[发明专利]考虑交通冲突指标分布问题的交通仿真模型标定方法

说明书

本发明公开了考虑交通冲突指标分布问题的交通仿真模型标定方法，同时考虑效率指标和安全指标，选择合适的交叉口效率指标作为交通仿真建模第一轮标定目标以及第二轮标定目标的约束条件，选择合适的交叉口安全指标作为交通仿真建模第二轮标定目标；通过计算仿真指标的标准差以及选择合适的置信区间对建立的仿真模型的最小所需仿真次数进行估计，有效减少参数校正的仿真试验次数；使用ANOVA检验或相关性检验，筛选出显著影响效率指标和安全指标的仿真参数；建立多约束的标定优化问题，提出使用遗传算法对模型参数进行标定的具体策略和流程；提出适应度参数选取方案；提出模型约束条件选择方案；通过对于交通冲突参数分布进行模型标定。

技术领域

本发明涉及一种考虑交通冲突指标分布多约束优化问题的交通仿真模型标定方法，属于智能交通技术领域。

背景技术

微观交通仿真模型运用大量的独立参数来描述交通系统运行、交通流特征以及驾驶员行为等，而模型的参数取值对仿真结果有较大的影响。微观交通仿真模型标定是指通过对模型参数的调整来提高模型拟合现实交通运行状况及车辆驾驶行为的精确度。模型标定所要达到的目标是使得仿真所得到的评价现实交通运行状况的指标值与实测值间的相对误差达到最小，以此再现现实交通运行状况。

在微观交通仿真系统中，采取参数默认值而仿真得到的目标值与实际值的误差甚至达35％左右。而且在微观交通仿真模型中许多参数的取值无法通过实际调查获得，因而需要对模型参数进行标定。

文章《Microscopic Simulation Model Calibration and Validation:A CaseStudy of VISSIM for a Coordinated Actuated Signal System》中提出了微观交通仿真模型标定流程的九个步骤，即选取有效的性能评价指标数据采集确定标定参数实验设计仿真运行建立评价函数设置遗传算法标定结果评价选用新数据进行模型验证。该文以交通仿真模型为例，对这九个步骤进行了详细的说明。文中选取行程时间作为评价指标，采用最大排队长度作为验证指标。

文章《基于遗传算法的交通仿真模型参数校正方法研究》提出了基于遗传算法的交通仿真模型参数校正方法。并根据实测数据，以仿真平台为例，对模型进行参数校正。研究给出了仿真模型的校正参数及参数的取值范围。

文章《微观交通仿真系统参数校正研究》在之前研究的基础上，以合肥市大东门区域VISSIM仿真系统模型为例，建立了仿真模型参数校正的遗传模拟退火启发式算法，实现了对VISSIM的仿真参数的自动化校正。

目前已有的仿真模型标定方法主要有两类，一类是基于效率指标的仿真模型标定方法，这种方法较为传统，一般选择效率指标如速度、行程时间、排队长度等进行参数标定；另一类是近年来提出的基于效率指标以及交通冲突的两阶段模型标定方法。这种方法主要是首先按照传统方法的标定思路对仿真模型的相关参数进行标定，接着以交通冲突的数量作为第二阶段的标定目标，通过标定相关的仿真参数，使得仿真冲突与实际观测冲突的数量接近，从而完成仿真模型的标定并用于交通安全分析。

现有标定方法的主要缺点：

1.传统的基于效率指标的仿真模型标定方法没有考虑安全性指标；

2.考虑交通冲突数量标定的交通仿真模型并不一定能很好地反映真实的安全状况。交通冲突包含很多的不同参数，这些参数当中有一些已经被证明与交通安全具有非常强的关联性，例如碰撞时间TTC,后侵占时间PET。这些参数应该在标定过程中被仔细考虑，标定后的模型才能最大程度地反映真实的安全状况。

发明内容

本发明为克服现有技术中存在的技术缺陷，提出一种考虑交通冲突指标分布问题的交通仿真模型标定方法，该方法针对交通冲突的重要指标，使仿真模型能够更好地服务于交通安全分析与评价。