CN113724487B - 面向交通策略组合的城市交通系统仿真分析方法 - Google Patents
面向交通策略组合的城市交通系统仿真分析方法 Download PDFInfo
- Publication number
- CN113724487B CN113724487B CN202110805804.9A CN202110805804A CN113724487B CN 113724487 B CN113724487 B CN 113724487B CN 202110805804 A CN202110805804 A CN 202110805804A CN 113724487 B CN113724487 B CN 113724487B
- Authority
- CN
- China
- Prior art keywords
- traffic
- strategy
- target value
- combination
- strategies
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- 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
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了面向交通策略组合的城市交通系统仿真分析方法,该方法首先对土地开发调整策略、基础设施建设策略、交通管理与控制策略进行组合;然后对城市交通系统依次进行交通阻抗分析、交通需求分析、交通分配分析,得到城市交通系统路段流量;根据路段流量计算目标值,评定目标值是否满足预设条件;若满足预设条件,直接输出推荐的交通策略组合,否则,重新组合交通策略,继续进行交通运行分析并计算目标值,直至寻找到使目标值满足预设条件的交通策略组合。本发明在多种交通策略可选的前提下,能够为城市交通决策部门合理搭配交通策略提供参考信息,具有较高的应用价值。
Description
技术领域
本发明涉及面向交通策略组合的城市交通系统仿真分析方法,属于城市交通系统规划管理与仿真分析技术领域。
背景技术
近年来,随着我国城市化进程不断加快,城市人口密度日益增大,汽车保有量逐年增加。持续增长的交通需求为现状交通基础设施带来巨大挑战。因交通供需失衡导致的交通拥堵、交通混乱及能耗污染等城市交通问题日益凸显。根据中国城市规划设计研究院于2020年底发布的《全国主要城市通勤时耗监测报告》显示,在全国36个重点城市之中,超过1000万人正在承受60分钟以上的极端通勤之苦,占通勤人口的13%。由此可见,城市交通拥堵已经成为影响居民美好生活品质的突出问题,受到社会各界的广泛关注。
为有效解决交通拥堵问题,现状交通系统主要是从均衡交通需求分布、扩大交通供给规模以及规范交通运行组织三个方面提出相应的交通策略。由于交通需求很大程度上取决于土地利用类型与土地开发强度,因此土地开发调整被看作均衡交通需求分布的有效手段之一。此外,通过交通基础设施建设,如新建轨道交通线路、新建桥梁,以及交通管理与控制,如设置公交车专用道、设置交叉口渠化,能够有效提升交通系统的通行能力,进而减小交通系统供需差异,在实际应用中均取得不错的效果。
虽然目前存在多种交通策略可供选择,但现有研究大多关注于单一策略的方案设计及实施效果的仿真分析,对于多种交通策略的组合分析以及对比评选鲜有研究。在实际生活中,不同的交通策略往往各行其道,甚至相互掣肘,造成交通资源浪费、影响交通调控效果。因此,面向多种交通策略,需要通过城市交通系统仿真分析实现交通策略的组合与比选,能够为交通决策部门合理选择交通策略、推荐交通策略组合提供参考信息,进而有效减弱交通拥堵程度、改善城市交通系统环境。
发明内容
本发明所要解决的技术问题是:提供面向交通策略组合的城市交通系统仿真分析方法,对交通策略组合进行交通运行分析,通过目标值求解与可行性判断,推荐合理交通策略组合。
本发明为解决上述技术问题采用以下技术方案:
面向交通策略组合的城市交通系统仿真分析方法,包括如下步骤:
步骤1,构建针对城市交通系统的交通策略库,所述交通策略库包括土地开发调整策略库A、基础设施建设策略库B和交通管理与控制策略库C,且A中包含l个土地开发调整策略ai,B中包含m个基础设施建设策略bj,C中包含n个交通管理与控制策略ck,i=1,…,l,j=1,…,m,k=1,…,n,l,m,n>0;令nS=1;
步骤2,从土地开发调整策略库A中选择nA个策略,从基础设施建设策略库B中选择nB个策略,从交通管理与控制策略库C中选择nC个策略,共同构成交通策略组合S,其包含的策略数为nS;
nS、nA、nB、nC满足:
nS=nA+nB+nC>0
步骤3,在进行交通策略组合的基础上,求解城市交通系统任意两个交通小区间的最短路距离及最短时耗;
步骤4,利用交通小区间的最短路距离及最短时耗,采用四阶段法得到交通系统的路段流量;
步骤5,以交通系统的路段流量为输入,计算路段平均饱和度ξl与交叉口平均饱和度ξn,通过引入路段平均饱和度权重系数ωl及交叉口平均饱和度权重系数ωn,计算策略数为nS时对应的各个交通策略组合的目标值Z;
步骤6,若存在目标值小于预设目标值Z0的交通策略组合,则将该交通策略组合定为推荐策略组合S*,进入步骤7,若不存在目标值小于预设目标值Z0的交通策略组合,则令nS=nS+1,返回步骤2重新进行交通策略组合,直至寻找到满足条件的推荐策略组合S*;
步骤7,输出得到的推荐策略组合S*。
作为本发明的一种优选方案,步骤3所述求解城市交通系统任意两个交通小区间的最短路距离及最短时耗,所采用的算法为Dijkstra算法。
作为本发明的一种优选方案,所述步骤4的具体过程如下:
采用四阶段法得到交通系统的路段流量,分为交通生成、交通分布、方式划分和交通分配四个步骤:
(1)交通生成:采用增长系数法预测各交通小区的交通发生量与交通吸引量;
(2)交通分布:在获取交通发生量和交通吸引量的基础上,根据交通小区之间的最短路距离采用双约束重力模型得到任意两个交通小区之间的交通量,即OD矩阵;
(3)方式划分:采用多元Logit模型将OD矩阵按照交通方式拆分为步行OD矩阵、非机动车OD矩阵、机动车OD矩阵;
(4)交通分配:采用多路径-增量加载交通分配方法,将步行OD矩阵、非机动车OD矩阵、机动车OD矩阵根据交通小区间的最短时耗分配到交通网络,得到交通系统的路段流量。
作为本发明的一种优选方案,步骤5所述目标值Z的计算公式如下:
Z=ωl·ξl+ωn·ξn,0≤ωl,ωn≤1。
作为本发明的一种优选方案,步骤6所述预设目标值Z0的计算公式如下:
Z0=ωl·ξl',85+ωn·ξn',85,0≤ωl,ωn≤1
其中,ξl',85表示路段高峰小时饱和度的85%分位点,ξn',85表示交叉口高峰小时饱和度的85%分位点,路段平均饱和度权重系数ωl与交叉口平均饱和度权重系数ωn均取为0.50。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:
1、本发明考虑多种交通策略,通过城市交通系统仿真分析方法,得到推荐的交通策略组合,能够为交通决策部门合理选择与搭配交通策略提供参考信息。
2、本发明所提面向交通策略组合的城市交通系统仿真分析方法能够避免不同交通策略相互掣肘导致的交通资源浪费等问题,进而有效减弱交通拥堵、改善城市交通系统环境。
附图说明
图1是本发明面向交通策略组合的城市交通系统仿真分析方法的流程图。
图2是本发明实施例中研究区域示意图。
具体实施方式
下面详细描述本发明的实施方式,所述实施方式的示例在附图中示出。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
如图1所示,为本发明提出的面向交通策略组合的城市交通系统仿真分析方法的流程图,具体步骤如下:
(1)交通策略组合:包括构建交通策略库与交通策略组合两个步骤,具体如下:
(11)构建交通策略库:构建土地开发调整策略库A、基础设施建设策略库B和交通管理与控制策略库C,分别包含l个土地开发调整策略ai、m个基础设施建设策略bj和n个交通管理与控制策略ck,即:
A={a1,a2,...,al},B={b1,b2,...,bm},C={c1,c2,...,cn},l,m,n>0
(12)交通策略组合:从土地开发调整策略库A中选择nA个策略,从基础设施建设策略库B中选择nB个策略,从交通管理与控制策略库C中选择nc个策略,共同构成交通策略组合S,其包含的策略数为nS。
nS、nA、nB、nC的数值满足以下两个约束条件:
约束2:nS=nA+nB+nC>0
(2)交通运行分析:包括交通系统阻抗分析、交通系统需求分析、交通系统分配分析三个步骤,具体如下:
(21)交通系统阻抗分析:在步骤(12)进行交通策略组合的基础上,求解不同交通小区间的最短路距离及最短时耗;
(22)交通系统需求分析:首先进行交通生成分析,得到各交通小区的交通发生量与交通吸引量;然后进行交通分布分析,根据交通小区之间的最短路距离得到任意两个交通小区之间的交通量,即OD矩阵;最后进行交通方式划分,将OD矩阵按照交通方式拆分为步行OD矩阵、非机动车OD矩阵、机动车OD矩阵;
(23)交通系统分配分析:将步行OD矩阵、非机动车OD矩阵、机动车OD矩阵根据交通小区间的最短时耗分配到交通网络,得到交通系统路段流量。
(3)目标值求解:包括目标值计算和可行性判断两个步骤,具体如下:
(31)目标值计算:以交通系统路段流量为输入,计算路段平均饱和度ξl与交叉口平均饱和度ξn,通过引入路段平均饱和度权重系数ωl及交叉口平均饱和度权重系数ωn,计算目标值Z:
Z=ωl·ξl+ωn·ξn,0≤ωl,ωn≤1
(32)可行性判断:如果目标值小于预设目标值Z0时,将对应的交通策略组合S定为推荐策略组合S*;否则,返回步骤(12)重新进行交通策略组合、交通运行分析与目标值计算,直至寻找到满足条件的推荐策略组合S*。
上述路段平均饱和度权重系数ωl与交叉口平均饱和度权重系数ωn均取为0.50。预设目标值Z0通过将路段高峰小时饱和度的85%分位点ξl',85与交叉口高峰小时饱和度的85%分位点ξn',85代入目标值计算公式得到,即:
Z0=ωl·ξl',85+ωn·ξn',85,0≤ωl,ωn≤1
(4)输出:输出步骤(32)得到的推荐策略组合。
首先考虑nS=1,确定nS=1时的各种交通策略组合,通过步骤(32)计算各交通策略组合目标值是否满足条件,若存在满足条件的交通策略组合,则将该交通策略组合作为推荐策略组合,算法结束,若不存在满足条件的交通策略组合,则增加策略组合中的策略数量至nS=2,以此类推,直至找到满足条件的交通策略组合。如果nS=1至nS=l+m+n中所有交通策略组合的目标值均不满足条件,说明无法根据当前交通策略库输出推荐交通策略组合。
实施例
本实施例以南京市主城区的城市交通系统为研究对象,按照技术方案中的城市交通系统仿真分析方法,得到推荐的交通策略组合。方法流程图见图1,包括以下4个步骤:
(1)交通策略组合:本实例以南京市主城区为研究范围,包括玄武区、秦淮区、鼓楼区、建邺区以及雨花台区,如图2所示。本实例中土地开发调整策略库A,基础设施建设策略库B以及交通管理与控制策略库C均包含2种策略,具体如表1所示。
表1交通策略库构成
由此得到,A={a1,a2},B={b1,b2},C={c1,c2}。从交通策略库中选择策略进行组合,得到交通策略组合S。
(2)交通运行分析:在组合交通策略下,采用Dijkstra算法求解不同交通小区间的最短路距离及最短时耗;采用增长系数法预测各交通小区的交通发生量和交通吸引量,采用双约束重力模型得到交通小区OD矩阵,采用多元Logit模型得到交通小区间分交通方式的OD矩阵;采用多路径-增量加载交通分配方法,将步行、非机动车和机动车的OD矩阵分别分配到交通网络,得到交通系统路段流量。
(3)目标值计算:据调查,南京市的路段高峰小时平均饱和度的85%分位点ξl',85为0.68,交叉口高峰小时平均饱和度的85%分位点ξn',85为0.72,故本实例中预设目标值Z0=0.70。以交通系统路段流量为输入,计算路段平均饱和度ξl与交叉口平均饱和度ξn,进而得到目标值Z。当目标值Z小于预设目标值Z0时,输出推荐交通策略组合S*;否则,重新进行交通策略组合、交通运行分析与目标值求解,直至寻找到满足条件的推荐交通策略组合S*。
本实施例中首先对策略数为1的交通策略组合进行目标值求解,发现均大于预设目标值;进而对策略数为2的交通策略组合进行目标值求解,当交通策略组合为b1+c2时,目标值Z小于预设目标值。最终,共进行14次交通策略组合,各自的目标值结果如表2所示。
表2目标值求解结果统计表
(4)输出:输出推荐的交通策略组合,即在雨花台区新建停车场的同时,优化研究区域内主要交叉口的渠化设计。
以上实施例仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明保护范围之内。
Claims (1)
1.面向交通策略组合的城市交通系统仿真分析方法,其特征在于,包括如下步骤:
步骤1,构建针对城市交通系统的交通策略库,所述交通策略库包括土地开发调整策略库A、基础设施建设策略库B和交通管理与控制策略库C,且A中包含l个土地开发调整策略ai,B中包含m个基础设施建设策略bj,C中包含n个交通管理与控制策略ck,i=1,…,l,j=1,…,m,k=1,…,n,l,m,n>0;令nS=1;
步骤2,从土地开发调整策略库A中选择nA个策略,从基础设施建设策略库B中选择nB个策略,从交通管理与控制策略库C中选择nC个策略,共同构成交通策略组合S,其包含的策略数为nS;
nS、nA、nB、nC满足:
nS=nA+nB+nC>0
步骤3,在进行交通策略组合的基础上,采用Dijkstra算法求解城市交通系统任意两个交通小区间的最短路距离及最短时耗;
步骤4,利用交通小区间的最短路距离及最短时耗,采用四阶段法得到交通系统的路段流量;具体过程如下:
采用四阶段法得到交通系统的路段流量,分为交通生成、交通分布、方式划分和交通分配四个步骤:
(1)交通生成:采用增长系数法预测各交通小区的交通发生量与交通吸引量;
(2)交通分布:在获取交通发生量和交通吸引量的基础上,根据交通小区之间的最短路距离采用双约束重力模型得到任意两个交通小区之间的交通量,即OD矩阵;
(3)方式划分:采用多元Logit模型将OD矩阵按照交通方式拆分为步行OD矩阵、非机动车OD矩阵、机动车OD矩阵;
(4)交通分配:采用多路径-增量加载交通分配方法,将步行OD矩阵、非机动车OD矩阵、机动车OD矩阵根据交通小区间的最短时耗分配到交通网络,得到交通系统的路段流量;
步骤5,以交通系统的路段流量为输入,计算路段平均饱和度ξl与交叉口平均饱和度ξn,通过引入路段平均饱和度权重系数ωl及交叉口平均饱和度权重系数ωn,计算策略数为nS时对应的各个交通策略组合的目标值Z;
所述目标值Z的计算公式如下:
Z=ωl·ξl+ωn·ξn,0≤ωl,ωn≤1;
步骤6,若存在目标值小于预设目标值Z0的交通策略组合,则将该交通策略组合定为推荐策略组合S*,进入步骤7,若不存在目标值小于预设目标值Z0的交通策略组合,则令nS=nS+1,返回步骤2重新进行交通策略组合,直至寻找到满足条件的推荐策略组合S*;
所述预设目标值Z0的计算公式如下:
Z0=ωl·ξ′l,85+ωn·ξ′n,85,0≤ωl,ωn≤1
其中,ξ′l,85表示路段高峰小时饱和度的85%分位点,ξ′n,85表示交叉口高峰小时饱和度的85%分位点,路段平均饱和度权重系数ωl与交叉口平均饱和度权重系数ωn均取为0.50;
步骤7,输出得到的推荐策略组合S*。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110805804.9A CN113724487B (zh) | 2021-07-16 | 2021-07-16 | 面向交通策略组合的城市交通系统仿真分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110805804.9A CN113724487B (zh) | 2021-07-16 | 2021-07-16 | 面向交通策略组合的城市交通系统仿真分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113724487A CN113724487A (zh) | 2021-11-30 |
CN113724487B true CN113724487B (zh) | 2022-06-07 |
Family
ID=78673488
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110805804.9A Active CN113724487B (zh) | 2021-07-16 | 2021-07-16 | 面向交通策略组合的城市交通系统仿真分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113724487B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104933862A (zh) * | 2015-05-26 | 2015-09-23 | 大连理工大学 | 一种基于浮动车轨迹的城市交通拥堵智能组合预测方法 |
CN107977914A (zh) * | 2017-11-14 | 2018-05-01 | 东南大学 | 一种城市交通管理与控制策略可视量化测试方法 |
-
2021
- 2021-07-16 CN CN202110805804.9A patent/CN113724487B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104933862A (zh) * | 2015-05-26 | 2015-09-23 | 大连理工大学 | 一种基于浮动车轨迹的城市交通拥堵智能组合预测方法 |
CN107977914A (zh) * | 2017-11-14 | 2018-05-01 | 东南大学 | 一种城市交通管理与控制策略可视量化测试方法 |
Non-Patent Citations (4)
Title |
---|
《交通与计算机》杂志2006年总目次.《交通与计算机》.2006,(第06期), * |
Federico Oliva等.关于城市蔓延和交通规划的政治与政策.《国外城市规划》.2002,(第06期), * |
尹洪英等.交通运输网络级联失效影响规律及影响范围.《系统管理学报》.2013,(第06期), * |
王宇.公共交通优先――政策与法规的导向――访重庆交通大学公共交通学者王健先生.《交通世界(运输.车辆)》.2009, * |
Also Published As
Publication number | Publication date |
---|---|
CN113724487A (zh) | 2021-11-30 |
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 | |
Bayram et al. | Electric power allocation in a network of fast charging stations | |
CN114297809A (zh) | 一种电动汽车充电站选址定容方法 | |
Shen et al. | Optimized public parking location modelling for green intelligent transportation system using genetic algorithms | |
CN111598314B (zh) | 一种基于绩效单元的公园绿地规划布局方法 | |
Chen et al. | Supply allocation: bi-level programming and differential evolution algorithm for Natural Disaster Relief | |
CN112561304A (zh) | 城市常规公交线网的评价方法 | |
CN101807222A (zh) | 基于站点的城市公交线网优化配置方法 | |
CN107194128A (zh) | 基于中心辐射型网络框架的多模式公共交通网络设计方法 | |
CN104809112A (zh) | 一种基于多源数据的城市公交发展水平综合评价方法 | |
CN103606266A (zh) | 基于数据包络分析的路网交通改善方案效率评估方法 | |
CN111612223B (zh) | 基于土地和交通多源数据的人口就业分布预测方法及装置 | |
CN107527137A (zh) | 城市轨道交通网络成熟度确定方法 | |
CN109325614A (zh) | 一种基于gis的汽车站选址方法 | |
CN107194541A (zh) | 一种基于自适应权重Voronoi图的配电网供电分区方法 | |
CN112884208A (zh) | 一种城市街区智能划分方法 | |
Gulyás et al. | Assessment of transport connections based on accessibility | |
CN109829607A (zh) | 一种城市交通可持续发展的综合评价方法 | |
Chandramohan et al. | 2M2C-R2ED: Multi-metric cooperative clustering based routing for energy efficient data dissemination in green-VANETs | |
CN113724487B (zh) | 面向交通策略组合的城市交通系统仿真分析方法 | |
CN111429166A (zh) | 基于最大轮廓聚类的电动汽车充电需求空间分布预测方法 | |
Wu et al. | Evaluating the economic and social benefits of multiutility tunnels with an agent-based simulation approach | |
Huang et al. | Multi-objective optimal scheduling of distribution network with electric vehicle charging load considering time-varying road impedance | |
CN115330043A (zh) | 一种城市充电站的选址规划方法及系统 | |
Xie et al. | A strategy to alleviate rush hour traffics in urban areas based on school-trip commute information |
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 |