[发明专利]基于尖点突变和量子粒子群优化的道路通行能力评价方法

说明书

本发明公开了一种基于尖点突变和量子粒子群优化的道路通行能力评价方法，首先以交通流的车速为状态变量，流量和车道时间占有率为控制变量建立突变模型，用交通流的部分时间段数据确定模型参数，通过已确定的模型，可以得到该选定路段维持畅通状态的最小速度。从而完成对该道路的评价。本发明能够有效的提高评价道路的准确性和工作效率。

技术领域

本发明属于计算机科学技术领域，涉及一种道路通行能力评价方法，具体涉及一种基于尖点突变理论和量子粒子群优化算法的道路通行能力评价方法。

背景技术

随着社会的进步和经济的发展，交通需求迅速扩大。目前我国汽车保有量已达2亿辆但仍属于年轻的汽车消费市场，车辆数增长空间巨大。在车辆出行的过程中，城市内交通枢纽处的交通需求尤为集中，由于道路资源的有限，通行能力不足的现象堵陡增，导致交通缓慢、滞留甚至拥堵。城市交通是城市经济建设的基础，目前交通拥堵已经成为了制约城市发展的主要问题，为了优化城市交通便于城市管理，必须先对已有的道路可能通行能力进行评价。可能通行能力又称实际通行能力，指的是在现实的道路和交通条件下，某一路段单位时间内通过某一断面的最大车辆数。可能通行能力的分析和计算，在道路规划中有着十分重要的作用，但描述交通流时，不够直接，且不同的道路上的车流量必定存在差异，不能只通过可能通行能力评估道路。如果用速度描述交通流，会更加直观，高速状态下的交通流处于畅通状态，低速状态下的交通流处于拥堵状态，且适用于评估不同类型的道路，故速度对道路的描述更为贴切。

在当前城市交通拥堵和评价的研究中，Younes和Boukerch在拥堵协议的研究方面提出高效交通检测协议(ECODE)，准确评估市区情景中高度拥挤的路段。严丽平等人提出了一种城市交通路网动态实时多路口路径选择模型，充分利用现有的道路资源进行有效的路线导航从而缓解交通拥堵现象。章登义等人提出了基于N阶近邻的隐马尔科夫模型，能高精度实时预测短时交通车辆行程时间。易云飞等人改进了伊藤算法，解决了带用户满意度的多目标实时车辆路径问题。P Lopez-Garcia等人将遗传算法和交叉熵方法相结合，提出了一种预测交通拥堵的方法，并证明了该方法预测短期交通拥堵的准确性。孙景昊等人基于实时演算理论，为单/双行道两类城市交通网络的定时和自适应两类信号控制系统建立了统一的形式化模型，对不同规模的城市交通网格仿真探究了拥堵指标的变化规律。Taale等人验证了交通控制信号测量和控制前往高速公路交通流量的可行性。Carli等人则提出了一种城市车辆交通拥堵自动化分析与评估的方法，可通过该方法有效地了解拥堵时间和位置区域。也有大量学者探求交通流中流量、密度和速度的关系，建立的模型主要有Greenshields的线性模型、Underwood的指数模型、Edie对数模型、May钟形线模型和Keller为代表的曲线族模型等，但上述模型均在解释交通流到达可能通行能力时的数据断层时遇到困难，无法结合自身模型得到合理的解释。现有突变理论可以描述数据断层现象，考虑到交通流的主要参数，即速度、流量和占有率，共三个，可选用尖点突变理论描述交通流。

流量、密度和速度是描述交通流的主要参数，交通流的特征是通过流量、密度和速度的变化展现的。由于交通流具有一定的突变特征，和突变理论中描述的突变特征类似，因此有学者开始运用突变理论研究交通流。突变理论作为分析研究系统不连续性问题的理论之一，以奇点理论、结构稳定性理论为基础，是研究非线性不连续问题的重要手段。