[發明專利]基于壓縮感知技術的人口出行需求計算方法

有效

• 申請號: 201210177206.2
• 申請日: 2012-05-31
• 公開（公告）號: CN102760182A
• 公開（公告）日: 2012-10-31
• 發明（設計）人: 王飛躍;葉佩軍;朱鳳華;陳松航;呂宜生
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: G06F17/50
• 分類號: G06F17/50
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 宋焰琴

技術領域

本發明屬于交通仿真領域，具體涉及一種基于壓縮感知技術的人口出行需求計算方法。

背景技術

計算機仿真已經成為分析城市交通的一個重要手段。其優勢在于以低廉的成本模擬各種復雜交通現象并檢驗控制算法的可行性和有效性等，為城市交通的優化管理提供決策參考。計算人口出行需求能夠較為準確地預測實際交通系統中的出行產生，使得仿真逼近實際，進而提高交通仿真的可信度。

目前的出行需求計算方法主要有三種，一種是將路網劃分成多個區域，通過交通調查獲得居民日常出行數據，然后在仿真系統中設定各起始區域(Origin)和終止區域(Destination)間的出行需求量，從而產生出行進行仿真。各區域之間的出行需求量可以寫成矩陣形式，交通工程中稱其為OD矩陣或OD表，如表1所示，其中發生量和吸引量是對應行或列的求和。這種直接調查OD矩陣的辦法需要發放大量問卷，耗費大量人力和財力，且獲得的數據準確性也不能保證，因此在實際中較少采用。第二種是OD反推，即在部分或全部路段上安裝攝像頭等檢測裝置，獲取觀測路段的交通量等，再通過一定的數學模型反推計算OD矩陣。這種辦法需要的信息較少，可操作性強，但由于所檢測到的交通信息量遠遠小于計算出行需求所需要的信息量，因此所建立的數學模型一般是一個欠定方程組，只能通過人為地附加一定的假設條件來確定唯一解。根據附加條件的不同，可分為統計估計法和均衡法兩類。統計估計法通過建立并優化概率目標函數，將概率最大的OD矩陣作為當前的出行需求量的估計值，典型的有極大熵估計、極大似然估計、貝葉斯估計等；均衡法則根據Wardrop用戶均衡原則采用雙層規劃法求取OD矩陣。第三種是將前兩種方法結合使用，即先由路段交通量推算得出OD矩陣，再以交通調查數據作為先驗知識修正推算結果。這種方法仍然是以OD反推為主，目前采用得比較多。

由于統計估計法只是將可行解域中某種后驗概率最大的解作為OD矩陣推算結果，因此并不一定能反映當前的出行需求。另一方面，實際交通往往又處于非穩態過程，這使得雙層規劃法需要計算交通達到穩態時的參數來確定當前OD，從而導致計算量加大，實時在線仿真效果變差。

表1OD矩陣

發明內容

為解決現有交通仿真系統對出行需求的逼近精度不高、計算實時性較差等問題，本發明給出了一種基于壓縮感知技術的人口出行需求計算方法，通過路段交通量檢測數據，推算各活動場所間的出行需求量，以使仿真系統能更好地逼近實際交通狀態。

本發明提出的一種基于壓縮感知技術的人口出行需求計算方法，其特征在于，該方法包括以下步驟：

步驟1，基于仿真系統，多次采集仿真時間段內各場所間的出行量V^*作為訓練樣本數據集；

步驟2，將所述步驟1中采集到的訓練樣本數據集作為輸入，訓練得到場所間的出行需求向量指定稀疏度的稀疏變換基L，以使所述場所間的出行需求向量V在稀疏變換基L下的坐標表示W具有指定稀疏度；

步驟3，根據用戶指定的觀測路段數m，逐一計算仿真系統路網中每條路段對應的測量行向量P_i與所述稀疏變換基L的相干度，選取具有最小相干度的m個測量行向量組成測量矩陣P，將對應的m個路段作為觀測路段集X，并將測量矩陣P、人口約束矩陣Q、R組成觀測矩陣K；

步驟4，將仿真時間段劃分為多個檢測周期，取一個檢測周期作為當前檢測周期，采集步驟3中確定的m個觀測路段中的實際交通量得到觀測路段i的交通量其中α為平均載客數，1≤i≤m；同時采集仿真系統中，該當前檢測周期起始和終止時各場所內的人口數，得到總觀測向量B；

步驟5，根據線性變換V＝L·W，將觀測方程B＝K·V重寫為B＝K·L·W；根據計算得到的總觀測向量B、觀測矩陣K、稀疏變換基L和所述觀測方程計算得到W的最優解，即W^#；

步驟6，計算得到當前檢測周期內各場所之間的出行需求量V：V＝L·W^#；

步驟7，判斷仿真時間段內是否存在下一個檢測周期，若是，則返回步驟4，進入下一個檢測周期的計算；否則，計算結束。

本發明的優點和積極效果在于：將總的仿真時間段劃分為多個較小的檢測周期，在每一周期內忽略場所間的較小出行分量，從而保證仿真系統在運行全過程中始終將實際檢測到的信息盡可能地用于精確計算主要出行分量，避免了統計估計法概率意義上的偏差和雙層規劃法計算量過大的問題，實現動態仿真計算。同時，該方法不需要大規模交通調查數據，僅利用部分實際路段檢測的交通量，便于操作。

附圖說明