[发明专利]一种基于公路网货车流量数据估算区域货运OD分布的方法

说明书

本发明公开了一种基于公路网货车流量数据估算区域货运OD分布的方法，本方法交调站点采集到的重型货车交通流量断面观测数据。在对交调站点数据进行稳定性检验的基础上，选定满足稳定性检验的交调站点作为输入数据集合。基于确定的输入数据集合，即重型货车交通流量断面观测数据，采用构建好的OD反推模型对区域交通小区货运OD分布进行估算。建立交调站点流量数据与区域交通小区OD分布之间的关系。本发明能够克服传统OD分布预测依赖大规模人工调查的缺点，从工程实践出发，以覆盖范围广、采集频率高、稳定性好的公路网交调站点监测到的断面货车流量数据为基础，为掌握区域货运交通分布情况、预测路网交通流量提供技术支撑。

技术领域

本发明属于公路运输技术领域，具体涉及一种区域公路货运OD分布的估算方法。

背景技术

交通分布是指区域内各小区间始发和终到交通量，常用OD矩阵来表示，也可称为OD分布。OD分布模型作为一种宏观交通模型，考虑了路网结构、土地利用、运输方式以及交通管控等因素，可对路网OD供需分布、路段交通流量进行预测，从而为路网交通规划、土地利用及相关政策研究提供科学指导。近年来，货车的管控逐步受到关注，掌握实时、精准的路段货车流量可为制定货车流量管控政策提供支撑，而获取货车的OD分布是预测路网路段货车流量的基础，因此，开展货运OD分布的估算十分必要。

传统的OD分布估算方法有：1)基于OD调查的方法；2)OD矩阵反推法。

由于在公路上进行OD调查的难度较大，同时进行一次大范围、足够数量的OD调查需要花费大量的人力、物力和财力，这两者都使得通过OD调查的方式取得公路交通出行OD较难实施。

OD反推是指由路段交通流量推算出行分布的数学模型，能克服大规模OD调査的缺点，其原理是依据从分配OD表得到路段交通量的计算步骤可逆向进行。

OD反推建模方法主要有多比例法、极大熵OD反推模型等，但针对大规模路网，均存在精度不高、效率较低等问题。鉴于OD调查方法数据获取难度大、传统OD反推方法精度低等问题，本发明运用断面流量数据，提出了基于数据驱动方法的OD分布估算方法，增加了方法的实用性和准确性。

发明内容

本发明的目的是提供了一种基于公路网货车流量数据估算区域公路货运OD的方法，为提高求解效率和估计精度，该发明引入数据驱动模型中的BP神经网络模型用于构建区域OD反推模型。

为达到上述目的，本发明的技术方案是提供了一种基于公路网货车流量数据估算区域公路货运OD的方法，其特征在于：

步骤1：划分交通小区，将研究区域划分为交通小区和外部小区。

步骤1.1：根据研究区域范围的大小，以不同的区划边界划分交通小区；所述不同的区划是地市或者区县行政区划，或者是自定义的空间范围。

步骤1.2：考虑交通小区的空间结构，筛选各交通小区的对外交通节点，均作为交通小区的质心点。

步骤2：获取区域路网中，交调站点采集到的重型货车交通流量断面观测数据。

步骤3：获取交调站点数据，在对交调站点数据进行稳定性检验的基础上，选定满足稳定性检验的交调站点作为输入数据集合。其中，该交调站点集合与建立基于神经网络模型时确定的交调站点结合保持一致。

步骤4：基于步骤3中确定的输入数据集合，即重型货车交通流量断面观测数据，采用构建好的OD反推模型对区域交通小区货运OD分布进行估算。建立交调站点流量数据与区域交通小区OD分布之间的关系。其中，步骤4中所提到的OD反推模型通过以下方法建立：

4.1)根据步骤1中已划分的交通小区，作为构建基于神经网络模型的输入。