[发明专利]城市快速路突发事件的影响预测及管控方法

权利要求书

1.一种城市快速路突发事件的影响预测及管控方法，其特征在于包括如下步骤：

①原始数据收集：数据包括交警自有类、内部共享类、外部感知类以及互联网获取类四类数据；

②事件感知及建立主线通行效率预测模型，具体包括如下步骤：

2.1)从步骤①收集的原始数据中提取需要的数据；

2.2)数据清洗与降噪融合；

2.3)主线通行效率基线标定：考虑到高架交通流特征，即工作日与周末、节假日的出行规律差异，本模型将根据清洗融合后的交通历史数据，利用平均值法标定工作日与周末、节假日正常同行情况下，不同时段，各高架匝道出、入口合流区的通行效率，即断面流量与断面平均流速，建立各合流区通行效率影响因子分析计算基线，用于后续影响因子筛选与影响率计算；

2.4)关键通行效率影响因子筛选：根据历史数据与交通管理数据，建立潜在通行效率影响因子集合，包括路面状况：积水深度、积雪厚度、结冰情况，能见度情况：雨雪天与雾霾，事故影响情况：占用车道情况、警处预判事件严重度；从历史数据库中提取各潜在影响因子独立发生时的通行效率数据，与通行效率基线数据进行相关性分析，判定影响因素对通行效率的影响是否显著；保留影响显著性较高的因子作为通行效率关键影响因子；

2.5)单一影响因子通行效率影响率标定：根据路段通行效率基线及历史数据，标定单一影响因素x_i发生时，对应路段通行效率影响率ρ_路段k为：

根据影响因素x_i各数值散点，利用线性回归法求解路段通行效率影响率关于该影响因素的线性回归方程：

ρ_路段k(x_i)＝A_ix_i+B_i

从而根据回归方程可推演未知影响因子值对路段通行效率的影响，实现全天候通行效率影响预判；

2.6)路段通行效率预测：为了减少通行效率预测的模型构建复杂度和求解难度，假设各通行效率影响因子之间相互独立，因此多个影响因子对路段通行效率整体影响为：

通行效率α_路段k的数值区间为0-1，数值越大，表示事件对交通影响越小；

③主线交通蔓延计算及拥堵预测模型：在得到当前路段通行效率α_路段k后，基于当前路段主线汇入流量、上匝道汇入流量、主线下游流量以及下匝道卸流流量，计算当前路段的流量增加情况；通过基于LSTM时间序列预测模型的拥堵预测模型，结合当前路段通行效率，预测路段未来15分钟、每5分钟一基准点的通行需求时间X，确认上匝道是否有溢出风险，是否应在15分钟内关闭上匝道；此蔓延及拥堵预测将持续不间断进行，待拥堵情况处理完成或拥堵情况大大缓解后，决策是否开放相应的匝道；

所述步骤③具体包括如下步骤：

3.1)确定涉及参数：后方道路主线流量及匝道新增流量Q_in、下匝道消散流量+主线下游流量Q_out，车道n，高架主线各车道平均通行能力为C，C＝α_路段k*C₀，其中α_路段k为交通通行效率值；

3.2)通行需求时间：

3.3)计算C₀是两个匝道间在非拥堵情况下主线各车道平均通行能力，X₀为此种状态下临界通行需求时间；

3.4)基于历史数据X_x，即每5分钟两个匝道间通行需求时间，完成LSTM模型的训练；

3.5)计算当前时刻t最近的3笔历史通行需求时间X₁、X₂、X₃；

3.6)基于完成的LSTM模型，预测t时刻后3笔通行需求时间

3.7)当均大于X₀时，表示未来的15分钟上匝道有溢出风险，应在15分钟内关闭上匝，反之则不关闭上匝道；

④反馈与优化调整：针对蔓延计算及拥堵预测的结果，结合实际情况，对通行效率预测模型进行相应的反馈，不断优化调整模型各影响因子通行效率影响率，从而不断优化算法模型；

⑤制定高地联动信号自适应控制策略；

⑥下发出行引导策略。