CN113409580A - 一种动态交通网络的容量可靠性的确定方法及系统 - Google Patents

一种动态交通网络的容量可靠性的确定方法及系统 Download PDF

Info

Publication number
CN113409580A
CN113409580A CN202110721660.9A CN202110721660A CN113409580A CN 113409580 A CN113409580 A CN 113409580A CN 202110721660 A CN202110721660 A CN 202110721660A CN 113409580 A CN113409580 A CN 113409580A
Authority
CN
China
Prior art keywords
path set
path
road
reliability
determining
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
CN202110721660.9A
Other languages
English (en)
Other versions
CN113409580B (zh
Inventor
李大庆
周栋
王上
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.)
Beihang University
Original Assignee
Beihang 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 Beihang University filed Critical Beihang University
Priority to CN202110721660.9A priority Critical patent/CN113409580B/zh
Publication of CN113409580A publication Critical patent/CN113409580A/zh
Application granted granted Critical
Publication of CN113409580B publication Critical patent/CN113409580B/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)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明涉及一种动态交通网络的容量可靠性的确定方法及系统。所述方法包括:获取交通状态图;根据交通状态图确定初始行驶路径集合;根据初始行驶路径集合中各行驶路径的道路交通容量和设定运输流量阈值得到剩余路径集合和第一路径集合;对剩余路径集合中的行驶路径进行两两组合,得到复合路径集合;根据复合路径集合和初始行驶路径集合得到第三路径集合;将第一路径集合和第三路径集合确定为最终路径集合,并计算最终路径集合中各行驶路径的可靠性;根据最终路径集合中所有行驶路径的可靠性得到动态交通网络的容量可靠性。本发明能够得到动态交通网络的容量可靠性。

Description

一种动态交通网络的容量可靠性的确定方法及系统
技术领域
本发明涉及交通网络可靠性确定领域,特别是涉及一种动态交通网络的容量可靠性的确定方法及系统。
背景技术
容量可靠性评估是针对复杂流网络的一种评估方法,在流量的角度,包括复杂的物质流、能量流和信息流对复杂网络的性能进行评价,由于严重的“城市病”如交通拥堵依然存在,甚至愈演愈烈,如何评价一个城市路网可靠性变得至关重要,直接影响后续交通调控管制和优化工作。
目前在传统的路网可靠性分析方面已经有了很多的研究成果,包括连通可靠性、行程时间可靠性和容量可靠性等等,但路网本身具有动态演化的性质,是一个复杂的动态网络系统,所以需要从考虑动态的角度研究,上述这些方法基本都是基于静态网络的,没有考虑网络的动态特性,所以需要设计一种新的方法来确定复杂的动态交通网络的容量可靠性。
发明内容
本发明的目的是提供一种动态交通网络的容量可靠性的确定方法及系统,能够得到动态交通网络的容量可靠性。
为实现上述目的,本发明提供了如下方案:
一种动态交通网络的容量可靠性的确定方法,包括:
获取交通状态图,所述交通状态图用于表示不同时间间隔内各路段之间的连接情况和位置关系;
根据所述交通状态图确定各点间的初始行驶路径集合;所述初始行驶路径集合中的行驶路径由n个在不同时间间隔内的不同的路段组成,第n个路段所在的时间间隔的序号大于或等于第n-1个路段所在的时间间隔的序号;
根据所述初始行驶路径集合中各行驶路径的道路交通容量和设定运输流量阈值得到剩余路径集合和第一路径集合;所述第一路径集合内的行驶路径的道路交通容量大于或等于所述设定运输流量阈值;
对所述剩余路径集合中的行驶路径进行两两组合,得到复合路径集合;
根据所述复合路径集合的道路交通容量对所述复合路径集合进行处理得到第三路径集合;
将所述第一路径集合和所述第三路径集合确定为最终路径集合,并计算所述最终路径集合中各行驶路径的可靠性;
根据所述最终路径集合中所有行驶路径的可靠性得到所述动态交通网络的容量可靠性。
可选的,所述获取交通状态图,具体包括:
获取时间戳内各路段的道路信息得到多个道路信息集合,所述时间戳包括多个按顺序排列的时间间隔,一个时间间隔对应一个道路信息集合;
对于任意一个道路信息集合;将所述道路信息集合内平均速度小于第一设定速度阈值的路段对应的道路信息删除得到静态道路信息集合;
根据所有时间间隔的静态道路信息集合构建交通状态图。
可选的,所述根据所述初始行驶路径集合中各行驶路径的道路交通容量和设定运输流量阈值得到剩余路径集合和第一路径集合,具体包括;
将所述初始行驶路径中道路交通容量大于或等于所述设定运输流量阈值的所有行驶路径确定为第一路径集合;
将所述初始行驶路径集合中的第一路径集合删除得到所述剩余路径集合。
可选的,所述根据所述复合路径集合的道路交通容量对所述复合路径集合进行处理得到第三路径集合,具体包括:
将所述复合路径集合内道路交通容量小于流量传输阈值的行驶路径删除得到阈值路径集合;
将所述复合路径集合中所述阈值路径集合的子集删除得到子集路径集合;
将所述子集路径集合中与所述初始行驶路径集合相同的行驶路径删除得到第三路径集合。
可选的,所述将所述复合路径集合中所述阈值路径集合的子集删除得到子集路径集合,具体包括:
判断所述复合路径集合内是否存在第二路径,得到第二判断结果;所述第二路径为阈值路径集合的子集;
若所述第二判断结果为是,则将所述复合路径集合内所述第二路径删除得到子集路径集合;
若所述第二判断结果为否,则将所述复合路径集合确定为子集路径集合。
可选的,将所述子集路径集合中与所述初始行驶路径集合相同的行驶路径删除得到第三路径集合,具体包括;
判断所述子集路径集合中是否有与所述初始行驶路径集合相同的行驶路径,得到第三判断结果;
若所述第三判断结果为否,则将所述子集路径集合确定为第三路径集合;
若所述第三判断结果为是,则将所述子集路径集合内与所述初始行驶路径集合相同的行驶路径删除,得到第三路径集合。
可选的,所述将所述第一路径集合和所述第三路径集合确定为最终路径集合,并计算所述最终路径集合中各行驶路径的可靠性,具体包括:
将所述第一路径集合和所述第三路径集合确定为最终路径集合;
根据所述第一设定速度阈值、第二设定速度阈值和各路段的平均速度计算各行驶路径的可靠性。
一种动态交通网络的容量可靠性的确定系统,包括:
获取模块,用于获取交通状态图,所述交通状态图用于表示不同时间间隔内各路段之间的连接情况和位置关系;
初始行驶路径集合确定模块,用于根据所述交通状态图确定各点间的初始行驶路径集合;所述初始行驶路径集合中的行驶路径由n个在不同时间间隔内的不同的路段组成,第n个路段所在的时间间隔的序号大于或等于第n-1个路段所在的时间间隔的序号;
剩余路径集合确定模块,用于根据所述初始行驶路径集合中各行驶路径的道路交通容量和设定运输流量阈值得到剩余路径集合和第一路径集合;所述第一路径集合内的行驶路径的道路交通容量大于或等于所述设定运输流量阈值;
复合路径集合确定模块,用于对所述剩余路径集合中的行驶路径进行两两组合,得到复合路径集合;
第三路径集合确定模块,用于根据所述复合路径集合的道路交通容量对所述复合路径集合进行处理得到第三路径集合;
可靠性计算确定模块,用于将所述第一路径集合和所述第三路径集合确定为最终路径集合,并计算所述最终路径集合中各行驶路径的可靠性;
容量可靠性确定模块,用于根据所述最终路径集合中所有行驶路径的可靠性得到所述动态交通网络的容量可靠性。
可选的,所述获取模块,具体包括:
获取单元,用于获取时间戳内各路段的道路信息得到多个道路信息集合,所述时间戳包括多个按顺序排列的时间间隔,一个时间间隔对应一个道路信息集合;
静态道路信息集合确定单元,用于对于任意一个道路信息集合;将所述道路信息集合内平均速度小于第一设定速度阈值的路段对应的道路信息删除得到静态道路信息集合;
交通状态图确定单元,用于根据所有时间间隔的静态道路信息集合构建交通状态图。
可选的,所述剩余路径集合确定模块,具体包括;
第一路径集合确定单元,用于将所述初始行驶路径中道路交通容量大于或等于所述设定运输流量阈值的所有行驶路径确定为第一路径集合;
剩余路径集合确定单元,用于将所述初始行驶路径集合中的第一路径集合删除得到所述剩余路径集合。
根据本发明提供的具体实施例,本发明公开了以下技术效果:本发明根据动态交通网络确定初始行驶路径集合;根据初始行驶路径集合中各行驶路径的道路交通容量和设定运输流量阈值得到剩余路径集合和第一路径集合;对剩余路径集合中的行驶路径进行两两组合,得到复合路径集合;根据复合路径集合和初始行驶路径集合得到第三路径集合;将第一路径集合和第三路径集合确定为最终路径集合,并计算最终路径集合中各行驶路径的可靠性;根据最终路径集合中所有行驶路径的可靠性得到动态交通网络的容量可靠性,可以得到动态交通网络的容量可靠性,可以根据容量可靠性对通行进行调控。
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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的动态交通网络的容量可靠性的确定方法的流程图;
图2为本发明实施例提供的更具体的动态交通网络的容量可靠性的确定方法的流程图;
图3为本发明实施例提供的动态交通网络示意图;
图4为本发明实施例提供的时空图;
图5为本发明实施例提供的时间戳示意图;
图6为本发明实施例提供的动态交通网络的容量可靠性的确定系统的框图。
具体实施方式
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。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
目前在传统的路网可靠性分析方面已经有了很多的研究成果,包括连通可靠性、行程时间可靠性和容量可靠性等等。关于连通可靠性,Lee在1955年首次提出了网络的端可靠性的概念,他将端可靠性度量定义为“以实现连通功能的概率”,首次使用了以连通为规定功能的可靠性指标。连通可靠性也是最早提出的网络可靠性指标。基于网络的有源与无源,研究中常将有源网络的端可靠性分为ST可靠度和SAT可靠度,无源网络的端可靠性分为两端可靠度、k端可靠性及全端可靠度。目前研究较多的是无源网络的端可靠性。两端可靠性即网络中给定两个端点间能实现连通的概率,k端可靠性指网络中给定k个端点间保持连通的概率,全端可靠度是指网络中所有端点保持连通的概率。
计算网络连通可靠性的经典解析算法往往做如下假设:(1)链路只有故障、正常两种状态;(2)网络中链路故障的概率是统计独立的。经典的计算网络连通可靠性的算法主要有五种:状态枚举法、容斥原理法、不交积和法、因子分解法、图形拓扑方法。它们往往面临计算复杂度随网络节点数增加而指数增长的“组合爆炸”问题,因此只适用于节点数较少或者网络拓扑结构特殊的情况。
关于容量可靠性,对于网络连通可靠性的评估是网络可靠性研究中最早开始进行的,因此研究成果很多。但在实际使用网络的过程中,会发现网络中不论是链路的容量还是节点的容量,都不是如连通可靠性研究中所默认的“容量无限”。在网络连通的情况下,网络容量的限制依然会对“传输一定流量”的功能实现产生影响。因此,不仅关心网络中是否存在连通路径,还关心是否存在满足一定流量(物质、能量、信息)需求的连通路径。最早对这一问题进行研究的是美国普林斯顿大学的Ford教授等,他于1956年针对运输网、通信网和电网等一类容量有限的网络,基于图论提出了网络流模型,并于1962年首先给出了求解网络最大流的第一个算法——标号法,其开拓了用数学网络理论来研究运输系统的思路,首次开始将链路容量与网络可靠性相结合。随后,出现了对路网能力可靠性的研究,即将路网能力可靠性定义为路段交通量不超过路段能力限制的概率。近年来,才开始对“定量信息通过网络的概率”,即流网络的研究。为了简化问题,突出重点,研究做了如下假设:(1)网络中节点无容量限制且完全可靠;(2)网络中链路有容量限制,不能通过超出该容量信息流;(3)链路只有故障、正常两种状态,故障时信息流无法通过;(4)网络中链路故障的概率是统计独立的。
Aggarwal等人首先提出了容量可靠性,他们将系统正常与否定义为系统是否能够成功地在源点与终点之间传输所要求的流量,该文是在路径的角度,提出基于复合路径的方法指标来评价网络的容量可靠性。同年,Aggarwal等人在割集的角度,提出了一种基于割集子集的网络容量可靠性计算的方法。文中首先对所有最小割集进行了检查,得到了它们的最小可行割集子集,以确保系统故障,然后应用不相交过程来确定容量可靠性的表达式。
但是以上方法并不能对动态网络的可靠性进行确定,为了解决上述问题本实施例提供了一种动态交通网络的容量可靠性的确定方法,如图1所示,所述方法,包括:
步骤101:获取交通状态图,所述交通状态图用于表示不同时间间隔内各路段之间的连接情况和位置关系,即各路段在每个时间间隔内是否存在和与其他路段的连接情况;所述交通状态图可以为:动态交通网络、时空图或者时间戳示意图。
步骤102:根据所述交通状态图确定各点间的初始行驶路径集合。所述初始行驶路径集合中的行驶路径由n个在不同时间间隔内的不同的路段组成,第n个路段所在的时间间隔的序号大于或等于第n-1个路段所在的时间间隔的序号。
步骤103:根据所述初始行驶路径集合中各行驶路径的道路交通容量和设定运输流量阈值得到剩余路径集合和第一路径集合。所述第一路径集合内的行驶路径的道路交通容量大于或等于所述设定运输流量阈值。
步骤104:对所述剩余路径集合中的行驶路径进行两两组合,得到复合路径集合。
步骤105:根据所述复合路径集合的道路交通容量对所述复合路径集合进行处理得到第三路径集合。
步骤106:将所述第一路径集合和所述第三路径集合确定为最终路径集合,并计算所述最终路径集合中各行驶路径的可靠性。
步骤107:根据所述最终路径集合中所有行驶路径的可靠性得到所述动态交通网络的容量可靠性。
动态网络的核心是时间戳的设置,时间戳的定义是表明每个路段在哪几个时间间隔内是正常运行且可靠的。设置时间戳的长度,即选定划分几个时间间隔,如附图3-4所示,划分了三个时间间隔t=1,t=2和t=3,以及时间间隔是多长,可取10min,20min或者30min等等,这两个参数大小可根据实际问题和实际数据进行动态调整。在实际应用中,步骤101具体包括:
步骤1011:获取时间戳内各路段的道路信息得到多个道路信息集合。所述时间戳包括多个按顺序排列的时间间隔,一个时间间隔对应一个道路信息集合;所述道路信息包括道路ID、道路起点、道路终点、道路起点经纬度、道路终点经纬度、道路交通容量、道路方向和平均速度。
步骤1012:对于任意一个道路信息集合;将所述道路信息集合内平均速度小于第一设定速度阈值的路段对应的道路信息删除得到静态道路信息集合;通过设置速度阈值V1(第一设定速度阈值)用来判断当前路段(边)在当前所处的时间间隔内是否存在(可运行),可以将每个路段在每个时间间隔内的平均速度Vnow和速度阈值V1进行比较,如果Vnow>V1,即当前路段的时间戳里存在当前时间间隔编号,如t=1,进而得到每个边的时间戳,代表每条边分别在哪几个时间间隔存在,如边(E1,E2)在t=1,t=2,t=3时都存在。
步骤1013:根据所有时间间隔的静态道路信息集合构建交通状态图。
在实际应用中,步骤1012之前还包括,数据预处理:
(1)计算每个路段所有天的平均速度的平均值和标准差。
(2)建立数据样本95%的置信区间。
(3)剔除不合要求(掉落在区间外)的样本点。
(4)补充缺失数据。对于数据缺失的情况,可以通过两个步骤进行补充,首先对于缺失的数据用该路段在其他天的平均值来补充数据,其次如果还有数据缺失可以通过利用路段上下时间数据进行线性插补。
在实际应用中,步骤1013具体包括:
根据所述静态道路信息集合构建目标时间间隔对应的静态交通网络,所述目标时间间隔为所述道路信息集合对应的时间间隔。
将所有时间间隔对应的静态交通网络确定为动态交通网络,动态交通网络为每个时间间隔内的交通网络拓扑图。
在实际应用中,步骤1013具体包括:
根据静态道路信息集合确定在对应时间间隔内各路段的连接关系;
根据所有时间间隔各路段的连接关系构建时空图,时空图是可以看出在每个时间间隔内两点运行之间的方向和连接关系。
在实际应用中,步骤1013具体包括:
根据静态道路信息集合确定所有时间间隔内分别存在哪些路段,根据这个信息构建时间戳示意图。
在实际应用中,步骤103具体包括。
将所述初始行驶路径中道路交通容量大于或等于所述设定运输流量阈值的所有行驶路径确定为第一路径集合。
将所述初始行驶路径集合中的第一路径集合删除得到所述剩余路径集合。
在实际应用中,步骤105具体包括:
将所述复合路径集合内道路交通容量小于流量传输阈值的行驶路径删除得到阈值路径集合。
将所述复合路径集合中所述阈值路径集合的子集删除得到子集路径集合。
将所述子集路径集合中与所述初始行驶路径集合相同的行驶路径删除得到第三路径集合。
在实际应用中,所述将所述复合路径集合中所述阈值路径集合的子集删除得到子集路径集合,具体包括:
判断所述复合路径集合内是否存在第二路径,得到第二判断结果;所述第二路径为阈值路径集合的子集。
若所述第二判断结果为是,则将所述复合路径集合内所述第二路径删除得到子集路径集合。
若所述第二判断结果为否,则将所述复合路径集合确定为子集路径集合
在实际应用中,将所述子集路径集合中与所述初始行驶路径集合相同的行驶路径删除得到第三路径集合,具体包括:
判断所述子集路径集合中是否有与所述初始行驶路径集合相同的行驶路径,得到第三判断结果。
若所述第三判断结果为否,则将所述子集路径集合确定为第三路径集合。
若所述第三判断结果为是,则将所述子集路径集合内与所述初始行驶路径集合相同的行驶路径删除,得到第三路径集合。
在实际应用中,所述将所述第一路径集合和所述第三路径集合确定为最终路径集合,并计算所述最终路径集合中各行驶路径的可靠性具体包括:
将所述第一路径集合和所述第三路径集合确定为最终路径集合。
根据所述第一设定速度阈值、第二设定速度阈值和各路段的平均速度计算各行驶路径的可靠性。
其中,根据所述第一设定速度阈值、第二设定速度阈值和各路段的平均速度计算各行驶路径的可靠性具体为:每条边的可靠度pi可以在边连接的基础上设置可靠区间来计算得到。具体计算方法是:之前已经设置了判断每条边是否存在的速度阈值(第一设定速度阈值)V1,判断每条边是否可靠需要在此基础上再设置可靠速度阈值(第二设定速度阈值)V2,每条边的可靠度pi等于第一部分在第二部分中的比值,第一部分为实际数据中每分钟平均速度不小于可靠速度阈值的部分第二部分为实际数据中每分钟平均速度不小于存在速度阈值的部分,即pi=part(Vnow>V2)/part(Vnow>V1)。路网中边的道路交通容量Ci设置可以根据道路等级来进行规划。
本实施例提供了一种更加具体的动态交通网络的容量可靠性的确定方法,如图2所示,所述方法主要步骤如下:
步骤1:进行数据预处理。
其中,步骤1的目的是准备和处理一些数据以用来后续步骤使用,根据实际交通数据(道路ID,道路起点,道路终点,道路起点经纬度,道路终点经纬度,道路等级,道路方向、每个道路每分钟的平均速度)。由于获得的实际数据可能存在部分路段速度缺失或者速度异常等情况,所以首先进行数据的预处理,可以用置信区间的方法来过滤异常数据。
步骤2:建立动态交通网络、时空图和时间戳示意图。
其中,步骤2具体内容包括:
动态网络中的点和边都是随时间而不断发生变化的,虽然动态交通网络上的点实际的空间坐标位置并不变,但是在时间层面它的实际意义已经发生了改变。动态网络的核心是时间戳的设置,设置了时间戳的长度,再设置判断边是否存在的速度阈值,我们就可以由速度数据得到每个边的时间戳,代表每条边分别在哪几个时刻存在,进而就建立起动态交通网络。
根据步骤1中获取的路网各边时间戳信息(每个边在哪个时间间隔是存在的)来构建等价的动态网络图、时空图和时间戳示意图,如图3所示,动态网络在每个时刻t的网络结构都不一定是相同的,即每条边都在某几个时刻存在。具体构建方法是:根据实际交通数据可获得路段各边连接关系(即拓扑结构),各节点经纬度坐标,结合步骤1中计算的时间戳,即可构建动态网络,是静态交通网络结合时间戳形成的。
如图4所示,时空图,由时间边(横边)和空间边(斜边)组成,加粗路径所示的是点1到点5的一条时空路径,可以表示两点之间的行驶方向。时空图根据动态交通网络得到的,体现的是动态网络的拓扑结构,例如在动态交通网络t=1时,V1与V2和V3连接,V4和V5与V3连接,在时空图的t=1时
Figure BDA0003137041020000111
Figure BDA0003137041020000112
之间存在箭头,表示V1与V2连接,
Figure BDA0003137041020000113
Figure BDA0003137041020000114
之间存在箭头,表示V1与V3连接,
Figure BDA0003137041020000115
Figure BDA0003137041020000116
之间存在箭头,表示V3与V4连接,
Figure BDA0003137041020000117
Figure BDA0003137041020000118
之间存在箭头,表示V4与V5连接,图-中的
Figure BDA0003137041020000119
表示的是点1在时间间隔t=1的开始状态,
Figure BDA00031370410200001110
表示点1在时间间隔t=1的结束状态和t=2时的开始状态,
Figure BDA00031370410200001111
表示点1在时间间隔t=2的结束状态和t=3时的开始状态,
Figure BDA00031370410200001112
表示点1在时间间隔t=3的结束状态,其他同理不在赘述,得到时空图之后,即可求取选定两点间的所有单个时空路径和进行一些网络算法分析,方便进行后续步骤和可视化结果输出。
时间戳示意图如图5所示,能够清晰的看到每条边在哪几个时刻存在,例如v1与v2之间[1,2,3]表示在时间间隔t=1、t=2和t=3存在。
步骤3:进行复合时空路径结果集的求解。
其中,具体内容包括:
静态容量网络可靠性的定义有以下几点构成:
(1)对于一个有向或无向网络,给定起点s和终点t。
(2)给定每条边的道路交通容量Ci,i=1,2,...,m。
(3)给定流量传输阈值Cs
(4)每条边的可靠度pi,i=1,2,...,m。
(5)容量可靠性(CRR):R=P{从s到t能传输Cs以上容量}。
根据静态容量网络可靠性定义可以提出基于复合时空路径角度的动态容量网络可靠性的定义如下:
那么基于复合时空路径角度的动态容量网络可靠性的定义如下:
(1)对于一个有向或无向网络,给定起点s和终点t。
(2)给定每条边的道路交通容量Ci,i=1,2,...,m。
(3)给定流量传输阈值Cs
(4)每条边的可靠度pi,t,i=1,2,...,m,t=1,2,…,n。
(5)容量可靠性(CRR):R=P{从s到t能传输Cs以上容量的复合时空路径存在的概率}。
算法实现具体包括以下三个子步骤:
3.1判断是否存在满足任务需求的单个路径:根据已经输入的交通状态图(动态交通网络、时空图或者时间戳示意图)获得所选两点间所有的时空路径,具体实现步骤是:第一步直接用python程序调包找静态网络结构下的两点之间所有路径,第二步对每个路径不同边的时间戳进行全组合,全组合的条件是排在后面的边时间要不小于排在前面的边时间,即一直有Ti+1>=Ti,i代表边,这样就筛选得到了初始所有可能的单条时空路径。并进行判断是否存在单条时空路径就能满足流量运输需求。判断方法分为两步,第一步计算单条时空路径可运输流量的值,这个值是由组成这个路径中所有路段容量最大值Wpi决定的,Wpi=max{path(Ci)};第二步就是将路径所能运输流量最大值与要求运输流量的最大值进行比较,若Wpi>=Wreq,则该条时空路径就满足流量运输需求。
3.2时空路径两两复合,判断是否存在满足任务需求的复合时空路径:将单条路径就满足要求的从时空路径集中去掉,剩余不满足要求的时空路径进行两两复合,这个复合过程的关键点是判断当前复合的两条时空路径是否存在公共边(公共边的判断依据是不仅要求边的起点终点相同,同时要求当前所取边的时间戳相同)。如果存在公共边,那么复合路径的道路交通容量的计算方法是在两个时空路径的道路交通容量和以及公共边阈值中取最小值;不存在公共边情况下,复合路径的道路交通容量是两个时空路径的道路交通容量和。
3.3.冗余复合时空路径集结果的删除:对上述得到的两两复合的路径集合进行三次判断筛选,第一,判断每个复合路径的道路交通容量是否满足流量传输的任务要求,即是否不小于Cs;第二,判断是在满足第一个条件的复合路径集合的基础上,对每个复合路径进行最小子集的筛选,即判断复合路径集合中是否存在子集关系,确保得到的每个复合路径结果在结构上都是最小的;第三,判断是在前两个条件都满足的基础上进行筛选出冗余的复合路径结果,然后从结果集中去掉这些冗余结果,进行筛选原因是两个路径的复合结果有可能会产生在3.1子步骤中已经出现的单条路径满足任务需求的情况,故需再进行筛选冗余复合路径结果集。
步骤4:进行动态网络的容量可靠度计算。
其中,步骤4具体内容包括:
4.1输入所有可行的最小复合时空路径集。
4.2计算出每个可行的最小复合时空路径的可靠度。
4.3计算当前动态交通网络的容量可靠度。
基于步骤3中复合时空路径在动态网络容量可靠性下的定义可以写出动态容量网络的可靠性计算方法如下:
(1)可行的复合时空路径:能传输Cs以上流量的最小时空路径或它们的组合。
(2)获得网络中所有可行的复合时空路径组成的集合(3.2中删除的部分和3.3得到的部分)。
故基于复合时空路径的动态网络容量可靠性计算公式如下:
Figure BDA0003137041020000131
其中,Ak={第k个可行复合时空路径上所有边均可靠}。
Ak是每一个可行的复合时空路径,计算方法是逻辑电路中的与或,也就是组成路径中路段各概率Pi按照运算规则相乘和相加。例如复合路径由边集AB和CD组成,那么该复合路径的可靠度R=PA·PB+PC·PD
本发明的大体思路为:由步骤1可获得当前动态交通网络中每条边在各个时刻下的平均速度,通过设置时间戳区间和两个速度阈值,即可计算出每条边在每个时间戳区间里的可靠度pi,它是关于时间的变量,同一条边在不同时间间隔下的可靠度pi值也是不同的。由步骤3得到复合时空路径的结果集,将对应路段变量的可靠度代入步骤4中的动态交通网络容量可靠性计算公式,即可计算出指定两点的动态交通网络的容量可靠性,进而可以求出整个动态交通网络的容量可靠性。
如图6所示,本实施例还提供了一种与上述方法对应的动态交通网络的容量可靠性的确定系统,所述系统包括:
获取模块A1,用于获取交通状态图,所述交通状态图用于表示不同时间间隔内各路段之间的连接情况和位置关系。
初始行驶路径集合确定模块A2,用于根据所述交通状态图确定各点间的初始行驶路径集合;所述初始行驶路径集合中的行驶路径由n个在不同时间间隔内的不同的路段组成,第n个路段所在的时间间隔的序号大于或等于第n-1个路段所在的时间间隔的序号。
剩余路径集合确定模块A3,用于根据所述初始行驶路径集合中各行驶路径的道路交通容量和设定运输流量阈值得到剩余路径集合和第一路径集合;所述第一路径集合内的行驶路径的道路交通容量大于或等于所述设定运输流量阈值。
复合路径集合确定模块A4,用于对所述剩余路径集合中的行驶路径进行两两组合,得到复合路径集合。
第三路径集合确定模块A5,用于根据所述复合路径集合的道路交通容量对所述复合路径集合进行处理得到第三路径集合。
可靠性计算确定模块A6,用于将所述第一路径集合和所述第三路径集合确定为最终路径集合,并计算所述最终路径集合中各行驶路径的可靠性。
容量可靠性确定模块A7,用于根据所述最终路径集合中所有行驶路径的可靠性得到所述动态交通网络的容量可靠性。
作为一种可选的实施方式,所述获取模块,具体包括:
获取单元,用于获取时间戳内各路段的道路信息得到多个道路信息集合,所述时间戳包括多个按顺序排列的时间间隔,一个时间间隔对应一个道路信息集合。
静态道路信息集合确定单元,用于对于任意一个道路信息集合;将所述道路信息集合内平均速度小于第一设定速度阈值的路段对应的道路信息删除得到静态道路信息集合。
交通状态图确定单元,用于根据所有时间间隔的静态道路信息集合构建交通状态图。
作为一种可选的实施方式,所述剩余路径集合确定模块,具体包括。
第一路径集合确定单元,用于将所述初始行驶路径中道路交通容量大于或等于所述设定运输流量阈值的所有行驶路径确定为第一路径集合。
剩余路径集合确定单元,用于将所述初始行驶路径集合中的第一路径集合删除得到所述剩余路径集合。
本发明提供的动态交通网络容量可靠性确定方法,具有以下优点:
本发明支持动态交通网络下的容量可靠性评估,传统的方法大多仅支持静态网络可靠性评估,而交通网络作为经典复杂性网络之一,具体实时变化的动态特性。基于时空图分析,有利于分析动态网络的拓扑演化和规律分析。本发明基于时空图的方法,将传统的静态容量可靠性分析方法扩展到动态网络容量可靠性评估,同时有利于进行理论分析,进一步分析网络容量可靠性提供数据和理论支撑。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种动态交通网络的容量可靠性的确定方法,其特征在于,包括:
获取交通状态图,所述交通状态图用于表示不同时间间隔内各路段之间的连接情况和位置关系;
根据所述交通状态图确定各点间的初始行驶路径集合;所述初始行驶路径集合中的行驶路径由n个在不同时间间隔内的不同的路段组成,第n个路段所在的时间间隔的序号大于或等于第n-1个路段所在的时间间隔的序号;
根据所述初始行驶路径集合中各行驶路径的道路交通容量和设定运输流量阈值得到剩余路径集合和第一路径集合;所述第一路径集合内的行驶路径的道路交通容量大于或等于所述设定运输流量阈值;
对所述剩余路径集合中的行驶路径进行两两组合,得到复合路径集合;
根据所述复合路径集合的道路交通容量对所述复合路径集合进行处理得到第三路径集合;
将所述第一路径集合和所述第三路径集合确定为最终路径集合,并计算所述最终路径集合中各行驶路径的可靠性;
根据所述最终路径集合中所有行驶路径的可靠性得到所述动态交通网络的容量可靠性。
2.根据权利要求1所述的一种动态交通网络的容量可靠性的确定方法,其特征在于,所述获取交通状态图,具体包括:
获取时间戳内各路段的道路信息得到多个道路信息集合,所述时间戳包括多个按顺序排列的时间间隔,一个时间间隔对应一个道路信息集合;
对于任意一个道路信息集合;将所述道路信息集合内平均速度小于第一设定速度阈值的路段对应的道路信息删除得到静态道路信息集合;
根据所有时间间隔的静态道路信息集合构建交通状态图。
3.根据权利要求1所述的一种动态交通网络的容量可靠性的确定方法,其特征在于,所述根据所述初始行驶路径集合中各行驶路径的道路交通容量和设定运输流量阈值得到剩余路径集合和第一路径集合,具体包括:
将所述初始行驶路径中道路交通容量大于或等于所述设定运输流量阈值的所有行驶路径确定为第一路径集合;
将所述初始行驶路径集合中的第一路径集合删除得到所述剩余路径集合。
4.根据权利要求1所述的一种动态交通网络的容量可靠性的确定方法,其特征在于,所述根据所述复合路径集合的道路交通容量对所述复合路径集合进行处理得到第三路径集合,具体包括:
将所述复合路径集合内道路交通容量小于流量传输阈值的行驶路径删除得到阈值路径集合;
将所述复合路径集合中所述阈值路径集合的子集删除得到子集路径集合;
将所述子集路径集合中与所述初始行驶路径集合相同的行驶路径删除得到第三路径集合。
5.根据权利要求4所述的一种动态交通网络的容量可靠性的确定方法,其特征在于,所述将所述复合路径集合中所述阈值路径集合的子集删除得到子集路径集合,具体包括;
判断所述复合路径集合内是否存在第二路径,得到第二判断结果;所述第二路径为阈值路径集合的子集;
若所述第二判断结果为是,则将所述复合路径集合内所述第二路径删除得到子集路径集合;
若所述第二判断结果为否,则将所述复合路径集合确定为子集路径集合。
6.根据权利要求4所述的一种动态交通网络的容量可靠性的确定方法,其特征在于,将所述子集路径集合中与所述初始行驶路径集合相同的行驶路径删除得到第三路径集合,具体包括;
判断所述子集路径集合中是否有与所述初始行驶路径集合相同的行驶路径,得到第三判断结果;
若所述第三判断结果为否,则将所述子集路径集合确定为第三路径集合;
若所述第三判断结果为是,则将所述子集路径集合内与所述初始行驶路径集合相同的行驶路径删除,得到第三路径集合。
7.根据权利要求2所述的一种动态交通网络的容量可靠性的确定方法,其特征在于,所述将所述第一路径集合和所述第三路径集合确定为最终路径集合,并计算所述最终路径集合中各行驶路径的可靠性,具体包括:
将所述第一路径集合和所述第三路径集合确定为最终路径集合;
根据所述第一设定速度阈值、第二设定速度阈值和各路段的平均速度计算各行驶路径的可靠性。
8.一种动态交通网络的容量可靠性的确定系统,其特征在于,包括:
获取模块,用于获取交通状态图,所述交通状态图用于表示不同时间间隔内各路段之间的连接情况和位置关系;
初始行驶路径集合确定模块,用于根据所述交通状态图确定各点间的初始行驶路径集合;所述初始行驶路径集合中的行驶路径由n个在不同时间间隔内的不同的路段组成,第n个路段所在的时间间隔的序号大于或等于第n-1个路段所在的时间间隔的序号;
剩余路径集合确定模块,用于根据所述初始行驶路径集合中各行驶路径的道路交通容量和设定运输流量阈值得到剩余路径集合和第一路径集合;所述第一路径集合内的行驶路径的道路交通容量大于或等于所述设定运输流量阈值;
复合路径集合确定模块,用于对所述剩余路径集合中的行驶路径进行两两组合,得到复合路径集合;
第三路径集合确定模块,用于根据所述复合路径集合的道路交通容量对所述复合路径集合进行处理得到第三路径集合;
可靠性计算确定模块,用于将所述第一路径集合和所述第三路径集合确定为最终路径集合,并计算所述最终路径集合中各行驶路径的可靠性;
容量可靠性确定模块,用于根据所述最终路径集合中所有行驶路径的可靠性得到所述动态交通网络的容量可靠性。
9.根据权利要求8所述的一种动态交通网络的容量可靠性的确定系统,其特征在于,所述获取模块,具体包括:
获取单元,用于获取时间戳内各路段的道路信息得到多个道路信息集合,所述时间戳包括多个按顺序排列的时间间隔,一个时间间隔对应一个道路信息集合;
静态道路信息集合确定单元,用于对于任意一个道路信息集合;将所述道路信息集合内平均速度小于第一设定速度阈值的路段对应的道路信息删除得到静态道路信息集合;
交通状态图确定单元,用于根据所有时间间隔的静态道路信息集合构建交通状态图。
10.根据权利要求8所述的一种动态交通网络的容量可靠性的确定系统,其特征在于,所述剩余路径集合确定模块,具体包括;
第一路径集合确定单元,用于将所述初始行驶路径中道路交通容量大于或等于所述设定运输流量阈值的所有行驶路径确定为第一路径集合;
剩余路径集合确定单元,用于将所述初始行驶路径集合中的第一路径集合删除得到所述剩余路径集合。
CN202110721660.9A 2021-06-28 2021-06-28 一种动态交通网络的容量可靠性的确定方法及系统 Active CN113409580B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110721660.9A CN113409580B (zh) 2021-06-28 2021-06-28 一种动态交通网络的容量可靠性的确定方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110721660.9A CN113409580B (zh) 2021-06-28 2021-06-28 一种动态交通网络的容量可靠性的确定方法及系统

Publications (2)

Publication Number Publication Date
CN113409580A true CN113409580A (zh) 2021-09-17
CN113409580B CN113409580B (zh) 2022-05-13

Family

ID=77679894

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110721660.9A Active CN113409580B (zh) 2021-06-28 2021-06-28 一种动态交通网络的容量可靠性的确定方法及系统

Country Status (1)

Country Link
CN (1) CN113409580B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8665731B1 (en) * 2008-06-30 2014-03-04 The Boeing Company Reliability estimation methods for large networked systems
JP5697768B1 (ja) * 2014-01-21 2015-04-08 株式会社福山コンサルタント 道路ネットワーク評価方法、道路ネットワーク評価装置、プログラム、並びに情報記録媒体
CN106327865A (zh) * 2016-08-12 2017-01-11 北京航空航天大学 一种基于渗流分析的城市交通可靠性指标及其实现方法
CN108109375A (zh) * 2017-12-21 2018-06-01 北京航空航天大学 一种基于渗流分析的城市交通网络可靠性预测方法
US20180336779A1 (en) * 2017-05-17 2018-11-22 National Tsing Hua University Traffic network reliability evaluating method and system thereof
US10298488B1 (en) * 2016-09-30 2019-05-21 Juniper Networks, Inc. Path selection and programming of multiple label switched paths on selected paths of multiple computed paths
CN110232819A (zh) * 2019-05-16 2019-09-13 北京航空航天大学 一种基于复杂网络的城市关键道路的发掘方法
US20200007431A1 (en) * 2018-06-27 2020-01-02 National Tsing Hua University Reliability evaluating method for multi-state flow network and system thereof
CN110853375A (zh) * 2019-11-21 2020-02-28 东南大学 考虑重叠路径影响的随机用户均衡逐日动态交通流预测方法
CN111553539A (zh) * 2020-05-09 2020-08-18 上海大学 一种基于概率模型检验的行驶路径规划方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8665731B1 (en) * 2008-06-30 2014-03-04 The Boeing Company Reliability estimation methods for large networked systems
JP5697768B1 (ja) * 2014-01-21 2015-04-08 株式会社福山コンサルタント 道路ネットワーク評価方法、道路ネットワーク評価装置、プログラム、並びに情報記録媒体
CN106327865A (zh) * 2016-08-12 2017-01-11 北京航空航天大学 一种基于渗流分析的城市交通可靠性指标及其实现方法
US10298488B1 (en) * 2016-09-30 2019-05-21 Juniper Networks, Inc. Path selection and programming of multiple label switched paths on selected paths of multiple computed paths
US20180336779A1 (en) * 2017-05-17 2018-11-22 National Tsing Hua University Traffic network reliability evaluating method and system thereof
CN108109375A (zh) * 2017-12-21 2018-06-01 北京航空航天大学 一种基于渗流分析的城市交通网络可靠性预测方法
US20200007431A1 (en) * 2018-06-27 2020-01-02 National Tsing Hua University Reliability evaluating method for multi-state flow network and system thereof
CN110232819A (zh) * 2019-05-16 2019-09-13 北京航空航天大学 一种基于复杂网络的城市关键道路的发掘方法
CN110853375A (zh) * 2019-11-21 2020-02-28 东南大学 考虑重叠路径影响的随机用户均衡逐日动态交通流预测方法
CN111553539A (zh) * 2020-05-09 2020-08-18 上海大学 一种基于概率模型检验的行驶路径规划方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
ZHAO ZHANG.ETC: "Evacuation based on spatio-temporal resilience with variable", 《JOURNAL OF MANAGEMENT SCIENCE AND ENGINEERING》 *
徐晓云等: "网络故障传播研究进展综述", 《电子科学技术》 *
葛少云等: "配电网和城市路网关联网络的综合可靠性分析", 《中国电机工程学报》 *
邓川: "相关性失效下的网络系统可靠度评估研究", 《中国优秀博硕士学位论文全文数据库(硕士)》 *

Also Published As

Publication number Publication date
CN113409580B (zh) 2022-05-13

Similar Documents

Publication Publication Date Title
CN1677940B (zh) 高速业务量测量和分析方法
Rathore et al. Exploiting real-time big data to empower smart transportation using big graphs
CN112131216B (zh) 一种基于物模型的输电线路自适应数据库创建方法及装置
CN112564964A (zh) 一种基于软件定义网络的故障链路检测与恢复方法
US20090034433A1 (en) Method for Rebuilding an Ad Hoc Network and the Nodes Thereof
CN105469317A (zh) 一种电力通信网络可靠性分析方法
CN112884208A (zh) 一种城市街区智能划分方法
CN108806257A (zh) 一种道路拥堵区域和拥堵路段的识别方法
Ahmed et al. Mobile-based Routes Network Analysis for Emergency Response Using an Enhanced Dijkstra's Algorithm and AHP.
CN113409580B (zh) 一种动态交通网络的容量可靠性的确定方法及系统
CN112532529B (zh) 一种mesh路由拓扑组网方法及系统
Dey et al. Robust and minimum spanning tree in fuzzy environment
CN102550070A (zh) 分组化网络中丢失率的估计方法
CN106790693A (zh) 一种网络数据包的分析方法及系统
CN115719186A (zh) 一种区域交通网韧性评估方法及系统
CN113538921B (zh) 一种基于t-cps系统的监测体系的构建方法
CN105429793A (zh) 一种通讯网络加权链路重要度评估方法
CN113487869A (zh) 拥堵瓶颈点确定方法、装置、计算机设备和存储介质
Aktunc et al. Event detection by change tracking on community structure of temporal networks
CN110442660B (zh) 一种用于智能公交系统的公交线网长度计算方法
CN109861910B (zh) 一种基于链路可用率的电力通信网链路重要度计算方法
CN110138670B (zh) 一种基于动态路径的负载迁移方法
CN113225215A (zh) 一种sdn架构下区分服务网络关键链路识别方法及系统
CN113193993A (zh) 航天以太网拓扑优化方法
CN102694725B (zh) 基于带宽来双向搜索路径的方法

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