CN107977914B - 一种城市交通管理与控制策略可视量化测试方法 - Google Patents
一种城市交通管理与控制策略可视量化测试方法 Download PDFInfo
- Publication number
- CN107977914B CN107977914B CN201711119237.1A CN201711119237A CN107977914B CN 107977914 B CN107977914 B CN 107977914B CN 201711119237 A CN201711119237 A CN 201711119237A CN 107977914 B CN107977914 B CN 107977914B
- Authority
- CN
- China
- Prior art keywords
- traffic
- matrix
- scheme
- road
- road section
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000011217 control strategy Methods 0.000 title claims abstract description 24
- 230000000007 visual effect Effects 0.000 title claims abstract description 15
- 238000012113 quantitative test Methods 0.000 title claims abstract description 13
- 238000012937 correction Methods 0.000 claims abstract description 97
- 239000011159 matrix material Substances 0.000 claims abstract description 72
- 238000012360 testing method Methods 0.000 claims abstract description 69
- 230000009471 action Effects 0.000 claims abstract description 4
- 238000004364 calculation method Methods 0.000 claims description 29
- 230000008569 process Effects 0.000 claims description 13
- 238000005265 energy consumption Methods 0.000 claims description 9
- 239000003344 environmental pollutant Substances 0.000 claims description 9
- 231100000719 pollutant Toxicity 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 8
- 238000011002 quantification Methods 0.000 claims description 8
- 238000012800 visualization Methods 0.000 claims description 7
- 230000004048 modification Effects 0.000 claims description 3
- 238000012986 modification Methods 0.000 claims description 3
- 238000010998 test method Methods 0.000 claims description 3
- 238000004445 quantitative analysis Methods 0.000 abstract description 7
- 238000004088 simulation Methods 0.000 abstract description 4
- 238000004458 analytical method Methods 0.000 abstract description 2
- 238000012821 model calculation Methods 0.000 description 7
- 238000007689 inspection Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000013101 initial test Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Geometry (AREA)
- Development Economics (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种城市交通管理与控制策略可视量化测试方法。本发明***性地将常用的交通管理与控制策略按照节点、路段、区域和附加四个作用层面分类，从OD矩阵修正、节点通行能力修正、交叉口延误及排队修正、路段通行能力修正、路段行驶时间修正、附加阻抗修正六个模块实现各类策略的量化分析，并采用图形分析模块将量化分析结果进行可视化表达。本发明可用于城市虚拟交通***仿真平台中交通管理控制可视化测试功能的开发，增加平台对交通管控策略的决策支持能力。
Description
技术领域
本发明属于城市虚拟交通***仿真技术领域，特别涉及了一种城市交通管理与控制策略可视量化测试方法。
背景技术
目前，我们国家的城市综合交通***发展重点正在转变，从以设施建设为主调整为以效能提升为主，即通过高效组织与智能管控提升交通***的运行效率。然而现实交通***是人、车、路、环境各方面综合作用的复杂***，在这样的复杂***中进行交通管理与控制，其实施效果是很难用单个模型或局部推算预测的。现阶段大部分交通管理与控制策略的实施效果是通过实际路网的方案实施进行效果检验、方案修正、再实施、再检验，这样导致了人为的交通秩序混乱、运行效率低下；另有一些区域管控措施，其涉及面较广，若直接在现实交通***中实施，可能引起大面积交通混乱，增加事故率。因此，一套城市交通管理策略可视量化测试***对于交通管理者的决策支持具有非常大的现实意义。
在城市虚拟交通***仿真技术领域，目前最具国际影响力的TransCAD、Cube、EMME、Visum四款宏观仿真软件及其对应的微观仿真软件，均没有相对完整的交通管理与控制策略测试模块，很多我国城市交通管理与控制过程中常用的策略在这些仿真软件中并没有涉及，对于交通管理者而言，缺乏***性的功能测试及结果可视化模块。全国现在有600多个建制市、1500多个县城都在建城市智能交通***(ITS)或者类似的ITS项目，其中虚拟交通***是实现“互联网+交通”的核心平台。作为这一核心平台，交通管理部门的交通管理与控制方案测试功能是实现高效组织与智能管控提升交通***的运行效率的基础。鉴于我国交通管理与控制策略的庞杂性与多样性，尽管存在针对单个或几个管理策略的量化分析模型，但适用于各类常用方案的综合量化分析***仍待研发。
发明内容
为了解决上述背景技术提出的技术问题，本发明旨在提供一种城市交通管理与控制策略可视量化测试方法，解决当前适用于各类常用方案的综合量化分析***缺失这一瓶颈，提高城市虚拟交通***仿真平台对交通管控策略的决策支持能力。
为了实现上述技术目的，本发明的技术方案为：
一种城市交通管理与控制策略可视量化测试方法，包括以下步骤：
(1)获取用于测试的城市交通管控方案；所述城市交通管控方案按照作用范围分为节点、路段、区域和附加四个层面，管控方案的实施地点若在交叉口、交叉口进口道或交叉口出口道，则属于节点层面，管控方案的实施地点若在个别基本路段上，则属于路段层面，管控方案的实施地点若在区域范围内所有路段上，则属于区域层面，则属于区域层面，除前述情况之外的管控方案属于附加层面，一个管控方案能够同时属于多个层面；
(2)获取无测试方案时的全出行方式OD矩阵；
(3)判断步骤(1)获取的城市交通管控方案是否包含区域层面的管控方案，若是，则运行OD矩阵修正模块，修正步骤(2)获取的全出行方式OD矩阵，否则，转入步骤(4)；
(4)运行路段通行能力计算模块、交叉口通行能力计算模块和附加路阻计算模块，得到初始的路段通行能力、交叉口通行能力和附加路阻；
(5)运行路段通行能力修正模块、交叉口通行能力修正模块和附加路阻修正模块；将路段层面测试方案、节点层面测试方案和附加层面测试方案对应输入这三个模块，得到修正后的路段通行能力、交叉口通行能力和附加路阻；
(6)根据步骤(5)中路段通行能力修正模块的运行结果，运行路段行程时间与平均行驶速度计算模块，得到路段行程时间与平均行驶速度；
(7)根据步骤(5)中交叉口通行能力修正模块的运行结果，运行交叉口延误及排队计算模块，得到交叉口延误及排队；
(8)根据步骤(1)获取的城市交通管控方案和步骤(6)中路段行程时间与平均行驶速度计算模块的运行结果，运行路段行程时间与平均行驶速度修正模块，得到修正后的路段行程时间与平均行驶速度；
(9)根据步骤(1)获取的城市交通管控方案和步骤(7)中交叉口延误及排队计算模块的运行结果，运行交叉口延误及排队修正模块，得到修正后的交叉口延误及排队；
(10)根据步骤(8)中路段行程时间与平均行驶速度修正模块、步骤(9)中交叉口延误及排队修正模块以及步骤(5)中附加路阻修正模块的的运行结果，运行综合路阻修正模块，得到综合路阻；
(11)根据步骤(10)中综合路阻修正模块的运行结果，运行最短路计算模块，得到最短路矩阵；
(12)若步骤(3)运行了OD矩阵修正模块，则根据OD矩阵修正模块和步骤(11)中最短路计算模块的运行结果，运行综合交通分配模块，否则，根据无测试方案时的全出行方式OD矩阵和最短路计算模块的运行结果，运行综合交通分配模块；
(13)运行一次最短路计算模块后，判断综合交通分配是否迭代结束，若否，则返回步骤(5)，若是，即得到综合交通分配的量化结果，根据该量化结果运行能源消耗与污染物排放计算模块，得到路网能源消耗与污染物排放的量化结果；
(14)根据综合交通分配的量化结果和步骤(13)中能源消耗与污染物排放计算模块的运行结果，运行可视化模块，得到所测试管控方案的可视化实施效果。
进一步地，步骤(2)中所述全出行方式OD矩阵包括步行OD矩阵、自行车OD矩阵、电动自行车OD矩阵、摩托车OD矩阵、私家车OD矩阵、出租车OD矩阵、常规公交OD矩阵、快速公交OD矩阵和轨道交通OD矩阵。
进一步地，在步骤(2)中，根据所测试城市的交通出行结构，在全出行方式OD矩阵中增加特有出行方式的OD矩阵或除去没有的出行方式OD矩阵.
进一步地，在步骤(3)中，运行OD矩阵修正模块的过程如下：
(3a)确定OD矩阵修正规则；
(3b)将区域层面测试方案量化表达；
(3c)根据OD矩阵修正规则，将量化表达后的区域层面测试方案作用于步骤(2)2所获取的全出行方式OD矩阵，得到修正后的全出行方式OD矩阵。
进一步地，在步骤(5)中，运行路段通行能力修正模块的过程如下：
(41a)构建路段通行能力修正模型；
(41b)将路段层面测试方案量化表达；
(41c)将量化表达后的路段层面测试方案输入路段通行能力修正模型，得到修正后的路段通行能力；
运行交叉口通行能力修正模块的过程如下：
(42a)构建交叉口通行能力修正模型；
(42c)将节点层面测试方案量化表达；
(42c)将量化表达后的节点层面测试方案输入节点通行能力修正模型，得到修正后的节点通行能力；
运行附加路阻修正模块的过程如下：
(43a)构建附加路阻修正模型；
(43b)将附加层面测试方案量化表达；
(43c)将量化表达后的附加层面测试方案输入附加路阻修正模型，得到修正后的附加路阻。
进一步地，在步骤(8)中，运行路段行程时间与平均行驶速度修正模块的过程如下：
(8a)构建路段行程时间与平均行驶速度修正模型；
(8b)将路段层面测试方案量化表达；
(8c)将量化表达后的路段层面测试方案输入路段行程时间与平均行驶速度修正模型，得到修正后的路段行程时间与平均行驶速度。
进一步地，在步骤(9)中，运行交叉口延误及排队修正模块的过程如下：
(9a)构建交叉口延误及排队修正模型；
(9b)将节点层面测试方案量化表达；
(9c)将量化表达后的节点层面测试方案输入交叉口延误及排队修正模型，得到修正后的交叉口延误及排队。
进一步地，在步骤(14)中，可视化模块将城市路网交通量、路段交通负荷、路段平均行驶速度、交叉口延误及排队、交叉口流量流向、路网能源消耗与污染物排放的量化结果进行可视化表达，形成对应的分布图。
进一步地，该测试方法的运行具有时段性，即测试某一时段的交通管控方案时，要求该时段内交通管控方案的量化表达具有唯一性，且和无测试方案时的全出行方式OD矩阵处于同一时段；若用于测试的交通管控方案覆盖多个时段，则按照时段顺序依次分别运行该测试方法，且需要根据上个时段的综合交通分配结果更新下个时段的无测试方案时的全出行方式OD矩阵。
进一步地，路段层面测试方案只能在路段通行能力修正模块、路段行程时间与平均行驶速度修正模块两者中择一进行量化，不能同时在两者中进行量化，节点层面测试方案只能在交叉口通行能力修正模块、交叉口延误及排队修正模块两者中择一进行量化，不能同时在两者中进行量化。
采用上述技术方案带来的有益效果：
本发明***性地将常用的交通管理与控制策略按照节点、路段、区域和附加四个作用层面分类，从OD矩阵修正、节点通行能力修正、交叉口延误及排队修正、路段通行能力修正、路段行驶时间修正、附加阻抗修正六个模块实现各类策略的量化分析，并采用图形分析模块将量化分析结果进行可视化表达。
本发明充分考虑了交通管理与控制策略的时段性，可实现整个***的分时段运行与方案测试功能，一方面可以展示跨时段管控方案的连续实施效果，另一方面增加了本***对于大数据时代的城市网络动态交通分配的适用性。
附图说明
图1是本发明的方法流程图。
具体实施方式
如图1所示本发明的方法流程图，并结合实施例对本发明做进一步说明。
实施例1：测试方案为07:00-09:00，核心区内所有道路禁止摩托车通行、主干道潮汐车道均为进城方向。
步骤1)构建某城市的城市交通管理与控制策略可视量化测试***，首先获取该城市常用的用于测试的交通管理与控制策略，并进行分类，结果如下：
节点层面：交叉口转向限制、交叉口控制类型更改
路段层面：单向交通管理、变向交通管理、公交专用道设置、绿波交通设置、路侧停车管理、路段车种禁行管理、路段机动车尾号限行、中央分隔带形式调整
区域层面：区域车种禁行、区域机动车尾号限行、区域拥堵收费、分区域差异化停车收费
附加层面：分车型收费管理
步骤2)获取无测试方案时的全出行方式OD矩阵，该城市的全出行方式OD矩阵包括步行OD矩阵、自行车OD矩阵、电动自行车OD矩阵、摩托车OD矩阵、私家车OD矩阵、出租车OD矩阵、常规公交OD矩阵。
步骤3)该测试方案中包含区域摩托车禁止通行管理，运行模块A，得到修正后的全方式出行OD矩阵。
步骤4)在模块E中将路段潮汐车道管理方案量化后，通过模型计算可得到修正后的路段通行能力；本实施例中无节点层面和附加层面的管控方案，交叉口通行能力修正模块和附加路阻修正模块的运行结果同修正前计算结果相同。
步骤5)计算得到路段行程时间与平均行驶速度。
步骤6)计算得到交叉口延误及排队。
步骤7)本实施例中路段潮汐车道管理方案已在模块E中量化，为了避免重复修正，不再在模块J中进行量化，运行模块J后得到的结果同修正前计算结果相同。
步骤8)模块K的运行结果同模块I的运行结果。
步骤9)运行综合路阻修正模块，得到综合路阻。
步骤10)-12)采用修正后的全出行方式OD矩阵和利用修正后的综合路阻得到的最短路矩阵实现综合交通分配，得到综合交通分配的量化结果，运行模块O得到路网能源消耗与污染物排放的量化结果。
步骤13)运行模块P得到所测试管控方案的可视化实施效果。
实施例2：测试方案为设置4条道路为单向交通、设置一条干线绿波、增加5个交叉口的转向限制、对过桥车辆进行分车型收费管理，其中转向限制的有效时段为07:00-21:00，其余方案均为全天有效。
本实施例与实施例1的不同之处在于，本实施例中的测试方案不包含区域层面方案，包含路段层面、节点层面和附加层面的管控方案，且测试方案覆盖多个时段，具体是：
步骤2)选取初始测试时段为07:00-21:00，获取该时段无测试方案时的OD矩阵和下个时段21:00-07:00无测试方案时的OD矩阵。
步骤3)中初始时段测试方案无区域层面管控方案，无需运行模块A。
步骤4)在模块E中将路段单向交通管理方案量化后，通过模型计算可得到修正后的路段通行能力；在模块F中将交叉口转向限制方案量化后，通过模型计算可得到修正后的交叉口通行能力；在模块G中将分车型收费管理方案量化后，通过模型计算可得到修正后的附加路阻。
步骤7)在模块J中将干线绿波设置方案量化后，通过模型计算可得到修正后的路段行程时间与平均行驶速度。
步骤8)在模块K中将干线绿波设置方案量化后，通过模型计算可得到修正后的交叉口延误及排队。
步骤13)运行结束后，进入下个时段的方案测试。
根据上个时段的综合交通分配结果对本时段无测试方案时的OD矩阵进行修正，得到修正后的OD矩阵。
本时段步骤3)仍无区域管理方案，无需运行模块A。
本时段所述步骤4)在模块E中将路段单向交通管理方案量化后，通过模型计算可得到修正后的路段通行能力；本时段无节点通行能力修正方案，运行模块F的结果同修正前计算结果相同；在模块G中将分车型收费管理方案量化后，通过模型计算可得到修正后的附加路阻。
本时段其余步骤同上个时段。运行结束后即可得到测试方案全天的可视化实施效果。
实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。
Claims (10)
1.一种城市交通管理与控制策略可视量化测试方法，其特征在于，包括以下步骤：
(1)获取用于测试的城市交通管控方案；所述城市交通管控方案按照作用范围分为节点、路段、区域和附加四个层面，管控方案的实施地点若在交叉口、交叉口进口道或交叉口出口道，则属于节点层面，管控方案的实施地点若在个别基本路段上，则属于路段层面，管控方案的实施地点若在区域范围内所有路段上，则属于区域层面，除前述情况之外的管控方案属于附加层面，一个管控方案能够同时属于多个层面；
(2)获取无测试方案时的全出行方式OD矩阵；
(3)判断步骤(1)获取的城市交通管控方案是否包含区域层面的管控方案，若是，则运行OD矩阵修正模块，修正步骤(2)获取的全出行方式OD矩阵，否则，转入步骤(4)；
(4)运行路段通行能力计算模块、交叉口通行能力计算模块和附加路阻计算模块，得到初始的路段通行能力、交叉口通行能力和附加路阻；
(5)运行路段通行能力修正模块、交叉口通行能力修正模块和附加路阻修正模块；将路段层面测试方案、节点层面测试方案和附加层面测试方案对应输入这三个模块，得到修正后的路段通行能力、交叉口通行能力和附加路阻；
(6)根据步骤(5)中路段通行能力修正模块的运行结果，运行路段行程时间与平均行驶速度计算模块，得到路段行程时间与平均行驶速度；
(7)根据步骤(5)中交叉口通行能力修正模块的运行结果，运行交叉口延误及排队计算模块，得到交叉口延误及排队；
(8)根据步骤(1)获取的城市交通管控方案和步骤(6)中路段行程时间与平均行驶速度计算模块的运行结果，运行路段行程时间与平均行驶速度修正模块，得到修正后的路段行程时间与平均行驶速度；
(9)根据步骤(1)获取的城市交通管控方案和步骤(7)中交叉口延误及排队计算模块的运行结果，运行交叉口延误及排队修正模块，得到修正后的交叉口延误及排队；
(10)根据步骤(8)中路段行程时间与平均行驶速度修正模块、步骤(9)中交叉口延误及排队修正模块以及步骤(5)中附加路阻修正模块的运行结果，运行综合路阻修正模块，得到综合路阻；
(11)根据步骤(10)中综合路阻修正模块的运行结果，运行最短路计算模块，得到最短路矩阵；
(12)若步骤(3)运行了OD矩阵修正模块，则根据OD矩阵修正模块和步骤(11)中最短路计算模块的运行结果，运行综合交通分配模块，否则，根据无测试方案时的全出行方式OD矩阵和最短路计算模块的运行结果，运行综合交通分配模块；
(13)运行一次最短路计算模块后，判断综合交通分配是否迭代结束，若否，则返回步骤(5)，若是，即得到综合交通分配的量化结果，根据该量化结果运行能源消耗与污染物排放计算模块，得到路网能源消耗与污染物排放的量化结果；
(14)根据综合交通分配的量化结果和步骤(13)中能源消耗与污染物排放计算模块的运行结果，运行可视化模块，得到所测试管控方案的可视化实施效果。
2.根据权利要求1所述城市交通管理与控制策略可视量化测试方法，其特征在于，步骤(2)中所述全出行方式OD矩阵包括步行OD矩阵、自行车OD矩阵、电动自行车OD矩阵、摩托车OD矩阵、私家车OD矩阵、出租车OD矩阵、常规公交OD矩阵、快速公交OD矩阵和轨道交通OD矩阵。
3.根据权利要求1所述城市交通管理与控制策略可视量化测试方法，其特征在于，在步骤(2)中，根据所测试城市的交通出行结构，在全出行方式OD 矩阵中增加特有出行方式的OD矩阵或除去没有的出行方式OD矩阵。
4.根据权利要求1所述城市交通管理与控制策略可视量化测试方法，其特征在于，在步骤(3)中，运行OD矩阵修正模块的过程如下：
(3a)确定OD矩阵修正规则；
(3b)将区域层面测试方案量化表达；
(3c)根据OD矩阵修正规则，将量化表达后的区域层面测试方案作用于步骤(2)所获取的全出行方式OD矩阵，得到修正后的全出行方式OD矩阵。
5.根据权利要求1所述城市交通管理与控制策略可视量化测试方法，其特征在于，在步骤(5)中，运行路段通行能力修正模块的过程如下：
(41a)构建路段通行能力修正模型；
(41b)将路段层面测试方案量化表达；
(41c)将量化表达后的路段层面测试方案输入路段通行能力修正模型，得到修正后的路段通行能力；
运行交叉口通行能力修正模块的过程如下：
(42a)构建交叉口通行能力修正模型；
(42c)将节点层面测试方案量化表达；
(42c)将量化表达后的节点层面测试方案输入节点通行能力修正模型，得到修正后的节点通行能力；
运行附加路阻修正模块的过程如下：
(43a)构建附加路阻修正模型；
(43b)将附加层面测试方案量化表达；
(43c)将量化表达后的附加层面测试方案输入附加路阻修正模型，得到修正后的附加路阻。
6.根据权利要求1所述城市交通管理与控制策略可视量化测试方法，其特征在于，在步骤(8)中，运行路段行程时间与平均行驶速度修正模块的过程如下：
(8a)构建路段行程时间与平均行驶速度修正模型；
(8b)将路段层面测试方案量化表达；
(8c)将量化表达后的路段层面测试方案输入路段行程时间与平均行驶速度修正模型，得到修正后的路段行程时间与平均行驶速度。
7.根据权利要求1所述城市交通管理与控制策略可视量化测试方法，其特征在于，在步骤(9)中，运行交叉口延误及排队修正模块的过程如下：
(9a)构建交叉口延误及排队修正模型；
(9b)将节点层面测试方案量化表达；
(9c)将量化表达后的节点层面测试方案输入交叉口延误及排队修正模型，得到修正后的交叉口延误及排队。
8.根据权利要求1所述城市交通管理与控制策略可视量化测试方法，其特征在于，在步骤(14)中，可视化模块将城市路网交通量、路段交通负荷、路段平均行驶速度、交叉口延误及排队、交叉口流量流向、路网能源消耗与污染物排放的量化结果进行可视化表达，形成对应的分布图。
9.根据权利要求1所述城市交通管理与控制策略可视量化测试方法，其特征在于，该测试方法的运行具有时段性，即测试某一时段的交通管控方案时，要求该时段内交通管控方案的量化表达具有唯一性，且和无测试方案时的全出行方式OD矩阵处于同一时段；若用于测试的交通管控方案覆盖多个时段，则按照时段顺序依次分别运行该测试方法，且需要根据上个时段的综合交通分配结果更新下个时段的无测试方案时的全出行方式OD矩阵。
10.根据权利要求1所述城市交通管理与控制策略可视量化测试方法，其特征在于，路段层面测试方案只能在路段通行能力修正模块、路段行程时间与平均行驶速度修正模块两者中择一进行量化，不能同时在两者中进行量化，节点层面测试方案只能在交叉口通行能力修正模块、交叉口延误及排队修正模块两者中择一进行量化，不能同时在两者中进行量化。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711119237.1A CN107977914B (zh) | 2017-11-14 | 2017-11-14 | 一种城市交通管理与控制策略可视量化测试方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711119237.1A CN107977914B (zh) | 2017-11-14 | 2017-11-14 | 一种城市交通管理与控制策略可视量化测试方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107977914A CN107977914A (zh) | 2018-05-01 |
| CN107977914B true CN107977914B (zh) | 2020-01-24 |
Family
ID=62013374
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711119237.1A Active CN107977914B (zh) | 2017-11-14 | 2017-11-14 | 一种城市交通管理与控制策略可视量化测试方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107977914B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110008528B (zh) * | 2019-03-14 | 2023-04-18 | 北京建筑大学 | 一种数据处理方法、装置及电子设备 |
| CN112249101B (zh) * | 2020-11-17 | 2022-03-11 | 中南大学 | 基于矩阵表征的高铁网络延误传播定量分析方法 |
| CN113724487B (zh) * | 2021-07-16 | 2022-06-07 | 东南大学 | 面向交通策略组合的城市交通***仿真分析方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103310057A (zh) * | 2013-06-14 | 2013-09-18 | 广州市公共交通数据管理中心 | 交通微观仿真运行方法和装置 |
| CN104866654A (zh) * | 2015-05-06 | 2015-08-26 | 广州市交通规划研究院 | 一种一体化城市动态交通仿真平台的构建方法 |
| CN105894814A (zh) * | 2016-05-11 | 2016-08-24 | 浙江大学 | 考虑环境效益的多种交通管控措施联合优化方法及*** |
-
2017
- 2017-11-14 CN CN201711119237.1A patent/CN107977914B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103310057A (zh) * | 2013-06-14 | 2013-09-18 | 广州市公共交通数据管理中心 | 交通微观仿真运行方法和装置 |
| CN104866654A (zh) * | 2015-05-06 | 2015-08-26 | 广州市交通规划研究院 | 一种一体化城市动态交通仿真平台的构建方法 |
| CN105894814A (zh) * | 2016-05-11 | 2016-08-24 | 浙江大学 | 考虑环境效益的多种交通管控措施联合优化方法及*** |
Non-Patent Citations (2)
| Title |
|---|
| Modeling and Simulation on Multi-Mode Transportation Network;Shuang Liu 等;《2010 International Conference on Computer Application and System Modeling》;20101231;第438-443页 * |
| 基于O-D矩阵估计的路网交通流量仿真模型;杨柳青 等;《计算机工程与应用》;20141231;第50卷(第18期);第1-7页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107977914A (zh) | 2018-05-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wen | A dynamic and automatic traffic light control expert system for solving the road congestion problem | |
| CN104200649B (zh) | 基于预先申请的交通高峰期路线资源调度分配***与方法 | |
| CN108681795B (zh) | 城市交通路网和用户出行链约束下的电动汽车充电负荷时空预测方法 | |
| CN107977914B (zh) | 一种城市交通管理与控制策略可视量化测试方法 | |
| CN109840660A (zh) | 一种车辆特征数据处理方法及车辆风险预测模型训练方法 | |
| CN107490384B (zh) | 一种基于城市路网的最优静态路径选择方法 | |
| CN109612488B (zh) | 基于大数据微服务的混合出行方式路径规划***及方法 | |
| CN105303856B (zh) | 一种预测模型的可变情报板信息发布方法 | |
| Zhang et al. | Optimal signal timing method of intersections based on bus priority | |
| Gonzales et al. | Multimodal transport modeling for Nairobi, Kenya: insights and recommendations with an evidence-based model | |
| CN108388970B (zh) | 一种基于gis的公交站点选址方法 | |
| CN113299078B (zh) | 一种基于多智能体协作的多模式交通干线信号协调控制方法及装置 | |
| CN115063978B (zh) | 一种基于数字孪生的公交到站时间预测方法 | |
| Zhao et al. | Agent-based model (ABM) for city-scale traffic simulation: A case study on San Francisco | |
| CN111009140B (zh) | 一种基于开源路况信息的智能交通信号控制方法 | |
| CN114662984B (zh) | 一种车辆区域充电需求的分析方法、装置及介质 | |
| CN113191028B (zh) | 交通仿真方法、***、程序及介质 | |
| CN112797997A (zh) | 一种基于栅格路网的应急路径规划架构和方法 | |
| Han et al. | An extended cell transmission model based on digraph for urban traffic road network | |
| Makarova et al. | Reducing the Impact of Vehicles on the Environment by the Modernization of Transport Infrastructure | |
| Davidson | A new approach to transport modelling-the Stochastic Segmented Slice Simulation (4S) model and its recent applications | |
| CN114021295A (zh) | 一种基于分支定界法的多方式行车道精细化设置方法 | |
| CN114492161A (zh) | 一种公交车到站预测方法及装置 | |
| Borthakur et al. | Study and analysis of A Vehicular Traffic Intersection Point, For Traffic and Congestion Control in Amolapatty, Dibrugarh, Assam. | |
| CN111681410B (zh) | 一种基于深度学习的公交车辆在线路站点停靠时间的预测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |