CN112580176B - 三层复杂交通网络模型构建方法、系统、设备及存储介质 - Google Patents

三层复杂交通网络模型构建方法、系统、设备及存储介质 Download PDF

Info

Publication number
CN112580176B
CN112580176B CN202011535370.7A CN202011535370A CN112580176B CN 112580176 B CN112580176 B CN 112580176B CN 202011535370 A CN202011535370 A CN 202011535370A CN 112580176 B CN112580176 B CN 112580176B
Authority
CN
China
Prior art keywords
network
subway
layer
bicycle
nodes
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
CN202011535370.7A
Other languages
English (en)
Other versions
CN112580176A (zh
Inventor
王秋玲
朱璋元
宗元凯
贺僚僚
马雨晨
王家乾
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.)
Changan University
Original Assignee
Changan 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 Changan University filed Critical Changan University
Priority to CN202011535370.7A priority Critical patent/CN112580176B/zh
Publication of CN112580176A publication Critical patent/CN112580176A/zh
Application granted granted Critical
Publication of CN112580176B publication Critical patent/CN112580176B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种三层复杂交通网络模型构建方法、系统、设备及存储介质，模型构建方法：获取并处理地图中目标区域内多个目标路段对应的地图信息；搭建中间层无向加权的地铁网络；分别以各地铁站点为圆心、步行经济距离ra为半径进行覆盖，将各地铁站点覆盖范围内的所有公共自行车停放点聚合为自行车网络节点，与地铁网络节点一一对应；以自行车经济出行距离rb作为连边依据进行自行车网络节点连边。将各条公交线路抽象为公交网络节点，以两条线路之间存在直接换乘关系进行连边。本发明充分考虑各交通方式的特征与异质性，突出换乘特点，更贴近现实出行状况，更利于网络动态行为研究，使得研究结果更具现实价值。

Description

三层复杂交通网络模型构建方法、系统、设备及存储介质
技术领域
本发明属于多层交通耦合网络技术领域，涉及一种三层复杂交通网络模型构建方法、系统、设备及存储介质，特别适用于城市公交-地铁-自行车三层耦合网络模型。
背景技术
城市公共交通作为一个复杂巨系统，由多种交通方式组合而成，其中城市地铁、城市公交、城市公共自行车这三种方式的点线网特征明显，是“天然的复杂网络”。网络科学的研究进程由单层网络研究逐步发展到双层网络至于多层网络，交通网络中的一项发展方向同样也是维度的提升。目前关于双层交通网络的研究包括空-铁网络、空-航网络、高铁-普铁网络等，在城市公共交通网络研究中最常见的是公交-地铁网络，而这些复合交通网络的研究往往是基于Space L进行网络搭建，Du提出了一类新的Space P-Space L双层网络耦合模型，但却是同种交通方式在不同空间下拓扑的耦合，较少有研究进行Space R与其他空间网络的耦合研究。而在多层网络研究中，现有研究多应用超网络的方法进行三方式及以上的交通网络研究，Xu建立了一个三层网络模型，不过其中间层为上下两种交通方式的融合网络层，并非严格的三方式交通网络复合。并且现有研究对于城市公共自行车在城市公共交通系统中的重要性考虑不足，少有从复杂网络视角开展城市公共自行车的研究。
发明内容
为了解决上述问题，本发明提供一种三层复杂交通网络模型构建方法、系统、设备及存储介质，充分考虑各交通方式的特征与异质性，突出换乘特点，更贴近现实出行状况，更准确的反应交通网络动态行为，使得研究结果更具现实价值，解决了现有技术中存在的问题。
本发明所采用的技术方案是，一种三层复杂交通网络模型构建方法，具体按照以下步骤进行：
步骤A.数据获取与处理，获取并处理地图中目标区域内多个目标路段对应的地图信息；
步骤B.搭建中间层无向加权的地铁网络：根据地铁线路，采用Space L网络构建方法，以地铁站点为网络节点，以两相邻站点间存在直达线路为连边；
步骤C.搭建下层无向有权的自行车网络：分别以各地铁站点为圆心、步行经济距离ra为半径进行覆盖，将各地铁站点覆盖范围内的所有公共自行车停放点聚合为自行车网络节点，自行车网络节点与地铁网络节点一一对应；以自行车经济出行距离rb作为连边依据进行自行车网络节点连边；
步骤D.搭建上层的公交网络，采用Space R网络构建方法，将各条公交线路抽象为公交网络节点，以两条线路之间存在直接换乘关系进行连边，公交网络层内连边之上不可添加实际负载。
进一步的，还包括：分别将一一对应的地铁网络节点与自行车网络节点连接，层间连边分别与地铁网络、自行车网络的层内连边同质，节点状态同时受到同层相邻节点及层间耦合节点的共同影响，完成所述中下层网络间耦合。
进一步的，还包括：选取各地铁站点步行经济距离ra覆盖范围内的公交站点，将公交站点所包含的所有途经线路节点与该地铁网络节点进行连边，层间连边与地铁网络层内连边异质，层间连边表征能够实现换乘，不添加实际负载，完成所述中上层网络间耦合。
进一步的，所述地铁网络以站点单日客流为初始节点权重，公交网络以总换乘可达数量为初始节点权重，自行车网络以对应地铁站点覆盖范围内所有公共自行车停放点容量之和为初始节点权重；所述三层网络的节点权重在同一权重矩阵中需具备相同量纲，地铁网络的节点权重最小值大于自行车网络节点权重的最大值，公交网络节点权重为其所有连边权重之和。
进一步的，所述公交-地铁耦合网络的联合权重在公交网络层面体现为线路容量函数f(α,β,kij)，其中，α为可换乘的公交网络节点数量对于公交线路容量的贡献率，β为单个地铁网络节点对于地铁线路容量的贡献率，kij表示公交线路连边初始权重。
进一步的，所述各单层网络均为无向网络，层间连边方向均由地铁网络层节点出发分别到达公交网络层和自行车网络层节点，表征以地铁为中心的换乘疏散行为。
一种三层复杂交通网络模型构建系统，包括：
数据获取与处理模块，用于获取并处理地图中目标区域内多个目标路段对应的地图信息；
地铁网络搭建模块，用于根据地铁线路，采用Space L网络构建方法，以地铁站点为网络节点，以两相邻站点间存在直达线路为连边，搭建中间层无向加权的地铁网络；
自行车网络搭建模块，用于获取自行车网络节点并以自行车经济出行距离rb作为连边依据进行自行车网络节点连边，搭建下层无向有权的自行车网络；
公交网络搭建模块，用于采用Space R网络构建方法，将各条公交线路抽象为公交网络节点，以两条线路之间存在直接换乘关系进行连边，公交网络层内连边之上不可添加实际负载，搭建上层的公交网络。
进一步的，还包括：地铁缓冲区处理模块，用于分别以各地铁站点为圆心、步行经济距离ra为半径进行覆盖，将各地铁站点覆盖范围内的所有公共自行车停放点聚合为自行车网络节点，输送至自行车网络搭建模块；以及用于选取各地铁站点步行经济距离ra覆盖范围内的公交站点，输送至公交网络搭建模块。
一种电子设备，包括：
存储器，用于存储可由处理器执行的指令；以及
处理器，用于执行所述指令以实现上述的方法。
一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，当所述计算机程序被执行时，能够实现上述的方法。
本发明的有益效果是：
1.本发明相比现有双层耦合网络在维度方面显著提升，将两层网络的相互作用拓展到更高维的网络结构与行为当中；在网络性质的限制下极大程度地涵盖现有主流公共交通方式，结合各交通方式的运行特征对耦合网络的构建细节进行优化，更贴近现实出行状况，更准确地反应交通网络动态行为，有利于更科学地研究交通网络动态行为。
2.本发明的中下层网络权重设置主要依据为客流量，且确保中下层对应节点的权值比例与地铁-自行车实际分担比率相近，以此保证中下层权重的同质性；对于中上层权值设置，主要以换乘作为赋权方式，处理得到的上层节点容量权重值即与下面两层权值同质，保证了复合网络权重的统一。
3.本发明层间网络的耦合方式、权重设置、方向设定均基于换乘疏散进行设置，层间耦合主要考虑实际接驳的可达性，同时基于平均场理论及线路的双向特征设置层内无向、层间有向的交通网络，突出换乘特点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例的三层复杂交通网络模型构建方法的示意图。
图2是本发明实施例中Space L下地铁网络拓扑结构图。
图3是本发明实施例中GIS地铁缓冲区设置应用示意图。
图4是本发明实施例的三层复杂城市公共交通耦合网络模型的拓扑示意图。
具体实施方式
下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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。
实施例一，
一种三层复杂交通网络模型构建方法，如图1所示，在实际应用过程当中，具体包括如下步骤：
步骤A.数据获取与处理，获取并处理地图中目标区域内多个目标路段对应的地图信息。
步骤B.搭建中间层无向加权的地铁网络：根据城市地铁线路，采用Space L网络构建方法，以地铁站点为网络节点，以两相邻站点(平均间距为r)间存在直达线路为连边，构建中间层无向加权的地铁网络。基于西安市地铁线路数据建立的地铁网络拓扑结构，如图2所示，黑点代表地铁站点，连线表示地铁线路；并依照站点实际日均客流量为网络节点赋权，客流量计算由站点单日刷卡数据得出。地铁网络主要有两个核心意义：①符合实际换乘动机与运行状况；②为网络动力学研究进行铺垫。
步骤C.搭建下层无向有权的自行车网络：分别针对各个地铁站点，考虑步行换乘可达性，分别以各地铁站点为圆心、步行经济距离ra为半径进行覆盖，在Space L网络构建方法下将各地铁站点覆盖范围内的所有公共自行车停放点聚合为自行车网络节点，自行车网络节点与地铁网络节点一一对应，如图3所示，大圆圈内的小圈表示地铁站，小圈之间的连线表示地铁线路，大圆圈表示缓冲区覆盖范围，缓冲区外的黑线表示市区划与道路网络信息，是GIS数据的图层之一；大圆圈内的所有公共自行车停放点聚合为一个自行车网络节点，聚合后的自行车网络节点容量为大圆圈内所有公共自行车停放点容量之和；自行车网络节点之间的距离等效为对应地铁站点之间的距离，自行车的经济出行距离为rb，两个地铁站点之间的距离为rc，如果rc≤rb，则对应的两个自行车网络节点连边。
鉴于近年城市公共自行车车辆及运营模式升级，涌现出大批无站桩停车规划点，故公共自行车停放点包括自行车站桩和无站桩停车区域。ra具体取值与站点所处位置的城市中心程度有关，现有研究表明接驳距离(即步行经济距离ra)一般不超过550m。步行经济距离ra为通过步行方式在不同城市公共交通运输方式的相邻站点间进行换乘的距离，本实施例中ra＝400m；自行车经济出行距离rb为骑乘自行车出行的舒适距离，一般在1-3km之间，本实施例中rb＝2Km。经对以西安市为例的轨道交通站点覆盖范围内自行车站桩数量的查找，得出在ra＝400时，各地铁站点覆盖自行车站桩(或无站桩停车区域)数量一般为2-4个，且各站点差距较小，故近似将所有自行车网络的节点权重设为1。自行车作为主要的城市公共交通出行方式之一，同时具备站点性质。在本发明中自行车网络与公交网络承担相同角色，都是为了分担地铁网络客流。
步骤D.搭建上层的公交网络，针对上层的公交网络，若采取Space L网络构建方法，则网络节点(公交场站)拥堵不明显，而限制可达性的是车辆容量、道路拥堵等情况。本发明实施例采用Space R网络构建方法，将各条公交线路抽象为公交网络节点，以两条线路之间存在直接换乘关系进行连边；其中，Space R网络构建方法下的公交网络内部连边仅表征存在换乘关系，公交网络层内连边之上不可添加实际负载。公交网络的各条连边初始权重分别为两条公交线路之间存在的公共换乘站点数量，而公交网络节点(公交线路)权重取其所有连边初始权重之和。此时独立的三层交通网络结构已分别搭建完成，如图4所示，图4中公交网络的椭圆圈表示在地铁站400m范围内包含的所有公交站牌上经过的公交线路，并通过箭头虚线进行相应层间连接；地铁网络中的椭圆圈表示图3中的缓冲区覆盖范围，下层自行车经聚合未展示缓冲区，直接以节点形式表现出来。接下来要进行的就是网络耦合与层间统一的工作。
步骤E.基于三方式城市公共交通独立网络搭建，开展考虑换乘疏散的层间网络耦合；中下层网络间耦合：结合地铁-自行车耦合网络两层节点的一一对应的特征，分别将一一对应的地铁网络节点与自行车网络节点两两连接，层间连边分别与地铁网络、自行车网络的层内连边同质，对于相同负载(如客流)可以进行跨层流动，需把握对应节点容量差异来进行区分，也就是说在考虑动态网络行为的时候节点状态会同时受到同层相邻节点及层间耦合节点的共同影响。
中上层网络间耦合：地铁-公交耦合网络的接驳方式与地铁-自行车耦合网络的接驳方式相同，步行换乘为主，故仍以步行经济距离ra作为划分阈值，选取各地铁站点步行经济距离ra覆盖范围内的公交站点，将公交站点所包含的所有途经线路节点与该地铁网络节点进行连边，层间连边与地铁网络层内连边异质，层间连边与上层的公交网络层内连边性质类似，即中上层层间连边表征可以实现换乘，连边不可加载负载，不可赋权，主要表征中上层节点的相互作用关系，上层层内连边同样不能加载负载但可赋权，因此在不加载负载上性质类似。
以上步骤完成了对三层耦合(R-L-L异构空间复合)网络的结构设计及部分内容设计，接下来将补充完善关于整体网络权重及方向的设定。
步骤F.网络权重设置：
地铁网络以站点单日客流为初始节点权重，公交网络以总换乘可达数量为初始节点权重，自行车网络以对应地铁站点覆盖范围内所有公共自行车停放点容量之和为初始节点权重，自行车网络因其容量较小且节点间差距较小，本实施例中确定自行车网络所有节点权重均为1。
但是在三层耦合中，不能独立地考虑各层初始权重，各层权重在同一权重矩阵中需具备相同量纲，在相同量纲下把握联合权重矩阵的意义，该联合权重矩阵的意义主要是最大程度地保留R-L异质网络自身的属性与特征。对于地铁-自行车同质耦合网络，以节点容量进行赋权，地铁网络的节点权重最小值一定大于自行车网络节点权重的最大值。R-L两种空间下节点和连边具有异质性，如果生硬地按照普通的L-L进行后续的赋权及其它指标计算，结果的有效性及实际意义则不能保证，因此本发明结合贡献度、线路容量函数克服层间异质性的这一主要技术困难。公交网络中，公交网络节点权重为其所有连边权重之和，设置可换乘的公交网络节点数量对于线路容量的贡献率为α，单个地铁网络节点对于地铁线路容量的贡献率为β，kij表示公交线路连边初始权重，则对于公交-地铁耦合网络的联合权重在公交网络层体现为线路容量函数f(α,β,kij)，将“换乘”与“容量”统一起来，使得得到的权重矩阵具有实际意义，构造得出3×3的块状矩阵作为后续重要节点识别、网络鲁棒性及其他动力学研究的基础。
例如，在进行初始权重矩阵归一化前，kij表示两条有连边的公交线路之间的换乘站点数量，kij≥1，归一化处理后的kij标记为kij 1，在进行归一化处理后，0<kij 1<1，则公交线路容量R公交＝kij 1/α，地铁线路容量R地铁＝kmn 1/β，kmn 1表征归一化处理后的地铁层权重元素，即地铁站点单日客流，测算出的两类容量即同质，并且满足实际存在的R地铁：R公交＝λ的比例关系。R地铁表示单一地铁线路全线平均单日客运量，以西安市为例，公交与地铁两种交通方式总客运量比值约2:1，该数据获取的时间范围内，西安市市内公交数量近400条，已开通地铁线路4条。如果以简单平均计算λ，
贡献率指标是为了统一上下层节点性质，经线路容量函数f计算可使得上层网络节点以线路容量表征权重，具体计算可通过信息熵法等多指标问题求解方法求得；具体步骤：选取影响线路容量因素的k个指标，构成决策矩阵，对矩阵进行规范化和归一化处理，进而计算元素熵值等指标值；α,β,kij因运输方式不同、运营环境不同导致因素不同。
步骤G.网络模型的方向设置，本网络模型设计运用统计物理平均场思想，各单层网络内部连边不考虑连边方向，即各单层网络均为无向网络，而两组层间连边均为有向连边，层间连边方向均由地铁层节点出发到达其他层节点，以表征以地铁为中心的换乘疏散行为，为后续网络动态行为研究做铺垫。至此三层城市公共交通耦合网络的静态搭建已全部完成。
实施例二，
一种三层复杂交通网络模型构建系统，包括：
数据获取与处理模块，用于获取并处理地图中目标区域内多个目标路段对应的地图信息；
地铁网络搭建模块，用于根据地铁线路，采用Space L网络构建方法，以地铁站点为网络节点，以两相邻站点间存在直达线路为连边，搭建中间层无向加权的地铁网络；
自行车网络搭建模块，用于获取自行车网络节点并以自行车经济出行距离rb作为连边依据进行自行车网络节点连边，搭建下层无向有权的自行车网络；
公交网络搭建模块，用于采用Space R网络构建方法，将各条公交线路抽象为公交网络节点，以两条线路之间存在直接换乘关系进行连边，公交网络层内连边之上不可添加实际负载，搭建上层的公交网络。
地铁缓冲区处理模块，用于分别以各地铁站点为圆心、步行经济距离ra为半径进行覆盖，将各地铁站点覆盖范围内的所有公共自行车停放点聚合为自行车网络节点，输送至自行车网络搭建模块和层间耦合模块；以及用于选取各地铁站点步行经济距离ra覆盖范围内的公交站点，输送至公交网络搭建模块和层间耦合模块；
层间耦合模块，用于实现层间耦合，包括中上层耦合模块和中下层耦合模块；
联合权重获取模块，用于获取联合权重矩阵。
为验证三层复杂交通网络模型构建方法的有效性，选取某行政市城市公共交通系统网络数据，分别计算Space L网络构建方法下单层公交网络、Space L网络构建方法下的公交-地铁双层复合网络及本发明提出的三层复合交通网络的网络效率值，通过进行实例验证，结果如表1所示。
表1网络效率值对比
由表1可以看出，城市公共交通网络效率随着所研究的网络维度增加而显著提升，可以解释为多方式换乘使得公共交通使用者出行选择更为丰富，异质交通方式协同克服了单一运输方式的局限性。依据本发明实施例所搭建的网络模型及联合权重矩阵，即可开展关于后续网络拓扑特性、关键节点识别及网络动力学等研究，并且在多层权重统一化的前提下，无论在网络重要节点识别还是级联失效的判别方面，所得出的研究结果都更加符合实际交通运行状况，可以更加科学地应用网络科学解决交通等现实系统的问题。
根据2018年市交通统计数据显示，当年市内城市公共自行车站桩数量为1943个，日均使用人次mb＝210000人次，单日最高使用人次达mbmax＝350000人次；截止2018年11月，西安地铁线数与当前一致，地铁日均客运量ms＝2020000人次，据此得出10％的客流分担能力。经测算本发明实施例中自行车可以为公共交通出行贡献相当于地铁客运量10％的客流分担能力，考虑合理，符合实际。
与现有技术相比，本发明所述一种三层复杂交通网络模型构建方法具有以下优势：
1.本发明相比以往双层耦合网络在维度方面显著提升，将两层网络的相互作用拓展到更高维的网络结构与行为当中。本发明在网络性质的限制下极大程度地涵盖现有主流公共交通方式，立足实际需求，充分考虑公交、地铁、自行车三种交通方式各自的特性，基于公交-地铁-自行车异类网络复合的需要提出了R-L-L三层复合网络模型，中上层耦合及公交网络单层的连接更符合实际交通系统状态，基于本网络的节点识别、动力学等研究开展的结果更实际意义。造成公交网络拥堵的主要原因是公交车承载能力不足与运行中道路的拥堵，现有技术的双层网络均是在Space L(L空间)下进行建网，即以公交站点为节点，线路为连边；考虑公交运行实际状态，L空间下的节点拥堵即站点拥堵，不符合实际出行状况。本发明实施例公交网络模型是在Space R(R空间)下进行搭建的，考虑了公交单方式的运行特征，同时考虑了三层网络层间连接的可行性与实际意义，主要基于以下3点考虑：(1)本发明实施例将公交线路抽象为网络节点，公交线路容量即节点容量；(2)公交线路容量受站台服务能力、道路拥堵程度、客流量等多因素共同影响，而耦合节点的负载变化可以直接或间接地显著影响这些因素，与实际情况紧密贴合；(3)地铁站点与该站点T(350m-400m)范围内所有公交站所包含的线路进行层间联系，既可表征两方式接驳实际，也体现出公交主要受车辆容量制约的特点。自行车的换乘与公交换乘内涵一致，即由于某几处地铁站点出现人流的瞬时爆发，导致地铁站点(节点)在短时间内拥堵严重(失效)，本发明构建的自行车网络积极考虑了换乘行为的现实状况，通过自行车的换乘避免单一地铁站点的拥堵，短时间内实现客流的分担，考虑应急人流疏散及外部乘客可达性，由地铁层分别向上下两层分配客流，符合实际换乘情况，同时为后续网络动力学研究进行铺垫。
2.本发明中下层网络权重的设置主要依据为客流量，且确保中下层对应节点的权值比例与地铁-自行车实际分担比率相近，以此保证中下层权重的同质性；对于中上层权值设置，由于中上层节点为异质节点，为规避现有研究中对于异质网络赋权时生硬地割裂(不考虑权值表征含义的差异性)，对于R层网络天然的用公共站点数表征边权，即主要以换乘作为赋权方式，探索换乘对于线路容量的贡献率，并对初始权重进行相应处理，处理得到的上层节点容量权重值即与下面两层权值同质，保证了复合网络权重的统一，对于后续应用矩阵得出的计算结果，其对比及解释更具实际价值。现有技术大多将自行车仅作为短距离公交站的换乘方式，连边依据实际站点距离进行测算；而本发明将地铁与自行车同时作为主体，两层间节点的一一对应既符合实际换乘状况，又便利了后续研究开展，且本发明多层网络明显地表征了多个维度，无论在结构上还是运算上都更加简明。
自行车作为主要城市公共交通方式之一，对公共出行分担率从比例来看较小，但其绝对数值及实际作用都不容忽视。对于自行车方式在城市公共交通系统中发挥作用的可改进的地方，主要在站桩停车点车辆增补的及时性，西安现有的处理办法是当单一站桩在停车辆数高于80％或低于20％，则有专人进行备用车辆的增补。如果该过程响应迅速，调度及时，可以很大程度地提高对自行车出行方式的信赖程度，变相地扩大了自行车节点容量，可以有效吸引客流。
3.本发明结合各交通方式的运行特征对耦合网络的耦合方式及建网细节进行优化，层间耦合关系、权重设置、方向设定更符合实际，都是基于换乘疏散的考虑进行设置的，层间耦合主要考虑实际接驳的可达性，方向则基于平均场理论思想及线路的双向特征设置层内无向、层间有向，突出换乘特点；使得本发明构建的公交网络模型更贴近实际出行状况，为网络动态行为研究提供重要的理论依据，更利于网络动态行为研究。Space L、SpaceR、Space P均为网络建模方法，抽提点和边的抽象方式不同。
本发明实施例一所述三层复杂交通网络模型构建方法如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器或者网络设备等)执行本发明施例一所述三层复杂交通网络模型构建方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (7)

1.一种三层复杂交通网络模型构建方法，其特征在于，具体按照以下步骤进行：
步骤A. 数据获取与处理，获取并处理地图中目标区域内多个目标路段对应的地图信息；
步骤B. 搭建中间层无向加权的地铁网络：根据地铁线路，采用Space L网络构建方法，以地铁站点为网络节点，以两相邻站点间存在直达线路为连边；
步骤C. 搭建下层无向有权的自行车网络：分别以各地铁站点为圆心、步行经济距离ra为半径进行覆盖，将各地铁站点覆盖范围内的所有公共自行车停放点聚合为自行车网络节点，自行车网络节点与地铁网络节点一一对应；以自行车经济出行距离rb作为连边依据进行自行车网络节点连边；
步骤D. 搭建上层的公交网络，采用Space R网络构建方法，将各条公交线路抽象为公交网络节点，以两条线路之间存在直接换乘关系进行连边，公交网络层内连边之上不可添加实际负载；
还包括：分别将一一对应的地铁网络节点与自行车网络节点连接，层间连边分别与地铁网络、自行车网络的层内连边同质，节点状态同时受到同层相邻节点及层间耦合节点的共同影响，完成所述中下层网络间耦合；
还包括：选取各地铁站点步行经济距离ra覆盖范围内的公交站点，将公交站点所包含的所有途经线路节点与该地铁网络节点进行连边，层间连边与地铁网络层内连边异质，层间连边表征能够实现换乘，不添加实际负载，完成所述中上层网络间耦合；
所述地铁网络以站点单日客流为初始节点权重，公交网络以总换乘可达数量为初始节点权重，自行车网络以对应地铁站点覆盖范围内所有公共自行车停放点容量之和为初始节点权重；所述三层网络的节点权重在同一权重矩阵中需具备相同量纲，地铁网络的节点权重最小值大于自行车网络节点权重的最大值，公交网络节点权重为其所有连边权重之和。
2.根据权利要求1所述的一种三层复杂交通网络模型构建方法，其特征在于，公交-地铁耦合网络的联合权重在公交网络层面体现为线路容量函数f（α,β,k ij ），其中，α为可换乘的公交网络节点数量对于公交线路容量的贡献率，β为单个地铁网络节点对于地铁线路容量的贡献率，k ij 表示公交线路连边初始权重。
3.根据权利要求1所述的一种三层复杂交通网络模型构建方法，其特征在于，所述各单层网络均为无向网络，层间连边方向均由地铁网络层节点出发分别到达公交网络层和自行车网络层节点，表征以地铁为中心的换乘疏散行为。
4.一种三层复杂交通网络模型构建系统，采用如权利要求1所述一种三层复杂交通网络模型构建方法，其特征在于，包括：
数据获取与处理模块，用于获取并处理地图中目标区域内多个目标路段对应的地图信息；
地铁网络搭建模块，用于根据地铁线路，采用Space L网络构建方法，以地铁站点为网络节点，以两相邻站点间存在直达线路为连边，搭建中间层无向加权的地铁网络；
自行车网络搭建模块，用于获取自行车网络节点并以自行车经济出行距离rb作为连边依据进行自行车网络节点连边，搭建下层无向有权的自行车网络；
公交网络搭建模块，用于采用Space R网络构建方法，将各条公交线路抽象为公交网络节点，以两条线路之间存在直接换乘关系进行连边，公交网络层内连边之上不可添加实际负载，搭建上层的公交网络。
5.根据权利要求4所述的一种三层复杂交通网络模型构建系统，其特征在于，还包括：地铁缓冲区处理模块，用于分别以各地铁站点为圆心、步行经济距离ra为半径进行覆盖，将各地铁站点覆盖范围内的所有公共自行车停放点聚合为自行车网络节点，输送至自行车网络搭建模块；以及用于选取各地铁站点步行经济距离ra覆盖范围内的公交站点，输送至公交网络搭建模块。
6.一种电子设备，包括：
存储器，用于存储可由处理器执行的指令；以及
处理器，用于执行所述指令以实现如权利要求1-4任一项所述的方法。
7.一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，当所述计算机程序被执行时，能够实现权利要求1-4任一项所述的方法。
CN202011535370.7A 2020-12-23 2020-12-23 三层复杂交通网络模型构建方法、系统、设备及存储介质 Active CN112580176B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011535370.7A CN112580176B (zh) 2020-12-23 2020-12-23 三层复杂交通网络模型构建方法、系统、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011535370.7A CN112580176B (zh) 2020-12-23 2020-12-23 三层复杂交通网络模型构建方法、系统、设备及存储介质

Publications (2)

Publication Number Publication Date
CN112580176A CN112580176A (zh) 2021-03-30
CN112580176B true CN112580176B (zh) 2024-01-30

Family

ID=75139442

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011535370.7A Active CN112580176B (zh) 2020-12-23 2020-12-23 三层复杂交通网络模型构建方法、系统、设备及存储介质

Country Status (1)

Country Link
CN (1) CN112580176B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113361052B (zh) * 2021-06-07 2024-02-23 长安大学 一种基于耦合映象格子的可恢复异质网络级联失效方法、设备及存储介质
CN113962615B (zh) * 2021-12-22 2022-06-07 华睿交通科技股份有限公司 一种交通资源管控系统、方法及存储介质
CN114611996B (zh) * 2022-03-30 2024-08-27 长安大学 应对城际铁路中断的多模式走廊构建方法、装置及设备
CN114937364B (zh) * 2022-06-17 2023-09-15 北京交通大学 一种基于拓扑变换的城市轨道交通分层网络的构建方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104200650A (zh) * 2014-08-27 2014-12-10 浙江工业大学 一种城市拥堵时段的多模式公交换乘方法
CN106294869A (zh) * 2016-08-23 2017-01-04 浙江工业大学 一种基于空间网络的具有公共自行车子网的公交网络建模方法
WO2017045294A1 (zh) * 2015-09-17 2017-03-23 华南理工大学 一种城市常规公交线网设计方法
CN107563028A (zh) * 2017-08-22 2018-01-09 南京邮电大学 一种基于空间网络的公交‑地铁耦合网络构建方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104200650A (zh) * 2014-08-27 2014-12-10 浙江工业大学 一种城市拥堵时段的多模式公交换乘方法
WO2017045294A1 (zh) * 2015-09-17 2017-03-23 华南理工大学 一种城市常规公交线网设计方法
CN106294869A (zh) * 2016-08-23 2017-01-04 浙江工业大学 一种基于空间网络的具有公共自行车子网的公交网络建模方法
CN107563028A (zh) * 2017-08-22 2018-01-09 南京邮电大学 一种基于空间网络的公交‑地铁耦合网络构建方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
具有公共自行车共享系统的公交网络建模及其性能研究;杨旭华;程之;;浙江工业大学学报(01);全文 *
基于自行车换乘地铁的网络时空可达性;张翔;何保红;王雨佳;郭淼;王擎苍;;交通科学与工程(03);全文 *

Also Published As

Publication number Publication date
CN112580176A (zh) 2021-03-30

Similar Documents

Publication Publication Date Title
CN112580176B (zh) 三层复杂交通网络模型构建方法、系统、设备及存储介质
CN110580404B (zh) 一种基于城市多模式交通网络的网络运能确定方法
Hong et al. Vulnerability effects of passengers' intermodal transfer distance preference and subway expansion on complementary urban public transportation systems
CN109543934B (zh) 城市公交线网的综合指标的评价方法
CN109086910B (zh) 城市轨道交通运营路网拓扑结构建模方法
Sohn Multi-objective optimization of a road diet network design
CN115062873B (zh) 交通出行方式预测方法和装置、存储介质及电子设备
CN106897791B (zh) 一种公交地铁复合网络模型构建方法
Petrović et al. Location planning approach for intermodal terminals in urban and suburban rail transport
Fu et al. Integration of dockless bike-sharing and metro: Prediction and explanation at origin-destination level
Wang et al. Online traffic condition evaluation method for connected vehicles based on multisource data fusion
Lin et al. A stacking model for variation prediction of public bicycle traffic flow
CN115169795A (zh) 站点重要性评估方法及装置
Wang et al. Accessibility-oriented performance evaluation of high-speed railways using a three-layer network model
Wang et al. Research on bus and metro transfer from perspective of hypernetwork—A case study of Xi’an, China (December 2020)
Xu et al. Exploring cascading failure processes of interdependent multi-modal public transit networks
Zhang et al. The research on planning of taxi sharing route and sharing expenses
CN108197879A (zh) 一种多模式客货共运方法及系统
CN111723991A (zh) 大型活动散场客流对地铁车站冲击影响的预测评估方法
Li et al. Path‐Based Approach for Expanding Rail Transit Network in a Metropolitan Area
Xu et al. Big data driven urban railway planning: Shenzhen metro case study
Luo et al. Passenger evacuation at a malfunctioning urban rail station based on interdependent networks
Xu et al. Analysis of public transport system efficiency based on multi-layer network
Xiaoliang et al. Discussion on Optimization of Public Transportation Network Setting considering Three‐State Reliability
Yu et al. Analysis method of railway station planning scenarios based on PROMETHEE

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