申请/专利权人：东南大学

申请日：2023-03-16

公开（公告）日：2024-03-01

公开（公告）号：CN116311932B

主分类号：G08G1/01

分类号：G08G1/01;G08G1/065;G06Q10/047;G06Q50/40

优先权：

专利状态码：有效-授权

法律状态：2024.03.01#授权;2023.07.18#实质审查的生效;2023.06.23#公开

摘要：本发明公开了一种MaaS背景下考虑混合均衡的动态交通分配方法，以交叉口为节点、路段为连接，将研究范围内的路网抽象成有向图网络，并确定路网中各对间的出行需求；设置初始迭代计数，初始化仿真参数；根据路径分配方案进行仿真，并记录仿真中每个路段实时的车辆数及出行时间；对路段流量及出行时间进行多项式拟合，得到路段性能函数；计算路段感知出行成本并计算各出行需求的感知出行成本最短路；再对分配方案进行更新；判断收敛性，若满足收敛条件则停止算法，否则令继续进行迭代。本发明能够更好地体现私营平台、公共平台、私家车出行者多方参与者路径选择的博弈准则异质性，得到混合均衡状态下的动态交通分配结果。

主权项：1.一种MaaS背景下考虑混合均衡的动态交通分配方法，其特征在于，包括以下步骤：S1、以交叉口为节点、路段为连接，将研究范围内的路网抽象成有向图网络，并确定路网中各O-D对间的出行需求，出行需求包括出行起点、目的地、出行时段和出行者类别，出行需求中有任何一个不相同则视为不同的出行需求，用表示时段τ内从节点r到节点s、出行者类别为η的出行需求量；S2、设置初始迭代计数I＝0，将各出行需求h实际使用的路径集Ph＝{p∈ph，fp＞0}初始化为空集其中ph表示出行需求h的可行路径集，fp表示出行需求h中分配到路径p上的流量；S3、根据路径分配方案进行仿真，并记录仿真中每个路段实时的车辆数集合V及出行时间集合G；S4、基于S3得到的每个路段实时的车辆数集合V及出行时间集合G，对路段流量及出行时间进行多项式拟合，得到路段性能函数集合F；S5、基于S4得到的路段性能函数集合F，计算各路段各时刻对于不同类别出行者的感知出行成本函数集合C；S6、基于S5得到的各路段时变感知出行成本函数集合C，计算各出行需求h的时变感知出行成本最短路径；S7、利用梯度投影法对步骤S6得到的时变感知出行成本最短路径进行路径流量转移，更新分配方案；S8、判断步骤S7中更新后分配方案的收敛性，若满足收敛条件则停止迭代并输出分配结果，否则令I＝I+1，返回步骤S3；步骤S3中，路径分配方案为：当I＝0时，各出行需求选择路网自由流状态下的最短路径；当I≥1时，选择上一轮迭代中步骤S7得到的分配方案；对于路段a，其记录的车辆数va为{va，0，va，1，…，va，n}，记录的路段出行时间tta为{tta，0，tta，1，…，tta，n}，其中T为仿真持续时间，Δt为仿真更新时间间隔，为所有路段时变的车辆数集合，为所有路段时变的出行时间集合，其中A为路网中所有路段的集合；步骤S4中，对于路段a，其在时刻t＝kΔt的路段性能函数为根据{va，k-1，tta，k-1，va，k，tta，k，va，k+1，tta，k+1}三个记录点拟合出的二次多项式，路段性能函数表达式如下：ta，kv＝s2·v2+s1·v+s0式中，ta，kv为路段a在时刻t＝kΔt时行程时间与路段车辆数关系的路段性能函数，v为路段车辆数，s2为二次项系数，s1为一次项系数，s0为常数项；为所有路段的性能函数集合；步骤S5中，路段a在时刻t＝kΔt的感知出行成本表达式如下： 式中，ta，kv为当路段流量为v时一个新增出行者感受到的路段出行时间；为指定类别出行者所考虑到的当前路段上的车辆数；ta，k′v为ta，kv的导数；路段a在时刻t＝kΔt对于各类别出行者的感知出行成本表达式如下： 式中，η为出行者类别，U表示私人小汽车出行者，S表示公共服务平台出行者，H为私营服务平台出行者类别的集合；为路段在时刻t＝kΔt时类别为η的私营服务平台出行者的车辆数；为所有路段的感知出行成本函数集合；步骤S6中各出行需求的时变感知出行成本最短路径公式表达如下：funccost，time，source，target，st，dt，visited式中，cost表示出行者类别为η的路段时变感知出行成本集合；time表示路段时变出行时间集合；source表示出行起点，即节点r；target表示出行终点，即节点s；st表示出行开始时间，即时段τ的开始时间；dt表示cost及time中各路段数据的记录间隔，即仿真更新时间间隔Δt；visited表示算法递归过程中访问过的节点集合，初始化为空集；其中，cost公式表达如下： 式中，i为路段起点，j为路段终点，A为路网中所有路段的集合，s为各路段数据的记录时刻，Δt为更新时间间隔，T为总时长，表示路段i，j在时刻s时的感知出行成本；其中，time公式表达如下： 式中，表示路段i，j在时刻s时的出行时间;各出行需求的时变感知出行成本最短路径的获得具体包括以下步骤：1判断出行起点与终点的关系，如果出行起点和出行终点相同，返回时变感知出行成本最短路径source，单个节点也视为一条路径，时变感知最小出行成本为0；如果不相同则进入步骤2；2将当前出行起点source添加进递归过程中访问过的节点集合visited，初始化时变感知出行成本最短子路径final_sub_path为空，时变感知最小出行成本final_cost为无穷大；3遍历当前出行起点source的每一个相邻节点v，如果v不在visited中，则进行如下处理，否则跳过并进入下一个相邻节点的处理流程：a递归调用时变感知出行成本最短路径公式得到出行开始时间为时，从节点v到节点target的时变感知出行成本最短路径sub_path以及时变感知最小出行成本sub_cost；b如果则令否则不进行处理；4将当前出行起点source从visited中删除；5返回时变感知出行成本最短路径为source以及final_sub_path，时变感知最小出行成本为final_cost；步骤S7具体包括以下步骤：S71、判断步骤S6计算出的感知出行成本最短路径p是否在路径集Ph中，如果不在则添加到路径集，用表示路径集Ph中p以外的路径；S72、对于中的每一条路径更新其路径流量为同时更新最短路p的路径流量为fip←fip+Δf，其中，Δf的计算表达式为： 式中，分别表示路径p、的感知出行成本；A为路径p与中不相同的路段的集合；v为路段a的流量；为路段a在时刻t＝kΔt的感知出行成本函数在流量为v时的导数，公式表达如下： 式中，ta，k′v、ta，k″v分别为路段性能函数ta，kv的一阶和二阶导数；S73、判断更新后若更新后为0，表示当前更新的路径已没有出行者使用，则将从Ph中删除，若不为0则说明该路径还有出行者使用，保留该路径；步骤S8中，采用的收敛条件为达到均衡状态的出行需求组数占比大于等于给定的阈值α，各出行需求h达到均衡状态的条件为当前迭代轮次内修改路径的车辆占比小于给定的阈值ε，公式表达如下： nequilibrium＝nequilibrium+1 式中，表示出行需求在该次迭代修改路径的车辆数，nequilibrium为达到均衡状态的出行需求组数，N为总的出行需求组数；若不满足收敛条件，即达到均衡状态的出行需求组数占比小于阈值α，则返回步骤S3，继续进行迭代。

全文数据：

权利要求：

百度查询： 东南大学 一种MaaS背景下考虑混合均衡的动态交通分配方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD