基于路段子网络冗余度的交通网络关键路段搜索方法
【专利摘要】本发明“基于路段子网络冗余度的交通网络关键路段搜索方法”，选取反映路段子网络拓扑特性的路段冗余度指数作为候选关键路段的选取指标。通过构筑每条有向路段的子网络，同时统计子网络的节点数和有向路段数，计算相应的冗余度指数。以冗余度指数较小路段优先选取原则预先选取候选关键路段，计算每条候选关键路段对交通网络的影响程度，从中选取影响程度最大的路段为关键路段。使得搜索交通网络关键路段具有较高的搜索准确率和搜索效率以及较强的可操作性，解决了较难确定搜索效果好且可操作性强的候选路段选取指标的问题。
【专利说明】基于路段子网络冗余度的交通网络关键路段搜索方法
【技术领域】
[0001] 本发明涉及智能交通【技术领域】，主要涉及交通网络关键路段辨识与搜索方面，更 具体地说，是一种满足一定搜索准确率条件下具有较高搜索效率的关键路段搜索方法。
【背景技术】
[0002] 交通网络是城市交通运输系统的重要组成部分，将城市在空间上联系起来，是城 市各项机能得以正常运转的基础。而交通网络的关键路段是指在一定时期内的损坏、降级 或失效会对整个交通网络产生重大负面影响的路段。准确快速辨识交通网络的关键路段在 战略规划层面、战术规划层面和交通运行管理与控制层面均具有重要意义，准确快速定位 交通网络的脆弱部位，针对性地采取交通治理措施，有助于提高网络的抗干扰能力，具有较 高的产出投入比。
[0003] 交通网络关键路段辨识过程中的重要一点是高效准确地搜索交通网络的关键路 段，常用的关键路段搜索方法可以分为暴力搜索法和候选路段法两类。
[0004] 传统的暴力搜索法是理论研究中较常用的关键路段搜索算法，通过依次断开交通 网络的所有路段计算每条路段对交通网络性能的影响程度，以此可以准确搜索出对交通网 络性能影响程度最大的关键路段，是最简单的搜索方法。暴力搜索法的优点是可以比较交 通网络所有路段对网络性能的影响程度，因此可以准确搜索网络的关键路段，搜索准确率 为100%。但由于需要依次断开网络的每条路段进行一次交通分配，计算量较大，搜索效率较 低，在大规模交通网络应用中可行较差。例如，对于39018条路段组成的芝加哥局部交通网 络，进行一次交通分配约〇. 5小时(达到0. 0001精度)，可以计算暴力搜索法在交通分配阶 段耗时已超过2年。
[0005] 候选路段法先根据某种法则预先选取最有可能成为关键路段的路段作为候选路 段，然后依次断开候选路段获得每条候选路段对交通网络性能的影响程度，以此从候选路 段中搜索对交通网络性能影响程度最大的路段作为关键路段。一般候选路段数远小于交通 网络的总路段数，因此候选路段法的交通分配执行次数显著小于暴力搜索法，搜索效率较 高，在实际大规模交通网络中应用较多。其关键在于确定候选路段的选取法则，可以是0D 对间最小成本路径的组成路段，或是随机交通分配中具有较高选择概率的路段。
[0006] 有搜索方法选取了 10种基于路段的候选路段选取指标(例如ν/c比)，但结果表明 这些指标并不能较为准确地搜索交通网络的关键路段。也有搜索方法引入了一种基于路段 影响区域的候选路段选取法则，其基本思想是生成以某路段为中心的一定步长半径的路段 子网络，通过子网络各路段交通流量反推子网络的0D矩阵，用于该路段断开前后子网络的 交通分配，最后以路段断开后子网络行程时间的增加程度作为候选路段的选取指标，优先 选取指标值大的路段作为关键路段的候选路段。结果表明，在合适的参数条件下，基于路段 影响区域的关键路段搜索方法具有较好的搜索准确率和搜素效率。然而该候选路段选取法 则需要反推0D矩阵，显然0D反推算法的选取对关键路段的搜索准确率和搜索效率有重要 影响，且操作较为复杂。
[0007] 综上，现有的交通网络关键路段搜索方法很难同时做到较高的搜索准确率和搜索 效率以及较强的可操作性。
[0008] 参考资料
[0009] [l]Dial R B. A path-based user-equilibrium traffic assignment algorithm that obviates path storage and enumeration[J]. Transportation Research Part B:M ethodological, 2006, 40(10):917-936.
[0010] [2]Knoop V L, Snelder M, Van Zuylen H J. Comparison of link-level robustness indicators[C]//3rd International Symposium on Transportation Network Reliability, Delft. 2007.
[0011] [3] Chen B Y, Lam W Η K, Sumalee A, et al. Vulnerability analysis for large-scale and congested road networks with demand uncertainty [J]. Transportation Research Part A:Pol icy and Practice, 2012, 46 (3):501-516.
【发明内容】
[0012] 本发明的目的是解决现有技术存在的缺陷和不足，选取反映路段子网络拓扑特性 的路段冗余度指数作为候选关键路段的选取指标，提出了基于路段子网络冗余度的交通网 络关键路段搜索方法，具有较高的搜索准确率和搜索效率，且由于不涉及0D反推等复杂方 法，可操作较强。
[0013] 本发明给出的技术方案来为：
[0014] 一种基于路段子网络冗余度的交通网络关键路段搜索方法，其特征在于，包括如 下步骤：
[0015] (1)、用原始法建立交通网络的拓扑模型，构筑每条有向路段的子网络，同时统计 子网络的节点数和有向路段数，计算相应路段所在子网络的冗余度指数；
[0016] (2)、以步骤（1)中路段所在子网络冗余度指数小者优先选取的原则，从交通网络 的所有路段中先选取若干条路段作为候选关键路段；
[0017] (3)、逐一计算步骤（2)中每条候选关键路段的损坏、降级或失效对交通网络的影 响程度，选取影响程度较大的若干条路段作为交通网络的关键路段。
[0018] 本发明中，步骤（1)用复杂网络理论中原始法建立交通网络的拓扑模型，是将交叉 路口和道路尽端视为节点，将连接两交叉路口的路段视为边，对交通网络最直观最简单的 映射，可以直接反映交通网络的连通性。又可将各个连接节点间的几何距离简单地映射到 两节点间的边上，可以使用地理学上的米制距离，比较符合人们的认知习惯，容易理解和运 用。
[0019] 步骤（1)中，构筑以有向路段<i，j>为中心、步长半径为η的子网络
【权利要求】
1. 一种基于路段子网络冗余度的交通网络关键路段搜索方法，其特征在于，包括如下 步骤： (1) 、用原始法建立交通网络的拓扑模型，构筑每条有向路段的子网络，同时统计子网 络的节点数和有向路段数，计算相应路段所在子网络的冗余度指数； (2) 、以步骤（1)中路段所在子网络冗余度指数小者优先选取的原则，从交通网络的所 有路段中先选取若干条路段作为候选关键路段； (3) 、逐一计算步骤（2)中每条候选关键路段的损坏、降级或失效对交通网络的影响程 度，选取影响程度较大的若干条路段作为交通网络的关键路段。
2. 如权利要求1所述的方法，其特征在于，步骤（1冲，构以有向路段<i，j>为中心、步 长半径为Π 的子网纟I
步长半径Π 表示子网络
中所有节点与路段<i，j>的 最大距离。
3. 如权利要求1所述的方法，其特征在于，步骤（1)中，所述子网络
的冗余度指 I
的计算方式为
，其中，
表示子网络
中 的节点数，表示子网络中的有向边数或无向边数的2倍，在子网络构筑同时 进行计数。
【文档编号】G08G1/00GK104217579SQ201310312172
【公开日】2014年12月17日 申请日期:2013年7月23日 优先权日:2013年7月23日
【发明者】俞春辉, 云美萍, 杨晓光 申请人:同济大学