[发明专利]一种基于路阻性能函数的行程时间可靠性估计方法

说明书

本发明公开了一种基于路阻性能函数的行程时间可靠性估计方法，用于解决城市快速路上行程时间可靠性估计问题。技术方案是在引入路网通行能力的退化系数以及饱和度密度函数后，利用路阻性能函数建立行程预算时间估计模型，该方法可为城市快速路行程时间预测、路径规划等领域研究提供技术方法支持。

技术领域

本发明涉及行程时间可靠性估计方法领域，具体是一种基于路阻性能函数的行程时间可靠性估计方法。

背景技术

随着我国交通运输业的发展，交通需求与交通供给不平衡导致交通拥堵日益加剧，从交通系统运行效率角度来说，行程时间可靠性是衡量交通网络性能的一个重要评价指标。行程时间的预测可以为出行者提供准确和可靠的出发时间和到达时间信息，是城市道路交通信息发布最有价值的内容之一。

近年来，国内外学者在行程时间预测方面提出了很多种行程时间预测方法。Jiwon等人将行程时间与占用率作为特征向量，利用KNN方法实现了短时行程时间预测。邢雪等人采用K-means方法将历史行程时间作为特征向量预测行程时间。Wang等人利用ARIMA时间序列分析模型和时空延迟神经网络模型STDNN等模型对行程时间进行了预测。丁宏飞等利用机器学习方法如BP神经网络和支持向量机实现了行程时间预测。上述所述研究并未全面地考虑行程时间的影响因素，实际上行程时间的不确定性是交通需求和供给之间相互作用的结果。交通供给不确定性的主要影响因素包括自然灾害、日常道路维护、交通事故、特殊事件和恶劣天气等，而交通需求不确定性主要是与起讫点相关的交通需求的随机变化引起的。而路网通行能力和路网饱和度是描述交通需求和供给的量化变量。因此，一些学者开始关注考虑路网通行能力和路网饱和度随机变化情况下的出行时间可靠性。Bell和Lida分析了日交通需求变化下的出行时间可靠性。Shao等人基于OD需求为正态分布这个假设得出行程时间可靠性。Zhou和Chen假设路段交通流量服从对数正态分布来估计行程时间可靠性。Asakura等人考虑了一种由于道路损坏而导致的通行能力衰减情况下的行程时间可靠性。但是这些研究只讨论了行程时间变化的两个关键因素之一。在行程时间可靠性估计研究方面若只考虑单一因素的变化，则估计结果会存在一定的误差。因此，Chen等人将OD需求和通行能力作为连续随机变量，采用蒙特卡罗模拟方法计算行程时间可靠性。Lam等人考虑路段通行能力是降雨强度的非递增函数，同时又考虑了交通需求随机性。Siu和Lo认为交通需求的随机性是非通勤者交通量的变化所致，并且路段的通行能力是随机退化的。虽然这些研究既考虑了出行需求的波动，也考虑了路段通行能力的退化，但这些研究假设出行需求只是作为一个连续的随机变量，或者路段通行能力仅遵循某种分布函数。很少有工作将出行需求波动和路段通行能力退化作为一个整体随机变量来分析出行时间可靠性。而路阻性能函数建立起了行程时间、交通供给和需求的量化关系，目前比较常见的路阻性能函数包括BPR(Bureau of Public Roads)性能函数、线性回归路阻函数、Davidson’s路阻性能函数等等，其中，在交通领域BPR性能函数被广泛地用来估计行程时间。

虽然，BPR函数能够用来研究行程时间可靠性问题，但是由于交通需求与通行能力退化的影响因素很多，而现有技术方法并不能够全面的将它们之间的相互影响关系建立，因此，现有技术方法并未给出一种合理的方案，即同时考虑交通需求与通行能力退化的随机性影响，利用BPR函数来估计行程时间可靠性。

发明内容

本发明的目的是提供一种基于路阻性能函数的行程时间可靠性估计方法，以解决现有技术行程时间可靠性估计方法中没有考虑交通需求与通行能力的问题。

为了达到上述目的，本发明所采用的技术方案为：

一种基于路阻性能函数的行程时间可靠性估计方法，其特征在于：包括以下步骤：

(1)、构建路径期望行程时间估计模型如下所示：