[發(fā)明專利]一種基于交通流模型的重點(diǎn)區(qū)域人員應(yīng)急疏散系統(tǒng)及方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110581051.8
• 申請(qǐng)日: 2021-05-27
• 公開（公告）號(hào): CN113033110B
• 公開（公告）日: 2021-10-29
• 發(fā)明（設(shè)計(jì)）人: 張曉春;丘建棟;莊立堅(jiān);徐若辰;陳昶佳;唐先馬
• 申請(qǐng)（專利權(quán)）人: 深圳市城市交通規(guī)劃設(shè)計(jì)研究中心股份有限公司
• 主分類號(hào): G06F30/27
• 分類號(hào): G06F30/27;G06N20/00
• 代理公司: 哈爾濱市偉晨專利代理事務(wù)所(普通合伙) 23209
• 代理人: 李曉敏

1.一種基于交通流模型的重點(diǎn)區(qū)域人員應(yīng)急疏散方法，是依托一種基于交通流模型的重點(diǎn)區(qū)域人員應(yīng)急疏散系統(tǒng)實(shí)現(xiàn)的，應(yīng)急疏散系統(tǒng)具體包括兩個(gè)子系統(tǒng)，分別為實(shí)時(shí)人流監(jiān)測(cè)預(yù)警系統(tǒng)和針對(duì)交通需求預(yù)測(cè)的調(diào)度方案確定系統(tǒng)；

其中，實(shí)時(shí)人流監(jiān)測(cè)預(yù)警系統(tǒng)包括人流數(shù)據(jù)采集模塊、決策樹分類模塊和人流預(yù)警模塊，實(shí)時(shí)人流監(jiān)測(cè)預(yù)警系統(tǒng)中的各模塊順次連接負(fù)責(zé)對(duì)實(shí)時(shí)人流進(jìn)行監(jiān)測(cè)，預(yù)警人員應(yīng)急疏散；

交通需求預(yù)測(cè)的調(diào)度方案確定系統(tǒng)包括交通需求預(yù)測(cè)模塊、交通分布預(yù)測(cè)模塊、交通方式劃分模塊和車輛調(diào)度模塊；交通需求預(yù)測(cè)的調(diào)度方案確定系統(tǒng)中的各模塊順次連接用于交通行為預(yù)測(cè)和劃分，并配合人流監(jiān)測(cè)預(yù)警層預(yù)警結(jié)果完成車輛調(diào)度；其特征在于：該方法具體步驟如下：

步驟一，通過(guò)所述的人流數(shù)據(jù)采集模塊接入實(shí)時(shí)人流數(shù)據(jù)；

步驟二，利用決策樹分類模塊建立CART決策樹，利用CART算法確定人流預(yù)警閾值，具體方法是：

步驟二一，獲取步驟一所述實(shí)時(shí)人流數(shù)據(jù)，賦予人流數(shù)據(jù)集標(biāo)簽，規(guī)定活動(dòng)期間為1，反之為0；

步驟二二，將數(shù)據(jù)集輸入至決策樹進(jìn)行模型訓(xùn)練，由于只需要得到人流閾值，即區(qū)分是否發(fā)生活動(dòng)，且特征僅為人流數(shù)，因此只需要構(gòu)建單個(gè)節(jié)點(diǎn)的決策樹；

步驟二三，最終輸出CART決策樹；對(duì)人流數(shù)特征A每個(gè)可能的取值a，根據(jù)樣本點(diǎn)對(duì)A=a的測(cè)試為“是”或“否”將訓(xùn)練集分為兩部分，并計(jì)算A=a時(shí)的Gini指數(shù)，選擇Gini指數(shù)最小的特征切分點(diǎn)為人流預(yù)警閾值；

步驟三，所述的人流預(yù)警模塊通過(guò)步驟二三獲得的人流預(yù)警閾值和實(shí)時(shí)人流數(shù)據(jù)判斷是否觸發(fā)預(yù)警，若否返回步驟一循環(huán)進(jìn)行實(shí)時(shí)人流數(shù)據(jù)的接入；若是則執(zhí)行下一步；

步驟四，進(jìn)行交通需求預(yù)測(cè)、交通分布預(yù)測(cè)以及交通方式的劃分，區(qū)塊化處理交通需求；

步驟五，最終由所述的車輛調(diào)度模塊預(yù)警人員以及車輛調(diào)度，完成重點(diǎn)區(qū)域人員應(yīng)急疏散。

2.根據(jù)權(quán)利要求1所述的一種基于交通流模型的重點(diǎn)區(qū)域人員應(yīng)急疏散方法，其特征在于：所述的交通需求預(yù)測(cè)模塊，包括特征工程、數(shù)據(jù)預(yù)處理、模型訓(xùn)練和實(shí)時(shí)預(yù)測(cè)框架四部分，交通需求預(yù)測(cè)模塊預(yù)測(cè)算法的主要步驟如下：

步驟S1，構(gòu)建預(yù)測(cè)模型的特征工程；

步驟S2：根據(jù)特征工程中的指標(biāo)做對(duì)應(yīng)的數(shù)據(jù)預(yù)處理工作；

步驟S3：進(jìn)行LightGBM模型的訓(xùn)練，并根據(jù)特征靈敏度分析結(jié)果調(diào)整模型參數(shù)，得到訓(xùn)練后的模型；

步驟S4：將訓(xùn)練好的模型輸入到實(shí)時(shí)預(yù)測(cè)框架中，實(shí)現(xiàn)實(shí)時(shí)5分鐘間隔的區(qū)域人流預(yù)測(cè)；

所述的特征工程包括人流數(shù)特征、天氣特征、時(shí)間特征和周邊路況。

3.根據(jù)權(quán)利要求2所述的一種基于交通流模型的重點(diǎn)區(qū)域人員應(yīng)急疏散方法，其特征在于：所述的交通分布預(yù)測(cè)模塊，包括非集計(jì)模型預(yù)測(cè)方法、基于參加活動(dòng)概率預(yù)測(cè)方法或重力模型預(yù)測(cè)方法三種：

非集計(jì)模型預(yù)測(cè)方法以實(shí)時(shí)人流數(shù)據(jù)為基礎(chǔ)建立預(yù)測(cè)模型，在模型中針對(duì)交通小區(qū)之間的總體差異性，對(duì)實(shí)際的總預(yù)測(cè)量進(jìn)行修正；

基于參加活動(dòng)概率預(yù)測(cè)方法，假設(shè)了各小區(qū)間的觀眾出行總量等于參加大型活動(dòng)的觀眾總量，且小區(qū)中的居民參加活動(dòng)的概率一致情況下使用的預(yù)測(cè)方法；

重力模型預(yù)測(cè)方法，其中重力模型中包含了居民出行距離和大型活動(dòng)的交通特性的影響因素，

非集計(jì)模型預(yù)測(cè)方法、基于參加活動(dòng)概率預(yù)測(cè)方法或重力模型預(yù)測(cè)方法結(jié)合手機(jī)信令數(shù)據(jù)獲取交通小區(qū)居住人數(shù)并進(jìn)行小區(qū)分布預(yù)測(cè)，進(jìn)而得到各交通小區(qū)的疏散人數(shù)分布結(jié)果。

4.根據(jù)權(quán)利要求3所述的一種基于交通流模型的重點(diǎn)區(qū)域人員應(yīng)急疏散方法，其特征在于：所述的交通方式劃分模塊是根據(jù)監(jiān)測(cè)場(chǎng)館周圍區(qū)域內(nèi)道路上的交通壓力，以及同小區(qū)居住人員的公交可達(dá)性和場(chǎng)館的距離，針對(duì)交通小區(qū)內(nèi)居民選擇常出行方式的比例，計(jì)算交通方式的分擔(dān)率。

5.根據(jù)權(quán)利要求3所述的一種基于交通流模型的重點(diǎn)區(qū)域人員應(yīng)急疏散方法，其特征在于：所述的交通方式劃分模塊，采用轉(zhuǎn)移曲線法計(jì)算各交通方式出行時(shí)間的比，進(jìn)行交通方式的分擔(dān)率預(yù)測(cè)，轉(zhuǎn)移曲線法描述了不同出行距離下的各交通方式的分擔(dān)率，結(jié)合各交通小區(qū)到達(dá)活動(dòng)地點(diǎn)的距離以及參與活動(dòng)人數(shù)可獲得各類交通方式的人數(shù)需求，最后根據(jù)各類車運(yùn)力計(jì)算需要調(diào)度的車輛數(shù)。