[發明專利]一種基于分布估計算法的潮汐車道優化方法

在審

• 申請號: 202011306714.7
• 申請日: 2020-11-20
• 公開（公告）號: CN113011627A
• 公開（公告）日: 2021-06-22
• 發明（設計）人: 陳偉能;尤瑞;鐘競輝;詹志輝
• 申請（專利權）人: 華南理工大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/26;G06N3/00;G06N3/12
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 何淑珍;江裕強

1.一種基于分布估計算法的潮汐車道優化方法，其特征在于，包括以下步驟：

(1)初始化分布估計算法的參數，根據給定變量的可行域，均勻初始化第一代種群個體；

(2)根據實際路網中的OD數據，獲取當代種群中每個個體所對應的最優交通流分配；

(3)獲取當代種群中每個個體的目標函數的值，該值為給定通行需求和潮汐車道設置條件下系統達到用戶平衡時，達到最優交通流分配時的整體通行時間；

(4)對當代種群中的每個個體，按照目標函數值大小升序排列，更新當前最優個體gBest，選擇優勢群體構建概率頻率分布直方圖模型，計算頻率分布直方圖模型頻率分布直方圖模型同時考慮到不同排位的個體對頻率分布直方圖模型貢獻Δh_k；

(5)結合當代頻率分布直方圖模型前一代頻率分布直方圖模型以及學習率參數a，更新頻率分布直方圖模型

(6)根據頻率分布直方圖通過輪盤賭方法產生M個新的個體構成新的種群；

(7)如果達到最大進化代數maxGen，則結束分布估計算法并輸出當前的全局最優解個體gBest，否則執行步驟(2)。

2.根據權利要求1所述的一種基于分布估計算法的潮汐車道優化方法，其特征在于：對具有|E|條雙向道路的路網進行整數編碼X＝{x₁,x₂,…,x_k,…,x_n}，變量x_k的可行域其中x_k表示第k條雙向道路從較低序號節點往較高序號節點方向通行的車道數目，N_k表示第k條雙向車道的總車道數目，x_k,j表示x_k＝j。

3.根據權利要求2所述的一種基于分布估計算法的潮汐車道優化方法，其特征在于：根據給定的變量x_k可行域S_k，根據均勻頻率分布直方圖模型，隨機初始化第一代種群P^t，種群規模為M，t為代數，第一代取t＝1，以后逐代加一。

4.根據權利要求3所述的一種基于分布估計算法的潮汐車道優化方法，其特征在于：獲取當代種群中每個個體所對應的最優交通流分配，其目標函數如下：

其中，t_i(x_i,y_i)為給定車道數目x_i和流量大小y_i時道路i的通行時間，A為所有有向車道的集合。

5.根據權利要求4所述的一種基于分布估計算法的潮汐車道優化方法，其特征在于：基于傳統的路阻函數(BPR函數)，考慮到潮汐車道中行車道的數目是動態變化的，定義潮汐車道的路阻函數：

其中，為道路i在零流量的條件下的通行時間，K_i為道路i中單位行車道的通行能力，α和β為待定參數。

6.根據權利要求5所述的一種基于分布估計算法的潮汐車道優化方法，其特征在于：獲取當代種群中每個個體的目標函數的值的公式為：

其中，x_i和分別為車道數目和車道最優的交通流分配大小，為給定車道數目和車道最優的流量大小時車道的通行時間，A為所有有向車道的集合。

7.根據權利要求6所述的一種基于分布估計算法的潮汐車道優化方法，其特征在于：不同目標函數值的個體對模型的貢獻不同，較優的個體對模型的影響更大，通過下式獲取每個個體對頻率分布直方圖模型的貢獻值Δh_k：

其中k表示排在第k位的解，m表示所有解的個數。

8.根據權利要求7所述的一種基于分布估計算法的潮汐車道優化方法，其特征在于：引入學習率a更新頻率分布直方圖模型、考慮不同排位的解對頻率分布直方圖模型的貢獻不同、將頻率分布當做概率分布，使用輪盤賭算法生成候選解，引入學習率a，用于在頻率分布直方圖模型的構建過程中保留歷史信息。