[发明专利]基于排队论的连续交通节点拥塞程度预测模型、系统及方法

说明书

本发明公开了一种基于排队论的连续交通节点拥塞程度预测模型、系统及方法，模型包括若干连续的交通节点，以队列长度的分布作为评价交通节点拥塞的指标，每个交通节点的队列长度分布基于排队理论和具有自相似性的流量构建。本发明着重于对连续交通节点拥塞程度的预测。首先，本发明提出的方法能够基于到达单个交通节点的流量对单节点的交通拥塞程度进行预测，然后根据当前交通节点的流量对于与该交通节点相连的连续的多个交通节点的交通拥塞程度进行预测。相关政府部门能根据本系统中的拥塞程度信息来合理地对交通系统进行合理的调整。

技术领域

本发明属于智能交通系统领域，尤其涉及一种基于排队论的连续交通节点拥塞程度预测模型、系统及方法。

背景技术

目前，随着经济的发展和人口的增长，交通拥塞的问题在城市中越来越严重。交通拥塞带来了在经济、社会和生态等方面的一系列问题，造成了在这些方面的严重损失。很多国家开始大力发展以城市公共交通为主的公共交通，然而仍然无法解决交通事故、交通拥堵、交通污染的通病。于是各国开始寻找解决的方法，其中一个重要研究方向就是智能运输系统(ITS)。智能交通系统上是将先进的科学技术(信息技术、计算机技术、数据通信技术、传感器技术、电子控制技术、自动控制理论、运筹学、人工智能等)有效地综合运用于交通运输、服务控制和车辆制造，加强车辆、道路、使用者三者之间的联系，从而形成一种保障安全、提高效率、改善环境、节约能源的综合运输系统。

在现有文献中，研究者们提出了很多模型来减轻交通拥塞，但是很多解决方案都是静态的。这些静态的解决方案只是来分析和评估交通系统，而不是来对交通系统来进行动态的调度,无法预测交通拥塞情况。

发明内容

本发明为了解决上述问题，提出了一种基于排队论的连续交通节点拥塞程度预测模型、系统及方法，本发明着重于对连续交通节点拥塞程度的预测。

本发明的第一目的是提供一种道路交通拥塞预测模型，本模型基于排队论和流量具有自相似性，清楚的表明了每个交通节点的队列长度分布，明确影响其拥塞程度的参数，进而得到进入交通节点的道路中道路使用者排队个数的概率分布，实现对连续交通节点的交通拥塞程度的预测。

本发明的第二目的是提供一种道路交通拥塞预测系统来预测交通拥塞程度，提出的预测系统对交通系统的流量进行建模和分析，通过建立排队理论模型，分析队列长度和等待时间的分布，以此作为评价交通节点拥塞的重要指标。其中队列长度分布可以作为道路使用者排队数目的评价标准，等待时间分布展示了交通流量通过路口的时间。

本发明的第三目的是提供一种基于排队论的连续交通节点拥塞程度预测方法，本方法能够基于到达单个交通节点的流量对单节点的交通拥塞程度进行预测，然后根据当前交通节点的流量对于与该交通节点相连的连续的多个交通节点的交通拥塞程度进行预测。相关政府部门能根据本系统中的拥塞程度信息来合理地对交通系统进行合理的调整。

为了实现上述目的，本发明采用如下技术方案：

一种基于排队论的连续交通节点拥塞程度预测模型，包括若干连续的交通节点，以队列长度的分布作为评价交通节点拥塞的指标，每个交通节点的队列长度分布基于排队理论和具有自相似性的流量构建。

进一步的，任一交通节点队列长度分布与该节点的服务能力、车辆的非转弯概率、平均到达速率和从两侧方向转弯准备进入该交通节点的车流量的平均到达速率相关。

进一步的，任一交通节点i的队列长度分布为：