[发明专利]一种基于路径分析的动态限行方法

权利要求书

1.一种基于路径分析的动态限行方法，其特征在于，包括以下步骤：

步骤一、获取道路信息，构建城市交通网络；

步骤二、基于手机数据提取交通流量信息；

步骤三、利用交通流分配算法将所有交通流量分配到城市交通网络中，得到城市交通网络中各路段的分配流量；

步骤四，基于路段的分配流量，获取到达瓶颈路段的车源信息，并提取车源至瓶颈路段的主要路径，获取主要路径上的有信号灯进行控制的交叉口，作为信号控制口；

步骤五，采用遗传算法对各个信号控制口进行选择性管控，即采用遗传算法对各个信号控制口在每控制周期内进行控制或者不控制的选择，得到最优管控方案，实现动态限行；具体包括以下步骤：

5.1)初始化；

根据各主要路径上，车辆在某信号控制口的行驶方向数，确定该信号控制口的控制点数；根据各个信号控制口的控制点数，确定总控制点数，记为N_c；

以每t₁分钟为一个控制周期，将早高峰时段划分为x个控制周期，依此确定每个个体的基因数为x×N_c个；每个个体的基因以0-1的形式进行编码，0表示不控制，1表示控制，每个个体对应一种管控方案；设定种群中个体的数量为N_p，算法遗传代数为N_g，并令n_g＝1，式中n_g为当前所遗传的代数；对N_p个个体的基因进行随机编码，产生初始种群；

5.2)利用适应度函数依次计算N_p个个体的适应度；

5.3)进行种群挑选；

将N_p个个体的适应度进行归一化处理，得到每个个体被选中的概率式中F_i为第F_i个个体的适应度，为N_p个个体的适应度之和；根据不同个体被选中的概率连续对初始种群中的个体重复进行N_p轮挑选，得到N_p个新的个体；

5.4)交叉操作；

将步骤5.3)得到的N_p个个体进行随机两两配对，设置交叉概率为p_c；若某组个体需要进行交叉，则在该组个体的基因编码中随机产生一个交叉点，将该组个体交叉点之后的基因编码相互交换；若某组个体不需要进行交叉，则保留该组个体中原来两个个体的基因编码方式；

5.5)变异操作；

设置变异概率为p_m，对步骤5.4)操作后的N_p个个体依次进行选择，同时对每个个体的所有基因编码依次进行遍历，若需要变异，则改变该基因的编码方式，即若某基因原编码为0，变异操作后则变为1，若原编码为1变异操作后则变为0；由此得到了经遗传过后的N_p个新的个体，根据适应度函数计算这N_p个个体的适应度，记录其适应度最高的值和对应的个体的基因编码，并更新n_g的值为原来的n_g值+1；

5.6)确定遗传代数

若当前遗传代数n_g＝N_g，则该算法终止，将这N_g代中适应度最高的个体作为最优个体，其基因编码作为最优管控方案，否则返回到步骤5.3)循环进行操作；

所述适应度函数为：

式中：F_f反映某一管控方案下，早高峰时段不同时间窗下瓶颈路段的交通量变化情况；f_i为在某种管控方案下，第i个时间窗下到达瓶颈路段的车流量管控值；每个时间窗的时间长度为t₂，单位为分钟；f_b为一个常数，表示车流量目标值，f_i-f_b和f_b-f_i表示车流量管控值与车流量目标值的偏差，适应度函数值越大效果越好，扩大10000倍是为了避免F_f的值太小，λ为惩罚系数。