[发明专利]面向新型混合交通流的道路网络连续设计方法

权利要求书

1.一种面向新型混合交通流的道路网络连续设计方法，其特征在于，所述道路网络连续设计方法步骤包括：

步骤一：对车辆类别、路线集合、链路路径、链路选择、旅行成本、车类流量、网络平衡以及出行需求进行模型化处理，建立面向新型混合交通流的交通分配问题模型；

步骤二：判断建立面向新型混合交通流的交通分配问题是否具有唯一解，当面向新型混合交通流的交通分配问题的解是唯一时，面向新型混合交通流的交通分配问题被表述两级规划问题；

当面向新型混合交通流的交通分配问题的解不唯一时，面向新型混合交通流的交通分配问题被表述为鲁棒性优化问题；

步骤三：利用可行方向范数松弛法对面向新型混合交通流的交通分配问题进行求解，得出最优链路路径。

所述建立面向新型混合交通流的交通分配问题模型步骤如下：

S1.1计算仅包含人工驾驶车辆且网络运行平衡状态下，车辆在OD对w中选择路线k的概率和预期感知成本，根据预知感知成本求得弹性需求函数；

S1.2计算人工驾驶车辆选择路线k时的广义旅行成本通过广义旅行成本判断出行的需求量；

车辆在OD对w中选择路线k的概率表示为：

其中，是出行者在OD对w之间选择链路m的边际概率，是出行者已经选择了链路m的情况下在OD对w之间选择线路k的条件概率；

均衡OD需求也应该是相应OD对之间预期感知旅行成本的函数：

弹性需求函数等于平衡状态下的预期感知成本，即为：

其中，是OD对w之间人工驾驶车辆的平衡需求，是OD对w之间线路k上的人工驾驶车辆的平衡流量，z表示车辆分类，Z＝{H,A}表示所有车辆类别的集合，其中H表示人工驾驶车辆，A表示网联自动驾驶车辆，W_Z是所有OD对的集合，是连接OD对w的所有路线集合，w∈W_Z，z∈Z，将定义为z类车辆在OD对w之间选择路线k时的旅行成本，定义为OD对w之间选择路线k的z类车辆的流量，v_a,z定义为链a上车辆类别为z的车流量，定义为OD对w之间需求，w∈W_Z，q_z是z类车辆所有OD需求的向量，z∈Z，定义为OD对w上车辆类别z的预期感知旅行成本，定义为OD对w之间的弹性需求函数，w∈W_Z，z∈Z，Δ_z为z类车辆的连接路径矩阵，Λ_z为z类车辆的OD路径矩阵，z∈Z，Γ_z表示z类车辆的所有链接集；

所述广义旅行成本包括：旅行时间和时间成本；

OD对w之间人工驾驶车辆选择路线k时的广义旅行成本表示为：

其中，OD需求可以通过相应OD对之间的路线流量求得，θ与u均为公式常数，其余字母所表示含义与上文表述中的含义相一致；

C_H(f^*)和C_A(f^*)分别表示人工驾驶车辆和网联自动驾驶车辆所有路线的修正旅行成本向量表示如下：

以向量的形式表示为：

当时，其中v_A是所有网联自动驾驶车辆链路流的向量，是平衡状态f^*下网联自动驾驶车辆的链路流，此时：

以上包含三个决策变量，即所有人工驾驶车辆链路流的向量f_H，所有网联自动驾驶车辆路流的向量v_A，以及所有网联自动驾驶车辆OD的需求向量q_A，其中

为了描述混合交通的路段行程时间，以下函数表示车辆在连接路段上的旅行时间：

是人工驾驶车辆或网联自动驾驶车辆在链路a上的行程时间，是链路a上自由流的行程时间，v_a,H表示链路a上的人工驾驶车流，v_a,A表示链路a上的网联自动驾驶车流，Q_a是链路a的容量；

其中，Q_a的计算方法为：

Q_a,H是指车辆全部为人工驾驶车辆时链路a的容量，Q_a,A是指车辆全部为网联自动驾驶车辆时链路a的容量，P_a,A是指链路a上网联自动驾驶车辆所占的比例，和均表示混合交通流的平均车头时距，因为网联自动驾驶车辆的反应时间要小于人工驾驶车辆的反应时间，所以Q_a,A≥Q_a,H；

车辆通过链路时产生费用，利用以下行程时间来计算车辆通过链路的行程成本：

t_a,H表示人工驾驶车辆在链路a的旅行成本，t_a,A表示网联自动驾驶车辆在链路a的旅行成本，τ_a是链路a上人工驾驶车辆的收费率，E_a是单位通行费的等效行程时间。