[发明专利]基于双层规划的交通数据分析方法、装置、设备及介质有效
申请号: | 202110267045.5 | 申请日: | 2021-03-11 |
公开(公告)号: | CN112990571B | 公开(公告)日: | 2023-06-20 |
发明(设计)人: | 张之勇;王健宗;程宁 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
主分类号: | G06F30/18 | 分类号: | G06F30/18;G06F30/27;G06Q10/063;G06Q50/26;G06F111/06 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 熊永强 |
地址: | 518000 广东省深圳市福田区福*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 双层 规划 交通 数据 分析 方法 装置 设备 介质 | ||
1.一种基于双层规划的交通数据分析方法,其特征在于,所述方法包括:
获取待规划区域的路网信息,其中,所述路网信息包括一条或多条路径,每条路径包括多个节点,所述节点用于指示分叉路;
根据所述路网信息确定所述路网信息中每条路径的路段流量,其中,所述路段流量包括当前路段流量和最大路段流量;
将所述路网信息中每条路径的路段流量输入双层模型中用户均衡模型,得到所述路网信息中每条路径对应的候选规划路径信息,所述用户均衡模型为如下公式(1)所示:
(1);
所述将所述路网信息中每条路径的路段流量输入双层模型中用户均衡模型,得到所述路网信息中每条路径对应的候选规划路径信息之前,还包括:
将每条样本路径的当前路段流量和最大路段流量输入训练得到的用户均衡模型,得到所述每条样本路径对应的候选规划路径信息;
将所述每条样本路径对应的候选规划路径信息输入预设的数学模型进行训练,得到系统最优模型,所述预设的数学模型为如下公式(2)所示:
(2);
将所述路网信息中每条路径对应的候选规划路径信息输入所述双层模型中的系统最优模型,得到最优规划路径信息,并根据所述最优规划路径信息确定重新规划的路网信息,其中,所述系统最优模型如下公式(3)所示:
(3)
其中,
其中,有下面的非线性规划求解得:
其中,
其中,
A——路段集合;
R——起点集合;
S——终点集合;
——从起点r到终点s的路径集合;
——当通过路段a的路段流量为时,路段的行驶时间;
——路段a的路段流量;
为路段a的最大路段流量;
——路段a自由行驶时间;
——当前路网中路段a的容量;
——表示路网中已经存在的路段增加值,是一个连续决策变量;
——连接OD对r-s的第k条路径的流量;
——O-D对r-s间的总出行流量;
=。
2.根据权利要求1所述的方法,其特征在于,所述路段流量包括最大路段流量;所述根据所述路网信息确定所述路网信息中每条路径的路段流量,包括:
获取所述路网信息中每条路径的长度和宽度,并根据所述每条路径的长度和宽度确定所述每条路径的车道数量;
获取所述路网信息中每条路径对应的最高限制速度,并根据所述每条路径的车道数量和所述每条路径对应的最高限制速度确定所述每条路径的最大路段流量。
3.根据权利要求1所述的方法,其特征在于,所述路段流量包括当前路段流量;所述根据所述路网信息确定所述路网信息中每条路径的路段流量,包括:
获取所述路网信息中每条路径的长度和宽度,并根据所述长度和宽度确定所述每条路径的车道数量;
获取所述路网信息中所述每条路径当前行驶的车辆数量以及所述每条路径对应的最高限制速度;
根据所述每条路径的车道数量、所述每条路径的最高限制速度以及所述每条路径的当前行驶的车辆数量确定所述每条路径剩余的当前路段流量。
4.根据权利要求1所述的方法,其特征在于,所述将所述路网信息中每条路径的路段流量输入双层模型中用户均衡模型,得到所述路网信息中每条路径对应的候选规划路径信息之前,还包括:
获取样本路网信息中每条样本路径的当前路段流量和最大路段流量;
将所述每条样本路径的当前路段流量和最大路段流量输入指定的遗传算法模型中进行训练,得到用户均衡模型。
5.根据权利要求1所述的方法,其特征在于,所述将所述每条样本路径对应的候选规划路径信息输入预设的数学模型进行训练,得到系统最优模型,包括:
将所述每条样本路径对应的候选规划路径信息输入预设的数学模型,得到所述每条样本路径对应的候选规划路径的路段流量信息;
根据所述每条样本路径对应的候选规划路径的路段流量信息调整所述数学模型的模型参数,并对调整模型参数后的数学模型进行训练,得到所述系统最优模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110267045.5/1.html,转载请声明来源钻瓜专利网。