申请/专利权人：东南大学

申请日：2021-03-31

公开（公告）日：2024-04-09

公开（公告）号：CN113204734B

主分类号：G06F17/11

分类号：G06F17/11;G06Q10/04;G06Q10/0639;G06Q50/40

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2021.08.20#实质审查的生效;2021.08.03#公开

摘要：本发明公开了一种基于排队论的过饱和状态下交通系统多尺度供需关系的系统建模方法，通过引入动力系统方程来描述具有虚拟队列演化过程的确定性队列模型，并基于多项式函数近似逼近的到达率，解析地推导出了交通系统性能的各种评价指标，比如，虚拟队列长度、平均延迟、物理队列长度和时变路段通行时间等，讨论了过饱和因子的不同取值范围的适用性情况，通过采集多源数据对该系统模型中的关键参数进行了校准，验证了该系统建模方法的有效性。本发明可以被用于联合优化需求管理政策和基础设施建设工作，针对不同规模的复杂且过饱和的动态排队系统，决策者可以应用本发明系统地制定需求侧和供给侧的拥堵缓解策略。

主权项：1.基于排队论的过饱和状态下交通系统多尺度供需关系的系统建模方法，其特征在于，包括如下步骤：1通过引入动力系统方程来描述具有虚拟队列演化过程的确定性队列模型： 约束条件： λt-μt0,t0tt2,λt-μt0,t2tt3其中λt,μt和Qt分别表示时变的到达率，时变的离开率以及在任意时间t时的虚拟队列长度，λt-μt表示在时间t时的净流率，At,Dt和Wt分别表示累计到达数、累计离开数以及从t0到t时的总延迟，t0,t1,t2和t3分别表示到达率第一次超过离开率的时间即排队开始的时间，到达率为最大时的时间，队列长度达到最大时的时间以及队列完全消散时的时间；2根据确定性队列模型，并基于多项式函数近似逼近的到达率，获取交通系统性能评价指标，包括虚拟队列长度、时变延迟、总延迟、平均延迟、物理队列长度和时变路段通行时间，构建交通系统性能模型；2-1拥堵时期的到达率函数λt表示为一个三次多项式函数，表达式为： 其中γi表示第i阶变量的系数；在动态系统方程中存在边界条件λt0＝λt2＝μ，则到达率用净流率函数的因式分解形式为：其中是除了t0和t2之外的三次净流率函数的一个根，μ表示离开率，为常数，γ为三次多项式函数的形状参数；2-2虚拟队列长度函数Qt为： 其中m表示过饱和因子，通过队列开始形成到队列长度达到最大时的所用时间与整个拥堵期的总时间的比值来定义，其定义式如下： 2-3通过虚拟队列长度函数，得到时变延迟函数wt为： 2-4对虚拟队列长度函数进行积分，得到整个拥堵期t0到t3时的总延迟函数Wt3为：Wt3＝γ·gm·t3-t05 2-5将平均延迟定义为w＝WD，其中W表示总延迟，D表示在整个高峰期间的总出行需求；交通拥堵的持续时间为t3-t0＝Dμ，则得到平均延迟函数w为： 2-6基于中观层次下车辆在时空平面上的行驶轨迹，计算物理队列长度Qpt： 其中Qt为虚拟队列长度，vf为自由流速度，vμ为实际的行驶速度；2-7在整个高峰期内车辆在道路上的时变路段通行时间tt为： 其中tf表示自由流时间；3确定过饱和因子的取值范围，根据过饱和因子不同的取值范围确定基于多项式函数近似逼近的到达率所适用的不同饱和程度的排队系统；4采集道路上的传感器数据，采用约束优化模型和非线性最小二乘法，以离开率、虚拟队列长度、时变延迟和时变达到率非负为约束，同时考虑过饱和因子的取值范围，对步骤2中构建的交通系统性能模型的参数进行校准，并与实际的观测数据进行对比，方法如下：使用排队系统中车辆数的累计数来校准离开率μ，并通过时变的虚拟队列长度和出行延迟来校准参数γ和过饱和因子m；首先将排队系统中车辆数的累计数、虚拟队列长度和出行延迟归一化到0-1的范围内，接着通过将平方和误差最小化来校准三个参数；得到如下优化模型： 约束条件：μ0,Qt≥0,wt≥0 式中，|P|表示高峰期内的时间间隔；Nt,Qt和wt分别表示在t时，车辆的累计数量、虚拟队列长度以及延迟时间的理论值；Nt＝t·μ；和分别表示在t时，车辆的累计数量、虚拟队列长度以及延迟时间的观察值；Nmax,Qmax和wmax分别表示在t时，车辆的累计数量、虚拟队列长度以及延迟时间的理论的最大值，而和分别表示在t时，车辆的累计数量、虚拟队列长度以及延迟时间的观察的最大值；Nmin,Qmin和wmin分别表示在t时，车辆的累计数量、虚拟队列长度以及延迟时间的理论的最小值，而和分别表示在t时，车辆的累计数量、虚拟队列长度以及延迟时间的观察的最小值。

全文数据：

权利要求：

百度查询： 东南大学 基于排队论的过饱和状态下交通系统多尺度供需关系的系统建模方法

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