[发明专利]交通流疏散时间估计方法

摘要

本发明公开了一种估计交通流疏散时间的方法。主要解决现有技术在估算疏散时间时未充分考虑疏散车辆规模的离散性和路段非疏散流量的随机性的问题。其技术方案是：首先通过拥挤检测算法判定当前道路状况，当道路被判定为拥堵时，根据当前道路交通流量，构建疏散策略选择模型，该模型的目标函数以疏散时间最短为原则，以路网中各支路交通流需要平衡的基本要求为约束条件；其次，运用蚁群算法对该模型进行求解，得出当前拥堵状态的最短和最长疏散时间。本发明能在发生交通拥堵后，正确估算车辆消散所需时间，给未到来车辆提供有效信息，为交通管理部门正确指挥行车提供理论根据，将突发事件带来的危害尽量降到最低，可用于城市路网的交通管理。

主权项

交通流疏散时间估计方法，包括如下步骤：(1)通过拥挤检测算法判定当前道路状况，对于判定为交通拥堵状态的路段，将要疏散的交通流分为已到达交通流和后续随机到达交通流；(2)采用离散区间将已到达交通流表示为q＝[q1，q2]，其中，q1为区间下限值，辆；q2为区间上限值；(3)根据低密度状态下的交通流分布满足泊松分布的特性，构建路段后续到达交通流的概率密度函数为:$P(X=k)={\frac{\left(\mathrm{\&lambda;}t\right)}{k!}}^k.\exp (-\mathrm{\&lambda;}t)$式中:t为计数间隔持续时间，k为间隔t内到达的车辆数，P(X＝k)为计数间隔t内到达k辆车的概率，λ为车辆平均到达率；(4)构建上述交通流疏散策略选择模型：(4a)根据已到达交通流q和后续随机到达交通流q′_ij，设计目标函数使得疏散时间最短：${\mathrm{minT}}^{\&PlusMinus;}=\underset{i,j}{\overset{N}{\&Sigma;}}{\&Integral;}_0^{q_{ij}^{\&PlusMinus;}+q_{ij}^{\&prime;}}{t}_{ij}\left(x\right)dx\mathrm{...}\&lt;1\&gt;$其中：+和－分别为变量值的上限和下限，i，j为疏散节点，N为节点总数，T为整个疏散过程的总时间，q_ij为第i个疏散节点至第j个疏散节点的路段疏散流量，q′_ij为后续随机到达交通流量，t_ij为第i个疏散节点至第j个疏散节点路段交通流所需时间；(4b)根据路网中各支路交通流需要平衡的要求设计目标函数的如下约束条件：$\underset{i=1}{\overset{N}{\&Sigma;}}{q}_{ij}^{\&PlusMinus;}-\underset{i=1}{\overset{N}{\&Sigma;}}{q}_{ji}^{\&PlusMinus;}=0,\&ForAll;i,j\&Element;V_2\mathrm{...}\left(2\right)$$\underset{j=1}{\overset{N}{\&Sigma;}}{q}_{sj}^{\&PlusMinus;}-\underset{j=1}{\overset{N}{\&Sigma;}}{q}_{jt}^{\&PlusMinus;}=0,\&ForAll;j\&Element;V_2,\&ForAll;S\&Element;V_1,\&ForAll;t\&Element;V_3\mathrm{......}\&lt;3\&gt;$$P(0\&le;(q_{ij}^{\&PlusMinus;}+q_{ij}^{\&prime;})/c_{ij}\&le;\mathrm{\&beta;})\&GreaterEqual;\&part;,\&ForAll;i,j\&Element;V_2\mathrm{......}\&lt;4\&gt;$$\underset{k=1}{\overset{K_{st}}{\&Sigma;}}{h}_k^{\&PlusMinus;st}=\underset{j=1}{\overset{N}{\&Sigma;}}{q}_{jt}^{\&PlusMinus;},\&ForAll;j\&Element;V_2,\&ForAll;S\&Element;V_1,\&ForAll;t\&Element;V_3\mathrm{...}\&lt;5\&gt;$$\underset{k\&Element;K_{st}}{\&Sigma;}\underset{st\&Element;W}{\&Sigma;}{h}^{\&PlusMinus;}{k}^{st}{\mathrm{\&delta;}}_{i,k}^{st,k}=q_{i,j}^{\&PlusMinus;},\&ForAll;i,j\&Element;V_2,\&ForAll;S\&Element;V_1,\&ForAll;t\&Element;V_3\mathrm{...}\&lt;6\&gt;$$0\&le;q_{ij}^{\&PlusMinus;}\&lt;C_{ij},\&ForAll;i,j\&Element;V\mathrm{...}\&lt;7\&gt;$$h_k^{\&PlusMinus;}\&GreaterEqual;0,\&ForAll;k\&Element;K_{st}\mathrm{...}\&lt;8\&gt;$其中式<2>中为任意的意思，∈为属于的意思，V₂为中间节点集合，q_ij为节点i流入节点j的流量，q_jt为节点j流出到节点i的流量，该式表示路网中中间节点j的流入量等于流出量。式<3>中V₁为起始节点集合，V₃为终点集合，q_sj为起点s至节点j的路段疏散交通流量，q_jt为节点j至终点t的路段疏散交通流量，该式表示路网中起点的流出量等于终点流出量。式<4>中β为路段饱和度的上限，α为置信水平，c_ij为i至j路段的路段容量，该式表示路段饱和度处于[0，β]的概率不小于置信水平α；式<5>中Kst为起点s至终点t之间的有效路径集合,h^st_k为起点s至终点t之间路径k上的疏散交通流量，该式表示起点s至终点t各路径上的流量总和等于各中间节点流入终点t的流量；式<6>中W为连接起点s至终点t之间的路径集合，h为路径h上的交通流量，k^st为从起始点s到终点t的交通流量，表示如果路段a_ij在连接起点s至终点t之间的第k条路径上，其值为1，否则为0；该式表示节点i至节点j的路段流量等于经过该路段的各路径流量总和；式<7>表示疏散节点i至疏散节点j的路段流量不大于该路段的通行能力C_ij；式<8>表示路段k上的流量h_k为正；(5)采用蚁群算法ACO对上述疏散策略选择模型进行求解，解出疏散当前道路交通流所需的最短时间和最长时间。