交通流疏散時(shí)間估計(jì)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于交通技術(shù)領(lǐng)域，特別涉及一種交通流疏散時(shí)間估計(jì)方法，可用于城市 路網(wǎng)中。
【背景技術(shù)】
[0002] 隨著城市路網(wǎng)規(guī)模不斷增加、交通出行和物資流通需求不斷增長(zhǎng)、自然災(zāi)害事件 頻發(fā)等客觀原因，道路交通突發(fā)事件的數(shù)量、發(fā)生頻率、影響廣度以及危害程度均呈明顯上 升趨勢(shì)。在城市交通中，一旦發(fā)生事故后往往會(huì)引起該路段的車(chē)輛排隊(duì)，出現(xiàn)交通阻塞，增 加了交通行業(yè)實(shí)施社會(huì)管理和維護(hù)穩(wěn)定的難度，阻礙了道路交通社會(huì)效益和經(jīng)濟(jì)效益的最 大化發(fā)揮。因此，在道路發(fā)生交通阻塞時(shí)，正確估算車(chē)輛疏散所需時(shí)間，不僅能對(duì)未到來(lái)的 車(chē)輛提供預(yù)警作用，以便其按各自不同需求選擇是否繼續(xù)向該擁塞道路前進(jìn)，而且也為交 通管理部門(mén)正確指揮行車(chē)提供理論根據(jù)，將突發(fā)事件帶來(lái)的危害盡量降到最低。
[0003]目前，關(guān)于估計(jì)疏散交通流時(shí)間的現(xiàn)有技術(shù)，主要有以下幾種：
[0004] 孔惠惠等人在《交通事故引起的排隊(duì)長(zhǎng)度及消散時(shí)間的估算》（鐵道運(yùn)輸與經(jīng)濟(jì)） 中提出用車(chē)流波動(dòng)理論分析發(fā)生交通事故后路段上車(chē)輛排隊(duì)的形成與消散過(guò)程，推導(dǎo)出排 隊(duì)長(zhǎng)度與消散時(shí)間的公式，并通過(guò)算例說(shuō)明根據(jù)疏散時(shí)間的估算值提前分流可提高道路的 通行能力。雖然這種方法在估算疏散時(shí)間方面使用廣泛，但由于排隊(duì)長(zhǎng)度并不是一成不變， 會(huì)不斷有后續(xù)車(chē)輛到達(dá)，文中并沒(méi)有考慮，因此所估算時(shí)間缺乏準(zhǔn)確性。
[0005] 袁媛等人在《考慮路線復(fù)雜度的應(yīng)急疏散雙目標(biāo)路徑選擇模型》（運(yùn)籌與管理）中 考慮疏散時(shí)間以及路線復(fù)雜度因素，建立了應(yīng)急疏散路徑選擇的雙目標(biāo)優(yōu)化模型。模型將 總疏散時(shí)間最短以及路線復(fù)雜度最低作為優(yōu)化目標(biāo)，同時(shí)考慮災(zāi)害擴(kuò)散對(duì)疏散網(wǎng)絡(luò)通行 狀況的實(shí)時(shí)影響，將各弧段上的通行速度表示為隨時(shí)間的連續(xù)遞減函數(shù)。設(shè)計(jì)了求解模型 的蟻群優(yōu)化算法，仿真結(jié)果表明了模型和算法的有效性和可行性。但這種方法未充分考慮 疏散車(chē)輛規(guī)模的離散性和后續(xù)到來(lái)車(chē)輛的隨機(jī)性，估算結(jié)果難免偏差較大。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明的目的在于針對(duì)上述現(xiàn)有方法的不足，提出一種交通流疏散時(shí)間估計(jì)方 法，充分考慮了疏散車(chē)輛規(guī)模的離散性和路段非疏散流量的隨機(jī)性，從而提供更加準(zhǔn)確的 疏散時(shí)間。
[0007] 本發(fā)明的技術(shù)思路是：通過(guò)擁擠檢測(cè)算法判定當(dāng)前道路狀況，當(dāng)?shù)缆繁慌卸閾?堵時(shí)，根據(jù)當(dāng)前道路交通量構(gòu)建疏散策略選擇模型并運(yùn)用蟻群算法對(duì)該模型進(jìn)行求解，得 出當(dāng)前擁堵?tīng)顟B(tài)的最短和最長(zhǎng)疏散時(shí)間。
[0008] 根據(jù)上述思路，本發(fā)明的實(shí)現(xiàn)步驟包括如下：
[0009] (1)通過(guò)擁擠檢測(cè)算法判定當(dāng)前道路狀況，對(duì)于判定為交通擁堵?tīng)顟B(tài)的路段，將要 疏散的交通流分為已到達(dá)交通流和后續(xù)隨機(jī)到達(dá)交通流；
[0010] ⑵采用離散區(qū)間將已到達(dá)交通流表示為q= [ql，q2]，其中，ql為區(qū)間下限值， 輛；q2為區(qū)間上限值；
[0011] (3)根據(jù)低密度狀態(tài)下的交通流分布滿足泊松分布的特性，構(gòu)建路段后續(xù)到達(dá)交 通流的概率密度函數(shù)為：
[0013] 式中：t為計(jì)數(shù)間隔持續(xù)時(shí)間，k為間隔t內(nèi)到達(dá)的車(chē)輛數(shù)，P(X=k)為計(jì)數(shù)間隔 t內(nèi)到達(dá)k輛車(chē)的概率，λ為車(chē)輛平均到達(dá)率；
[0014](4)構(gòu)建上述交通流疏散策略選擇模型：
[0015] (4a)根據(jù)已到達(dá)交通流q和后續(xù)隨機(jī)到達(dá)交通流q/ ,，設(shè)計(jì)目標(biāo)函數(shù)使得疏散 時(shí)間最短：
[0017] 其中：+和一分別為變量值的上限和下限，i，j為疏散節(jié)點(diǎn)，N為節(jié)點(diǎn)總數(shù)，T為整 個(gè)疏散過(guò)程的總時(shí)間,?為第i個(gè)疏散節(jié)點(diǎn)至第j個(gè)疏散節(jié)點(diǎn)的路段疏散流量，q/ 為后 續(xù)隨機(jī)到達(dá)交通流量，b為第i個(gè)疏散節(jié)點(diǎn)至第j個(gè)疏散節(jié)點(diǎn)路段交通流所需時(shí)間；
[0018] (4b)根據(jù)路網(wǎng)中各支路交通流需要平衡的要求設(shè)計(jì)目標(biāo)函數(shù)的如下約束條件：
[0026] 其中式〈2>中V為任意的意思，e為屬于的意思，v2為中間節(jié)點(diǎn)集合，qu為節(jié)點(diǎn)i 流入節(jié)點(diǎn)j的流量，q_jt為節(jié)點(diǎn)j流出到節(jié)點(diǎn)i的流量，該式表示路網(wǎng)中中間節(jié)點(diǎn)j的流入 量等于流出量。
[0027] 式〈3>中Vi為起始節(jié)點(diǎn)集合，V3為終點(diǎn)集合，qsj為起點(diǎn)s至節(jié)點(diǎn)j的路段疏散交 通流量，q_jt為節(jié)點(diǎn)j至終點(diǎn)t的路段疏散交通流量，該式表示路網(wǎng)中起點(diǎn)的流出量等于終 點(diǎn)流出量。
[0028] 式〈4>中β為路段飽和度的上限，α為置信水平，Cl]為i至j路段的路段容量， 該式表示路段飽和度處于[0,β]的概率不小于置信水平α;
[0029] 式〈5>中Kst為起點(diǎn)s至終點(diǎn)t之間的有效路徑集合，hstk為起點(diǎn)s至終點(diǎn)t之 間路徑k上的疏散交通流量，該式表示起點(diǎn)s至終點(diǎn)t各路徑上的流量總和等于各中間節(jié) 點(diǎn)流入終點(diǎn)t的流量；
[0030] 式〈6>中W為連接起點(diǎn)s至終點(diǎn)t之間的路徑集合，h為路徑h上的交通流量，kst 為從起始點(diǎn)s到終點(diǎn)t的交通流量，0了/表示如果路段ai]在連接起點(diǎn)s至終點(diǎn)t之間的第 k條路徑上，其值為1，否則為0 ;該式表示節(jié)點(diǎn)i至節(jié)點(diǎn)j的路段流量等于經(jīng)過(guò)該路段的各 路徑流量總和；
[0031] 式〈7>表示疏散節(jié)點(diǎn)i至疏散節(jié)點(diǎn)j的路段流量不大于該路段的通行能力C1];
[0032] 式〈8>表示路段k上的流量hk為正；
[0033] (5)采用蟻群算法AC0對(duì)上述疏散策略選擇模型進(jìn)行求解，解出疏散當(dāng)前道路交 通流所需的最短時(shí)間和最長(zhǎng)時(shí)間。
[0034] 與現(xiàn)有技術(shù)相比，本發(fā)明具有以下優(yōu)點(diǎn)：
[0035] 第一，本發(fā)明采用離散區(qū)間表示已到達(dá)的疏散交通流的不確定，用泊松分布近似 后續(xù)到達(dá)的疏散交通流，充分考慮了疏散車(chē)輛規(guī)模的離散性和后續(xù)到達(dá)的疏散流量的隨機(jī) 性，克服了使用經(jīng)典車(chē)流波動(dòng)理論考慮不全面的缺點(diǎn)，提高了預(yù)測(cè)結(jié)果的準(zhǔn)確性。
[0036] 第二，本發(fā)明運(yùn)用蟻群算法AC0對(duì)疏散選擇模型進(jìn)行求解，使得模型的求解結(jié)果 更加準(zhǔn)確，因?yàn)橄伻核惴ň哂蟹植际接?jì)算和較強(qiáng)的求解復(fù)雜問(wèn)題的能力，且搜索范圍廣、收 斂速度快。
【附圖說(shuō)明】
[0037] 圖1為本發(fā)明的實(shí)現(xiàn)總流程圖；
[0038] 圖2為本發(fā)明中判斷當(dāng)前道路擁擠的子流程圖。
【具體實(shí)施方式】
[0039] 本發(fā)明的具體實(shí)施環(huán)境是在城市路網(wǎng)中進(jìn)行。由于城市路網(wǎng)環(huán)境復(fù)雜多變，所以 本發(fā)明是在如下描述的前提下進(jìn)行實(shí)施的：
[0040] 1、疏散時(shí)間的估算不考慮城市路網(wǎng)中紅綠燈的影響；
[0041] 2、對(duì)于由天氣原因和交通事故引起的交通擁堵不做區(qū)別，采取同樣的疏散方式；
[0042] 3、假設(shè)對(duì)車(chē)輛的疏散方式是強(qiáng)制執(zhí)行，比如交警指揮，不考慮因個(gè)人利益而采取 其他不利疏散的行為。
[0043] 下面結(jié)合附圖1對(duì)本發(fā)明作進(jìn)一步的描述。
[0044] 步驟1，判斷當(dāng)前道路狀態(tài)，
[0045] 當(dāng)前道路狀態(tài)通常分為交通擁堵和暢通兩種狀態(tài)。對(duì)當(dāng)前道路狀態(tài)的檢測(cè)可通過(guò) 現(xiàn)有的擁擠檢測(cè)算法進(jìn)行判定。
[0046] 參照?qǐng)D2,本步驟的具體實(shí)現(xiàn)如下：
[0047] (la)交通擁堵預(yù)判定：
[0048] 在路段的上下游分別設(shè)立上檢測(cè)器A和下檢測(cè)器B，用于檢測(cè)路段的各項(xiàng)實(shí)時(shí)參 數(shù)。
[0049] 通過(guò)上檢測(cè)器A處第j-Ι和第j個(gè)周期內(nèi)檢測(cè)到的流量值qA(j_l)和qA(j)，以 及上檢測(cè)器A處第j-Ι和第j個(gè)周期內(nèi)檢測(cè)到的占有率CA(j_l)和CA(j)，得出上檢測(cè)器A 處第j個(gè)周期內(nèi)流量的相對(duì)增量AqA(j)和上檢測(cè)器A處第j個(gè)周期內(nèi)的占有率相對(duì)增量 ACA(j):
[0050] ΔqA(j) = [qA(j)-qA(j-l)]/qA(j-l)，
[0051] ACA(j) = [CA(j)-CA(j-l)]/CA(j-l)；
[0052] 將上檢測(cè)器A處的第j個(gè)周期內(nèi)流量的相對(duì)增量AqA(j)和占有率相對(duì)增量 ACA(j)進(jìn)行比較：若AqA(j)彡ACA(j)，貝1J判定在未來(lái)幾個(gè)周期內(nèi)沒(méi)有可能發(fā)生擁堵，否 則判定為有可能發(fā)生擁堵，執(zhí)行步驟（lb);
[0053] (lb)交通擁堵判定：
[0054] 通過(guò)路段的上檢測(cè)器A第j個(gè)周期內(nèi)檢測(cè)到的占有率CA(j)和下檢測(cè)器B處第j 個(gè)周期內(nèi)檢測(cè)到的占有率CB (j)，得到上下檢測(cè)器A、B的平均占有率絕對(duì)差ΔCAB (j)和平均 占有率相對(duì)差A(yù)CAB(j):
[0055] ACAB(j) =CA(j)-CB(j),
[0056] AC，AB(j) = [CA(j)_CB(j)]/CB(j);
[0057] 根據(jù)特定的道路交通條件選擇上下檢測(cè)器A、B的平均占有率絕對(duì)差A(yù)CAB(j)的閾 值參數(shù)α和上下游檢測(cè)器的平均占有率的相對(duì)差A(yù)C'AB(j)的閾值參數(shù)β，α和β的 值隨時(shí)間和地點(diǎn)的不同而改變，在實(shí)際工程應(yīng)用中這兩個(gè)值的設(shè)定必須建立在大量統(tǒng)計(jì)數(shù) 據(jù)分析的基礎(chǔ)之上；
[0058] 根據(jù)上下檢測(cè)器Α、Β的平均占有率絕對(duì)差A(yù)CAB(j)及其閾值α和上下檢測(cè)器Α、 Β的平均占有率的相對(duì)差A(yù)CAB(j)及其閾值β進(jìn)行判定交通狀況：
[0059] 若ACAB(j)>a，且AC'AB(j)>0，則判定為有交通擁堵發(fā)生，執(zhí)行步驟（lc)，否 貝1J，判定為沒(méi)有擁堵發(fā)生不做處理。
[0060] (lc)對(duì)于判定為交通擁堵?tīng)顟B(tài)的路段進(jìn)行疏散，將要疏散的交通流分為已到達(dá)交 通流和后續(xù)隨機(jī)到達(dá)交通流。
[0061] 步驟2,設(shè)定已到達(dá)交通流的表示。
[0062] 由于已到達(dá)的交通流具有不確定性，因此采用離散區(qū)間將已到達(dá)交通流表示為q =[ql，q2]其中，ql為區(qū)間下限值，輛；q2為區(qū)間上限值。
[0063] 步驟3,設(shè)定后續(xù)到達(dá)交通流的表示。
[0064] 由于在短時(shí)間內(nèi)預(yù)測(cè)后續(xù)到達(dá)交通流和車(chē)輛速度難度較大且預(yù)測(cè)精度不高，因此 可以將后續(xù)到達(dá)交通流看作具有隨機(jī)性。采用概率密度函數(shù)描述變量的隨機(jī)性；根據(jù)后續(xù) 到達(dá)交通流通常處于低密度狀態(tài)，低密度狀態(tài)下的交通流通常滿足泊松分布的特，構(gòu)建路 段后續(xù)到達(dá)交通流的概率密度函數(shù)為：
[0066] 式中：t為計(jì)數(shù)間隔持續(xù)時(shí)間，k為間隔t內(nèi)到達(dá)的車(chē)輛數(shù)，P(X=k)為計(jì)數(shù)間隔 t內(nèi)到達(dá)k輛車(chē)的概率，λ為車(chē)輛平均到達(dá)率。
[0067] 步驟4,構(gòu)建上述交通流的疏散策略選擇模型。
[0068] 在交通流疏散建模方面，現(xiàn)有研究主要是模擬疏散過(guò)程中網(wǎng)絡(luò)交通流的動(dòng)態(tài)分 配，包括最小費(fèi)用流模型、路徑最大流模型、動(dòng)態(tài)路網(wǎng)交通流模型、基于車(chē)道的網(wǎng)絡(luò)流模型 等。上述模型均針對(duì)確定性條件下的交通流進(jìn)行疏散，未充分考慮疏散交通流規(guī)模的離散 性和后續(xù)到達(dá)交通流的隨機(jī)性。鑒于此，本發(fā)明采用機(jī)會(huì)約束模型進(jìn)行疏散策略選擇，機(jī)會(huì) 約束模型要求約束條件成立的機(jī)會(huì)處于某一給定的置信水平，是在一定的概率意義下達(dá)到 最優(yōu)的理論，能有效解決帶有不確定性的決策問(wèn)題。
[0069] 本疏散策略選擇的機(jī)會(huì)約束模型包括目標(biāo)函數(shù)及目標(biāo)函數(shù)的相關(guān)約束條件。其目 標(biāo)函數(shù)是以疏散時(shí)間最短的原則構(gòu)建，其約束條件是以路網(wǎng)中各支路交通流需要平衡的要 求構(gòu)建。
[0070] (4a)根據(jù)已到達(dá)交通流q和后續(xù)隨機(jī)到達(dá)交通流q' ^，設(shè)計(jì)目標(biāo)函數(shù)使得疏散 時(shí)間最短：
[0072] 其中：+和一分別為變量值