[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

说明书

本发明公开了一种道路动态拥挤收费的分布式鲁棒仿真优化方法、系统、设备及介质，其方法为：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，构建道路动态拥挤收费优化模型；步骤3，初始化收费方案集和交通需求参数集，使用宏观交通仿真软件对创建的仿真路网进行仿真评价，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。本发明可以解决交通需求不确定性条件下的道路动态拥挤收费仿真评价与优化问题。

技术领域

本发明涉及道路动态拥挤收费领域，特别涉及一种道路动态拥挤收费的分布式鲁棒仿真优化方法、系统、设备及介质。

背景技术

交通拥挤收费，也即在特定时间段内对交通出行施加额外出行费用的管控措施，通过增加出行者使用收费区域交通设施的成本，诱导出行者重新做出出行时间和路径选择，实现部分出行者从拥堵区域到非拥堵区域的转移，或者选择在非收费时段出行，从而在一定程度上降低收费区域的交通需求，缓解交通供给与交通需求之间的矛盾，缓解交通拥挤，使路网资源得到更加的充分的利用，对城市健康发展具有积极意义。

交通仿真技术即构建模型来模拟已有的或者正在规划中的交通系统，便于用户对研究的交通网络系统进行优化，或者预测未来的交通状态。然而，交通仿真技术也存在黑箱性与耗时长等问题。面向这些问题，仿真优化算法应运而生，大大提高了计算速度。主流的仿真优化方法主要有基于梯度的搜索法(Gradient based search methods)、随机近似法(Stochastic approximation methods)、启发算法(Heuristic search methods)和响应面法(Response surface methods)。响应面法即代理模型法具有节省仿真成本和拟合复杂未知的系统输入输出关系的优势，这种优势在仿真实验耗时的情况下更为突出。

在复杂的现实工程问题中，即使忽略数据的不确定性影响，按照假设的条件求得的最优解，通常很可能是不稳定甚至不可行的。因此，相较于全局最优解，在实际问题中求解对扰动敏感较小的解，即分布式鲁棒解，将更具现实意义。

发明内容

本发明提供一种道路动态拥挤收费的分布式鲁棒仿真优化方法、系统、设备及介质，可以解决交通需求不确定性条件下的道路动态拥挤收费仿真与评价问题。

为实现上述技术目的，本发明采用如下技术方案：

一种道路动态拥挤收费的分布式鲁棒仿真优化方法，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是控制交通需求分布方差的参数(简称交通需求参数)，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根据仿真输入x和对仿真路网进行仿真评价，输出得到路段a在时间片段t的流量和旅行时间