基于多智能体活动模型的城市交通规划仿真方法及系统的制作方法

文档序号:6709002阅读:183来源:国知局
专利名称:基于多智能体活动模型的城市交通规划仿真方法及系统的制作方法
技术领域
本发明涉及一种城市交通规划仿真方法及系统,尤其涉及一种基于多智能体活动模型的城市交通规划仿真方法及系统。
背景技术
交通是城市生活的命脉,是社会经济活动中人流、物流、资金流和信息流的主要载体,对城市经济甚至国民经济的发展起着及其重要的作用,也对保证日常生活的正常运转发挥着越来越大的作用。交通路网反映了一个城市交通规划水平,是政府、房产商、市民共同作用的结果。城市交通是整个交通系统中最为关键和重要的部分,是一个复杂的大系统,涉及人、车、路等多方面因素,其中任何一方,或是多方出现不协调,就会导致交通堵塞,从而影响城市的正常运转,降低人们的日常工作效率,随着经济的发展,交通需求的日益增加,无论是发达国家还是发展中国家都承受着不断恶化的交通困扰,交通阻塞已成为世界性的问题。我国百万人口以上的大城市每年因交通阻塞造成的直接经济损失约1600亿元,由于交通阻塞造成的间接损失更是难以估计。交通问题已逐步成为交通管理者和专家学者们、乃至全社会关注和讨论的重点,同时也成为制约城市经济可持续发展的“瓶颈”。从交通的供求关系来看,经济的持续发展,特别是城市化进程的加快,大大推动了我国道路交通基础设施的建设和发展。但是小汽车大量快速进入城市家庭,城市主要交通方式由非机动向机动转变,导致了交通流量的持续增长,人们在享受交通运输现代化便利的同时,也面临着交通堵塞、交通事故等问题。解决城市交通问题的传统措施是加快道路交通基础设施的建设步伐,提高城市路网的交通容量,但是可供修建道路的空间是有限的,而且,单纯依靠修建道路与交通设施以及采用传统管理方式来解决交通问题,不仅成本昂贵,环境污染严重,而且缓解交通拥堵是十分有限的。我国政府在“十一五”国民经济发展纲要中就明确指出“交通建设要统筹规划,合理安排,扩大网络,优化结果,完善系统,推进改革,建立健全畅通、安全、便捷的现代化综合运输系统”。因此,从交通管理设施入手,把各种先进的智能技术和模型理论应用在城市交通控制与管理中,建立更为完善、更为先进的交通管理与控制模式,对交通流进行科学的组织与管理控制,有效地疏导城市车辆、减少堵塞,充分发挥现有交通网络的通行潜力,最大程度上使交通流做到有序流动,已成为解决交通拥塞最有效、最经济的方法,因此,把智能技术融入城市交通协调控制也成为交通控制的发展趋势。城市智能交通控制应运而生。交通规划仿真方法和系统旨在回答交通路网结构会在何时、何地、何种人口、经济、社会条件下,为何以及如何发挥出最好的交通服务水平。交通规划仿真方法和系统的开发和应用能加深人们对交通规划的作用和机理的理解,并可为预测区域未来交通需求变化趋势提供有效的分析工具。开展交通规划仿真必须充分利用人工智能新技术,建立交通需求变化动态模拟模型,以图阐明交通需求变化的动力学机制,开展区域交通需求变化的情景分析。
传统的交通规划方法如四阶段法,缺乏对人类活动影响交通的充分考虑,因而规划得到的结果往往精度不高或者是时空限制下的不可实现,难以适应交通规划中信息处理的实时性和高准确度要求。目前,多数的交通规划仿真模型使用的还是四阶段交通规划法,少数的交通规划仿真模型是总体用四阶段法,而仅仅在规划的交通生成阶段使用活动模型。这样,不管是前者还是后者,四阶段法所固有的对人类活动的忽略造成的规划结果失真问题依然不能得到解决。此外,由于交通规划仿真是一项多学科融合的综合系统工程,涉及的数据类型多、数据量大、数据准备耗时,一般个人用户很难收集全面相关数据。交通规划仿真算法比较复杂,一般涉及的人口是十万-百万级,交通节点和交通路段是数以十万-百万记的,相当于必须定义IOOk-IOOOk个Agent在数以IOOk-IO OOk个节点和路段的交通路网上按照日活动计划执行交通分配仿真。数据量和运算量都是极为庞大的,一般个人电脑很难满足要求。因此,我们有必要研究一种方便实用的、准确度高的交通规划仿真方法及系统,以缓解交通压力。

发明内容
本发明所要解决的技术问题是提供一种方便实用、仿真结果准确度高的基于多智能体活动模型的城市交通规划仿真方法及系统。本发明的提出是基于多智能体活动模型交通需求和分配思想和实现,充实了交通规划思想库,具有很大的进步意义,有助于改善我国一直以来对于交通模拟仿真的忽视,有利于总体上提高交通规划界和社会对于交通规划中模拟仿真的重视程度和资金投入力度。本发明所采用的技术方案是一种基于多智能体活动模型的城市交通规划仿真方法,其特征在于包括如下步骤步骤一、获取高分辨率的城市道路信息,生成路网信息文件;步骤二、抽取被仿真城市5 10%的样本人口,对其做交通出行行为调查;所述的交通出行行为调查为日出行时间和活动类型的调查;根据该调查数据,生成初始交通需求;步骤三、根据步骤二的调查数据,对每一个被调查对象(Agent)生成一个日活动链文件;步骤四、根据步骤三的日活动链文件,生成初始的日活动计划,让每一个被调查对象(Agent)存储该日活动计划,记为Plantl ;对象的日活动计划是对对象实际活动的模拟和仿真,如果没有一个确定的日活动计划,后续的出行需求和分配预测将无法进行;必须尽可能在理性人假设下,按照精确的人口日出行行为调查,生成准确的日活动计划,便于后续步骤继续优化日活动计划和按照日活动计划进行交通需求和分配仿真;毫无疑问,初始日活动计划越准确越好,必须在精确日活动计划的生成上花费较大精力;步骤五、利用基于事件的排队模型时序执行日活动计划,将每个被调查对象(Agent)的日活动计划加载到步骤一中的路网信息文件上;步骤六、按照每个被调查对象(Agent)的活动链文件计算每个被调查对象(Agent)的效用值;所述的每个被调查对象(Agent)的效用值的计算公式为
n" =X + U(mvdi + Uwaiti + Uskoni)
其中,Uplan为一个被调查对象(Agent)的n个活动总效用值,Uac^i为执行活动i的效用值,UtraveU为完成活动i所需的出行行为的效用,Uwait,i为等待执行活动i的惩罚效用,Ushort^为活动执行时间太短的惩罚效用,这里i表示的是第i个活动;步骤七、对初始日活动计划进行迭代优化,生成日活动计划二,依次迭代生成多个类似日活动计划;日活动计划二和初始日活动计划都是交通需求和交通分配的依据,也是后续日活动计划优化的依据;假设当前执行的是日活动计划Plank,k>=2,则在此步骤中,要求上传此前迭代产生的两个日活动计划Plarv1和Plank_2,这里k是当前的迭代次数;步骤八、按照离散选择模型计算出每个被调查对象的计划选择概率,概率计算公式为
权利要求
1.一种基于多智能体活动模型的城市交通规划仿真方法,其特征在于包括如下步骤 步骤一、获取高分辨率的城市道路信息,生成路网信息文件; 步骤二、抽取被仿真城市5 10%的样本人口,对其做交通出行行为调查;所述的交通出行行为调查为日出行时间和活动类型的调查;根据该调查数据,生成初始交通需求; 步骤三、根据步骤二的调查数据,对每一个被调查对象生成一个日活动链文件; 步骤四、根据步骤三的日活动链文件,生成初始的日活动计划,让每一个被调查对象存储该日活动计划,记为Planci ; 步骤五、利用基于事件的排队模型时序执行日活动计划,将每个被调查对象的日活动计划加载到步骤一中的路网信息文件上; 步骤六、按照每个被调查对象的活动链文件计算每个被调查对象的效用值;所述的每个被调查对象的效用值的计算公式为
2.如权利要求I所述的基于多智能体活动模型的城市交通规划仿真方法,其特征在于步骤一中的获取高分辨率的城市道路信息,生成路网信息文件的具体步骤为获取路段最大容量、最大允许车速、最大流量、车道数目和车站位置,统计link数目,生成Shp格式的路网信息文件。
3.如权利要求I所述的基于多智能体活动模型的城市交通规划仿真方法,其特征在于步骤二中所述的活动类型为离归家活动、工作活动、购物活动、休闲活动和教育活动;所述的日出行时间为离家时间、抵达工作地点时间、离开工作地点时间、归家时间;购物活动包括购物频率和购物时间地点偏好,教育活动包含自己进修及接送小孩上学。
4.如权利要求I所述的基于多智能体活动模型的城市交通规划仿真方法,其特征在于,步骤七中,所述的迭代过程次数k至少为60次。
5.一种应用权利要求1-4所述的基于多智能体活动模型的城市交通规划仿真方法的仿真系统,其特征在于该仿真系统包括客户端和服务器终端,所述客户端和所述服务器终端以http通信方式实现数据的交互传输;所述的客户输入端用于响应用户指令,向服务器终端发送城市道路信息、调查数据和用户设定参数,接收服务器终端的模拟计算结果,其中所述城市道路信息和调查数据包含目标城市的路网数据、路网服务水平数据和依据城市出行者行为调查得出的居民日出行计划数据,所述的用户设定参数包括指定模拟时段和情景设定;服务器终端用于响应客户端,提取存储的与前述城市道路信息、调查数据和用户设定参数相关的基础数据,通过基于多智能体活动模型的智能城市交通规划方法对所述相关基础数据进行模拟运算,获得所需模拟时段相应模拟计算结果。
全文摘要
本发明涉及一种基于多智能体活动模型的城市交通规划仿真方法及系统,该方法包括如下步骤首先获取城市道路信息,生成路网信息文件;再根据得到的调查数据,生成初始交通需求及初始的日活动计划;然后将日活动计划加载到路网信息文件上;接下来计算出每个被调查对象的效用值及计划选择概率;最后进行迭代过程,输出仿真结果。该系统包括以 http通信方式通信的客户端和服务器终端。本发明放弃了四阶段交通模拟方法,完全采用基于活动模型的交通需求生成和分配方法,融合使用多智能体技术和遗传进化算法,用效用最优限制生成最优路径和选用最优路径,达到交通工具和路网的最大使用效益,减少交通事故和交通拥堵。
文档编号G08G1/00GK102750427SQ20121025687
公开日2012年10月24日 申请日期2012年7月23日 优先权日2012年7月23日
发明者李谦, 许进 申请人:中国地质大学(武汉)
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1