一种面向突发事件影响的城市道路交通网络韧性评估方法

本发明属于道路交通网络评估，尤其涉及一种面向突发事件影响的城市道路交通网络韧性评估方法。

背景技术：

1、研究现代城市交通系统如何降低城市灾害风险、提升城市交通风险治理能力已经成为交通领域的重要科学问题。道路交通网络作为韧性城市的重点建设内容，是保障城市交通运行效率的重要载体。然而，各类外部事件(洪水、台风、火灾等自然灾害，重大交通事故、系统故障等突发事件)以及内部扰动(如早、晚高峰，道路养护、设施维修等)容易对道路交通网络的功能和结构造成巨大的影响，因此，亟需建立一套综合的道路交通网络韧性指标体系，为突发事件下道路交通网络韧性建模和评价方法提供参考依据。

2、已有研究(cn202010778694.7)提供了一种城市轨道交通韧性评估方法，包括计算城市轨道交通网络的脆弱性指标、鲁棒性指标、恢复力指标，并根据这些指标确定各个指标的权重及得分，最后计算城市轨道交通网络韧性总指数并进行韧性评估。还有研究(cn201910426909.6)涉及降雨天气下城市交通系统安全韧性评估技术领域，提出了一种面向暴雨内涝的城市道路交通系统韧性评估方法。具体包括：从排水、道路、交通以及应急等四个层面构建道路交通运行系统韧性指标体系；利用模糊层次分析法分别开展判断矩阵、隶属度关系以及评价运算等过程，形成暴雨内涝情景下道路交通系统韧性定量综合评判；最后结合最大隶属原则，获得道路交通运行系统韧性定量评估结果。此外，还有研究(cn202111370538.8)聚焦于韧性视角下的城市道路交通运行状态评价方法，具体包括：基于城市路网拓扑模型和浮动车gps数据，从“宏观-中观-微观”层面出发，生成道路韧性的关键性能指标；利用渗流理论探究城市交通拥堵扩散的内在机理，确定路网最小要求性能；结合道路韧性演变曲线，用时间序列中每个时刻道路韧性的损失来表征道路运行状态，识别拥堵扩散的临界阈值。

3、目前对城市交通网络韧性评估已有一定的研究基础，但仍存在如下缺陷：

4、其一，大部分研究主要聚焦于城市轨道交通网络受到突发事件影响下的韧性评价，而城市道路交通网络由于结构更加复杂、运行状态信息更难获取，目前针对城市道路交通网络的韧性评估方法较少；

5、其二，现有的韧性评估方法在计算韧性时主要通过对结构韧性和功能韧性的简单加权来表征路网韧性，体现的是道路交通网络整体的绝对韧性能力，然而在突发事件影响下，路网的连通性以及交通流状态都会影响路网的韧性，因此仍需要考虑重大事件影响，评估路网在不同连通性水平下的相对韧性以建立综合的韧性评估指标。

技术实现思路

1、技术问题：针对突发事件对交通流的影响，为准确评估路网在交通流状态分布不均时的网络韧性，引入相对韧性指标弥补传统韧性评估方法的估计偏差；引入渗流理论，考虑节点度、介数中心性、紧密中心性以及路段相对运行速度等指标计算路网的渗流阈值，从而构建包含路网绝对韧性和相对韧性的综合韧性指标。

2、技术方案：为了解决以上技术问题，本发明提出一种面向突发事件影响的城市道路交通网络韧性评估方法，该方法包括以下步骤：

3、s1.收集道路交通网络gis数据以及车辆gps轨迹数据；

4、s2.根据步骤s1收集到的数据，通过space l方法构造网络拓扑结构，利用地图匹配算法实现交通状态信息与路网与拓扑信息的匹配；

5、s3.分别计算道路交通网络的结构韧性以及功能韧性指标，包括节点度、介数中心性、紧密中心性以及路段相对运行速度，并基于此计算网络的绝对韧性指标；

6、s4.计算考虑网络拓扑结构影响下路段的相对运行速度，利用渗流理论计算路网在不同连通性水平下的渗流阈值，并以渗流阈值作为网络的相对韧性指标；

7、s5.综合绝对韧性以及相对韧性指标，建立道路交通网络韧性评估综合指标对路网韧性进行评估。

8、进一步的，所述步骤s3绝对韧性指标计算过程具体包括以下步骤：

9、表1多维评价指标

10、

11、s31.通过对偶法将道路交通网络中的路段m抽象为节点i，计算城市道路交通网络的结构韧性，其中节点度i1(i)、介数中心性i2(i)、紧密中心性i3(i)的计算公式如下：

12、

13、

14、

15、其中，如果节点i与节点j相连接，则δij＝1，否则δij＝0；pjk为节点j与节点k之间最短路径的数目；pjk(i)代表节点j与节点k之间经过节点i的最短路径数目；d(i,j)表示节点i与节点j之间最短路径距离；m为对偶后的网络中节点的数量，也即原始路网中路段的数量；

16、s32.计算城市道路交通网络功能韧性，通过路段相对运行速度体现路段交通运行效率，其中路段相对运行速度定义为路段在某个时刻的实际运行速度与最大速度的比值，计算公式如下：

17、

18、其中，vm(t)为路段m在t时刻的速度；vm(limit)为路段m的限制速度，一般取为路段在全天的第95％位速度，rm(t)则表示路段m在t时刻的相对运行速度；

19、s33.计算路网绝对韧性指标rabs，

20、

21、其中，ωi表示第i个指标的权重系数，通过主成分分析法确定；i1(l′)，i2(l′)，i3(l′)分别代表第l条路段在对偶路网中对应节点l′的度、介数中心性、紧密中心性；i4(l,t)代表路网中的第l条路段在t时刻的相对速度；m为对偶后的网络中节点的数量，也即原始路网中路段的数量。

22、进一步的，所述步骤s4相对韧性指标计算过程具体包括以下步骤：

23、s41.考虑节点度、介数中心性、紧密中心性、路段相对运行速度指标，用网络的结构韧性对路段相对运行速度rm(t)进行修正得到修正后的相对运行速度r′m(t)，以描述路网功能韧性与绝对韧性之间的耦合关系；

24、

25、其中，ξ代表路网拓扑结构特征对相对速度的修正系数，表征路网的富余韧性能力；

26、s42.基于渗流理论，首先给定一个相对速度值，也即控制变量q；然后以修正后的路段相对运行速度r′m(t)与控制变量q的相对大小定义路网的有效路段、无效路段；之后通过去除路网中的无效路段获取路网连通子团，其中路网连通子团定义为任意两个顶点都存在连通路径的路网子图；最后在模拟路网渗流的过程中获取渗流阈值qc(t)，并以此表征路网在不同连通性水平下的相对韧性，即路网在t时刻的相对韧性：

27、rrel(t)＝qc(t)。

28、进一步的，所述步骤s42基于渗流理论计算渗流阈值以表征路网相对韧性的过程具体包括以下内容：

29、1)定义路网有效路段、无效路段，根据修正后的路段相对速度r′m(t)，在控制变量q(取值范围为0～1)下，若实际路段相对速度r′m(t)≥q，则路段被定义为有效路段，否则为无效路段，那么在不同的控制变量q下，整个路网将由有效路段(r′m(t)≥q)和无效路段(r′m(t)<q)构成：

30、

31、2)模拟路网渗流过程，设置控制变量q初始值为0，以0.01为步长，逐渐增大q至1；在每一个控制变量q下，移除路网中的无效路段，得到相应q值下的新路网；利用tarjan算法计算路网中的最大连通子团以及次大连通子团；由此，当q从0增加到1的过程中，城市交通网络会从全局连通的状态逐渐转变为碎片化的状态，并得到路网最大及次大连通子团的变化曲线；

32、3)获取路网渗流阈值，根据渗流理论，在路网渗流过程中，最大连通子团的规模(包含的有效路段数)会逐渐减小，而次大连通子团的规模会先增大后减小，当其达到最大值时即发生了渗流相变，对应的q值即为渗流阈值；由此，可根据路网次大连通子团的变化曲线计算其最大值点，对应的q值即为路网在t时刻的渗流阈值，记为qc(t)，同时反映了道路交通网络在不同连通性水平下的相对韧性，即rrel(t)。

33、进一步的，所述步骤s5综合韧性计算方法及韧性评估过程具体包括以下步骤：

34、s51.计算综合韧性指标，通过相对韧性与绝对韧性的线性加权求和得到道路交通网络的综合韧性指标：

35、

36、s52.根据计算得到的综合韧性指标，实时监测路网在受到突发事件干扰时韧性曲线的变化，综合评估路网韧性。

37、进一步的，所述步骤s52评估路网在受到突发事件干扰时韧性曲线的变化具体包括以下方面：

38、1)以无突发事件干扰下的韧性曲线为基准，以其在夜间00:00-06:00时段的最低韧性代表最小可接受韧性，记为r(t0)；

39、2)若实时监测的综合韧性指标r(t)低于最小可接受韧性r(t0)，则监测到突发事件的干扰，对应时刻记为t1；以韧性监测曲线最低点对应的韧性值代表路网最低韧性，记为r(t2)，对应时刻记为t2；则路网在突发事件干扰下的抵抗或吸收能力q1可由韧性曲线在t1～t2时段内对应的韧性三角形面积表示，即：

40、

41、3)若实时监测的综合韧性指标r(t)首次由最低韧性恢复至正常韧性水平，则监测到路网已经完全从突发事件中恢复，记恢复时刻为t3；则路网在突发事件干扰下的恢复能力q2可由韧性曲线在t2～t3时段内对应的韧性三角形面积表示，即：

42、

43、有益效果：与现有技术相比，本发明的技术方案具有以下有益技术效果：

44、1.面向突发事件影响的城市道路交通网络韧性评估需求，考虑了突发事件影响下道路交通网络的连通性及交通流特性变化，引入相对韧性指标评估路网在交通流状态分布不均时的网络韧性。

45、2.引入渗流理论，针对道路交通网络受到的突发事件影响，揭示了其结构韧性和功能韧性在演化过程中的复杂的耦合关系，并通过渗流阈值表征路网相对韧性。

46、3.本发明基于连通性视角提出相对韧性概念，改进传统韧性评估方法，提出了一种面向突发事件影响的道路交通网络韧性评估方法，弥补了传统韧性评估方法的估计偏差。

47、4.本发明引入渗流理论，融合功能韧性和结构韧性构建道路交通网络相对韧性评价指标，通过渗流阈值进行指标的量化分析。