System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及交通流量預測,具體為一種網約車多跳共乘出行網絡的交通流量預測方法及系統。
技術介紹
1、近年來,隨著共享經濟的興起和通信技術的發展,共乘出行(即順風車出行等)作為一種簡單但可能非常有效地遏制城市擁堵的方法,吸引了越來越多的關注。共乘出行,指具有不同出行起訖點的出行者們通過網約車平臺進行匹配并分別成為共乘駕駛員和共乘乘客,乘客通過支付一定補償費用給駕駛員從而分擔出行費用的一種出行方式,可在降低出行者出行費用的同時滿足出行者的出行需求,在提高車輛利用率、減少交通擁堵方面有巨大潛力。但是,由于網約車出行司機和乘客的起訖點存在差異,司機在繞路接送乘客時可能會產生額外的擁堵和行程時間。因此網約車共乘這一出行方式對城市交通流量的影響難以確定。
2、一種基于圖卷積神經網絡的城市交通流預測方法和介質(申請號cn201910637679.8),根據每個節點對應的經緯度信息生成距離矩陣,根據限速平均值和距離矩陣計算可達矩陣,構建用于預測交通流速的初始交通流預測模型,并將交通流速信息和可達矩陣輸入到初始交通流預測模型,以便初始交通流預測模型,根據交通流速信息和可達矩陣輸出交通流速預測值,對初始交通流預測模型進行訓練,以確定最終的交通流預測模型。一種基于生成對抗網絡的城市交通流量預測方法、系統及設備(申請號cn202310681033.6),根據當前階段研究城市中每個交通流量區域的出行需求數據,采用node2vec圖嵌入算法,確定當前階段研究城市的嵌入矩陣;將當前階段研究城市的嵌入矩陣和符合高斯分布的隨機噪聲作為輸入值,輸入到
技術實現思路
1、(一)解決的技術問題
2、針對現有技術的不足,本專利技術提供了一種網約車多跳共乘出行網絡的交通流量預測方法及系統,基于路段的等效隱式變分不等式模型和結合并行成本平均的投影算法(projection?method?incorporating?parallel?cost?averaging,pm-pca),兩者結合可以預測城市交通網絡中網約車共乘出行的流量情況。通過本專利技術,可以提高多跳共乘出行網絡的交通流量預測的計算效率,更加明確網約車共乘出行對城市交通的影響,從而采取高效的管理手段,完善網約車平臺建設,促進現代城市交通系統發展。
3、(二)技術方案
4、為實現以上目的,本專利技術通過以下技術方案予以實現:
5、第一方面,一種網約車多跳共乘出行網絡的交通流量預測方法,包括:
6、輸入目標城市道路網絡的拓撲結構、出行模式和出行需求;
7、根據目標城市道路網絡的拓撲結構、出行模式和出行需求建立符合多跳共乘出行特征的交通流約束和共乘匹配約束;
8、通過交通流約束和共乘匹配約束計算目標城市道路網絡中出行者的出行成本;
9、結合目標城市道路網絡的拓撲結構、出行模式、出行需求、交通流約束、共乘匹配約束以及出行者的出行成本完成等效隱式變分不等式模型的建立;
10、結合并行成本平均的投影算法求解等效隱式變分不等式模型,完成對網約車多跳共乘出行網絡的交通流量的預測。
11、優選的,所述目標城市道路網絡的拓撲結構為(n,a),其中n是城市道路交通網絡中od點的集合,a是連接城市道路交通網絡各個od點之間有向路段的集合;
12、不同od對之間的出行需求為qw,其中w表示od對,w表示城市道路交通網絡中od對的集合,w∈w,od對w的起點和訖點分別用ow∈o和dw∈d表示,其中o為起點的集合,d為訖點的集合,o和d均為n的子集;
13、根據多跳共乘出行的特點,將出行模式劃分為三類:sd表示沒有匹配乘客,獨自開車出行的司機的集合,rd表示匹配到乘客,參與共乘的司機的集合,r表示匹配到司機,參與共乘的乘客的集合;令i表示城市道路交通網絡中三類出行模式的集合,i=sd∪rd∪r。
14、優選的,所述交通流約束表示為:
15、
16、
17、式中xa,i表示路段a上的出行模式i的交通流量;表示路段a上的od對w間的出行模式i的交通流量;表示路段a上的od對w間的交通流量;此外,令向量以及表示交通流量的向量形式;
18、對于城市道路網絡中的起訖點有:
19、
20、式中out(n)表示以節點n為起點的有向路段集合,in(·)表示以節點n為終點的有向路段集合;
21、對于城市道路網絡中非起、訖點的道路節點,有如下流量關系:
22、
23、
24、式中n\{ow,dw}表示非起、訖點的道路節點集合。
25、優選的,所述共乘匹配約束表示為:
26、
27、式中γr(i)表示將網約車司機i映射到對應的網約車乘客上,即γr:rd→r,mi表示網約車司機i的車內所搭載乘客數量;
28、根據交通流量的向量形式將共乘匹配約束改寫為緊湊結構:
29、bx=0或∑wbwxw=0
30、式中b=[b1?b2...bw∈w...b|w|];是一個|a|×|a|的分塊矩陣;是一個|rd|×(2|rd|+1)的矩陣。
31、優選的,所述目標城市道路網絡中出行者的出行成本的計算包括:
32、根據網約車共乘出行的特點,出行者的出行成本包括時間成本、不便成本和共乘費用,表示為:
33、
34、式中路段流量向量表示在路段a上od對w間的出行模式i的出行者的出行成本,是關于x的函數;表示路段a上出行者的出行時間,函數ta(·)是關于嚴格單調遞增的經驗函數;αi表示出行模式i的時間價值,βi表示出行模式i的不便系數;ba,i表示路段a上網約車司機i/網約車乘客i所收取/支付的基礎費用;mi表示出行模式i的價格浮動參數;
35、根據網約車共乘出行供需平衡的特點和線性規劃的互補松弛性,將拼車補貼和溢價與出行成本函數結合,出行者的廣義出行成本函數表示為:
36、
37、式中表示在路段a上od對w間的出行模式i的出行者的廣義出行成本;λa,i是對應共乘匹配約束的拉格朗日乘子,其值等于溢價與補貼的值;γrd(i)表示將網約車乘客i映射到對應的網約車司機上,即γrd:r→rd;令向量和分別表示廣義旅行成本和拉格朗日乘數。
38、優選的,所述等效隱式變分不等式模型的建立包括:
39、建立變分不等式模型[rue’],拉格朗日乘子λ對應共乘匹配約束,給定λ的值時,建立變分不等式模型表述共乘均衡問題,找到x*∈ω'rue滿足公式:
40、
41、式中λ*是一個給定值的參數,等于共乘均衡狀態下的拉格朗日乘子;ω'rue表示x的可行集,即滿足交通流約束和共乘匹配約束的路段流量的本文檔來自技高網...
【技術保護點】
1.一種網約車多跳共乘出行網絡的交通流量預測方法,其特征在于,包括:
2.根據權利要求1所述的一種網約車多跳共乘出行網絡的交通流量預測方法,其特征在于:所述目標城市道路網絡的拓撲結構為(N,A),其中N是城市道路交通網絡中OD點的集合,A是連接城市道路交通網絡各個OD點之間有向路段的集合;
3.根據權利要求2所述的一種網約車多跳共乘出行網絡的交通流量預測方法,其特征在于:所述交通流約束表示為:
4.根據權利要求3所述的一種網約車多跳共乘出行網絡的交通流量預測方法,其特征在于:所述共乘匹配約束表示為:
5.根據權利要求4所述的一種網約車多跳共乘出行網絡的交通流量預測方法,其特征在于:所述目標城市道路網絡中出行者的出行成本的計算包括:
6.根據權利要求5所述的一種網約車多跳共乘出行網絡的交通流量預測方法,其特征在于:所述等效隱式變分不等式模型的建立包括:
7.根據權利要求6所述的一種網約車多跳共乘出行網絡的交通流量預測方法,其特征在于:所述等效隱式變分不等式模型的求解步驟包括:
8.一種網約車多跳共乘
9.一種存儲一個或多個程序的計算機可讀存儲介質,其特征在于,所述一個或多個程序包括指令,所述指令當由計算設備執行時,使得所述計算設備執行根據權利要求1-7所述的方法中的任一方法。
10.一種計算設備,其特征在于,包括:
...【技術特征摘要】
1.一種網約車多跳共乘出行網絡的交通流量預測方法,其特征在于,包括:
2.根據權利要求1所述的一種網約車多跳共乘出行網絡的交通流量預測方法,其特征在于:所述目標城市道路網絡的拓撲結構為(n,a),其中n是城市道路交通網絡中od點的集合,a是連接城市道路交通網絡各個od點之間有向路段的集合;
3.根據權利要求2所述的一種網約車多跳共乘出行網絡的交通流量預測方法,其特征在于:所述交通流約束表示為:
4.根據權利要求3所述的一種網約車多跳共乘出行網絡的交通流量預測方法,其特征在于:所述共乘匹配約束表示為:
5.根據權利要求4所述的一種網約車多跳共乘出行網絡的交通流量預測方法,其特征在于:所述目標城...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。