[发明专利]道路动态拥挤收费的仿真优化方法、系统、设备及介质

权利要求书

1.一种道路动态拥挤收费的分布式鲁棒仿真优化方法，其特征在于，包括以下步骤：

步骤1，对于待进行动态拥挤收费方案优化的路网，在宏观交通仿真软件中创建仿真路网；

步骤2，以总旅行时间为目标评价指标，构建以下道路动态拥挤收费优化模型：

式中，S为拥挤收费方案集，x为S中的任意拥挤收费方案；j为仿真次数指标，N_x为x的仿真总次数；t为时间片段指标，T为时间片段总数；O为起始节点集合，D为终点节点集合，OD为起点属于O终点属于D的OD对集合，od为OD对集合OD中的任意OD对；A为仿真路网中的路段集合，a为路段集合A中的任意路段；为od在时间片段t的交通需求，服从正态分布和分别为od在时间片段t的交通需求的均值和方差；为时间片段t的交通需求矩阵，由构成；是第j次仿真时服从正态分布的随机交通需求矩阵；Θ为交通需求满足的模糊正态分布集，e为交通需求参数，表示交通需求不确定的程度，e∈[e_l,e_u]，其中e_l、e_u分别为e的上下限；表示宏观交通仿真软件Ξ在仿真路网中对仿真输入x和进行仿真评价，输出得到路段a在时间片段t的流量和旅行时间

步骤3，初始化获得N个收费方案x_i,i＝1,2,…,N构成集合S，初始化获得M个交通需求参数e_j,j＝1,2,…,M构成集合E；每个收费方案和交通需求参数的组合(x_i,e_j)，均使用宏观交通仿真软件进行若干次仿真评价，采用分布式鲁棒仿真优化算法求解步骤2建立的优化模型，得到鲁棒最优的拥挤收费方案；

其中，步骤3中采用的分布式鲁棒仿真优化算法具体过程为：

步骤3.1，对每个收费方案与交通需求参数的组合(x_i,e_j)，先使用宏观交通仿真软件进行N₀/M次仿真评价，N₀为预设的初始仿真评价次数；根据仿真评价得到的流量和旅行时间计算每次仿真对应的目标函数值，再计算所有目标函数值的均值与方差

步骤3.2，令迭代次数Num的初始值为0，最大迭代次数Num_max为(B-N·N₀)/N₀，其中B为预设的仿真评价次数上限，分配阶段的仿真次数N_a(Num)，设置算法收敛指标的初始值；当算法收敛指标未达到收敛阈值，且还有仿真剩余资源时，执行以下步骤：

步骤3.2.1，对于每个收费方案x_i，根据其与交通需求参数组合对应的目标函数值的均值与方差，构建近似目标函数值与交通需求参数之间响应关系的随机代理模型，作为收费方案x_i的第一随机代理模型；

步骤3.2.2，基于第一随机代理模型，搜索目标函数值最大时所对应的交通需求参数，记为worst-case的交通需求参数e_opt,i；

步骤3.2.3，根据收费方案集S和e_opt,i对应的目标函数值，构建近似收费方案与worst-case目标函数值之间响应关系的随机代理模型，作为第二随机代理模型；

步骤3.2.4，基于第二随机代理模型，搜索新的收费方案x^*，更新拥挤收费方案集S←S∪x^*,N←N+1；

步骤3.2.5，采用与步骤3.1相同的方法对x^*与交通需求参数的组合进行N_s(Num+1)/M次仿真评价，N_s(Num+1)＝N₀-N_a(Num+1)，对应得到x^*与交通需求参数组合的目标函数值均值与方差；

步骤3.2.6，采用仿真资源分配方法，在第Num+1次迭代中将分配阶段总共的仿真次数N_a(Num+1)分配给所有收费方案与交通需求参数的组合；

步骤3.2.7，按照步骤3.2.6分配的额外仿真次数，对每个组合(x_i,e_j)执行额外仿真评价，并统计相应的目标函数值的均值和方差；

步骤3.2.8，若未达到收敛条件，且还有仿真剩余资源时，更新迭代次数Num←Num+1，返回执行步骤3.2.1；否则，输出第二随机代理模型评估的已有样本集中最小worst-case目标函数值对应的方案作为鲁棒最优的收费方案。