[发明专利]一种面向智慧移动出行平台的车辆行驶诱导方法

权利要求书

1.一种面向智慧移动出行平台的车辆行驶诱导方法，其特征在于，包括如下步骤：

(1)构建交通管理者博弈模型，在管理者决策中采用优化蚁群算法来求解整个系统的最优交通流模式，并发布诱导信息；

(2)构建交通出行者博弈模型，出行者根据管理者发布的诱导信息来求解自己的效用函数，并且对效用函数进行排序，选择其中最优路径，由此产生新的交通流；

(3)判断两者决策的误差值是否在预先设定的允许范围内，从而进一步判断是否均衡；

(4)构建智慧移动出行系统平台，将步骤(3)中已经达到均衡的最优路线提供给用户。

2.根据权利要求1所述的一种面向智慧移动出行平台的车辆行驶诱导方法，其特征在于，步骤(1)所述的管理者博弈模型的构建过程为：

交通管理者博弈模型的收益函数是广义费用函数B，包含出行时间价值和出行费用，T_value代表在T时间内路网出行的时间价值，G_value是T时间内整个路网的出行费用：

B＝T_value+G_value

其中，c₁是时间和费用的转换系数，单位是元/小时，I_r(t)是t时刻r路段的车辆驶入率，t_r(t)是车辆在r路段所花费的时间，包括了正常的行驶时间和因为堵塞的排队等待时间：

其中，系数c₂是平均每辆车单位里程的行驶费用，单位是元/车*米，L_r是r路段的长度，单位是米。

3.根据权利要求1所述的一种面向智慧移动出行平台的车辆行驶诱导方法，其特征在于，步骤(1)所述的优化蚁群算法，在t时刻蚂蚁k由地点i转移到地点j的状态转移概率中加入了影响因子Φ^k_ij(t)：

其中，x是权重参数，取值在1到2之间。

4.根据权利要求1所述的一种面向智慧移动出行平台的车辆行驶诱导方法，其特征在于，步骤(2)所述的交通出行者博弈模型构建过程为：

首先对效用函数M_r进行排序：

M_r＝θ₁·t_r(t)+θ₂·ε_r

其中，θ₁是出行时间所对应的权重，t_r(t)是车辆在r路段所花费的时间，θ₂是随机变动时间对应的权重，ε_r是在r路段上的随机变动时间，出行者在任意决策点s选择路径w的出行效用是

其中，δ是0-1的变量，当路段r在路径w上，取1，否则为0，R是所有路段的集合；

然后选择最优路径：假设出行者需要在点s做出决策，对以s为起点的所有路径的效用函数进行排序，选择最小的效用函数对应的路径即是出行者选择的路径，s处选择路径w的概率是

其中，是模型的敏感性因子，决定了路段效用对路段选择的影响程度，W是以s为起点的所有路径的集合：

其中，S_w(t)是t时刻路径w的车辆数，D(t)是t时刻路径w的交通需求量，是s处选择路径w的概率：

出行者在以s为起点的所有路径的选择概率之和为1。

5.根据权利要求1所述的一种面向智慧移动出行平台的车辆行驶诱导方法，其特征在于，所述步骤(3)的判断过程如下：

在管理者博弈模型中利用优化蚁群算法来求解系统的最优交通流模式，求解得出路网状态和时间出行者根据管理者发布的带入出行者博弈模型中，计算出行者的出行概率；将需求量和达到量分配到路径上，产生新的车流分布情况，此时得到新的解和管理者和出行者的策略方案间的误差若μ＞0，则博弈均衡。

6.根据权利要求1所述的一种面向智慧移动出行平台的车辆行驶诱导方法，其特征在于，步骤(4)所述的智慧移动出行系统，通过地图类开发平台融合车辆行驶诱导方法，为用户提供合理路线规划。