[发明专利]一种基于公路网客流OD反推技术的高铁客流需求预测方法有效
申请号: | 201810069399.7 | 申请日: | 2018-01-24 |
公开(公告)号: | CN108269399B | 公开(公告)日: | 2020-12-25 |
发明(设计)人: | 孟祥海;柳昕汝;孟令旗;刘振博;吴佩洁 | 申请(专利权)人: | 哈尔滨工业大学 |
主分类号: | G08G1/01 | 分类号: | G08G1/01;G06Q10/04;G06Q50/30 |
代理公司: | 哈尔滨市松花江专利商标事务所 23109 | 代理人: | 岳泉清 |
地址: | 150001 黑龙*** | 国省代码: | 黑龙江;23 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 公路 客流 od 技术 需求预测 方法 | ||
1.一种基于公路网客流OD反推技术的高铁客流需求预测方法,其特征在于,包括以下步骤:
步骤一、划分交通区并构建基础公路网;所述的划分交通区并构建基础公路网的具体过程如下:
步骤1.1、交通区划分:
对研究区域进行交通区划分:研究区域包括直接影响区和间接影响区;
直接影响区为拟建高铁经过的区域;以地级市及行政区划级别相等的行政区域建制为单位将直接影响区划分为交通中区;以县、县级市及行政区划级别相等的行政区域建制为单位将每个交通中区划分为交通小区;
间接影响区为研究区域内除直接影响区以外的外围区,以省、地级市及省、地级市行政区划级别相等的行政区域建制为单位将间接影响区划分为交通大区;
步骤1.2、公路网构建:
绘制直接影响区内部的公路网络,作为OD反推路网;
统计公路网中所有公路的属性,包括公路名称、公路等级、设计速度、车道数、里程;
步骤二、筛选机动车交通量调查断面,获得客运机动车交通量数据,统计得到交通小区i各种类型车辆的产生指标和交通小区j各种类型车辆的吸引指标;所述步骤二具体实现过程如下:
对于交通小区i到交通小区j内的各条公路,选取相互独立的国、省道断面,进行断面交通量调查,获得客运机动车交通量数据;
每条调查路段共有两组断面交通量信息,分别针对每组断面进行交通量统计,第一组交通量作为客流OD推算的基础数据;第二组交通量不参与OD反推的过程,仅是用于OD反推结果的检验;
不同类型的机动车流量主要有两个获取途径,一是通过各条国省道上的流量观测站提供的历史数据,通过历史数据获得断面流量;另一个是另行补充调查的断面流量,即针对没有流量观测站历史数据的道路通过调查获得断面流量;二者加和即获得客运机动车交通量;
针对第一组交通量数据,根据各路段的交通流量及流向,可统计得到交通小区i各种类型车辆的产生指标Pi和交通小区j各种类型车辆的吸引指标Aj;对于不同类型的车辆,产生指标Pi表示从交通小区i出发的该类型车辆的数量,吸引指标Aj表示进入交通小区j的该类型车辆的数量;
步骤三、确定反推路网阻抗矩阵;所述步骤三确定反推路网阻抗矩阵的过程如下:
(3.1)如果路网阻抗矩阵选择距离阻抗矩阵,距离阻抗矩阵的确定过程如下:
首先确定连接两个交通小区之间所有可通行的国省道,各条国省道的长度;然后,确定两交通小区之间的最短路径及其相对次短路径,计算各路径长度;最后,对最短路径及次短路径的长度进行加权平均,得到距离阻抗矩阵;
(3.2)如果路网阻抗矩阵选择时间阻抗矩阵,时间阻抗矩阵的确定过程如下:
首先确定两交通小区之间的最短路径及次短路径的长度,并通过调查得到各条公路的运行速度;然后,计算两交通小区利用各条路径的时间阻抗;最后,对各路径的时间阻抗进行加权平均,得到时间阻抗矩阵;
将交通小区i到交通小区j的距离或行程时间记为tij;
步骤四、分析整理直接影响范围内的客运发车班次数据,结合车辆额定载客人数及实载率信息,推算大型客车相应的旅客流量,形成大型客车对应的旅客OD矩阵;所述步骤四的过程如下:
步骤4.1、旅客流量推算:
在已知发车班次、车型、额定载客量和载客率的条件下,即可确定出旅客流量,即旅客流量=班车数量×额定载客量×载客率;
步骤4.2、旅客OD矩阵确定:
针对有客运发车班次数据的交通小区,每个发车班次起点站所对应的交通小区就是该车次旅客出行的起点,即O点,终点和途经站点所对应的交通小区就是该车次旅客出行的终点,即D点;对每个发车班次整理由起点至终点或途经站点的旅客人数,即旅客发送量,填入旅客OD表中;
针对无客运发车班次数据的交通小区,依据出行平衡原理,将其它交通小区到达无客运发车班次数据的某个交通小区的旅客数量作为这些交通小区的旅客发送量,填入旅客OD表中;
不考虑间接影响区中的交通大区之间,交通大区与交通小区之间的旅客出行量,将交通大区之间,交通大区与交通小区之间的旅客发送量设为零;
根据上述交通小区旅客发送量对应的旅客OD表得到交通小区之间的旅客OD矩阵;对交通小区旅客出行量进行合并,得交通中区的旅客OD矩阵;
步骤五、基于客运机动车交通量数据中的一组断面交通量数据,进行客车OD矩阵反推,分别获得小型客车OD矩阵、中型客车OD矩阵和大型客车OD矩阵;所述步骤五的过程如下:
基于第一组断面交通量数据,进行客车OD矩阵反推:
(5.1)针对小型客车和中型客车,采用无先验OD矩阵的OD反推,确定小型客车OD矩阵和中型客车OD矩阵,分别作为小型客车OD分布矩阵和中型客车OD分布矩阵;
在无以往OD分布矩阵时,交通小区之间的出行交换量能用重力模型进行描述,即
式中:qij为交通小区i到交通小区j的OD分布量;
Pi为交通小区i的产生指标;
Aj为交通小区j的吸引指标;
tij为交通小区i到交通小区j的行程时间或距离;
k,γ分别为重力模型参数;
在进行OD分配时,采用容量限制迭代平衡的方法对OD分布量在路段上进行反复的分配计算,以求解路径选择概率及推算交通量;
在迭代过程中,将OD分布量分配到某一路段上的公式为:
式中:Qa为路段a上的分配交通量;
为交通小区i到交通小区j的OD分布量选用路段a的概率;
(5.2)针对大型客车,采用无先验OD与有先验OD相结合的OD反推方法:
首先采用与上述小型客车和中型客车无先验OD反推确定小型客车OD矩阵和中型客车OD矩阵相同的方法,推算出大型客车的无先验OD矩阵,即大型客车OD矩阵;
然后,依据步骤四中的大型客车对应的旅客OD矩阵对无先验OD反推的大型客车OD矩阵进行修正,修正过程为:
大型客车OD矩阵乘以平均载客人数后,与大型客车的旅客OD矩阵进行比较,对于相差10%以上的数据,将大型客车OD矩阵中对应值修正为旅客OD矩阵除以平均载客人数;如果数据符合条件,不进行修正;得到最终的大型客车OD矩阵;
将最终的大型客车OD矩阵作为先验OD矩阵;最后,采用最大熵值法进行有先验OD矩阵时的OD反推,确定大型客车OD分布矩阵;
步骤六、基于客运机动车交通量数据中的另一组断面交通量数据,对小型客车OD分布矩阵、中型客车OD分布矩阵和大型客车OD分布矩阵进行验证和修正,并乘以各车型的平均载客人数最终加和形成客流OD矩阵。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工业大学,未经哈尔滨工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810069399.7/1.html,转载请声明来源钻瓜专利网。