Vo}，其中Vo为集合V中任意一个节点，E为空集；
[0016] 5d)重复以下操作，直到U = V:
[0017] 5dl)在边集合E中选取权值最小的边<u，v>，其中u = U，v = V_U，将其加入支撑树 中，若同时存在多条边均满足上述条件，则任选其一即可；
[0018] 5d2)将找到的边的顶点v加入集合U中；
[0019] 5e)用最小支撑树顶点集合U和边集合E来描述最终得到的最小支撑树；
[0020] (6)对最小支撑树中的瓶颈路段的重要程度进行排序：
[0021 ] 6a)计算每个起讫点对r-s之间的最短路径v上的初始阻抗4 :
[0022]
[0023] 其中，(^表示路段a上的交通阻抗
〖〇3表示路段a上的零流阻 抗，tQa= γ (lu+k丄参数γ为0到1间的随机数，lu、k汾别表示路段a两个端节点HPj所连接 的边的数量，Xa为路段a上的流量，1^表示路段a的通行能力，α、β为两个不同的参数，α = 0.15、β = 4,式:用于表示路段a是否在最短路径ν上，若是，则C=1，否则，式:
[0024] 6b)计算网络有效性E0:
[0025]
[0026] 其中，N为网络中总的节点个数，du为从节点i到节点j的最短路径的边数目；
[0027] 6c)去除起讫点对r-s上的某路段a后，返回步骤(3)，重新进行平衡配流，并计算去 除路段a后此起讫点对之间的阻抗<，得到路段a去除前后起讫点对r-s上费用的差值 Δ< =4-4 .若去除路段a后起讫点对不再连通，则设阻抗为无穷大；
[0028] 6d)去除起讫点对r-s上的某路段a后，重新计算网络有效性Ea，得到路段a去除前 后网络有效性的差值Δ Ea = Ε^Ε*3;
[0029] 6e)通过算式
，得到路网中每个路段的 重要程度的定量描述，其中，〇"表示路径的起点r和讫点S之间实际存在的交通需求，Im% 路网中每个路段重要程度；
[0030] 6f)对路网中每个路段的重要程度进行排序，得到交通瓶颈的缓解优先级，最终指 导交通疏导措施的实施。
[0031 ]本发明与现有技术相比，具有如下优点：
[0032] 1.本发明依据当前复杂的城市交通场景，综合考虑了阻抗和网络有效性两个方面 的因素评价路段重要性，通过移除路段的方式得到网络中每个路段的重要程度，依此建立 的交通瓶颈识别方法能够从定量的角度刻画交通瓶颈，有助于交通管理者从整体上把握交 通状况，进而更有效地改善交通拥堵问题。
[0033] 2.本发明在交通流量分配的过程中，充分考虑了实际场景下，个体用户总是试图 选择其从出发点到目的地耗时或耗油最小的路径这一因素，按照平衡配流的原则进行流量 分配，克服了以往识别方法中不能很好地反映交通网络中的交通流特征的不足。
【附图说明】
[0034] 图1是本发明的实现流程图；
[0035]图2是本发明的使用的路网拓扑结构图。
【具体实施方式】
[0036]以下结合附图对本发明的实现步骤作进一步的详细描述。
[0037]参照图1，本发明的实施步骤如下：
[0038]步骤1:对网络拓扑进行抽象，并以矩阵的形式存储。
[0039]本实例使用的网络拓扑结构如图2所示，其中，图2(a)为实际场景下南京市火车站 附近的路网拓扑，图2(b)为利用数学工具抽象后的路网拓扑。
[0040] la)利用MATLAB工具在OpenStreetMap可编辑世界地图中提取图2(a)相应区域的 网络拓扑数据，包括道路交叉口的经炜度、道路长度和道路宽度，根据这些数据将实际的网 络拓扑抽象为一个无向有权图G=(V，K，t)，如图2(b)，其中V为顶点集合，对应于实际网络 拓扑中的交叉路口，K为边集合，对应于实际网络拓扑中的路段，t为边的权值，对应于车辆 驶过相应路段所花费的时间；
[0041] lb)以邻接矩阵{eij}NXN的形式存储无向有权图6=(￥，1(，〇，其中~为网络节点总 数，ei j表示节点i和节点j是否相互连接，若相互连接，则ei j = 1，否则ei j = 0。
[0042] 步骤2:预测网络拓扑中的交通流量，即0-D矩阵。
[0043] 2a)根据邻接矩阵{eij}NXN，计算无向有权图G= (V，K，t)中的每一个节点i所连接 的边的数量k1:
[0044] 2b)根据邻接矩阵{eij}NXN，利用最短路径搜索算法求得图G=(V，K，t)中的节点i 到节点j的最短路径的边的数目11J;
[0045] 2c)利用重力模型估计交通网络中从起始节点r到终止节点s上的交通流量：
'9 η 《uv 所有起讫点对r_s上的交通流量qrs构成0-D矩阵;0-D矩阵为；'·. ·：， ….Ann j 其中qrs表示节点r至lj S之间的交通流量，r = l,…，N，s = l,…，N，N表示网络中总的节点个数， "0"来源于英文Origin，指出发地点，"D"来源于英文Destination，指目的地点。
[0046] 步骤3:对整个城市交通网络进行用户平衡配流。
[0047] 3a)进行网络初始化：
[0048] 为网络中的每条路段赋权值tQa= γ (ki+kj)，其中如3表示路段a上的零流阻抗，参 数γ为〇到1间的随机数，khh分别表示路段a两个端节点i和j所连接的边的数量；用"全有 全无"法将0-D矩阵加载到网络，得到路段a上的初始流量，
[0049] 在网络加载过程中，每一个起讫点对r-s上的交通流量全部被分配到连接r和s的 最小阻抗路径所包含的路段上，而连接r和s的其他路径上不分配流量；
[0050] 置迭代次数n = 1;
[0051] 3b)根据美国公路局提供的阻抗函数BPR形式，计算所有路段a上的阻抗{C}，
其中，仏表示路段a的通行能力，为两个不同的参数，α =0· 15、β = 4;
[0052] 3c)根据阻抗^0，用"全有全无"法将0-D矩阵加载到网络上，得到各个路段上的流 量在加载过程中，每一个起讫点对r_s上的交通流量全部被分配到连接r和s的最小阻 抗路径所包含的路段上，而连接r和s的其他路径上不分配流量；
[0053] 3d)设迭代精度ε = 10-3,判断流量分配结果是否收敛:若满足 贝lj收敛，停止迭代，K即为最终解;若不满足上式，则令n = n+l，返回步骤3b。
[0054] 步骤4:为网络中每个路段分配权值。
[0055] 计算零流阻抗tQa= γ Gu+kj)，为网络中的每条路段赋权值t0a。
[0056] 步骤5:确定零流阻抗最小支撑树Me。
[0057] 最小支撑树包含了网络中所有的点和部分边，是有权的连通图众多支撑树中各边 权重为最小的一颗树，零流阻抗最小支撑树是指以零流阻抗如 3作为权重的最小支撑树，其 确定步骤如下：
[0058] 5a)输入无向有权图G=(V，K，t)，其中t = t0a;
[0059] 5b)令U为最小支撑树顶点集合，E为边集合；
[0060] 5c)初始化:令U= {Vo}，其中Vo为集合V中任意一个节点，E为空集；
[0061 ] 5d)重复以下操作，直到U = V:
[0062] 5dl)在边集合E中选取权值最小的边〈u，V>，其中u = U，V = V-U，将其加入支撑树 中，若同