一种用于改善拥堵收费的交通需求管理方法

1.本发明涉及交通管理技术领域，具体涉及一种用于改善拥堵收费的交通需求管理方法。


背景技术：

2.当前城市交通拥堵日益严重，出行不舒适、不便捷直接影响了出行者的出行效率和城市交通系统的服务水平，交通需求管理日益受到重视，通过经济杠杆、政策规范以及静态交通管理手段积极引导出行者向环境友好的大容量公共交通转移成为了决策者使用的方法，以期实现城市道路交通的通畅运行。
3.目前城市交通拥堵问题仍复杂，道路运行效率不高影响了出行者的出行体验感。交通需求管理策略是目前缓解城市交通拥堵的重要手段，通过时间上削峰填谷，空间控密补稀调控路网交通运行，可以有效的缓解交通问题。
4.拥堵收费和限行政策是目前交通需求管理领域重要的理论和实践研究方法，能够起到一定的缓解交通拥堵的效果，但在世界各国的实践进展并不乐观，其阻力主要来源于公众对这一政策的反对。理由包括:(1)必须对曾经免费的道路资源付费；(2)额外增加的出行成本将穷人排除在道路系统之外，而引发社会歧视。除了这两个来自公平方面的顾虑，拥挤道路使用收费的收入再分配问题也是公众质疑的一个主要方面。而限行政策实施过于强硬，灵活性较差，一些刚性需求的人无法便捷出行，就会购置第二辆车，从长远角度看，将会恶化城市交通状况。因而，寻求更加中性和具有可持续性的交通需求管理策略显得尤为重要。本研究对拥堵收费策略进行改进，提出了基于收入返还的拥堵收费策略，出行者可以根据自身出行需求灵活地调整出行，出行需要支付一定的费用，月末会将收入一部分返还给出行者，转移到公共交通方式的群体会获利，而仍旧选择小汽车出行的群体会损失。避免了收入再分配这一敏感话题，完美地解决了道路拥挤收费在面对收入问题时的质疑和尴尬，对于保证城市交通系统和谐平稳发展，具有十分重要的意义。
5.目前针对交通需求管理策略的研究多集中于需求预测的某一阶段，然而交通需求管理策略不仅仅影响出行者的路径分配，而且影响出行者的出行强度、出行目的地选择、出行方式的选择以及出发时间的选择。这些因素的改变也会对交通需求管理策略的实施参数产生影响，需要构造迭代系统，直至交通系统达到均衡，另外，提出了考虑目的地选择的交通分布模型和基于出发时间转移的出发时间选择模型，使得预测模型更加灵活。因而考虑迭代的交通需求预测模型的构建是本专利的一个突破点，策略实施效率、社会福利和公平性评价是另一个重要的突破点。该策略对于提高交通需求管理策略的公平性具有较大的意义，回避掉收入再分配这一敏感话题。


技术实现要素：

6.本发明的目的在于提供一种用于改善拥堵收费的交通需求管理方法，本发明能够解决现有技术中拥堵收费的问题。
7.本发明解决上述技术问题的技术方案如下：
8.本发明提供一种用于改善拥堵收费的交通需求管理方法，所述用于改善拥堵收费的交通需求管理方法包括：
9.s1：根据交通现状构建出行产生模型和出行吸引模型，其中，所述交通现状包括出行目的p，所述出行目的p包括由家工作出行hbw、由家其他出行hbnw和非由家出行nhb；
10.s2：根据所述出行产生模型和所述出行吸引模型，得到出行目的地模型；
11.s3：根据所述出行目的地模型，利用出行目的地选择概率模型，得到起点为i终点为j之间的交通量；
12.s4：根据所述起点为i终点为j之间的交通量，利用出行方式选择概率模型，得到起点为i终点为j之间出行方式为m的交通量；
13.s5：根据所述起点为i终点为j之间出行方式为m的交通量和出发时间，得到起点为i终点为j之间出行方式为m时间为t的交通量，并将该交通量作为基础交通量；
14.s6：判断出发时间是否有变动，若是，进入步骤s7；否则，将所述基础交通量作为所述起点i到终点j之间的流量并进入步骤s8；
15.s7：利用出发时间转移模型对所述基础交通量进行调整，得到起点i到终点j之间的流量；
16.s8：根据所述起点i到终点j之间的流量和所述起点i到终点j之间最短路径的阻抗矩阵，得到路径流量；其中，所述起点i到终点j之间最短路径是根据起点i到终点j之间各路径时间确定的，所述起点i到终点j之间最短路径的阻抗矩阵是根据最短路径上各路段行程时间得到的；
17.s9：根据所述路径流量，得到路段流量；
18.s10：判断所述路段流量是否达到第一收敛条件，若是，进入步骤s11，否则，利用路段时间迭代公式对所述路段行程时间进行迭代并返回步骤s8；
19.s11：根据所述路段行程时间和所述路段流量计算路段费用收取额并判断所述起点i到终点j之间的流量是否达到第二收敛条件，若是，将所述路段行程时间、所述路段流量和所述路段费用收取额作为交通需求管理结果输出；否则，利用路段费用收取迭代公式对所述路段费用收取额进行迭代并重新返回步骤s2。
20.可选择地，所述步骤s1中，所述出行产生模型为：
21.所述出行产生模型为：
[0022][0023]
其中，o
ip
为出行目的地p的出行率且k＝hbw/hbnw/nhb；hhi为交通小区i家庭总数；pz为拥有z辆车的家庭比例；r
iz
为拥有z辆车且交通小区中平均收入水平为i的家庭的平均出行率；f
p
为出行目的p的比例；
[0024]
所述出行吸引模型包括为：
[0025]dihbw
＝1.7n
re
+1.7n
ne
[0026]dihbnw
＝10.0n
re
+0.5n
ne
+1.0nd[0027]dinhw
＝2.0n
re
+20.5n
ne
+0.5nd[0028]
其中，d
ihbw
、d
ihbnw
和d
inhw
分别表示hbw、hbnw和nhb下的交通小区i的出行吸引率，n
re
为交通小区零售业的就业人数，n
ne
为交通小区非零售业的就业人数，nd为居住单元的数量。
[0029]
可选择地，所述步骤s2中，所述出行目的地模型包括由家工作出行hbw目的地模型、由家其他出行hbnw目的地模型和非由家出行nhb目的地模型；
[0030]
所述由家其他出行hbnw目的地模型和非由家出行nhb目的地模型均采用logit目的地选择模型，所述logit目的地选择模型为：
[0031]vij
＝1/log(mc1)*β1+1/log(mc2)*β2+1/log(mc3)*β3+1/log(mc4)*β4+1/log(mc5)*β5
[0032]
其中，v
ij
为出行目的地选择效用函数，mc1为5个vott出行价值群体的logsum值且β
tm
和β
cm
分别为模型的两个参数，ε为常数项，tm为出行方式m的时间，cm为出行方式m的费用，mc2为目的地小区的人口；mc3目的地小区就业数；mc4为目的地小区面积；mc5为目的地小区吸引率，β
1-β5为变量系数，m为四种出行方式，四种出行方式包括自驾、合乘、自行车/步行和公交。
[0033]
可选择地，所述步骤s3中，当出行目的为由家其他出行hbnw和非由家出行nhb时，所述起点为i终点为j之间的交通量为q
ij1
：
[0034]qij1
＝oi·
p
j|i
[0035]
其中，oi为出行起点i的交通量，p
j|i
表示起点为i终点为j的选择概率且v
ij
为出行目的地选择效用函数；
[0036]
当出行目的为由家工作出行hbw时，采用重力模型，所述起点为i终点为j之间的交通量为q
ij2
：
[0037][0038]
其中，τ、α、β为重力模型系数；oi为出行起点i的交通量，dj为出行终点j的交通量，f(c
ij
)为路段阻抗函数，c
ij
为路段阻抗，i和j分别为出行起点和出行终点；
[0039]
可选择地，所述步骤s4中，所述起点为i终点为j之间出行方式为m的交通量q
ijm
为：
[0040]qijm
＝oi·
p
j|i
·
p
m|ij
[0041]
其中，p
mij
表示出行者从i出发到j选择出行方式m的概率且m为出行方式；m为出行方式总数，v
ijm
为出行方式效用函数且βk为各种出行方式的效用函数中变量的参数；k为变量的总数，xk为出行方式效用函数中第k个变量；β
t
为出发时间logsum的参数，t代表出发时间；t为出发时间的类别数，v
ijmt
为出发时间效用函数。
[0042]
可选择地，所述步骤s7中，所述出发时间转移模型为：
[0043][0044]
根据时间转移判断模型判断出行时间是否有变动，所述时间转移判断模型为：
[0045][0046]
其中，表示出发时间转移结果，q
ijmam
表示出发时间为早高峰时，出行者选择起点为i终点为j之间出行方式为m的交通量，am表示早高峰，md表示正午，nt表示晚高峰，
→
表示出发时间的转移；α、β、ε分别为费用c参数、时间t参数和常数项。
[0047]
所述步骤s7中，所述路段流量为：
[0048][0049]
其中，v
lmam
表示路段l上，出行方式为m，出行时间为am的交通量，表示起点为i终点为j之间出行方式为m的路径w上的流量且终点为j之间出行方式为m的路径w上的流量且表示出发时间转移结果，为0/1的变量，若路段l属于从起点为i终点为j之间出行方式为m的第w条路径，则为1，反之为0。
[0050]
可选择地，所述步骤s8中，所述路段行程时间为：
[0051][0052]
其中，t
l
为路段行程时间，t
fftl
为路段l上的自由流时间，v
l
为路段l上的流量，c
l
为路段l的通行能力，v
l
/c
l
为路段l的交通服务水平，α
l
和β
l
为bpr函数路段l的参数；所述路段时间迭代公式为：
[0053]
ivtti＝(1-1/i)ivtt
i-1
+(1/i)timeskim
i-1
[0054]
其中，timeskim
i-1
矩阵是根据第i-1次迭代得到的交通分配结果中路段运行时间得到的，ivtt
i-1
为第i-1次迭代使用的时间阻抗矩阵，ivtti为第i次迭代使用的时间阻抗矩阵。
[0055]
可选择地，所述步骤s11中，所述路段收费额的计算公式为：
[0056][0057]
其中，msc为边际社会成本且ac为出行者所经历的平均成本或平均出行时间且tt为总行程时间；α
l
和β
l
为bpr函数路段l的参数；vott为出行者时间价值，t
l
为路段的行程时间，t
fftl
为路段l上的自由流时间，v
l
为路段l上的流量，c
l
为路段l的通行能力，v
l
/c
l
为路段l的交通服务水平。
[0058]
可选择地，所述步骤s11中，所述路段费用收取迭代公式为：
[0059][0060]
其中，为路段l在第t-1次迭代的收费值；为路段l在第t次迭代的收费值，为
路段l的收费额
[0061]
本发明具有以下有益效果：
[0062]
1、本发明全面考虑了策略对出行行为的影响，该影响不仅仅为对路径的影响，而且包含对出行目的地、出发时间、出行方式等的影响，并考虑分别考虑了路段流量和路段收费的收敛条件和迭代过程，因而策略对需求影响模型更加全面；
[0063]
2、提出了考虑收入返还的改进拥堵收费策略，确定了具体的收入返还机制，丰富了交通需求管理策略系统，有效的规避了传统拥堵收费策略的负面影响，提高公平性和社会福利。
附图说明
[0064]
图1为本发明用于改善拥堵收费的交通需求管理方法的流程图；
[0065]
图2为nested logit模型框架的结构示意图。
具体实施方式
[0066]
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
[0067]
实施例
[0068]
本发明提供一种用于改善拥堵收费的交通需求管理方法，参考图1所示，所述用于改善拥堵收费的交通需求管理方法包括：
[0069]
s1：根据交通现状构建出行产生模型和出行吸引模型，其中，所述交通现状包括出行目的p和出行时间，所述出行目的p包括由家工作出行hbw、由家其他出行hbnw和非由家出行nhb；
[0070]
本发明采用transcad当中地理信息系统二次开发工具包，gisdk(geographic information system developer’s kit)进行研究。首先利用出行生成快速响应方法(qrm)计算产生吸引量。针对不同的出行价值和出行目的群体，出行产生主要采用各交通小区总户数和平均每户拥有的车辆数(0,1,2,3+)进行计算，出行吸引根据交通小区零售业的就业人数、非零售业的就业人数以及居住单元的数量进行计算。并保持产生量恒定，调整各交通小区的吸引量来保持总交通量的平衡。其中系数主要采用nchrp 187中的出行率表。
[0071]
可选择地，所述出行产生模型为：
[0072][0073]
其中，o
ip
为出行目的地p的出行率且k＝hbw/hbnw/nhb；hhi为交通小区i家庭总数；pz为拥有z辆车的家庭比例；r
iz
为拥有z辆车且交通小区中平均收入水平为i的家庭的平均出行率；f
p
为出行目的p的比例；
[0074]
所述出行吸引模型包括为：
[0075]dihbw
＝1.7n
re
+1.7n
ne
[0076]dihbnw
＝10.0n
re
+0.5n
ne
+1.0nd[0077]dinhw
＝2.0n
re
+20.5n
ne
+0.5nd[0078]
其中，d
ihbw
、d
ihbnw
和d
inhw
分别表示hbw、hbnw和nhb下的交通小区i的出行吸引率，n
re
为交通小区零售业的就业人数，n
ne
为交通小区非零售业的就业人数，nd为居住单元的数量。
[0079]
s2：根据所述出行产生模型和所述出行吸引模型，得到出行目的地模型；
[0080]
(1)出行群体划分
[0081]
将出行群体根据出行价值划分为五类，每一类出行群体的平均小时工资率为：
[0082]
c＝i/(d*t)
[0083]
式中：i为年平均工资(元)；d为每月工作天数，一般取22天。t表示每天工作时间，取8h。
[0084]
(2)出行目的划分
[0085]
将城市中的居民出行分为由家工作出行(hbw)、由家其他出行(hbo)和非由家出行(nhb)三类。
[0086]
(3)出行目的地模型
[0087]
构造交通需求预测模型中，由于出行目的地选择、出行方式选择和出发时间选择之间具有相关性，因而需要使用用logsum函数构造nl模型，将三者联系起来。logsum是下层模型总效用的指数函数之和的自然对数值，作为影响下层选择的一个因素，与其他变量(时间，成本等)一起作为上层选择模型的变量，是下层对上层的反馈，模型如图2所示。
[0088]
从短期来看，hbw改变出行目的地选择的比例较小，则仅考虑hbnw和nhb两种出行目的，因为这两类出行目的的出行者出行时间更为灵活，相比于hbw类的出行者，由于出行成本的增加，调整出行时间的比例更大；但从长期来看，职住平衡等思想会引导出行者的家和工作地的调整，趋向于选择距离工作地点较近的居住区。
[0089]
其中，所述由家其他出行hbnw目的地模型和非由家出行nhw目的地模型均采用logit目的地选择模型，所述logit目的地选择模型为：
[0090]vij
＝1/log(mc1)*β1+1/log(mc2)*β2+1/log(mc3)*β3+1/log(mc4)*β4+1/log(mc5)*β5
[0091]
其中，v
ij
为出行目的地选择效用函数，mc1为5个vott出行价值群体的logsum值且β
tm
和β
cm
分别为模型的两个参数，ε为常数项，tm为出行方式m的时间，cm为出行方式m的费用，mc2为目的地小区的人口；mc3目的地小区就业数；mc4为目的地小区面积；mc5为目的地小区吸引率，β
1-β5为变量系数，m为四种出行方式，四种出行方式包括自驾、合乘、自行车/步行和公交；
[0092]
hbnw和nhb出行目的的变量系数如表1所示。
[0093]
表1 hbnw和nhb出行目的地选择模型的变量参数
[0094][0095]
s3：根据所述出行目的地模型，利用出行目的地选择概率模型，得到起点为i终点为j之间的交通量；
[0096]
此时，所述起点为i终点为j之间的交通量为q
ij1
：
[0097]qij1
＝oi·
p
j|i
[0098]
其中，oi为出行起点i的交通量，p
j|i
表示起点为i终点为j的选择概率且v
ij
为出行目的地选择效用函数；
[0099]
当出行目的为由家工作出行hbw时，所述起点为i终点为j之间的交通量为q
ij2
：
[0100][0101]
其中，τ、α、β为重力模型系数；oi为出行起点i的交通量，dj为出行终点j的交通量，f(c
ij
)为路段阻抗函数，c
ij
为路段阻抗，i和j分别为出行起点和出行终点；
[0102]
(4)出行方式选择模型
[0103]
本发明选取出行方式为：自驾、合乘、自行车/步行和公交。出行方式参数如表2所示：
[0104]
表2四种出行方式的参数
[0105]
[0106]
出行方式的效用函数为：
[0107]
βk为各种出行方式的效用函数中变量的参数，k为出行方式效用函数的变量；k为方式变量总数，xk为出行方式效用函数中第k个变量，β
t
为出发时间logsum的参数，t代表出发时间；t为出发时间的类别数，v
ijmt
为出发时间效用函数。
[0108]
s4：根据所述起点为i终点为j之间的交通量，利用出行方式选择概率模型，得到起点为i终点为j之间出行方式为m的交通量；
[0109]
所述起点为i终点为j之间出行方式为m的交通量q
ijm
为：
[0110]qijm
＝oi·
p
j|i
·
p
m|ij
[0111]
其中，p
m|ij
表示出行者从i出发到j选择出行方式m的概率且m为出行方式；m为出行方式总数，v
ijm
为出行方式效用函数且βk为各种出行方式的效用函数中变量的参数，k为出行方式效用函数的变量；k为方式变量总数，xk为出行方式效用函数中第k个变量，β
t
为出发时间logsum的参数，t代表出发时间；t为出发时间的类别数，v
ijmt
为出发时间效用函数。
[0112]
s5：根据所述起点为i终点为j之间出行方式为m的交通量和出行时间，得到起点为i终点为j之间出行方式为m时间为t的交通量，并将该交通量作为基础交通量；
[0113]
首先根据居民出行调查数据，以及附表1中的出发时间占比得到不同出发时间段内的出行交通量，如q
ijmt
，根据q
ijm
乘以比例计算出来的，其中t为am、md、pm和nt。接着利用stata软件筛选出出发时间和因素之间的相关性，并进行出发时间效用函数参数标定。由于交通需求管理策略会影响出行者的出发时间，如原本早高峰出行的出行者会提前出行或者推后出行，从而避开早高峰时间段，但假定出行时间不会跃迁式改变，如原本早高峰出行的出行者转移到晚高峰出行。因而构造转移模型即可确定在交通需求管理策略下某一个时间段的交通量，仅筛选出出行方式为小汽车的出行群体，通过改变出行成本，使用上述得到的离散选择模型即可预测出发时间，通过对比判断该出行者是否会重新选择出发时间，并进行编号，如am转移到nt即为1，若依然am出行，则记为2，若转移到md出行，则记为3。pm同理。以am为例，调整过的早高峰时段起点i和终点j之间的交通量为：同理可以得到其他时间段的调整交通量同理可以得到其他时间段的调整交通量参数如表3所示(括号内参数为固定项)。假定hbw的出行者的出发时间转移可忽略。
[0114]
表3出发时间转移参数
[0115][0116]
s6：判断出行时间是否有变动，若是，进入步骤s7；否则，将所述基础交通量作为所述起点i到终点j之间的流量并进入步骤s8；
[0117]
s7：利用出发时间转移模型对所述基础交通量进行调整，得到起点i到终点j之间的流量；
[0118]
可选择地，所述步骤s7中，所述出发时间转移模型为：
[0119][0120]
根据时间转移判断模型判断出行时间是否有变动，所述时间转移判断模型为：
[0121][0122]
其中，表示出发时间转移结果，q
ijmam
表示出发时间为早高峰时，出行者选择起点为i终点为j之间出行方式为m的交通量，am表示早高峰，md表示正午，nt表示晚高峰，
→
表示出发时间的转移；α、β、ε分别为费用c参数、时间t参数和常数项。
[0123]
s8：根据所述起点i到终点j之间的流量和所述起点i到终点j之间最短路径的阻抗矩阵，得到路径流量；其中，所述起点i到终点j之间最短路径是根据起点i到终点j之间各路径时间确定的，所述起点i到终点j之间最短路径的阻抗矩阵是根据最短路径上各路段行程时间得到的；
[0124]
s9：根据所述路径流量，得到路段流量；
[0125]
可选择地，所述步骤s9中，所述路段流量为：
[0126][0127]
其中，v
lmam
表示路段l上，出行方式为m，出行时间为am的交通量，表示起点为i终点为j之间出行方式为m的路径w上的流量且终点为j之间出行方式为m的路径w上的流量且表示出发时间转移结果，为0/1的变量，若路段l属于从起点为i终点为j之间出行方式为m的第w条路径，则为1，反之为0。
[0128]
s10：判断所述路段流量是否达到第一收敛条件，若是，进入步骤s11，否则，利用路段时间迭代公式对所述路段行程时间进行迭代并返回步骤s8；
[0129]
第一收敛条件为：
[0130][0131]
n表示第n次迭代结果，v
l
表示路段l流量，ε1表示收敛判断系数,取0.001。
[0132]
可选择地，所述步骤s8中，所述路段行程时间为：
[0133][0134]
其中，t
l
为路段行程时间，t
fftl
为路段l上的自由流时间，v
l
为路段l上的流量，c
l
为路段l的通行能力，v
l
/c
l
为路段l的交通服务水平，α
l
和β
l
为bpr函数路段l的参数；所述路段时间迭代公式为：
[0135]
ivtti＝(1-1/i)ivtt
i-1
+(1/i)timeskim
i-1
[0136]
其中，timeskim
i-1
矩阵是根据第i-1次迭代得到的交通分配结果中路段运行时间得到的，ivtt
i-1
为第i-1次迭代使用的时间阻抗矩阵，ivtti为第i次迭代使用的时间阻抗矩阵。
[0137]
s11：根据所述路段行程时间和所述路段流量计算路段费用收取额并判断所述起点i到终点j之间的流量是否达到第二收敛条件，若是，将所述路段行程时间、所述路段流量和所述路段费用收取额作为交通需求管理结果输出；否则，利用路段费用收取迭代公式对所述路段费用收取额进行迭代并重新返回步骤s2。
[0138]
第二收敛条件为：
[0139][0140]
表示起点i到终点j之间，第n次迭代的流量；ε2表示收敛判断系数,取0.03。
[0141]
可选择地，所述步骤s11中，所述路段收费额的计算公式为：
[0142][0143]
其中，msc为边际社会成本且ac为出行者所经历的平均成本或平均出行时间且tt为总行程时间；α
l
和β
l
为bpr函数路段l的参数；vott为出行者时间价值，t
l
为路段的行程时间，t
fftl
为路段l上的自由流时间，v
l
为路段l上的流量，c
l
为路段l的通行能力，v
l
/c
l
为路段l的交通服务水平。
[0144]
可选择地，所述步骤s11中，所述路段费用收取迭代公式为：
[0145][0146]
其中，为路段l在第t-1次迭代的收费值；为路段l在第t次迭代的收费值，为
路段l的收费额
[0147]
除此之外，本发明还根据路段费用收取额和系统管理费建立收入返还机制，即收入返还值根据路段费用收取额减去系统管理费用得到。收入返还值计算是基于收入返还的改进拥堵收费策略实施的一个关键。其中管理费用大约占总费用的10％，由于技术成本的增加，大型网络收费方式变得更加简单。则剩余的90％将统一返还给该区域拥有驾照的驾驶员或者其他符合资格的居民，以此确保进入路网的公平性。每一位驾驶员将收到月返还额，即为ρ＝[元/日/人]，分为三种出行目的进行计算，具体计算方式为：
[0148]
λ＝ρ
·np
/n
[0149]
式中：n
p
为一人一天出行目的p的平均出行次数。当ρ＝3元/日/人,一日平均出行次数为3.4，hbw类出行的出行次数为1，则需返还0.88元/次/人给hbw类出行者，λ值与δcs值求和即为最终的社会福利值。
[0150]
当然，这一收入返还值可作为交通需求管理的结果，与路段行程时间、所述路段流量和所述路段费用收取额同时输出。
[0151]
本发明具有以下有益效果：
[0152]
1、本发明全面考虑了策略对出行行为的影响，该影响不仅仅为对路径的影响，而且包含对出行目的地、出发时间、出行方式等的影响，并考虑分别考虑了路段流量和路段收费的收敛条件和迭代过程，因而策略对需求影响模型更加全面；
[0153]
2、提出了考虑收入返还的改进拥堵收费策略，确定了具体的收入返还机制，丰富了交通需求管理策略系统，有效的规避了传统拥堵收费策略的负面影响，提高公平性和社会福利。
[0154]
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。