA0002657974510000132
通过对比分析发现不同限速值对决策结果有较大影响，在限速值为20km/h时费用值最高，并且不同的限速值其对应的最优开放方案也具有差异性，反映了考虑封闭小区单双向通行的必要性，通过对比得到开放决策为封闭小区A、B、C全部开放，且双向开放，限速值为40km/h时为最优开放方案。
本发明的上述算例仅为详细地说明本发明的计算模型和计算流程，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动，这里无法对所有的实施方式予以穷举，凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。

Claims (3)

1.一种考虑环境影响的封闭小区开放决策方法，其特征在于，该方法包括以下步骤：
建立封闭小区双层决策模型，所述双层决策模型包括上层决策模型和下层决策模型；
所述上层决策模型为考虑行驶时间最短、汽车尾气排放最少和交通噪声最小的封闭小区开放多目标决策模型；且所述上层决策模型的优化目标是：整个路网的出行者行驶时间费用、封闭小区开放后封闭小区内的汽车尾气排放费用以及封闭小区开放后封闭小区内的交通噪声费用的费用之和最小；
所述上层决策模型的优化目标的表达式为：
Figure FDA0003162971920000011
其中，E代表上层决策模型的目标函数，δy为0-1决策变量，0代表封闭小区不开放，1代表封闭小区开放，w1，w2，w3分别为小型车行驶时间费用、汽车尾气排放费用和交通噪声费用三个目标的权重；
Figure FDA0003162971920000012
代表未开放封闭小区时的车辆行驶时间费用；Ct代表开放封闭小区时的车辆行驶时间费用；
Figure FDA0003162971920000013
代表小型车通过封闭小区时产生的汽车尾气排放费用；
Figure FDA0003162971920000014
代表小型车通过封闭小区时产生的交通噪声费用；
所述未开放封闭小区时的车辆行驶时间费用
Figure FDA0003162971920000015
的表达式为：
Figure FDA0003162971920000016
其中，Ct1代表出行者行驶过程中产生的费用，单位是：元/h；Ct2代表出行者的时间价值，单位是：元/h；
Figure FDA00031629719200000112
为路网中封闭小区外部待决策路段；
Figure FDA0003162971920000017
代表未开放封闭小区时出行者在封闭小区外部待决策路段
Figure FDA00031629719200000113
上的出行时间，单位是：h，
Figure FDA0003162971920000018
为未开放封闭小区时封闭小区外部待决策路段
Figure FDA00031629719200000114
上的小型车交通量，单位是：veh/h；
所述开放封闭小区时的车辆行驶时间费用Ct的表达式为：
Figure FDA0003162971920000019
其中，y为封闭小区内部待决策路段，ly代表封闭小区内部路段y的长度，xy为封闭小区开放后封闭小区内部路段y上的小型车交通量，
Figure FDA00031629719200000110
为封闭小区开放后出行者在封闭小区外部待决策路段
Figure FDA00031629719200000115
上的小型车交通量，
Figure FDA00031629719200000111
为封闭小区开放后出行者在封闭小区外部待决策路段
Figure FDA0003162971920000021
上的出行时间，Vy为路段y上的限速值，cy代表开放封闭小区时路段y的车辆行驶费用；
小型车通过封闭小区时产生的汽车尾气排放费用
Figure FDA0003162971920000022
的表达式为：
Figure FDA0003162971920000023
其中，Ca为单位长度道路a上绿植费用，单位是：元/km；Ci为第i种污染物的治理成本，i＝1，2，3；EFij为j地区小型车行驶单位距离尾气排放的第i种污染物量，CHC蒸发为单位HC蒸发排放量所消耗的成本；
小型车通过封闭小区时产生的交通噪声费用
Figure FDA0003162971920000024
的表达式为：
Figure FDA0003162971920000025
其中，Leqm为标准环境噪声，单位是dB，b为系数，c为幂次；
上层决策模型的目标函数E的约束为：
(1)δy的取值为0或1；
(2)限速约束：Vy的取值为20km/h、25km/h、30km/h、35km/h或40km/h；
(3)开放封闭小区时的车辆行驶时间费用Ct应小于等于未开放封闭小区时的车辆行驶时间费用
Figure FDA0003162971920000026
Figure FDA0003162971920000027
所述下层决策模型为出行者根据自身的出行行为和出行目的来选择出行方式的用户均衡模型，且所述下层决策模型的优化目标是：最小化用户自身的出行费用；
所述下层决策模型的优化目标的表达式为：
Figure FDA0003162971920000028
Figure FDA0003162971920000031
式中：
Z(x)代表下层决策模型目标函数；
z代表路网中所有路段，即包括
Figure FDA0003162971920000038
和y；
xz代表路段z上的流量；
tz(ω)代表路段z的行驶时间函数；
Figure FDA0003162971920000032
代表OD点对(r，s)间的第k条路径上的流量；
Krs代表OD点对(r，s)间的路径总数；
qrs代表OD点对(r，s)间的流量；
vy代表下层决策模型路段y上的限速值，由上层决策模型决策决定；
Figure FDA0003162971920000033
代表路段-路径0-1变量，如果路段z在第k条路径上，则
Figure FDA0003162971920000034
否则
Figure FDA0003162971920000035
上层决策模型利用遗传算法进行计算得到最优的封闭小区开放决策，在上层决策模型输出的开放决策下，下层决策模型利用Frank-Wolfe方法计算得到各路段交通流量。
2.根据权利要求1所述的一种考虑环境影响的封闭小区开放决策方法，其特征在于，所述封闭小区开放决策包括封闭小区是否开放、单双行和限速三种决策。
3.根据权利要求2所述的一种考虑环境影响的封闭小区开放决策方法，其特征在于，所述三个目标的权重w1，w2，w3的计算方法为：
Figure FDA0003162971920000036
其中，Wm为第m个目标的变异系数，σm为第m个目标的标准差，Am为第m个目标的平均数；
根据变异系数计算各目标对应的权重：
Figure FDA0003162971920000037
其中，wm为第m个目标的权重。
CN202010894357.4A 2020-08-31 2020-08-31 一种考虑环境影响的封闭小区开放决策方法 Active CN112016213B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010894357.4A CN112016213B (zh) 2020-08-31 2020-08-31 一种考虑环境影响的封闭小区开放决策方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010894357.4A CN112016213B (zh) 2020-08-31 2020-08-31 一种考虑环境影响的封闭小区开放决策方法

Publications (2)

Publication Number Publication Date
CN112016213A CN112016213A (zh) 2020-12-01
CN112016213B true CN112016213B (zh) 2021-09-03

Family

ID=73504050

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010894357.4A Active CN112016213B (zh) 2020-08-31 2020-08-31 一种考虑环境影响的封闭小区开放决策方法

Country Status (1)

Country Link
CN (1) CN112016213B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109063904B (zh) * 2018-07-19 2021-11-30 中国地质大学（武汉） 一种流域农业区地下水向地表水输运氮污染量估算方法
CN113192320B (zh) * 2021-03-16 2022-04-22 东南大学 一种开放式小区道路交通改善情况分析方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107945510B (zh) * 2017-11-14 2020-02-18 东南大学 一种考虑交通需求和道路网络运行效率的路段检测方法
CN108470444B (zh) * 2018-03-21 2019-03-08 特斯联（北京）科技有限公司 一种基于遗传算法优化的城市区域交通大数据分析系统与方法
CN110135025A (zh) * 2019-04-28 2019-08-16 重庆工商职业学院 一种智慧城市管理决策系统及其构建方法

Also Published As

Publication number Publication date
CN112016213A (zh) 2020-12-01

Similar Documents

Publication Publication Date Title
CN108470444B (zh) 一种基于遗传算法优化的城市区域交通大数据分析系统与方法
CN112016213B (zh) 一种考虑环境影响的封闭小区开放决策方法
Wang et al. Traffic structure optimization in historic districts based on green transportation and sustainable development concept
CN114297809A (zh) 一种电动汽车充电站选址定容方法
CN103593986B (zh) 一种优化尾气排放的干线绿波协调控制信号配时方法
CN108681796B (zh) 基于POI数据与Dijkstra算法的城市对外公路客运枢纽选址方法
CN110598942A (zh) 一种考虑区域全覆盖的接驳地铁的社区公交线网与发车频率同步优化方法
CN107180274A (zh) 一种电动汽车充电设施规划典型场景选取和优化方法
CN106225800A (zh) 基于实时路况信息的环境友好型车辆导航路径构建方法
CN114495499B (zh) 一种多目标智能网联车辆协同优化控制方法
CN113743644B (zh) 高速铁路通过能力通用计算方法
CN106781464A (zh) 一种道路拥堵情况测试方法
CN110085027A (zh) 一种大规模路网群体车流诱导任务的分解方法
CN114117700A (zh) 基于复杂网络理论的城市公共交通网络优化研究方法
CN104883388A (zh) 一个基于遗传算法的车联网路边单元部署方法
Xiong et al. Route network design of community shuttle for metro stations through genetic algorithm optimization
CN114819290B (zh) 一种基于stacking的多环境下短时公交客流预测方法
CN113011652A (zh) 一种电动汽车充电站选址优化方法及系统
CN108985518A (zh) 一种基于vissim仿真的交通拥堵收费策略优化方法
Wagh et al. Water wave optimization-based routing protocol for vehicular adhoc networks
Shen et al. Energy-efficient multi-trip routing for municipal solid waste collection by contribution-based adaptive particle swarm optimization
Li et al. Dynamic traffic light control scheme for reducing CO2 emissions employing ETC technology
CN111126878B (zh) 一种基于生态指数的城市交通运行评价方法
CN114491882B (zh) 一种考虑电池续航能力的ev储能充电网络规划方法
Zhang et al. A multi-objective roadside units deployment method in vanet

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