[发明专利]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

说明书

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。

技术领域

本发明涉及城市管理与控制领域，尤其是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。

背景技术

在很多网络系统中，当需求时间上或空间上超过其容量时，都会出现拥堵现象。在世界各地，由于共享方式逐步趋向于机动性和自动化，使得交通系统正在经受一个重大的变革，而很多的区域规划组织和交通管理部门仍然面临着巨大的挑战，因为需要去减缓严重的交通拥堵以提高居民服务水平。原则上来说，有两种方式可以增强流动性以降低拥堵情况，一是主动地管理需求；二是通过基础设施建设来增加供给。因此，在需求管制和基础设施建设之间实现良好的平衡，而不是孤立地采取面向地方的减少拥堵战略，可以更好地缓解交通拥堵和提高城市流动性。

作为交通需求与供给的联系功能之一，宏观的流量-延迟函数已经得到了广泛的应用，比如，BPR(即美国公路局)函数自20世纪60年代以来就被广泛地用于城市规划，以此来量化需求和供给之间的非线性函数形式。而且，有着多项式形式的BPR函数容易刻画交通流和延迟(阻抗)的关系，同时，该函数计算效率高，易于标定，也在交通规划实践中易于实现；然而，交通规划部门早就意识到静态的BPR函数无法刻画动态交通流特征以及队列演化过程，尤其是队列的形成、传播和消散。此外，BPR函数也难以使用平均通行时间来描述一个高密度但低流量的过饱和瓶颈，而与静态交通分配模型相比，动态交通分配模型的目的是通过引入排队模型或其他类型的动态交通流模型来刻画交通拥堵的演化过程。但是，由于时间和空间维度的离散性(比如，元胞传输模型和路段传输模型)，动态流量分配模型必须解决许多计算难题，而针对动态交通分配问题以及系统性能评估提供一个合理的时变路段通行时间函数是许多规划应用中一个新兴的研究需求。

发明内容

本发明所要解决的技术问题是：通过引入排队模型来刻画动态交通流特征以及队列的演化过程，从而弥补传统的静态BPR函数的不足，并提供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，能够被用于联合优化需求管理政策和基础设施能力建设工作，而且决策者也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。

技术方案：为解决上述技术问题，本发明提供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，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；

(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；

(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，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。

进一步的，所述步骤(1)中，通过如下一系列的动态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：