一种融合社会力模型与粒子群算法的交通路网拥堵状态预测方法及系统与流程

技术特征：

1.一种融合社会力模型与粒子群算法的交通路网拥堵状态预测方法，其特征在于，包括如下步骤：

(1)基于实际路网结构构建仿真系统的路网拓扑结构；

(2)基于实时交通状态初始化仿真系统中的移动粒子和路网规则；

(3)引入社会力模型分析交通路网个体元素间的相互作用力；

(4)融合元胞自动机思想和基于统计学的概率模型，得到交通运行模型；

(5)进行交通路网拥堵状态仿真，得到拥堵状态的预测结果。

2.根据权利要求1所述的一种融合社会力模型与粒子群算法的交通路网拥堵状态预测方法，其特征在于：所述步骤(1)构建仿真系统的路网拓扑结构具体过程为：将整个交通网络图抽象成一个带有多重属性的赋权有向图，用公式写为：

t＝(n，r，s，e，w，f)

其中，n为整个路网中的节点组成的集合，r为所有路段组成的集合，s为交通流生成区组成的集合，每个交通流生成区以一定概率向路网中输出模拟行人和车辆的粒子，e为交通流终止区组成的集合，路网中的车辆与行人以一定概率流向交通流终止区，w为路段权值组成的集合，用于描述路段的多重属性；f为路网规则组成的集合，包括路段、节点的基本交通规则、以及突发的外界因素。

3.根据权利要求1所述的一种融合社会力模型与粒子群算法的交通路网拥堵状态预测方法，其特征在于：所述步骤(2)初始化仿真系统过程为：基于实时的交通状态，借鉴粒子群算法的思想，在建立好的路网拓扑结构中初始化一定数量的粒子，用符号p1,p2,p3....pn来表示，粒子的属性值包括类型、等效质量、等效体积、速度、社会力模型系数；根据实时交通情况、将这些粒子按照实时交通对应的拥堵分布情况初始化到路网拓扑结构之中，从而形成仿真系统的初态；除了对粒子的初态进行配置外，另外对路网规则f进行赋值，路网规则f除了包括基础的交通准则之外，还包括外界的突发干扰因素，这些规则将以枚举的方式加入到规则列表之中，限制初始化后的粒子按照特定规律运动。

4.根据权利要求1所述的一种融合社会力模型与粒子群算法的交通路网拥堵状态预测方法，其特征在于：所述的社会力模型采用带有注意力机制的虚拟力场模型，对运动方向上的虚拟力场进行定量分析，对特定的交通个体元素p而言，当有其它物体出现在其关注度高的地方时，则该物体对元素p有更强的社会力作用；在元素p前方的不同方向上，都会存在一个关注度最高的地方，将这些点连接起来，则可形成一条曲线，定义为注意力集中线，在此采用二次曲线来描述，以元素p所在位置为原点，其速度方向为x轴的正方向，建立随体坐标系，该二次曲线的表达式写为x＝-ay² b,a，b＞0,均为元素p属性相关的参数；在某个特定的方向上(如方向)，我们定义最大的关注度值为hmax＝|pm|/b,通常情况下，hmax≤1；在方向上，对于n点处的关注度值，引入泊松分布对其进行建模，定义函数其中，

5.根据权利要求1所述的一种融合社会力模型与粒子群算法的交通路网拥堵状态预测方法，其特征在于：所述交通路网各个元素间的相互作用力分析如下：假设元素p和元素q同处在交通网络中，从元素p的角度考虑其受到的社会力，在元素p对应的社力场模型中，各点的注意力机制不同，用h(α，r)表示；在进行力分析时，交通元素不能仅认为是一个点，它同样具有体积、速度等属性；例如，假设元素q为汽车，在元素p看来，q在其视野中占据了一定角度，定义为视觉角，该角度影响元素q对元素p的作用；q对p的社会力大小记为：

其中，dop对应了理想间距，vlimit为所研究交通环境的最高限速；在元素p受到社会力模型的基础上，基于元素p本身的类型，可改变其相应的运动状态，从而实现微观交通流仿真的目的。

6.根据权利要求1所述的一种融合社会力模型与粒子群算法的交通路网拥堵状态预测方法，其特征在于：所述融合元胞自动机思想和概率学模型的交通仿真具体为：在仿真过程中，借鉴元胞自动机的思想，将路段分为一个个格子，每个格子中包括了一定数量的移动单元，这些移动单元在格子之间移动，从而影响每个格子的状态；其中这些格子的状态可表达成空间和时间两个变量的函数，可以记为φ(t,ci)；同时引入统计学方法，主要考虑交叉节点和交通流生成区与交通流终止区的影响，对于交通路网中的移动对象p，当其处在交叉点位置时，将以不同概率向支路运动，以3条支路为例，概率值满足约束条件于x y z＝1，而x,y,z的具体值则根据路口历史交通情况确定；另外考虑到实际路网中的移动对象可能进入城市社区，城市社区也可能输出移动对象到路网当中，考虑路网模型中交通流生成区和终止区的影响，以t时刻和t 1时刻为例，两个相邻的路段单元之间交通个体数量之间存在关系为：

式中，f(ci)表示为生成区的生成率，g(ci)表示终止区的终止率，两者均参考交通路网的历史平均数据变化规律，从而实现对复杂路网未来短时间内的交通仿真，从而实现交通拥堵预测的目的。

7.根据权利要求1所述的一种融合社会力模型与粒子群算法的交通路网拥堵状态预测方法，其特征在于：所述的动态仿真与结果生成具体如下：基于构建好的交通路网模型和当前输入的路网规则，通过计算机仿真，记录路网模型中移动粒子的运动过程，通过将仿真时间设置到期望的时刻，得到未来短时间内每一时间点的交通状态对于每一个仿真结果，根据路网中移动粒子的分布情况，即粒子的密度分布，将不同的路段标记成不同的颜色，以表示路网的拥堵状态，实现交通拥堵预测的目的。

8.一种融合社会力模型与粒子群算法的交通路网拥堵状态预测系统，其特征在于，包括：路网模型模块、初始化模块、交通元素作用力模块、交通运行模型模块、仿真模块，

其中，路网模型模块，将整个图网抽象成一个带有多重属性的赋权有向图；用公式写为：t＝(n，r，s，e，w，f)；

初始化模块，根据实时的交通状态，初始化相应数量的粒子，按相应的密度分布函数初始化，对路网规则f进行赋值；

交通元素作用力模块，利用带有注意力机制的社会力模型模拟交通元素作用力；

交通运行模型模块，在路网结构和交通运行规律的基础上，利用元胞自动机模型和概率学模型构建交通运行模型；

仿真模块，记录路网模型中移动粒子的运动过程，通过将仿真时间设置到期望的时刻，可以得到未来短时间内每一时间点的交通状态。

技术总结
本发明涉及一种融合社会力模型与粒子群算法的交通路网拥堵状态预测方法及系统，本发明融合了社会力模型和粒子群算法，可以有效仿真出交通流的变化情况。本发明可以与实时路况相结合，将交通事故、交通管制等突发因素考虑在内，实现短时交通状态预测，对于个人的出行计划安排和交通管理部门的日常工作都具有重要的指导意义。

技术研发人员：赵正;陈才君;陈伟海;胡慷;张益鑫;赵巧
受保护的技术使用者：银江股份有限公司;北京航空航天大学杭州创新研究院
技术研发日：2021.05.28
技术公布日：2021.08.24