[发明专利]基于改进布谷鸟搜索算法的交叉口群关键路径识别方法

说明书

本发明涉及一种基于改进布谷鸟搜索算法的交叉口群关键路径识别方法，将待研究路网的瓶颈交叉口作为起点交叉口，利用布谷鸟搜索算法搜索与瓶颈交叉口关联度高、拥堵严重的局部最优交叉口，结合边寻边走策略逐渐寻找到一条关联度高、拥堵严重的交叉口序列，这条交叉口序列即为交叉口群关键路径，在寻优速度、准确性等方面具有明显的优势，解决了当前搜索交叉口群关键路径工作量大和效率低的问题，便于交叉口群关键路径协调优化方案的制定与实施。本发明能直接从瓶颈交叉口入手搜索出交叉口群的关键路径，为制定合理的协调优化方案奠定基础。

技术领域

本发明涉及城市交叉口群关键路径识别技术领域，更具体地说，涉及一种基于改进布谷鸟搜索算法的交叉口群关键路径识别方法。

背景技术

随着经济的发展，人民生活水平明显改善，城市机动车保有量逐渐上升，高峰时段城市路网交通拥堵现象日益频繁，可能造成交通瘫痪，延长人们出行时间。城市交通原发性拥堵往往产生于某个路段或某个交叉口，随着原发性拥堵持续时间的增长，在拥堵区域上游产生继发性拥堵，最终可能在局部路网形成饱和循环。解决关键的几个大型交叉口或关联交叉口组成的交叉口群的交通阻塞问题可以很大程度上缓解整个路网的交通拥堵。

交叉口群是城市道路网络中地理位置相邻且存在较强关联性的若干交叉口的集合。相比控制子区，交叉口群能依据交叉口间的关联特征从路网中予以识别，并且能直接搜索到路网瓶颈区域，能更直接、更有效地从瓶颈区域入手缓解交通拥堵。

布谷鸟搜索算法(Cuckoo Search，CS)是一种新型的群体智能优化算法，受布谷鸟巢寄生育雏行为的启发，并结合鸟类、果蝇等的飞行特征而提出。布谷鸟搜索算法的优点在于算法简单、参数少、易实现、搜索路径优、收敛速度快等，将布谷鸟搜索算法与边寻边走策略结合起来用于交叉口群关键路径识别领域中，从交通路网的瓶颈交叉口开始逐步搜索出关联性强、拥堵严重的交叉口序列，作为交叉口群的关键路径进行协调优化，在寻优速度、准确率等方面具有明显的优势。

目前在城市交叉口群关键路径识别领域，多数研究从划分交叉口群范围入手，基于小波变换、深度优先搜索、广度优先搜索等方式将路网中所有可能的路径识别出来，接着利用适当的关联度模型逐一检验，根据检验结果找出关键路径，过程繁琐，工作量大，不利于大规模路网协调优化方案的快速制定。

发明内容

针对现有方法的不足，提出一种基于改进布谷鸟搜索算法的交叉口群关键路径识别方法。

本发明解决其技术问题所采用的技术方案是：构造一种基于改进布谷鸟搜索算法的交叉口群关键路径识别方法，包括：

1)选取待研究路网，获取所述路网的道路拓扑结构和实时交通流数据；

2)基于所述路网的道路拓扑结构和实时交通流数据，构建路径关联度模型；

3)基于结合边寻边走策略的布谷鸟搜索算法的交叉口群关键路径识别方法，包括以下步骤：

3.1)初始化，设置空间维数是2维，交叉口总数为n，最大迭代次数为s，步长为其中，表示所述路网相邻交叉口间所有路段长度的最大值；

3.2)选取瓶颈交叉口V₀作为起点交叉口，与起点交叉口V₀相邻的交叉口数目是a₀；

3.3)随机选取一个与起点交叉口V₀相邻的交叉口作为初始交叉口V_i，i∈[1,n]，目标函数定义为初始交叉口V_i与瓶颈交叉口V₀之间的交通关联度I_i,0；其中，交通关联度I_i,0通过构建的路径关联度模型进行计算；