[發明專利]基于宏觀基本圖的城市路網控制子區的動態劃分方法

有效

• 申請號: 201810138806.5
• 申請日: 2018-02-09
• 公開（公告）號: CN108364465B
• 公開（公告）日: 2021-03-19
• 發明（設計）人: 閆飛;張曼;閻高偉;田建艷
• 申請（專利權）人: 太原理工大學
• 主分類號: G08G1/01
• 分類號: G08G1/01
• 代理公司: 太原科衛專利事務所(普通合伙) 14100
• 代理人: 朱源

1.一種基于宏觀基本圖的城市路網控制子區的動態劃分方法，包括以下操作步驟：

1)、初始化交通控制計算機：

1.1)、利用VISSIM軟件基于現實環境，依照路網基礎資料，選取合適的待分區路網，設該路網為A路網，連接兩相鄰信號控制燈的道路為路段，路網內共有n條路段；

1.2)、將路網A內的每條路段排序：邊使得頂點與頂點相連接，它們構成的集合是圖；頂點代表的是待研究的物體，邊代表的為兩物體間的特定關聯；在圖論中，通常運用二元組G＝(V,E)來代表圖，假設選定路網A中路段與路段間相連的總邊數為m，在此路網中，節點集合V＝(v₁,...,v_i,v_j,...,v_n)代表所有相鄰信號控制燈間的路段的集合，矩陣E＝(e)_n×n表示路網內所有路段之間權值的集合，表征它們的特定關系；在只考慮路網A中的拓撲結構的情況下，當兩路段空間相鄰時，它們之間的權值為1，反之為0；進而利用阿拉伯數字1、…、i、j、…,n將每條路段排序；

2)、選取影響路網交通情況的因素，將微波雷達檢測器布置在每條路段中間，采集路網內每條路段的基本數據：

2.1)、將微波雷達檢測器布置在每條路段中間，獲取的每條路段的基本數據包括：路段長度、車道數量、綠信比、周期時長；

2.2)、將選定A路網內的進口和出口區分，并將流量檢測器安置在每個進口和出口處；

2.3)、將路網A中全部進口排序編號，R＝{R₁,R₂,...,R_a},并將路網中全部出口排序編號，S＝{S₁,S₂,...,S_b}，R_a表示第a個進口，S_b表示第b個出口；

2.4)、監控流量并統計數據，Δt為采集周期時長，統計出全部的時間節點，T-interval{t₀,t₁,...,t_x,...}，這里，t_x＝t_x-1+Δt；將每個時間節點的車流量統計，組成集合：R_x-Entrance{R_1x,R_2x,...,R_ax}，S_x-Exit{S_1x,S_2x,...,S_bx}，其中，R_ax代表著第a個進口在t_x-1與t_x之間的累積車輛數，S_bx代表著第個b出口在t_x-1與t_x之間的累積車輛數；

2.5)、通過觀察路網內車流量，在車流量低峰時段著手獲取數據，計算出t₀時刻路網內的總車輛數N₀，N₀的計算公式如下所示：

2.6)、將獲取的數據進行適當處理，采集全部時間節點內路網的總車輛數，在時間節點t_x內路網A中總車輛數N_x的計算公式如下：其中，上述步驟2.5)已經給出初始值N₀，于是對應的路網內車輛總數集合為N_x-veh{N₀,N₁,...,N_x,...}；

2.7)、在每一個采集周期Δt內，依照每條路段的車輛數、車道數量，在該周期內，計算位于路網A中的平均交通密度，計算公式如下：其中，d_xA代表時間節點t_x內A路網中的平均交通密度；l(i)是A路網內路段i的路段長度；li(i)表示路段i的車道數量；

3)、依照選定路網的拓撲結構、交通信息數據，計算相鄰路段之間的相鄰關系，并建立權值矩陣：

3.1)依據每條路段在路網A中的拓撲結構，由于路網中總的路段數目為n，因此建立一個n×n階的鄰接矩陣(adjacent)，當僅考慮路段間拓撲結構時，若任意路段i與路段j空間上相鄰，adjacent(i,j)＝1，否則為0；鄰接矩陣的表示公式如下：

3.2)、在采集周期Δt內，綜合考慮交通影響因素對宏觀基本圖MFD的影響強弱，更新鄰接矩陣模型；若鄰接矩陣adjacent(i,j)＝0，則任意路段i、j間的相鄰關系為0，若adjacent(i,j)＝1，則更新后的權值計算模型如下：

e(i,j)＝exp(-1.3·|d_i-d_j|^3)+exp(-20|gr(i)-gr(j)|)+0.3exp(-0.3|sp(i)-sp(j)|)+0.05exp(-|li(i)-li(j)|)，

其中，d_i、d_j分別表示路段i、j的交通密度，gr(i)表示的為車輛從任意路段i駛向路段j方向上的綠信比，gr(j)表示的為車輛從任意路段j駛向路段i方向上的綠信比，sp(i)表示的為車輛從任意路段i駛向路段j方向時對應交叉口的周期時長，sp(j)表示的為車輛從任意路段j駛向路段i方向時對應交叉口的周期時長；

3.3)、依照步驟2.1)中在微波雷達檢測器中采集到的綠信比、車道數量、路段長度、周期時長數據與步驟2.2)中流量檢測器獲得的對應車輛數，計算得出路網A中的各路段間的相鄰關系，建立權值矩陣E＝(e)_n×n；

4)、以局部來表征路段之間的相似性，并建立路段間的相似性矩陣：

4.1)、在選定路網A內，任意相鄰路段i與路段j間相關特性的計算公式如下：P(i,j)＝e(i,j)+e[N(i)∩N(j)]+e(G[N(i)∩N(j)])，其中，e(i,j)代表著路段i與路段j間的權值，e[N(i)∩N(j)]代表的是與路段i和路段j相連的公共路段與它們各自間的權值總和，e(G[N(i)∩N(j)])代表的為與路段i和路段j相連的公共路段彼此之間的權值總和；若該路網內路段i與j在空間上不是相鄰關系，則它們的相關特性為0；

4.2)、基于相關特性，選定路網A中的任意相鄰路段i與路段j間局部相似性的計算公式如下：

其中，max{e}代表的是當路網中任意相鄰路段i與j在理想情況下即交通特性零差異時，它們之間的權值；e[N(i)∪N(j)]代表著不考慮i、j間的權值e(i,j)，i、j路段與各自相鄰路段之間的權值之和；e(G[N(i)∪N(j)])是指不考慮i、j間的權值e(i,j)，路段i與j各自相鄰路段組成的并集內各元素間的權值之和；若該路網內路段i與j在空間上不是相鄰關系，則它們的局部相似性Lsim(i,j)＝0；

4.3)、結合局部相似性特點，路網中路段間的相似性計算模型如下：

4.4)、根據步驟3)中建立的權值矩陣模型，即可得出相似性矩陣(Similarity Matric,SM)SM＝{sim(i,j)}，這里，sim(i,j)代表著路段i、j間的相似性大小,表征著路段i與j的特定關系；

5)、將選定路網A進行初始劃分，將整個路網劃分成了許多控制子區，將每個控制子區作為一個單位，為各個子區均分配唯一的編號：

5.1)、利用步驟4.3)計算得出的路段間相似性，按照由大到小的順序將相似性值排列，取出第一個相似性值對應的兩相鄰路段；

5.2)、若此對路段沒有被分配控制子區時，將該對路段劃入同一控制子區內，并賦予相同的子區編號，跳到步驟5.4)；

5.3)、若此兩路段中不存在兩者均沒有分配控制子區的情況，即取出的相似性值對應的兩相鄰路段中至少有一條路段已經賦予子區編號時，則舍棄此對路段，跳到步驟5.4)；

5.4)、若此相似性值大于最小的相似性值，則取出下一個相似性值對應的兩相鄰路段，返回步驟5.2)；否則，初始劃分結束，具有相同編號的路段處于一個控制子區；

5.5)、進行控制子區邊緣調整：

5.5.1)、當尋找完畢所有路段，找到路網中剩余的未分配到控制子區編號的h條路段，并將它們的序號組成集合f＝{v_k,v_z,...,v_y}，其中，1≤k＜z＜···＜y≤n，令c＝1；

5.5.2)、取出f集合中第c個序號所代表的路段，尋找與該路段相似性最大的路段所在的子區，并將它分配到此控制子區，賦予與該控制子區相同的編號；

5.5.3)、若c＜h，則c＝c+1，并返回步驟5.5.2)；否則，子區邊緣調整結束；

6)、更新編號，運用Fast-Newman快速算法，利用模塊度最大化理論，選出任意兩小子區合并后模塊度值增量ΔQ最大的對應編號，將該兩小子區合并，將它們的編號更新為相同編號，并更新相似性矩陣；重復步驟，直到合并成一個區域；在每次合并時，計算路網的Q值，其中最大Q值對應的分區即最好的劃分效果，從而完成最終的城市路網控制子區動態劃分。