一种施工环境下高速公路应急车辆资源配置方法与流程

本发明涉及交通管理
技术领域：
，特别是涉及一种施工环境下高速公路应急车辆资源配置方法。
背景技术：
：在高速公路应急救援体系中，应急车辆资源是应急救援的物质基础，高速公路建成后，管理部门对应急车辆资源配置的合理与否往往决定着救援效果的好坏。为了给高速公路确定合理数量的应急车辆资源，并满足救援需求、救援时间等因素，需要对救援资源进行科学配置。高速公路施工区会占用道路资源、减少车道，致使车流在上游路段合流，引起交通拥堵，对高速公路行车安全产生明显影响，在施工环境下，高速公路的应急资源配置应该区别于正常通行状态。综上所述，有必要提出一种施工环境下的高速公路应急资源配置的方法，对施工环境下的高速公路应急车辆资源进行配置，保证救援资源的科学配置，提升高速公路的应急救援效果。技术实现要素：本发明的目的是提供一种施工环境下高速公路应急车辆资源配置方法，以对施工环境下的高速公路应急车辆资源进行配置，保证救援资源的科学配置，提升高速公路的应急救援效果。为实现上述目的，本发明提供了一种施工环境下高速公路应急车辆资源配置方法，包括：获取高速公路基本通行能力和施工路段通行能力；根据高速公路基本通行能力和施工路段通行能力计算高速公路施工环境修正系数；对高速公路进行分段，根据所述高速公路施工环境修正系数采用模糊综合评价法确定路段危险程度；利用所述路段危险程度和资源配置影响因素建立资源配置模型；采用粒子群寻优算法求解所述资源配置模型，获得最佳资源配置方案。可选的，所述获取高速公路基本通行能力和施工路段通行能力，具体包括：从速度-基本通行能力表中获取高速公路基本通行能力；按照公式C＝Cb×fw×fHV×fp×n计算施工路段通行能力；其中，C表示施工路段通行能力，单位为pcu/h；Cb表示高速公路基本通行能力，单位为pcu/h；fw表示车道宽度及侧向净空修正系数；fHV表示交通组成修正系数；fp表示驾驶人对环境熟悉程度修正系数；n表示行车道数，取正整数；可选的，所述根据高速公路基本通行能力和施工路段通行能力计算高速公路施工环境修正系数，具体包括：按照公式计算高速公路施工环境修正系数；其中C表示施工路段通行能力，单位为pcu/h；Cb表示高速公路基本通行能力，单位为pcu/h。可选的，所述根据所述高速公路施工环境修正系数采用模糊综合评价法确定路段危险程度，具体包括：确定危险源指标，所述危险源指标包括道路状况、施工情况、附属设施、天气状况、车型和流量指标；确定评价等级集合，将所述评价等级集合中的各等级由高到低赋值，构建评价等级矩阵；根据所述危险源指标和所述评价等级集合确定每一危险源指标的每一个评价等级的隶属度，构建所述隶属度的模糊矩阵；将所述模糊矩阵与权重向量相乘，获得模糊评价向量；根据所述模糊评价向量和所述评价等级矩阵，确定路段危险程度的综合评定值；根据所述路段危险程度的综合评定值和所述高速公路施工环境修正系数，确定路段危险程度。可选的，所述利用所述路段危险程度和资源配置影响因素建立资源配置模型，具体方法包括：获取资源配置影响因素，所述资源配置影响因素包括资源总量、救援站数量、救援时间、路段应急点最小资源需求；确定目标函数，所述目标函数表示资源数量一定的情况下救援效率最高，所述目标函数为根据所述资源配置影响因素、所述目标函数和所述路段危险程度，确定资源配置模型，所述资源配置模型的约束条件包括：表示各个救援站派往不同救援点的资源数量之和为m；表示每个救援站配置最少的第k种资源的数量能独立处理一起轻微事故；表示时间限制，救援时间大于最大救援时间，救援资源派遣为0，反之则大于0；xij≥0；xij∈Z，表示救援站到路段危险点的资源数目为非负整数；其中，λj表示路段危险程度；tij表示应急救援站i到救援点j的时间；rk是每个救援站处理轻微事故时第k种资源的需求量；xij表示应急救援站i到救援点j所派遣的资源数量；m表示该种应急资源的总量；Tmax是最长救援时间。可选的，所述采用粒子群寻优算法求解所述资源配置模型，具体包括：获取粒子群算法的设定参数，所述设定参数包括学习速率因子c1、c2，最大进化代数maxgen，种群规模sizepop，粒子最大速度vmax，粒子最小速度vmin，粒子最大值xmax，粒子最小值xmin；初始化种群粒子的位置和速度，生成初始种群粒子的位置popx和速度v；判断所述粒子是否符合所述资源配置模型的约束条件，若是，则计算粒子的适应度；若否，则重新初始化；判断当前粒子适应度是否优于之前该粒子的个体最优值若是，则将当前粒子的位置设为该粒子的最佳位置pz；再从个体最优值中找到全局最优值，并记录该最优值的粒子序号及位置pg；将粒子的速度和位置在约束条件的限制下迭代寻优，在迭代的过程中若粒子速度变量则将其设定为若则将其设定为输出每次迭代寻优后的粒子的局部最优值和全局最优值；将本次迭代寻优得到的粒子的全局最优值与前次迭代寻优得到的全局最优适应度进行比较，若本次迭代寻优得到的粒子的全局最优值小于前次迭代寻优得到的全局最优适应度，则全局适应度值更新为该次本次迭代寻优得到的粒子的全局最优值，反之则不更新；将本次迭代寻优得到的粒子的局部最优值与前次迭代寻优得到的局部最优适应度进行比较，若本次迭代寻优得到的粒子的局部最优值小于前次迭代寻优得到的局部最优适应度，则局部适应度值更新为本次迭代寻优得到的粒子的局部最优值，反之则不更新；判断迭代的次数是否等于最大迭代次数maxgen，若是，则停止迭代，输出粒子的局部最优值和全局最优值对应的最佳资源配置方案。可选的，所述评价等级集合中的元素包括优、良、中、次、弱、很弱、弱、中、强、很强。可选的，所述道路状况包括道路路面、道路线形；所述附属设施包括监控设施、照明设施、安全防护设施、交通控制设施、服务设施；所述天气状况包括雨、雪、雾、霾、风、雷、高温、沙尘；所述车型包括客车、货车；所述流量指标包括道路长度、车道数量、桥梁隧道。根据本发明提供的具体实施例，本发明公开了以下技术效果：本发明提供的施工环境下高速公路应急车辆资源配置方法，由于施工区的特殊环境，常规状态下的资源配置模型显然不适用于施工环境下的资源配置，本发明通过建立基于施工区通行能力的路段危险程度模型，进而确定施工环境下高速公路各路段危险程度，然后基于路段危险程度进行应急车辆资源的分配，该资源配置方法为施工环境下的应急车辆配置提供了充分的理论依据，填补了以往对于施工环境下应急车辆资源配置的研究空白，基于施工区通行能力的路段危险程度建模有利于解决施工环境下应急车辆资源分配不合理的现象。附图说明为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本发明提供的施工环境下高速公路应急车辆资源配置方法的流程图；图2为图1中步骤103中根据高速公路施工环境修正系数采用模糊综合评价法确定路段危险程度的流程图；图3为图1中步骤105中采用粒子群寻优算法求解资源配置模型的流程图；图4为本发明的实施例中济南槐荫枢纽立交至唐玉立交段的地图。具体实施方式下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。本发明的目的是提供一种施工环境下高速公路应急车辆资源配置方法，以对施工环境下的高速公路应急车辆资源进行配置，保证救援资源的科学配置，提升高速公路的应急救援效果为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。如图1所示，本发明提供的施工环境下高速公路应急车辆资源配置方法，包括：步骤101：获取高速公路基本通行能力和施工路段通行能力；步骤102：根据高速公路基本通行能力和施工路段通行能力计算高速公路施工环境修正系数；步骤103：对高速公路进行分段，根据高速公路施工环境修正系数采用模糊综合评价法确定路段危险程度；步骤104：利用路段危险程度和资源配置影响因素建立资源配置模型；步骤105：采用粒子群寻优算法求解资源配置模型，获得最佳资源配置方案。上述步骤101中，获取高速公路基本通行能力和施工路段通行能力的方式具体包括：从速度-基本通行能力表(表1)中获取高速公路基本通行能力；按照公式C＝Cb×fw×fHV×fp×n计算施工路段通行能力；其中，C表示施工路段通行能力，单位为pcu/h；Cb表示高速公路基本通行能力，单位为pcu/h；fw表示车道宽度及侧向净空修正系数；fHV表示交通组成修正系数；fp表示驾驶人对环境熟悉程度修正系数；n表示行车道数，取正整数；表1上述步骤102中，根据高速公路基本通行能力和施工路段通行能力计算高速公路施工环境修正系数，具体可以是：按照公式计算高速公路施工环境修正系数；其中C表示施工路段通行能力，单位为pcu/h；Cb表示高速公路基本通行能力，单位为pcu/h。上述步骤103中，对高速公路进行分段，具体可以是：高速公路沿线建立多个救援站，不同的救援站覆盖的路段不同，救援站所覆盖的路段如何划分对救援范围和资源配置效果有着直接的影响。为了计算不同路段的危险程度，首先需要对高速公路进行分段，对路段的划分原则如下：A.以L＝10公里为基准划分路段，从高速公路起点桩号开始，顺次划分并编号则每10公里为一段。B.高速公路上隧道自成一段，中间不分段。C.不足10公里的路段，按四舍五入原则，大于或等于5公里为一段，小于5公里合并到上一段。D.施工环境下高速公路应急资源的配置，因此在路段划分时，将施工区域自成一段，中间不分段。步骤103中，如图2所示，根据高速公路施工环境修正系数采用模糊综合评价法确定路段危险程度的方法，具体可以包括：步骤201：确定危险源指标，危险源指标包括道路状况、施工情况、附属设施、天气状况、车型和流量指标；步骤202：确定评价等级集合，将评价等级集合中的各等级由高到低赋值，构建评价等级矩阵；评价等级矩阵T＝[t1,t2,...,tn]′，其中，t1,t2,...,tn表示评价等级。具体的，本实施例是根据高速公路事故危险源中的道路状况、施工情况、附属设施、天气状况、车型和流量指标对道路危险程度的影响，分别定制五级评价等级集合，分别用不同语言表述。其中，道路状况包括道路路面、道路线形；附属设施包括监控设施、照明设施、安全防护设施、交通控制设施、服务设施；天气状况包括雨、雪、雾、霾、风、雷、高温、沙尘；车型包括客车、货车；流量指标包括道路长度、车道数量、桥梁隧道。该评价等级集合中的元素为优、良、中、次、弱；或者该评价等级集合中的元素为很弱、弱、中、强、很强。以危险源指标以及评价等级集合为依据，指定指标评价调查表，如下表2和表3所示。表2中评价这些危险源指标对路段安全的影响程度，危险源指标在某路段越好，那么这个路段的危险程度越小，危险源指标在某路段越差，那么这个路段的危险程度越大。表3中评价这些危险源指标对路段安全的影响程度，如果危险源指标对某路段影响越弱，那么这个路段危险程度越小，如果危险源指标对某路段影响越强，那么这个路段的危险程度越大。表2表3根据评价对象(即危险源指标)的特性，选择交通工程与安全领域的评判专家组成评判小组，评判专家的数量以10人左右为宜。将指标评价调查表交给专家，专家只需要在对应的位置和对应的等级下面打钩，表示专家同意该问卷对应的指标评价等级，从而确定每一危险源指标的每一个评价等级。步骤203：根据危险源指标和评价等级集合确定每一危险源指标的每一个评价等级的隶属度，构建隶属度的模糊矩阵；具体的，本实施例是根据上述指标评价调查表中的专家打钩的情况，统计结果。对应的每一个危险源指标的每一个评价等级的隶属度依据指标评价调查表中专家的打钩的数量与总体的专家数量的比值来确定。rij表示第i个指标属于第j个评价等级的程度，即隶属度。根据隶属度构造模糊矩阵，将其组合成由n个指标，m个评语等级构成的隶属度矩阵，模糊矩阵即为步骤204：将模糊矩阵R与权重向量W相乘，获得模糊评价向量S，即S＝R·W＝[s1s2...sn]；步骤205：根据模糊评价向量和评价等级矩阵，确定路段危险程度的综合评定值；路段危险程度的综合评定值Q的计算公式如下：Q值的大小标志着该路段危险水平的综合评定值，反映了该路段的危险程度。步骤206：根据路段危险程度的综合评定值和高速公路施工环境修正系数，确定路段危险程度。具体的，本实施例中，由于施工区各个区段的道路条件、交通环境等是不一样的，因此，对不同施工区的不同路段来说，其影响因素是不同的。因此要结合施工区域路段的高速公路施工环境修正系数a。特别的，无施工区域的路段高速公路施工环境修正系数a＝1，由此，路段危险程度的计算公式如下：λ＝a·Q路段危险程度λ是一个数值，λ越大，表明该路段越危险。上述步骤104中，利用路段危险程度和资源配置影响因素建立资源配置模型的方法具体方法包括：获取资源配置影响因素，该资源配置影响因素包括资源总量、救援站数量、救援时间、路段应急点最小资源需求；确定目标函数，所述目标函数表示资源数量一定的情况下救援效率最高，所述目标函数为根据所述资源配置影响因素、所述目标函数和所述路段危险程度，确定资源配置模型，所述资源配置模型的约束条件包括：表示各个救援站派往不同救援点的资源数量之和为m；表示每个救援站配置最少的第k种资源的数量能独立处理一起轻微事故；表示时间限制，救援时间大于最大救援时间，救援资源派遣数量为0，反之则大于0；xij≥0；xij∈Z，表示救援站到路段危险点的资源数目为非负整数；其中，λj表示路段危险程度；tij表示应急救援站i到救援点j的时间；rk是每个救援站处理轻微事故时第k种资源的需求量；xij表示应急救援站i到救援点j所派遣的资源数量；m表示该种应急资源的总量；Tmax是最长救援时间。上述步骤105中，如图3所示，采用粒子群寻优算法求解资源配置模型的方法，具体包括：步骤301：获取粒子群算法的设定参数，设定参数包括学习速率因子c1、c2，最大进化代数maxgen，种群规模sizepop，粒子最大速度vmax，粒子最小速度vmin，粒子最大值xmax，粒子最小值xmin；步骤302：初始化种群粒子的位置和速度，生成初始种群粒子的位置popx和速度v；步骤303：判断粒子是否符合资源配置模型的约束条件，若是，则计算粒子的适应度；若否，则重新初始化；步骤304：判断当前粒子适应度是否优于之前该粒子的个体最优值若是，则将当前粒子的位置设为该粒子的最佳位置pz；再从个体最优值中找到全局最优值，并记录该最优值的粒子序号及位置pg；步骤305：将粒子的速度和位置在约束条件的限制下迭代寻优，在迭代的过程中若粒子速度变量则将其设定为若则将其设定为输出每次迭代寻优后的粒子的局部最优值和全局最优值；步骤306：将本次迭代寻优得到的粒子的全局最优值与前次迭代寻优得到的全局最优适应度进行比较，若本次迭代寻优得到的粒子的全局最优值小于前次迭代寻优得到的全局最优适应度，则全局适应度值更新为该次本次迭代寻优得到的粒子的全局最优值，反之则不更新；将本次迭代寻优得到的粒子的局部最优值与前次迭代寻优得到的局部最优适应度进行比较，若本次迭代寻优得到的粒子的局部最优值小于前次迭代寻优得到的局部最优适应度，则局部适应度值更新为本次迭代寻优得到的粒子的局部最优值，反之则不更新；步骤307：判断迭代的次数是否等于最大迭代次数maxgen，若是，则停止迭代，输出粒子的局部最优值和全局最优值对应的最佳资源配置方案。下面结合一具体的例子详细介绍本发明的配置方法。以济青高速为例，选取济南槐荫枢纽立交至唐玉立交段。如图4所示，其中A、B、C为三处资源配置点，将路段划分为1、2、3、4四个路段。1.配置模型参数设置根据道路分段原则，将其分为四段，设定每个路段的中心点为应急点，共有巡逻车11辆，清障车6辆，清扫车3辆，医疗车2辆，消防车5辆。首先需要对配置模型中的参数进行计算，采用模糊综合评判法对路段危险程度进行计算，结果如下表4。表4设定四条路段中心点为各自路段的应急点，则三个救援站分别到应急点的时间就是路程与救援车速之比，设救援车辆车速为60km/h，则救援站到应急点的出救时间如下表5。表5出救时间(min)到达时间应急点1应急点2应急点3应急点4平均时间救援站A6.416.925.433.320.5救援站B6.94.914.924.212.725救援站C26.2165.23.912.8252.基于粒子群算法的资源配置求解本文采用基于粒子群的资源配置模型求解算法进行求解。将配置模型中的目标函数的相反数设置为粒子群算法中的适应度，求解最高适应度的粒子，即为资源配置的最优解。设定种群规模为20，粒子长度为救援站与应急点的乘积，本例中粒子长度为12，学习因子设置为c1＝c2＝2，惯性权重从0.9递减到0.4，递减公式为最大迭代次数设置为100。对粒子群算法和资源配置模型采用Matlab软件进行编程，输入路段危险程度、应急救援时间等初始参数，运行程序，经过计算得到应急资源配置情况，如下表6所示。表6由上表6可见，救援站所配置的应急资源执行救援任务首先保障最近的救援点，以达到救援效率最高。救援站B的平均出救时间最短，救援位置较好，且附近有危险程度较高的施工路段，因此救援站B救援任务较重，配置的应急车辆较多，这也充分验证了本文模型可以满足时间效率和救援任务的需求。由于医疗资源的稀缺性，每辆医疗车主要负责就近路段的救援任务需求。无论从救援效率，救援时间、路段危险程度还是救援站重要性等方面，资源配置结果均能适用实际情况，配置结果具有科学意义和内涵，达到了约束和目标的要求，这些结果表明资源配置模型的适用性、科学性和有效性。本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。当前第1页1 2 3