CN104392094A - 一种基于浮动车数据的城市道路网络可靠性评价方法 - Google Patents

Abstract

本发明公开了一种基于浮动车数据的城市道路网络可靠性评价方法。所述方法，是指应用浮动车数据结合地理信息***技术获取道路网络交通流数据，将交通流数据作为路段权重，与道路网络邻接矩阵结合生成有向加权复杂道路网络文件，进而应用复杂网络仿真软件输出道路网络不同时刻对应的复杂网络特征参数，最后构建有向加权复杂道路网络可靠性评价模型，将输出的复杂网络特征参数代入计算，获得最终的可靠性评价值。本发明从宏观角度入手将浮动车数据与复杂网络理论相结合去评价城市道路网络的可靠性，使得路网点、线、面的交通流特征能够一体化研究，有效的避免了从微观动力学角度去评价道路网络可靠性的缺陷，使得城市道路网络可靠性的评价更加完善。

Description

一种基于浮动车数据的城市道路网络可靠性评价方法

技术领域：

本发明涉及城市道路网络可靠性评价领域，具体是一种结合浮动车数据和复杂网络理论，从宏观角度入手去评价城市道路网络可靠性的方法。 

背景技术：

随着城市化水平的日益提高，人们的出行需求迅速增加，导致现有城市道路***供不应求，日常和偶发性的交通问题愈来愈严重，极大的降低交通***运行可靠性，对城市功能的正常发挥和城市发展带来不良影响。因此要研究城市道路网路可靠性评价方法对交通管理者进行道路网络的管理与控制有着非常重要的意义。 

城市道路网络的可靠性评价主要包括评价指标和用于计算指标的评价方法。现有的评价指标主要是连通可靠性、行程时间可靠性和路网容量可靠性这三个方面。连通可靠性评价方法主要有二值法，即仅考虑路段连通或者中断这两种的极端运行状态以及后续郭继孚提出的“基于替代路径的路网连通可靠性评价方法”；针对行程时间可靠性的评价方法代表是基于出行者路径选择的博弈论方法，但是该方法需要大量数据，当数据量不足时无法计算出行程时间阈值；路网容量可靠性评价方法主要有蒙特卡罗方法(Monte Carlo)，该方法通过统计得到各路段的容量值，然后计算出路网最大通行能力，得到路网容量可靠性，但是该方法也需要大量数据，否则无法算出容量阈值。上述评价方法都需要大量数据支持，并且很多方法都涉及到获取OD对数据，难以应用到实际中。 

随着智能交通的大力发展，应用浮动车***进行数据采集成为交通数据的一个重要来源，将其应用在城市道路网络可靠性评价中可以解决数据难以获取等问题。针对道路可靠性评价，目前很多学者都是基于交通动力学进行研究，不管是仿真还是数值模拟，都需要建立复杂繁琐的模型，并且较难与现实匹配，随着复杂网络理论的兴起，很多学者验证了交通网络也具有复杂网络的基本特性，因此将复杂网络理论引入城市道路网络可靠性进行研究具有重要的意义，可以从宏观角度入手将交通特征与复杂网络理论相结合，把道路网络转化成有向加权的复杂网络，结合浮动车数据进行可靠性评价，使得路网点、线、面的交通流特征能够达到一体化同步研究，有效的避免了以往从微观动力学角度去评价道路网络可靠性的缺陷，使得城市道路网络的评价更加完善。 

发明内容：

本发明的目的是提出一种基于浮动车数据的城市道路网络可靠性评价方法，该方法从宏观角度入手将交通特征与复杂网络理论相结合，把道路网络转化成有向加权的复杂网络，通过对有向加权的复杂网络进行可靠性评价从而得到道路网络的可靠性。 

本发明的技术方案是：这种基于浮动车数据的城市道路网络可靠性评价方法包含以下步骤： 

(1)获取道路网络交通流数据，应用地理信息***技术将浮动车数据与城市道路信息在时间、空间上对应，最终得到所需的实时道路交通流数据。 

(2)构建道路网络邻接矩阵文件，利用道路网络路段拓扑结构和路段物理信息生成有向的邻接矩阵文件。 

(3)获取不同时刻对应的复杂网络特征参数，将(1)所得实时交通流数据与(2)生成的道路网络邻接矩阵文件输入仿真软件，得到时空对应的有向加权复杂道路网络文件，利用复杂网络仿真软件进行仿真模拟，实时输出所研究道路网络不同时刻对应的复杂网络特征参数。 

(4)构建有向加权复杂道路网络可靠性评价模型对道路网络的可靠性进行评价，将(3)输出的复杂网络特征参数代入评价模型计算，获得最终的可靠性评价值，即可靠度。 

本发明具有以下有益效果： 

1.在宏观层面上去评价道路网络的可靠性，从复杂网络理论角度去研究道路网络，并且将交通流特征加入复杂网络，将道路网络转换为有向加权的复杂网络进行研究，使得路网点、线、面的交通流特征能够达到一体化同步研究，有效的避免了以往从微观动力学角度去评价道路网络可靠性的缺陷。 

2.通过将浮动车数据与道路信息在时间和空间对应得到所研究路网、所研究时间下的实时交通流数据，将其作为权重与路网邻接矩阵相结合输入复杂网络仿真软件，仿真模拟就可得到整个路网随时间变化的特征参数，进而利用评价模型得到每一时刻的可靠度以及一定时间段的可靠度，达到了评价的目的。本发明可为交通管理和交通控制提供理论基础，为路网故障预警以及恢复提供决策支持。 

附图说明：

图1基于浮动车数据的城市道路网络可靠性评价方法流程图 

图2复杂道路网络可靠性评价指标体系 

具体实施方式：

下面通过附图来说明具体实施方式 

图1为基于浮动车数据的城市道路网络可靠性评价方法流程图。该方法主要包括以下步骤： 

步骤一：获取道路网络交通流数据，应用装备有车载全球定位***的浮动车***，定期记录在其行驶中的位置、速度和方向。按照一定的规律将道路网络划分为一定数目的路段，然后利用地理信息***技术使得浮动车的数据与道路路段在时间和空间上对应，最终得到所需的道路交通流实时数据。 

步骤二：构建道路网络邻接矩阵文件，具体过程如下： 

将道路网络按一定规律划分成不同的路段，由路段的拓扑结构可得到各路段之间的连接关系，然后利用路段基本物理特性(包括路段的上下行信息和路段长度)生成有向的道路网络邻接矩阵其中k为道路网络按照一定规律所划分的路段个数，i,j＝1,2,...k。若路段i与路段j相连并且路段j为路段i的下游路段，则矩阵中对应的元素a_ij＝1，其他路段连接情况矩阵中对应的元素为a_ij＝0。这样整个道路网络的连接关系就可以用一个有向矩阵来表示。 

步骤三：获取实时的复杂网络特征参数，利用复杂网络软件将步骤二所得的邻接矩阵转换成复杂道路网络文件。将步骤一所得各路段实时的交通流数据，按照研究所需进行计算处理后将其作为权重值导入对应时刻、对应路段的复杂道路网络文件，进而了生成有向加权道路复杂网络文件，接下来将其导入复杂网络仿真软件中，利用仿真相关操作指令生成所需的复杂网络特征参数，具体特征参数有最短路径、聚类系数、介数等。 

步骤四：构建有向加权复杂道路网络可靠性评价模型对道路网络可靠性进行评价。由步骤三得到的复杂网络特征参数计算出每一个评价指标的值，应用可靠性指标权重测度模块得到所研究道路网络随时间变化的最终可靠度，从而实现对城市道路网络可靠性的评价。 

(1)其中复杂道路网络可靠性评价指标体系如图2所示，共包括三个方面，分别为连通性、抗毁性和有效性。 

连通性评价指标包括连通效能E和连通系数K，计算方法如下： 

连通效能： $E=\frac{\underset{i\≠j}{\mathrm{\Σ}}{\mathrm{\ϵ}}_{\mathrm{ij}}}{N(N-1)}=\frac{\underset{i\≠j}{\mathrm{\Σ}}\frac{1}{d_{\mathrm{ij}}}}{N(N-1)}---\left(1\right)$

其中ε_ij为道路网络中节点i到节点j之间的连通效率；d_ij为道路网络中节点i到节点j的最短路径，N为路网总节点数。 

连通系数K： $K={\left(c\underset{1}{\overset{c}{\mathrm{\Σ}}}\frac{N_r}{N}{l}_r\right)}^{-1}---\left(2\right)$

其中c为道路网络连通分支数目；r为道路网络连通分支的个数；N_r为第r个道路网络连通分支中节点的数目；l_r为第r个连通分支最短路径平均值。 

抗毁性评价指标包括有向加权复杂网络聚类系数C、平均最短路径长度L和网络介数抗毁性度量值D。计算公式如下： 

有向加权复杂网络聚类系数C： $C=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{C}_i/N---\left(3\right)$

] $C_i=\frac{1}{g_i(g_i-1)}\underset{j\≠l}{\mathrm{\Σ}}\frac{(w_{\mathrm{ij}}+w_{\mathrm{il}})}{2}{a}_{\mathrm{ij}}{a}_{\mathrm{il}}{a}_{\mathrm{jl}}---\left(4\right)$

其中g_i为以第i个节点为源节点相邻的节点数；a_ij表示节点i与j之间是否连接，a_ij＝1表示节点i与j之间有连接，a_ij＝0表示节点i与j之间无连接；ω_ij表示节点i和节点j之间的权重值。 

平均最短路径长度L： $L=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\underset{j\≠i}{\mathrm{\Σ}}{d}_{\mathrm{ij}}/N(N-1)---\left(5\right)$

其中d_ij为道路网络中节点i到节点j的最短路径，N为路网总节点数。 

网络介数抗毁性度量值D： $D=\frac{1}{N}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(s_i-\stackrel{\‾}{s})}^2---\left(6\right)$

其中： G_i(j,k)表示节点i相对应的节点对(j，k)之间所有穿过节点i的路径数；(j，k)表示节点编号。 

有效性评价指标为端端加权连通效率系数P，计算方法为： 

端端加权连通效率系数P： $P=\underset{i,j}{\mathrm{\Σ}}{R}_{\mathrm{ij}}{P}_{\mathrm{ij}}/\underset{i,j}{\mathrm{\Σ}}{R}_{\mathrm{ij}}---\left(7\right)$

其中R_ij为道路网络i节点到j节点的信息流量；P_ij为道路网络节点i到节点j的连通概率。 

(2)可靠性指标权重测度模块，步骤三生成的某一道路网络的复杂网络特征参数是对应不同时刻的一系列值，将其分别代入可靠性评价指标体系计算得到相应时刻的每一评价指标的数值，因此要想求得某一道路网络在一定时间段内的整体可靠度，需要利用客观赋权法中的熵值法进行权重测度。 

首先选取某一道路网络，假设在一定时间段内，有m组不同时刻对应下的复杂网络特征参数，评价指标为n个，建立如下指标特征数据矩阵其中x_ef表示应用第e组复杂网络特征参数计算所得的第f个指标对应的数据值(1≤e≤m，1≤f≤n)。 

$X=\left[\begin{array}{cccc}{x}_{11}& x_{12}& x_{13}& ...x_{1m}\\ x_{21}& x_{22}& x_{23}& ...x_{2m}\\ ...& ...& ...& ......\\ x_{n1}& x_{n2}& x_{n3}& ...x_{\mathrm{nm}}\end{array}\right]---\left(8\right)$

首先，由于不同指标量纲和数量级不同，因此需要进行标准化处理。 

$q_{\mathrm{ef}}=x_{\mathrm{ef}}/\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{x}_{\mathrm{ef}},e=\mathrm{1,2,3},...m;f=\mathrm{1,2},...n---\left(9\right)$

其次，计算第f个评价指标的熵值。 

$S_j=-p\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{q}_{\mathrm{ef}}1n{q}_{\mathrm{ef}},e=\mathrm{1,2,3},m...f=;---\left(10\right)$

式中：p＝1/lnm，0≤S_f≤1   (11) 

最后计算第f个指标的权重为： 

$w_f=\frac{1-S_f}{n-\underset{e=1}{\overset{n}{\mathrm{\Σ}}}{S}_f}=\frac{1+\frac{1}{1\mathrm{nm}}\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{q}_{\mathrm{ef}}1n{q}_{\mathrm{ef}}}{n+\frac{1}{1\mathrm{nm}}\underset{f=1}{\overset{n}{\mathrm{\Σ}}}\underset{e=1}{\overset{m}{\mathrm{\Σ}}}{q}_{\mathrm{ef}}1n{q}_{\mathrm{ef}}},e=\mathrm{1,2,3},...m;f=\mathrm{1,2},...n---\left(12\right)$

对评价指标进行排序，连通效能E为第一个评价指标，连通系数K为第二个评价指标，有向加权复杂网络聚类系数C为第三个评价指标，平均最短路径长度L为第四个评价指标，网络介数抗毁性度量值D为第五个评价指标，端端加权连通效率系数P为第六个评价指标。根据上述理论可得某一城市道路网络一定时间段内的可靠度为： 

Q＝Ew₁+Kw₂+Cw₃+Lw₄+Dw₅+Pw₆   (13) 。

Claims (5)

1.基于浮动车数据的城市道路复杂网络可靠性评价方法，其特征在于，将浮动车数据处理得到的交通流数据与由道路网络拓扑结构与物理特性得到的邻接矩阵输入复杂网络仿真软件，把道路网络转化成有向加权的复杂网络，仿真输出复杂网络特征参数，最后应用有向加权复杂道路网络可靠性评价模型进行评价，输出结果。主要包括如下步骤： 

步骤一、获取道路网络交通流数据，应用地理信息***技术将浮动车数据与城市道路信息在时间、空间上对应，得到道路网络不同时刻下的交通流数据。 

步骤二、构建道路网络邻接矩阵文件，利用道路网络拓扑结构和路段物理特性生成道路网络邻接矩阵文件。 

步骤三、获取复杂网络特征参数，将步骤一所得的道路网络交通流数据作为路段权重，与步骤二生成的道路网络邻接矩阵结合生成有向加权复杂道路网络文件，应用复杂网络仿真软件进行仿真模拟，实时输出复杂网络特征参数。 

步骤四、构建有向加权复杂道路网络可靠性评价模型并对相应道路网络的可靠性进行评价，将步骤三输出的复杂网络特征参数代入计算，获得最终的可靠性评价值。有向加权复杂道路网络可靠性评价模型由两部分组成，一部分是可靠性评价指标体系，另一部分是可靠性指标权重测度。 

2.根据权利要求1所述的基于浮动车数据的城市道路复杂网络可靠性评价方法，其特征在于，所述步骤一，具体是指：应用装备有车载全球定位***的浮动车***，定期记录在其行驶中的位置、速度和方向，按照一定的规律将道路网络划分为一定数目的路段，然后利用地理信息***技术使得浮动车的数据与道路路段在时间和空间上对应，最终得到所需的实时道路网络交通流数据。 

3.根据权利要求1所述的基于浮动车数据的城市道路复杂网络可靠性评价方法，其特征在于，所述步骤二，具体是指：由步骤一按照一定规律划分成不同路段的拓扑结构得到各路段之间的连接关系，然后利用路段基本物理特性(包括路段的上下行信息和路段长度)生成有向的道路网络邻接矩阵，整个道路网络各路段的连接关系以及路段属性就可以用一个邻接矩阵来表示。 

4.根据权利要求1所述的基于浮动车数据的城市道路复杂网络可靠性评价方法，其特征在于，所述步骤三，具体是指：首先利用复杂网络软件将步骤二所得的邻接矩阵转换成有向复杂道路网络文件。然后将步骤一所得各路段实时的交通流数据，按照研究所需进行计算处理后将其作为权重值导入对应时刻、对应路段的有向复杂道路网络文件，进而了生成有向加权复杂道路网络文件，接下来将其导入复杂网络仿真软件中，利用仿真相关操作指令生成所需的复杂网络特征参数。 

5.根据权利要求1所述的基于浮动车数据的城市道路复杂网络可靠性评价方法，其特征在于，所述步骤四中可靠性指标权重测度具体是指： 

步骤三生成的某一道路网络的复杂网络特征参数是对应不同时刻的一系列值，将其分别代入可靠性评价指标体系计算得到相应时刻的每一评价指标的数值，因此要想求得某一道路网络在一定时间段内的可靠度，需要利用客观赋权法中的熵值法进行权重测度。首先选取某一道路网络，假设有m组不同时刻对应下的复杂网络特征参数，评价指标为n个，建立如下指标特征数据矩阵{X_ij}_m×n，其中x_ij表示应用第i组复杂网络特征参数计算所得的第j个指标对应的数据值(1≤i≤m，1≤j≤6)。 

第一步，由于不同指标量纲和数量级不同，因此需要进行标准化处理。 

第二步：计算第j个评价指标的熵值： 

式中：k＝1/lnm，0≤S_i≤1           (4) 

第三步：计算第j个指标的权重为： 

。