CN116013079A - 一种面向高速公路诱导屏诱导的交通分配方法 - Google Patents

一种面向高速公路诱导屏诱导的交通分配方法 Download PDF

Info

Publication number
CN116013079A
CN116013079A CN202310018838.2A CN202310018838A CN116013079A CN 116013079 A CN116013079 A CN 116013079A CN 202310018838 A CN202310018838 A CN 202310018838A CN 116013079 A CN116013079 A CN 116013079A
Authority
CN
China
Prior art keywords
path
induction
flow
paths
traffic
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.)
Pending
Application number
CN202310018838.2A
Other languages
English (en)
Inventor
张奇樊
李林锋
黎曦
姚凌云
李世忠
黄静
邹莉
唐昌林
邱廷铨
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.)
Fujian Provincial Expressway Network Operation Co ltd
Shenzhen Urban Transport Planning Center Co Ltd
Original Assignee
Fujian Provincial Expressway Network Operation Co ltd
Shenzhen Urban Transport Planning Center Co Ltd
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 Fujian Provincial Expressway Network Operation Co ltd, Shenzhen Urban Transport Planning Center Co Ltd filed Critical Fujian Provincial Expressway Network Operation Co ltd
Priority to CN202310018838.2A priority Critical patent/CN116013079A/zh
Publication of CN116013079A publication Critical patent/CN116013079A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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

  • Traffic Control Systems (AREA)

Abstract

本发明提出一种面向高速公路诱导屏诱导的交通分配方法，属于交通分配技术领域。包括：S1.根据诱导屏覆盖范围的道路拥堵情况，判断是否启动诱导，当预测时段的车辆行驶路径的拥堵等级、持续时间和连续路段的长度超过了设定的阈值，启动诱导，否则不进行操作；S2.考虑用户均衡和系统最优两类目标，对诱导屏覆盖范围内指定时段行驶车辆的路径重新分配，输出建议行驶路径及目标诱导比例；S3.根据预设的遵从诱导的比例，计算诱导信息显示时间，根据显示时间发布建议行驶路径。解决交通分配未考虑诱导屏显示约束，分配方案难实施的问题，同时解决了一般方法仅考虑用户均衡或者系统最优某一类目标的问题，兼顾了交通分配过程中的公平和效率。

Description

一种面向高速公路诱导屏诱导的交通分配方法
技术领域
本申请涉及交通分配方法，尤其涉及一种面向高速公路诱导屏诱导的交通分配方法，属于交通分配技术领域。
背景技术
交通诱导屏的诱导，通过道路布设的电子信息显示屏，展示前方道路路径的相关信息，将车辆诱导至非拥堵路径，以到达减少车辆出行延误、提高路网通行效率的目的，诱导屏的交通诱导是道路拥堵治理的常用措施。而动态交通分配(DTA，Dynamic TrafficAssignment)是交通诱导的关键技术，连接OD(道路起终点，Origin-Destination)之间的道路有很多条，如何交通量正确合理地分配到O和D之间的各条路径上，是交通分配要解决的问题。通过交通分配可以决策将车辆往哪条路径上诱导、诱导的比例是多少，并且诱导后不会导致“拥堵转移”而产生新的拥堵点。
比较常用的交通分配方法，是相继平均法(MSA，Method of SuccessiveAverages)、FW算法(Frank-Wolfe Algorithm)等基于迭代的方法。以把用户均衡作为目标的相继平均法(MSA)为例对这类方法进行说明，该算法的具体步骤如下：
1)初始化。在初始迭代N＝0中，根据各路段的自由流行驶时间(阻抗)，得到各OD对之间的最短路径，并进行全有全无的分配，即将OD交通量全部加载到最短路径上，从而得到路网中各路段的初始交通流量；
2)根据上一次迭代所得到交通流量分布情况，将OD交通量按照给定路径放入路网中进行交通流量加载，得到各路段的行驶时间，更新各路段的阻抗；
3)根据更新后的路段阻抗，重新计算各OD对之间的最短路径；
4)对于每对OD，将OD各条原有路径上的交通量按照1/(N+1)的比例转移到新生成的最短路径上，并据此更新OD各条路径上的交通量；
5)如果连续两次迭代的结果相差不大或者迭代次数N达到预设的最大迭代次数，则停止计算，从而得到最终的分配结果。否则令N＝N+1，返回第2步。
交通分配的过程，未考虑交通诱导屏的实际显示问题，可能导致分配结果不可用。如果一对OD之间仅两条路径，则通过上述方法得到的最优路径分配结果，可能是某一条路径上一定比例的车辆要往另外一条路径上转移，此时该诱导屏上按照一定的时间比例显示建议车辆走要转移到的那条路径即可。
但如果一对OD之间有3条及以上路径，则上述方法得到的最优分配结果，可能是某一条路径上的车辆需要转移到其他多条路径，且需要转移的比例还可能是不一致的。此时，很难通过诱导屏有限的显示空间传达该分配结果对应的诱导方案。诱导屏上可显示的内容有限，尤其是高速公路路网场景下，其对应的诱导屏显示的内容不宜过多，驾驶员可能来不及看清和理解，通常是诱导屏显示一条建议行驶的路径即可。
发明内容
在下文中给出了关于本发明的简要概述，以便提供关于本发明的某些方面的基本理解。应当理解，这个概述并不是关于本发明的穷举性概述。它并不是意图确定本发明的关键或重要部分，也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念，以此作为稍后论述的更详细描述的前序。
鉴于此，为解决现有技术中存在交通分配未考虑诱导屏显示约束，分配方案难实施的技术问题，本发明提供一种面向高速公路诱导屏诱导的交通分配方法。
方案一、一种面向高速公路诱导屏诱导的交通分配方法，包括以下步骤：
S1.根据诱导屏覆盖范围的道路拥堵情况，判断是否启动诱导，方法是：分别设定拥堵等级、拥堵持续时间和拥堵连续路段的长度阈值，当预测时段的车辆行驶路径的拥堵等级、拥堵持续时间和拥堵连续路段的长度超过了设定的阈值，启动诱导执行S2，否则不进行操作；
S2.同时考虑用户均衡和系统最优两类目标，采用MSA方法对诱导屏覆盖范围内指定时段行驶车辆的路径重新分配，当路径分配结果满足迭代终止条件，则输出建议行驶路径及目标诱导比例，包括以下步骤：
S21.以用户均衡为目标，采用MSA方法进行路径交通流量重新分配；包括以下步骤：
S211.初始化，以当前实际的车辆路径流量分配结果作为初始解，迭代次数N＝1；
S213.找到每个诱导屏对应OD的诱导路径中，按照当前实际分配结果，计算路径行程时间，将行程时间最短的路径作为该诱导屏OD对应的原始最优路径；
S214.对每个诱导屏OD，筛选行程时间最小的路径作为当前最优路径，若当前的最优路径为原始最优路径，则将原始最优路径以外的其他全部路径的流量，按照1/(N+1)的比例，转移至原始最优路径；若当前的最优路径不是原始最优路径，则将原始最优路径的当前流量的1/(N+1)转移到其他全部路径上，每条其他路径获得的转移流量按照各自的当前流量按比例分配；
S215.按照新分配的流量重新计算各路径的行程时间；
S216.判断是否满足收敛条件，若收敛，则终止计算，输出当前解；若不收敛，则返回S214，迭代次数N←N+1；收敛条件包括：①相同OD的有分配流量的各条路径，行程时间的差值小于预设的阈值；②迭代次数大于预设的阈值；满足任意一个收敛条件，则视为收敛；
S22.以系统最优模型为目标，采用MSA方法进行路径交通流量重新分配，包括以下步骤：
S221.初始化，以当前实际的车辆路径流量分配结果作为初始解，迭代次数N＝1；
S222.找到每个诱导屏对应OD的诱导路径中，按照当前实际分配结果，计算路径边际行程时间，将路径边际行程时间最短的路径作为该诱导屏OD对应的原始最优路径；
S223.对每个诱导屏OD，筛选边际行程时间最小的路径作为当前最优路径，若当前的最优路径为原始最优路径，则将原始最优路径以外的其他全部路径的流量，按照1/(N+1)的比例，转移至原始最优路径；若当前的最优路径不是原始最优路径，则将原始最优路径的当前流量的1/(N+1)转移到其他全部路径上，每条其他路径获得的转移流量按照各自的当前流量按比例分配；
S224.按照新分配的流量重新计算各路径的边际行程时间；
S225.判断是否满足收敛条件，若收敛，则终止计算，输出当前解；若不收敛，则返回S233，迭代次数N←N+1；收敛条件包括：①相同OD的有分配流量的各条路径，边际行程时间的差值小于预设的阈值；②迭代次数大于预设的阈值；满足任意一个收敛条件，则视为收敛；
S23.基于用户均衡和系统最优模型为目标，通过加权进行路径交通流量重新分配，具体是：
预设的用户均衡和系统最优模型的权重α，取值范围为0到1，以用户均衡为目标得到的路径p的流量
Figure BDA0004041080310000031
以系统最优为目标得到的路径p的流量
Figure BDA0004041080310000032
则两类目标兼顾的路径p的流量：
Figure BDA0004041080310000033
S24.对路径交通流量重新分配结果进行校核，S24具体是：
若用户均衡的原始最优路径和系统最优模型的原始最优路径不一致，且计算得到的目标诱导比例都大于0，则结果不符合输出条件，不做输出；若路径转移比例小于预设的阈值，则不做输出；
S25.校核后满足输出条件，则输出建议行驶路径及从其他各路径转移的目标诱导比例；
S3.根据预设的遵从诱导的比例，计算诱导信息显示时间，根据显示时间发布建议行驶路径，包括以下步骤：
S31.计算诱导信息发布的时长；
Figure BDA0004041080310000041
其中，Ti是诱导屏i的诱导信息发布的时长，Di是诱导屏i的想要实施诱导方案的时段长，ki是诱导屏i的路径转移的目标比例，F是预设的出行者遵从诱导建议路径行驶的概率；
S32.将输出的建议行驶路径和发布的时长作为诱导发布的建议行驶路径和诱导信息显示时间。
优选的，行程时间和边际形成时间通过推演系统获取或根据下述公式计算：
Figure BDA0004041080310000042
Figure BDA0004041080310000043
其中，xa是路段a的交通需求流量，t(xa)是路段a在交通流量为xa的情况下的行程时间，
Figure BDA0004041080310000044
是路段a按照自由流速度的行驶时间，Ca是路段a的通行能力，
Figure BDA0004041080310000045
是路段a在交通流量为xa的情况下的边际行程时间，t'(xa)是t(xa)的导数。
方案二、一种电子设备，包括存储器和处理器，存储器存储有计算机程序，所述的处理器执行所述计算机程序时实现方案一所述的一种面向高速公路诱导屏诱导的交通分配方法的步骤。
方案三、一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现方案一所述的一种面向高速公路诱导屏诱导的交通分配方法。
本发明的有益效果如下：本发明针对面向高速公路交通诱导屏的交通分配问题，提出一种兼顾用户均衡和系统最优模型两类目标的交通分配方法，基于相继平均法对指定时段经过诱导屏的车辆的路径进行重新分配，迭代过程中考虑高速路网行驶条件下，诱导屏的实际可显示信息约束，确保分配结果可用于诱导屏诱导，缓解道路交通拥堵、提高出行效率，兼顾了交通分配过程中的公平和效率。解决现有技术中存在交通分配未考虑诱导屏显示约束，分配方案难实施的技术问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为一种面向高速公路诱导屏诱导的交通分配方法流程示意图。
具体实施方式
为了使本申请实施例中的技术方案及优点更加清楚明白，以下结合附图对本申请的示例性实施例进行进一步详细的说明，显然，所描述的实施例仅是本申请的一部分实施例，而不是所有实施例的穷举。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
实施例1、参照图1说明本实施方式，一种面向高速公路诱导屏诱导的交通分配方法，包括以下步骤：
S1.根据诱导屏覆盖范围的道路拥堵情况，判断是否启动诱导，方法是：分别设定拥堵等级、拥堵持续时间和拥堵连续路段的长度阈值，当预测时段的车辆行驶路径的拥堵等级、拥堵持续时间和拥堵连续路段的长度超过了设定的阈值，则启动诱导执行S2，否则不进行操作；
通过对指定时段经过诱导屏的指定OD的车辆的路径进行重新分配，达到预设的系统最优或用户均衡或两者兼顾的目标。系统最优以诱导路网范围内的全部车辆的总的行程时间最小为目标，该状态下有车辆通行的各路径的边际行程时间一致且最小；用户均衡实现个体车辆的行程时间最小，该状态下有车辆通行的各路径的行程时间一致且最小。
采用相继平均法(Method of Successive Averages,MSA)分别求解系统最优解和用户均衡解，系统最优解每次迭代将路径流量按照一定的比例往边际行程时间更小的路径上转移，直至各路径的边际行程时间一致或分配结果收敛，则终止迭代；用户均衡解则每次迭代将路径流量按照一定的比例往行程时间更小的路径上转移。每次路径流量转移时需满足诱导屏显示的约束，仅按照相同的比例往原始最优路径上转移，或由原始最优路径按照原比例转移回到其他路径。最后根据预设的权重，找到系统最优解和用户均衡解的之间的值，作为两类目标兼顾的输出解。
具体的，行程时间和边际形成时间通过推演系统获取或根据下述公式计算：
Figure BDA0004041080310000051
Figure BDA0004041080310000052
其中，xa是路段a的交通需求流量，t(xa)是路段a在交通流量为xa的情况下的行程时间，
Figure BDA0004041080310000053
是路段a按照自由流速度的行驶时间，Ca是路段a的通行能力，
Figure BDA0004041080310000054
是路段a在交通流量为xa的情况下的边际行程时间，t'(xa)是t(xa)的导数。
S2.同时考虑用户均衡和系统最优两类目标，采用MSA方法对诱导屏覆盖范围内指定时段行驶车辆的路径重新分配，当路径分配结果满足迭代终止条件，则输出建议行驶路径及目标诱导比例，包括以下步骤：
S21.以用户均衡为目标，采用MSA方法进行路径交通流量重新分配，包括以下步骤：
S211.初始化，以当前实际的车辆路径流量分配结果作为初始解，迭代次数N＝1；
S213.找到每个诱导屏对应OD的诱导路径中，按照当前实际分配结果，计算路径行程时间，将行程时间最短的路径作为该诱导屏OD对应的原始最优路径；
S214.对每个诱导屏OD，筛选行程时间最小的路径作为当前最优路径，若当前的最优路径为原始最优路径，则将原始最优路径以外的其他全部路径的流量，按照1/(N+1)的比例，转移至原始最优路径；若当前的最优路径不是原始最优路径，则将原始最优路径的当前流量的1/(N+1)转移到其他全部路径上，每条其他路径获得的转移流量按照各自的当前流量按比例分配；
S215.按照新分配的流量重新计算各路径的行程时间；
S216.判断是否满足收敛条件，若收敛，则终止计算，输出当前解；若不收敛，则返回S214，迭代次数N←N+1；收敛条件包括：①相同OD的有分配流量的各条路径，行程时间的差值小于预设的阈值；②迭代次数大于预设的阈值；满足任意一个收敛条件，则视为收敛。
S22.以系统最优模型为目标，采用MSA方法进行路径交通流量重新分配，包括以下步骤：
S221.初始化，以当前实际的车辆路径流量分配结果作为初始解，迭代次数N＝1；
S222.找到每个诱导屏对应OD的诱导路径中，按照当前实际分配结果，计算路径边际行程时间，将路径边际行程时间最短的路径作为该诱导屏OD对应的原始最优路径；
S223.对每个诱导屏OD，筛选边际行程时间最小的路径作为当前最优路径，若当前的最优路径为原始最优路径，则将原始最优路径以外的其他全部路径的流量，按照1/(N+1)的比例，转移至原始最优路径；若当前的最优路径不是原始最优路径，则将原始最优路径的当前流量的1/(N+1)转移到其他全部路径上，每条其他路径获得的转移流量按照各自的当前流量按比例分配；
S224.按照新分配的流量重新计算各路径的边际行程时间；
S225.判断是否满足收敛条件，若收敛，则终止计算，输出当前解；若不收敛，则返回S233，迭代次数N←N+1；收敛条件包括：①相同OD的有分配流量的各条路径，边际行程时间的差值小于预设的阈值；②迭代次数大于预设的阈值；满足任意一个收敛条件，则视为收敛。
S23.基于用户均衡和系统最优模型为目标，通过加权进行路径交通流量重新分配，具体是，预设的用户均衡和系统最优模型的权重α，取值范围为0到1，以用户均衡为目标得到的路径p的流量
Figure BDA0004041080310000071
以系统最优为目标得到的路径p的流量
Figure BDA0004041080310000072
则两类目标兼顾的路径p的流量：
Figure BDA0004041080310000073
S24.对路径交通流量重新分配结果进行校核，具体是：
若用户均衡的原始最优路径和系统最优模型的原始最优路径不一致，且最终计算得到的目标诱导比例都大于0，则结果不符合输出条件，不做输出；若路径转移比例小于预设的阈值，则不做输出。
S25.校核后满足输出条件，则输出建议行驶路径及从其他各路径转移的目标诱导比例。
诱导信息发布包含两个内容，一是建议行驶的路径，以上述步骤输出的建议行驶路径作为诱导发布的建议行驶路径；二是诱导信息发布的时长，假设看到诱导信息的车辆有一定的概率选择遵从诱导建议；
S3.根据预设的遵从诱导的比例，计算诱导信息显示时间，根据显示时间发布建议行驶路径。
S31.计算诱导信息发布的时长；
Figure BDA0004041080310000074
其中，Ti是诱导屏i的诱导信息发布的时长，Di是诱导屏i的想要实施诱导方案的时段长，ki是诱导屏i的路径转移的目标比例，F是预设的出行者遵从诱导建议路径行驶的概率；
S32.将S25所述输出的建议行驶路径和S31所述发布的时长作为诱导发布的建议行驶路径和诱导信息显示时间。
本发明的技术关键点和欲保护点如下：
1、兼顾用户均衡和系统最优两类目标的交通分配方法，先后求解用户均衡解和系统最优解，采用相继平均法作为统一的迭代框架，用户均衡求解过程根据行程时间判断迭代优化方向、系统最优解以边际行程时间判断优化方向，最后根据预设的权重，找到兼顾系统最优和用户均衡两类目标的交通分配结果。
2、在采用相继平均法迭代过程中，约束交通量只能按照预设的比例从其他路径往原始最优路径上转移，或者由原始最优路径往其他全部路径上转移，由此分配结果只会给出一条建议路径、且从其他路径转移过去的比例一致，确保分配结果能通过诱导屏展示。
实施例2、本发明的计算机装置可以是包括有处理器以及存储器等装置，例如包含中央处理器的单片机等。并且，处理器用于执行存储器中存储的计算机程序时实现上述的基于CREO软件的可修改由关系驱动的推荐数据的推荐方法的步骤。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
实施例3、计算机可读存储介质实施例
本发明的计算机可读存储介质可以是被计算机装置的处理器所读取的任何形式的存储介质，包括但不限于非易失性存储器、易失性存储器、铁电存储器等，计算机可读存储介质上存储有计算机程序，当计算机装置的处理器读取并执行存储器中所存储的计算机程序时，可以实现上述的基于CREO软件的可修改由关系驱动的建模数据的建模方法的步骤。
所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
尽管根据有限数量的实施例描述了本发明，但是受益于上面的描述，本技术领域内的技术人员明白，在由此描述的本发明的范围内，可以设想其它实施例。此外，应当注意，本说明书中使用的语言主要是为了可读性和教导的目的而选择的，而不是为了解释或者限定本发明的主题而选择的。因此，在不偏离所附权利要求书的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围，对本发明所做的公开是说明性的，而非限制性的，本发明的范围由所附权利要求书限定。

Claims (4)

1.一种面向高速公路诱导屏诱导的交通分配方法，其特征在于，包括以下步骤：
S1.根据诱导屏覆盖范围的道路拥堵情况，判断是否启动诱导，方法是：分别设定拥堵等级、拥堵持续时间和拥堵连续路段的长度阈值，当预测时段的车辆行驶路径的拥堵等级、拥堵持续时间和拥堵连续路段的长度超过了设定的阈值，启动诱导执行S2，否则不进行操作；
S2.同时考虑用户均衡和系统最优两类目标，采用MSA方法对诱导屏覆盖范围内指定时段行驶车辆的路径重新分配，当路径分配结果满足迭代终止条件，则输出建议行驶路径及目标诱导比例，包括以下步骤：
S21.以用户均衡为目标，采用MSA方法进行路径交通流量重新分配；包括以下步骤：
S211.初始化，以当前实际的车辆路径流量分配结果作为初始解，迭代次数N＝1；
S213.找到每个诱导屏对应OD的诱导路径中，按照当前实际分配结果，计算路径行程时间，将行程时间最短的路径作为该诱导屏OD对应的原始最优路径；
S214.对每个诱导屏OD，筛选行程时间最小的路径作为当前最优路径，若当前的最优路径为原始最优路径，则将原始最优路径以外的其他全部路径的流量，按照1/(N+1)的比例，转移至原始最优路径；若当前的最优路径不是原始最优路径，则将原始最优路径的当前流量的1/(N+1)转移到其他全部路径上，每条其他路径获得的转移流量按照各自的当前流量按比例分配；
S215.按照新分配的流量重新计算各路径的行程时间；
S216.判断是否满足收敛条件，若收敛，则终止计算，输出当前解；若不收敛，则返回S214，迭代次数N←N+1；收敛条件包括：①相同OD的有分配流量的各条路径，行程时间的差值小于预设的阈值；②迭代次数大于预设的阈值；满足任意一个收敛条件，则视为收敛；
S22.以系统最优模型为目标，采用MSA方法进行路径交通流量重新分配，包括以下步骤：
S221.初始化，以当前实际的车辆路径流量分配结果作为初始解，迭代次数N＝1；
S222.找到每个诱导屏对应OD的诱导路径中，按照当前实际分配结果，计算路径边际行程时间，将路径边际行程时间最短的路径作为该诱导屏OD对应的原始最优路径；
S223.对每个诱导屏OD，筛选边际行程时间最小的路径作为当前最优路径，若当前的最优路径为原始最优路径，则将原始最优路径以外的其他全部路径的流量，按照1/(N+1)的比例，转移至原始最优路径；若当前的最优路径不是原始最优路径，则将原始最优路径的当前流量的1/(N+1)转移到其他全部路径上，每条其他路径获得的转移流量按照各自的当前流量按比例分配；
S224.按照新分配的流量重新计算各路径的边际行程时间；
S225.判断是否满足收敛条件，若收敛，则终止计算，输出当前解；若不收敛，则返回S233，迭代次数N←N+1；收敛条件包括：①相同OD的有分配流量的各条路径，边际行程时间的差值小于预设的阈值；②迭代次数大于预设的阈值；满足任意一个收敛条件，则视为收敛；
S23.基于用户均衡和系统最优模型为目标，通过加权进行路径交通流量重新分配，具体是：
预设的用户均衡和系统最优模型的权重α，取值范围为0到1，以用户均衡为目标得到的路径p的流量
Figure FDA0004041080300000021
以系统最优为目标得到的路径p的流量
Figure FDA0004041080300000022
则两类目标兼顾的路径p的流量：
Figure FDA0004041080300000023
S24.对路径交通流量重新分配结果进行校核，S24具体是：
若用户均衡的原始最优路径和系统最优模型的原始最优路径不一致，且计算得到的目标诱导比例都大于0，则结果不符合输出条件，不做输出；若路径转移比例小于预设的阈值，则不做输出；
S25.校核后满足输出条件，则输出建议行驶路径及从其他各路径转移的目标诱导比例；
S3.根据预设的遵从诱导的比例，计算诱导信息显示时间，根据显示时间发布建议行驶路径，包括以下步骤：
S31.计算诱导信息发布的时长；
Figure FDA0004041080300000024
其中，Ti是诱导屏i的诱导信息发布的时长，Di是诱导屏i的想要实施诱导方案的时段长，ki是诱导屏i的路径转移的目标比例，F是预设的出行者遵从诱导建议路径行驶的概率；
S32.将输出的建议行驶路径和发布的时长作为诱导发布的建议行驶路径和诱导信息显示时间。
2.根据权利要求1所述的一种面向高速公路诱导屏诱导的交通分配方法，其特征在于，行程时间和边际形成时间通过推演系统获取或根据下述公式计算：
Figure FDA0004041080300000031
Figure FDA0004041080300000032
其中，xa是路段a的交通需求流量，t(xa)是路段a在交通流量为xa的情况下的行程时间，
Figure FDA0004041080300000034
是路段a按照自由流速度的行驶时间，Ca是路段a的通行能力，
Figure FDA0004041080300000033
是路段a在交通流量为xa的情况下的边际行程时间，t'(xa)是t(xa)的导数。
3.一种电子设备，其特征在于，包括存储器和处理器，存储器存储有计算机程序，所述的处理器执行所述计算机程序时实现权利要求1或2所述的一种面向高速公路诱导屏诱导的交通分配方法的步骤。
4.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1或2所述的一种面向高速公路诱导屏诱导的交通分配方法。
CN202310018838.2A 2023-01-06 2023-01-06 一种面向高速公路诱导屏诱导的交通分配方法 Pending CN116013079A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310018838.2A CN116013079A (zh) 2023-01-06 2023-01-06 一种面向高速公路诱导屏诱导的交通分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310018838.2A CN116013079A (zh) 2023-01-06 2023-01-06 一种面向高速公路诱导屏诱导的交通分配方法

Publications (1)

Publication Number Publication Date
CN116013079A true CN116013079A (zh) 2023-04-25

Family

ID=86020816

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310018838.2A Pending CN116013079A (zh) 2023-01-06 2023-01-06 一种面向高速公路诱导屏诱导的交通分配方法

Country Status (1)

Country Link
CN (1) CN116013079A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116403410A (zh) * 2023-06-06 2023-07-07 中南大学 一种考虑拥堵车源的高速公路混合路径诱导模型构建方法
CN116580586A (zh) * 2023-07-12 2023-08-11 中南大学 一种平衡个人利益和社会利益的车辆路径诱导方法及系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116403410A (zh) * 2023-06-06 2023-07-07 中南大学 一种考虑拥堵车源的高速公路混合路径诱导模型构建方法
CN116403410B (zh) * 2023-06-06 2023-08-22 中南大学 一种考虑拥堵车源的高速公路混合路径诱导模型构建方法
CN116580586A (zh) * 2023-07-12 2023-08-11 中南大学 一种平衡个人利益和社会利益的车辆路径诱导方法及系统
CN116580586B (zh) * 2023-07-12 2023-10-13 中南大学 一种平衡个人利益和社会利益的车辆路径诱导方法及系统

Similar Documents

Publication Publication Date Title
CN116013079A (zh) 一种面向高速公路诱导屏诱导的交通分配方法
CN108596623B (zh) 一种区块链共识达成方法
CN110543938A (zh) 半导体装置和存储器访问设定方法
CN109446147A (zh) 一种网络存储设备与pcie设备的数据交互方法
KR102369990B1 (ko) Ota를 이용한 차량용 소프트웨어 관리 시스템
CN117079468B (zh) 一种实现交通数字孪生的车流轨迹位置方法
CN114676911A (zh) 一种运输车辆行车路线确定方法及装置
CN111539796B (zh) 一种订单处理方法、装置及存储介质
CN107172222A (zh) 一种基于分布式存储系统的数据存储方法及装置
CN116542421A (zh) 园区综合能源系统低碳调度方法及系统
CN110930092A (zh) 一种配送路线调整方法、装置、电子设备和存储介质
CN115633317A (zh) 一种消息通道配置方法和系统
CN115883601A (zh) 一种车联网协作资源分配方法、系统、设备及介质
CN116189451A (zh) 一种交通信号灯的控制方法、装置、终端设备和存储介质
CN113096420B (zh) 一种信息处理方法、装置及系统
CN115526069A (zh) 仿真驾驶场景生成方法、装置、设备和计算机可读介质
CN114842659A (zh) 一种交通拥堵疏导方法及装置
CN111260912A (zh) 车辆编队的处理方法及装置
CN108932104A (zh) 一种数据处理方法、装置及处理服务器
CN116246466B (zh) 考虑自动驾驶多模式特性的混合交通流管理方法及系统
CN118071475B (zh) 一种基于社会福利最大化的户外广告牌拍卖方法及系统
CN118209127B (zh) 路径优化方法、装置、电子设备及存储介质
CN117221049B (zh) 一种网关数据智能采集方法及系统
CN114419895B (zh) 一种交通路口疏散方案生成方法及装置
CN113269556B (zh) 权益证明的方法、系统、终端设备及计算机存储介质

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