[發(fā)明專利]一種基于斷面調(diào)查數(shù)據(jù)的區(qū)域路網(wǎng)重型貨車流量估算方法

有效

• 申請?zhí)枺?/td>: 202011571602.4
• 申請日: 2020-12-27
• 公開（公告）號: CN112767690B
• 公開（公告）日: 2022-03-29
• 發(fā)明（設(shè)計(jì)）人: 吳睿;徐洪磊;宋媛媛;楊孝文;姜文汐;楊道源;楊揚(yáng)
• 申請（專利權(quán)）人: 交通運(yùn)輸部規(guī)劃研究院
• 主分類號: G08G1/01
• 分類號: G08G1/01;G08G1/0968;G06Q50/30;G06Q10/08;G06Q10/04;G06N3/12;G06N3/08
• 代理公司: 北京思海天達(dá)知識產(chǎn)權(quán)代理有限公司 11203
• 代理人: 沈波

1.一種基于斷面調(diào)查數(shù)據(jù)的區(qū)域路網(wǎng)重型貨車流量估算方法，其特征在于：該方法包括如下步驟：

步驟1：劃分交通小區(qū)，將區(qū)域劃分為交通內(nèi)部小區(qū)和外部小區(qū)；根據(jù)研究區(qū)域范圍的大小，以不同的區(qū)劃邊界劃分交通小區(qū)；所述不同的區(qū)劃是地市或者區(qū)縣行政區(qū)劃，或者是自定義的空間范圍；

步驟2：在步驟1獲取區(qū)域的路網(wǎng)中，利用交通流量調(diào)查裝置采集到的重型貨車交通流量斷面觀測數(shù)據(jù)；

步驟3：重型貨車OD分布估算；基于步驟2中確定的重型貨車交通流量斷面觀測數(shù)據(jù)，采用構(gòu)建的OD反推模型對區(qū)域交通小區(qū)貨運(yùn)OD分布進(jìn)行估算；

步驟4：重型貨車OD分布調(diào)整；根據(jù)實(shí)施的重型貨車管控政策，確定各地OD的減少量，對重型貨車的OD分布進(jìn)行調(diào)整；

步驟5：OD間重型貨車出行路徑集合生成；備選路徑集生成是指針對任一起訖點(diǎn)，確定哪些路徑是出行者考慮的備選路徑；考慮到算法的計(jì)算效率、路徑集合的數(shù)量及有效性，采用K-最短路算法中執(zhí)行效率相對較高的雙向掃除算法；篩選得到每個(gè)OD對間的K條最短路徑，通過乘客對出行時(shí)間的容忍程度限制刪除不滿足條件的路徑，構(gòu)造得到備選路徑集合；

步驟6：OD間重型貨車出行路徑集合調(diào)整；根據(jù)實(shí)施的重型貨車管控政策，剔除備選路徑集合中涉及限行路段的路徑，確定重型貨車通行的路徑集合；

步驟7：采用遺傳算法計(jì)算路徑集合中每條路徑的選擇概率；由于決策變量x_t屬于0～1之間的變量，直接將解向量X＝(x₁,x₂,…,x_m)作為遺傳算法的一個(gè)染色體進(jìn)行計(jì)算；根據(jù)解X的構(gòu)成發(fā)現(xiàn)，其表示出任意一種路徑選擇概率組合方案，且每一組方案必須滿足任一OD間路徑集合的選擇概率小于等于1；

步驟8：重型貨車流量估算，采用步驟7的計(jì)算得到的路徑選擇概率，對調(diào)整后的貨車OD進(jìn)行流量分配，獲得區(qū)域路網(wǎng)重型貨車流量。

2.根據(jù)權(quán)利要求1所述的一種基于斷面調(diào)查數(shù)據(jù)的區(qū)域路網(wǎng)重型貨車流量估算方法，其特征在于：步驟3中所提到的OD反推模型通過以下方法建立：

步驟3.1：根據(jù)步驟1中已劃分的交通小區(qū)，作為OD反推模型的輸入；

步驟3.2：對基于神經(jīng)網(wǎng)絡(luò)模型的OD反推模型進(jìn)行框架設(shè)計(jì)，其中設(shè)置隱含層為二層、模型總層數(shù)為四層；

步驟3.3：獲取基于神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練數(shù)據(jù)和驗(yàn)證數(shù)據(jù)，選取不同日期的數(shù)據(jù)分別作為訓(xùn)練數(shù)據(jù)和驗(yàn)證數(shù)據(jù)，均包括輸入數(shù)據(jù)和目標(biāo)數(shù)據(jù)；其中輸入數(shù)據(jù)為交調(diào)站點(diǎn)采集到的貨車流量數(shù)據(jù)；目標(biāo)數(shù)據(jù)按如下流程獲取：第一步，根據(jù)道路貨運(yùn)車輛公共監(jiān)管與服務(wù)平臺獲取高頻貨運(yùn)車輛GPS位置數(shù)據(jù)，匹配得到單輛貨車單次出行的行駛軌跡；第二步，根據(jù)一天內(nèi)所有貨車單次出行的行駛軌跡，對行程進(jìn)行劃分，提取起訖城市后統(tǒng)計(jì)得到不同交通小區(qū)間的OD分布量；

步驟3.4：基于神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練和調(diào)參，將基于神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練到滿意狀態(tài)；滿意狀態(tài)按照如下兩個(gè)步驟進(jìn)行限定：第一步，選取學(xué)習(xí)速率、均方誤差MSE和迭代次數(shù)三個(gè)指標(biāo)，當(dāng)神經(jīng)網(wǎng)絡(luò)模型學(xué)習(xí)速率小于0.05、或者迭代次數(shù)大于3000次、或者均方誤差MSE小于1*10^-3，此時(shí)訓(xùn)練模型進(jìn)入下一步繼續(xù)判定是否為滿意狀態(tài)；第二步，采用驗(yàn)證數(shù)據(jù)對神經(jīng)網(wǎng)絡(luò)模型進(jìn)行檢驗(yàn)，估計(jì)誤差小于20％時(shí)，模型即訓(xùn)練至滿意狀態(tài)。