[發明專利]基于排隊論的連續交通節點擁塞程度預測模型、系統及方法

有效

• 申請號: 201710174112.2
• 申請日: 2017-03-22
• 公開（公告）號: CN106887141B
• 公開（公告）日: 2020-05-12
• 發明（設計）人: 郭偉;鄭棟宇;劉磊;崔立真
• 申請（專利權）人: 山東大學
• 主分類號: G08G1/01
• 分類號: G08G1/01;G06Q10/04;G06Q50/26
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 黃海麗

1.一種基于排隊論的連續交通節點擁塞程度預測系統，其特征是：包括多個設置于交通節點的車流量傳感器、服務器和數據庫，其中：

所述車流量傳感器，被配置為記錄到達各交通節點的主干道上的車流量，通過各節點后轉彎的車流量以及從兩側方向轉彎準備進入下一個交通節點的車流量，并存儲至數據庫；

所述服務器，獲取并處理數據庫內的信息，包括實時車流量參數模塊和獲取隊列長度分布模塊，所述實時車流量參數模塊，被配置為統計單位時間內主干道方向上到達相應交通節點的車輛數，計算得到平均到達速率、Hurst參數，同時根據車流量傳感器采集的信息，確認車輛的非轉彎概率和相應主干道上的交通節點的服務能力；

所述獲取隊列長度分布模塊，根據實時車流量參數模塊的輸入參數，得到當前交通節點的隊列長度分布圖以及與其連續的交通節點的隊列長度分布圖；

所述獲取隊列長度分布模塊，計算當前變化度，然后根據當前變化度和其歷史數據計算了最終變化度，并計算變化度的閾值；

所述實時車流量參數模塊計算在一個時間窗口內的車流量的平均到達速率，若平均到達速率大于閾值，則以該時間窗口的起點時間開始記錄的到達車輛數，使用重標極差方法和方差時間方法來分別計算車流量的Hurst參數。

2.一種基于排隊論的連續交通節點擁塞程度預測方法，其特征是：包括以下步驟：

(1)獲取某一個交通節點的主干道上的車流量、通過該節點后轉彎的車流量以及從兩側方向轉彎準備進入下一個交通節點的車流量，根據設定時段內的記錄信息確定該交通節點的車輛的非轉彎概率和服務能力；

(2)對實時記錄的車輛數量進行處理，統計單位時間內主干道方向上到達該交通節點的車輛數，確定平均到達速率，判斷交通流量的狀態是否可能會進入高峰期，若進入高峰期則實時測定該段時間內的車流量的Hurst參數，否則返回步驟(1)；

(3)根據車流量的Hurst參數、平均到達速率，以及該主干道上的交通節點的服務能力作為輸入參數，得到當前交通節點的隊列長度分布圖，根據該分布預測當前交通節點在當前車流量的情況下擁塞程度；

(4)結合從兩側方向轉彎準備進入該交通節點的車流量平均到達速率以及當前交通節點的車輛的非轉彎概率，確認下一個交通節點的隊列長度分布圖，以此得到每一個交通節點的流量對后繼的交通節點的擁塞程度的影響，對其擁塞程度進行預測。

3.如權利要求2所述的一種基于排隊論的連續交通節點擁塞程度預測方法，其特征是：所述步驟(2)中，先計算在一個時間窗口內的車流量的平均到達速率，若平均到達速率大于閾值，則以該時間窗口的起點時間開始記錄的到達車輛數，使用重標極差方法和方差時間方法來分別計算車流量的Hurst參數，通過取兩種方法測得的Hurst參數的均值作為模型的參數輸入。

4.如權利要求2所述的一種基于排隊論的連續交通節點擁塞程度預測方法，其特征是：所述步驟(2)中，車流量的Hurst參數為第t個時間單位內到達的車輛數，具有自相似性。

5.一種如權利要求1所述系統的基于排隊論的連續交通節點擁塞程度預測模型，其特征是：包括若干連續的交通節點，以隊列長度的分布作為評價交通節點擁塞的指標，每個交通節點的隊列長度分布基于排隊理論和具有自相似性的流量構建。

6.如權利要求5所述的一種基于排隊論的連續交通節點擁塞程度預測模型，其特征是：任一交通節點隊列長度分布與該節點的服務能力、車輛的非轉彎概率、平均到達速率和從兩側方向轉彎準備進入該交通節點的車流量的平均到達速率相關。