一种面向交通管理者的多模式交通复合网络构建方法

本发明涉及智能交通，具体涉及一种面向交通管理者的多模式交通复合网络构建方法。

背景技术：

1、科学合理地构建映射城市交通系统中全方式的复合网络，刻画网络中各种交通方式流量，有助于交通管理者了解城市多模式交通网络演化规律与平衡状态，并提供用于决策的信息支持，促进城市智能交通管理水平的提升。

2、多模式交通网络的构建分为数据模型和网络拓扑两个重要方面。作为道路交通数据应用的核心基础技术，交通网络数据模型是对现实世界的路网及其相关的地理特性进行数据抽象，以建立应用于交通系统领域的可以共享的交通网络模型。以传统交通小区为单元构建交通网络，在空间拓扑上主要聚焦地面交通网络构建，无法建立全方式交通网络间的关联；在时间上无法刻画城市总体交通出行需求的多模式特点在复合网络上的映射关系与演化机理。

技术实现思路

1、为了解决上述问题，本发明提供一种面向交通管理者的多模式交通复合网络构建方法。

2、本发明的一种面向交通管理者的多模式交通复合网络构建方法采用如下技术方案：

3、本发明一个实施例提供了一种面向交通管理者的多模式交通复合网络构建方法，该方法包括以下步骤：

4、构建包含所有方式链信息的多模式交通复合网络拓扑结构，所述多模式交通复合网络拓扑结构包含若干个节点以及节点之间相连的边；

5、获取居民的问卷调查数据，获取居民在不同时间段出行的方式链结构，所述问卷调查数据包括居民在不同时间段的出行方式以及交通流量数据；

6、通过对居民的不同时间段的问卷调查数据进行聚类分析，获取不同时间段的不同类别的问卷调查数据；

7、根据不同时间段的不同类别的居民的问卷调查数据的分布来获取每条边的影响权重；

8、通过多模式交通复合网络拓扑结构的节点之间相连的边对应的交通流量数据，获取每条边的第一边权值；

9、通过不同时间段交通流量数据以及不同时间段的不同类别的居民的问卷调查数据中的满意度值和边的影响权重，获取多模式交通复合网络拓扑结构中每条边的交通流量满意阈值；

10、对多模式交通复合网络拓扑结构的每条边的不同类别的问卷调查数据进行分类，获取第一类别和第二类别，所述第一类别的平均影响权重大于第二类别的平均影响权重；

11、根据多模式交通复合网络拓扑结构节点之间相连的每条边的影响权重，交通流量满意阈值以及第一边权值，获取多模式交通复合网络拓扑结构中每条边的第二边权值；

12、通过多模式交通复合网络拓扑结构中每条边的边权值更新为第二边权值，得到更新后的多模式交通复合网络拓扑结构，将更新后的多模式交通复合网络拓扑结构进行展示。

13、进一步的，所述构建包含所有方式链信息的多模式交通复合网络拓扑结构，包括的具体步骤如下：

14、将二维的路网按不同出行方式进行三维展开，转换成由步行网络、自行车网络、地铁网络、公交网络及小汽车网络组成的多模式交通复合网络拓扑结构；

15、将构建的多模式交通复合网络拓扑结构通过表示，其中表示网络节点集合，表示路段集，表示五种出行方式层，分别用和表示步行、自行车、地铁、公交车和小汽车，其中网络节点包括地面路网交叉口、自行车停放点、地铁站、公交站、小汽车停车场，路段集包括步行路段、自行车行驶路段、地铁站行驶路段、公交行驶路段、小汽车行驶路段。

16、进一步的，所述获取居民在不同时间段出行的方式链结构，包括的具体步骤如下：

17、在任意时间段内，根据采集的问卷调查数据确定居民的出行路线，分别形成步行网络拓扑、自行车网络拓扑、小汽车网络拓扑、地铁线网络拓扑和公交车线网络拓扑，其中采集的不同出行方式网络路程的交通流量数据可以对应到多模式交通复合网络拓扑结构中的相邻连接节点之间的边的交通流量数据。

18、进一步的，所述通过对居民的不同时间段的问卷调查数据进行聚类分析，获取不同时间段的不同类别的问卷调查数据，包括的具体步骤如下：

19、第个问卷调查数据与第个问卷调查数据之间的相似度的计算方法为：

20、

21、其中，表示问卷调查数据的维度的数量，表示第个维度数据的预设超参数，表示以自然常数为底的指数函数，表示第个问卷调查数据与第个问卷调查数据在第个维度的数据序列之间的距离，所述距离由dtw算法得到；

22、预设相似度阈值，若任意两个问卷调查数据之间的相似度大于该阈值，则将两个问卷调查数据聚类为同一类；

23、将所有问卷调查数据进行聚类，获取不同时间段的不同类别的居民的问卷调查数据。

24、进一步的，所述获取每条边的影响权重，包括的具体步骤如下：

25、多模式交通复合网络拓扑结构中的第个时间段的第个类别的居民的问卷调查数据对于第个边的影响权重的计算方法为：

26、

27、其中，表示第个时间段的第个类别的居民的问卷调查数据之间的密度，表示第个时间段的所有类别中居民的问卷调查数据之间的密度的最大值；

28、其中，的获取方式为：根据第个时间段的所有居民的问卷调查数据获取出行方式，根据出行方式将各个路段的数据进行划分，划分的数据的数量记为；

29、其中，的获取方式为：根据第个时间段的第个类别的居民的问卷调查数获取出行方式，根据出行方式将各个路段的数据进行划分，划分的数据后的第个边对应路段的数量记为。

30、进一步的，所述获取每条边的第一边权值，包括的具体步骤如下：

31、多模式交通复合网络中的第个时间段的第个边的第一边权值的计算方法为：

32、

33、其中，表示第个时间段的第个边的交通流量数据均值，表示第个时间段的边的数量，表示第个时间段的所有边的交通流量数据的最大值，表示获取最大值的函数。

34、进一步的，所述获取多模式交通复合网络拓扑结构中每条边的交通流量满意阈值，包括的具体步骤如下：

35、根据居民的问卷调查数据获取居民对于不同时间段的出行方式的满意度值；

36、根据获取的时间段的交通流量数据值构建统计分布曲线；

37、根据任意时间段的不同类别的居民的满意度值获取满意度均值，结合统计分布曲线中纵坐标最大的前五个交通流量值的均值作为交通流量满意阈值的基准值，第个时间段的第个边的交通流量满意阈值的的计算方法为：

38、

39、其中，表示第个时间段的居民的问卷调查数据的类别数量，表示第个时间段的第个类别的居民的问卷调查数据对于第个边的影响权重，表示第个时间段的第个类别的居民的问卷调查数据对于第个边的满意度均值，表示第个时间段的第个边的前五个交通流量值的均值获取的交通流量满意阈值的基准值。

40、进一步的，所述获取第一类别和第二类别，包括的具体步骤如下：

41、对于多模式交通复合网络拓扑结构中每条边的不同类别的居民的问卷调查数据,将每条边的不同类别的居民的问卷调查数据进行多次划分，每次划分方式时将问卷调查数据分为两个类别，每类中包含若干问卷调查数据；

42、将所有次划分后的每个类别中问卷调查数据对应的边的影响权重值记为影响权重值集合；

43、根据影响权重值集合，使用最大类间方差法，获得最优划分方式，根据最优划分方式将每条边的不同类别的居民的问卷调查数据分为第一类别和第二类别。

44、进一步的，所述获取多模式交通复合网络拓扑结构中每条边的第二边权值，包括的具体步骤如下：

45、当前时间段下多模式交通复合网络拓扑结构中边对应的路段的交通流量数据小于获取到的交通流量满意阈值，则每条边的第二边权值为该边的第一边权值；

46、当前时间段下多模式交通复合网络拓扑结构中边对应的路段的交通流量数据大于获取到的交通流量满意阈值，则根据边的影响权重值以及第一边权值获得第二边权值。

47、进一步的，所述根据边的影响权重值以及第一边权值获得第二边权值，包括的具体步骤如下：

48、当前时间段为第个时间段，对于第个边调整后的第二边权值的计算方法为：

49、

50、其中，表示第个时间段的居民的问卷调查数据的类别数量，表示表示第个时间段的第个类别的居民的问卷调查数据对于第个边的影响权重，表示第二类别的居民的问卷调查数据的类别数量，表示第个时间段的第二类别的第个类别的居民的问卷调查数据对于第个边的影响权重，表示当前时间段的第个时间段的第个边的交通流量数据，表示第个时间段的第个边的交通流量满意阈值，表示第个时间段的第个边的第一边权值，表示sigmoid归一化函数。

51、本发明的技术方案的有益效果是：本发明通过构建一种面向交通管理者的多模式交通复合网络，并进行动态更新网络边权值，来进行为交通管理者决策提供信息支持。通过问卷调查统计居民在不同时间段的常用出行方式链中的换乘次数、所使用的方式，得到居民在不同时间段的出行常用的方式链结构，并获取不同出行方式的交通流量数据来构建包含所有方式链信息的多模式交通复合网络拓扑结构。对居民的问卷调查数据进行聚类分析，根据不同时间段的不同类别的居民的问卷调查数据的分布来获取多模式交通复合网络节点之间相连的每条边的影响权重。并结合采集的交通流量数据，获取多模式交通复合网络节点之间相连的每条边的第一边权值。根据交通流量数据和居民的满意度以及影响权重，获取对于此路段交通流量满意阈值，分析当前时间段下的交通流量数据与交通流量满意阈值的差异，对多模式交通复合网络中的此时间段对应的第一边权值进行动态调整，对面向交通管理者进行交通指挥决策。保证了在构建多模式交通复合网络的过程中，可以根据当前时间段进行准确的动态更新边的权重值，进而保证了为交通管理者决策的过程中的准确性，提高交通复合网络的结构强度和泛化能力。