[发明专利]一种用于城市交通网络应急疏散规划的新型启发式算法

摘要

本发明公开了一种用于城市交通网络应急疏散规划的新型启发式算法，主要包括如下步骤1)建立城市应急疏散网络；2)建立适用于应急疏散网络的优化模型；3)采用拉格朗日松弛‑禁忌搜索算法急疏散规划问题进行优化；4)求解拉格朗日松弛问题；从一个疏散网络可行解开始，通过搜索更新迭代网络状态，直到满足停止准则，输出最终结果。本发明将拉格朗日松弛技术与禁忌搜索结合起来，应用于基于动态交通分配的应急网络疏散规划中，与现有的应急网络疏散规划相比，可以更好地描述出行者的出行行为，算法更加高效和通用，能够使用于大规模的交通疏散网络。

主权项

一种用于城市交通网络应急疏散规划的新型启发式算法，其特征在于，包括如下步骤：1)建立城市应急疏散网络首先针对特定的建筑或公共场所做好疏散预案，确定进行疏散的区域范围，并依据区域范围建立应急疏散网络；所述应急疏散网络具有若干起点和终点，疏散人员通过起点通行至终点，逃离出疏散的区域范围；2)建立适用于应急疏散网络的优化模型针对应急疏散网络建立双层模型，双层模型包括上层模型和下层模型；所述上层模型用于优化整体疏散时间，其过程如下：目标函数：对道路同行容量的约束：对连接体的约束条件：连接体与道路数量关系约束：所述下层模型为动态交通分配模型，其过程如下：目标函数：约束条件上述公式中集合、参数和变量的含义如下：集合C表示路段元胞集合，在动态交通分配中，设每个路段或路口为一个元胞；CS表示元胞集合；CR表示源元胞集合，交通流由源元胞产生；E表示连接体集合；ES表示终点连接体集合；ER表示路段连接体集合；EI表示交叉口连接体集合；表示指向元胞ρ的连接体集合；表示从元胞ρ出发的连接体集合；表示指向元胞ρ的上游元胞集合；表示从元胞ρ出发的连接器指向的下游元胞集合；T表示进行疏散规划的分段时间区间集合；参数cρ表示元胞ρ内允许的最大车辆数；qρ表示元胞ρ允许进出的最大车辆数；在一个路段两个方向ι→κ和θ→ρ上的路段数量；表示在时间区间t内元胞ρ的自然流速率；Mt表示时间区间t内产生用户最优交通流的成本；ζρ表示元胞ρ内初始车辆数；表示时间区间t内从元胞ρ产生的疏散需求；变量nρ表示元胞ρ内路段数；nικ表示在元胞序列ι→κ上的路段数量；表示时间区间t内元胞ρ内的车辆数；表示时间区间t内从元胞θ向元胞ρ移动的车辆数；yηι代表连接体η→ι之间连接状态的变量(yηι＝1或0)；zικ代表元胞ι→κ之间连接状态的变量(zικ＝1或0)；3)采用拉格朗日松弛‑禁忌搜索算法急疏散规划问题进行优化首先使用拉格朗日松弛技术进行松弛，上层模型变为：where(yηι+yρσ‑1)+＝max(0，yηι+yρσ‑1)s.t.constraints 2‑4,9‑21其中，是拉格朗日乘子，yηι+yρσ‑1代表了在每个交叉口处的交点数，是基于交点的成本；4)求解拉格朗日松弛问题从一个疏散网络可行解开始，通过搜索更新迭代网络状态，直到满足停止准则，输出最终结果，其过程如下：4.1)在可行解空间S中随机选择一个初始可行解g，令g*＝g，i＝0，j＝0，在迭代过程中，用g*来表示当前获得最好的解，i代表迭代次数，j代表局部搜索次数；4.2)从上一步得到的g*出发，进行一次多样化移动：即随机改变g*的一个交叉口的连接，得到当前可行解g；4.3)在第二步当前可行解的附近生成一个邻域N(g)，依据藐视准则和近因记忆在邻域N(g)中生成一个子集S*；4.4)在S*中选择一个精英子集，在精英子集中进行局部移动，并更新藐视准则、拉格朗日乘子、近因记忆、频率记忆、当前可行解g和历史最优解g*；4.5)如果邻域搜索的停止准则被满足，那么进行下一步；否则，重复4.4)；4.6)如果停止准则被满足，那么停止搜索；否则，跳到4.1)。