一种基于宏观基本图的机非隔离设置方法与流程

1.本发明属于城市交通规划技术领域，具体涉及一种基于宏观基本图的机非隔离设置方法。


背景技术：

2.目前国内城市道路中次干路、支路路段大多存在机动车道与非机动车道共板且用标线分隔的路段，即机非软隔离路段。由于机动车和非机动车之间没有物理隔离即硬隔离设施，非机动车往往会随着流量的增加而越过标线在机动车道上进行超车，对其周围的机动车运行产生影响，增加了车辆延误时间，降低了道路的通行能力，进而影响整个路网的性能。通过在非机动车道和机动车道间设置硬隔离设施可以有效的减少路段上的机非冲突，但是设置硬隔离设施需要投入大量的建设经费，同时部分路段机动车或非机动车较少，增设机非硬隔离后效果不佳，所以在无需设置机非硬隔离的情况下一般不增设机非硬隔离设施。因此，为了更加合理的建设机非硬隔离设施，减少不必要的资源浪费，我们建立机非干扰元胞传输模型，以机动车路段横断面通过最大人流量为目标，选择适合该路段的机非隔离方案，最后以宏观基本图作为评估方法，从宏观角度评估新方案的对原路网性能的影响，进而确定新方案的可行性。


技术实现要素：

3.本发明所要解决的技术问题是：提供一种基于宏观基本图的机非隔离设置方法，能够找到合适路段的机非隔离方案，合理地建设机非硬隔离设施，减少不必要的资源浪费。
4.为解决上述技术问题，本发明实施例提供一种基于宏观基本图的机非隔离设置方法，包括以下步骤：
5.步骤10)采集路网基础数据；
6.步骤20)根据所述路网基础数据，搭建机非干扰元胞传输模型；
7.步骤30)根据所述机非干扰元胞传输模型，采用遗传算法，得到路网新机非隔离设置方案，绘制新宏观基本图；
8.步骤40)将路网原机非隔离设置方案代入所述机非干扰元胞传输模型，绘制原宏观基本图；
9.步骤50)比较新宏观基本图和原宏观基本图，确定机非隔离设置方案。
10.作为本发明实施例的进一步改进，所述步骤20)包括：
11.步骤201)根据所述路网基础数据，拟合得到机非越线次数函数；
12.步骤202)根据所述路网基础数据，通过机非越线次数函数，将多值元胞模型和元胞传输模型结合，建立得到机非干扰元胞传输模型。
13.作为本发明实施例的进一步改进，所述机非越线次数函数如式(1)所示：
14.η＝β0 β1x1 β2width
非机
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(1)
15.式中，η表示单位距离非机动车越线次数，x1表示单位距离非机动车数量，width
非机
表示非机动车道宽度，β0表示第一参数，β1表示第二参数，β2表示第三参数。
16.作为本发明实施例的进一步改进，所述多值元胞模型采用ebca1路段模型，所述元胞传输模型采用ctm节点模型。
17.作为本发明实施例的进一步改进，所述步骤202)具体包括：
18.步骤2021)利用式(2)，将ebca1路段模型的元胞长度与ctm节点模型的元胞长度一一对应：
[0019][0020]
式中，λ表示ctm节点模型a路段的第λ个元胞，表示ctm节点模型a路段单个元胞长度，表示ebca1路段模型a路段单个元胞长度；
[0021]
步骤2022)利用式(3)，将ebca1路段模型的仿真步长与ctm节点模型的仿真步长一一对应：
[0022]
ξ＝z
×
τ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(3)
[0023]
式中，ξ表示ebca1路段模型的第ξ个仿真步长，z表示ctm节点模型的第z个仿真步长，τ表示ctm节点模型一个步长所用时间，单位为秒；
[0024]
步骤2023)提取ebca1路段模型中ξ时刻第到第个元胞中非机动车数量和a路段中非机动车宽度代入非机动车越线次数函数中，计算得ξ时刻非机动车越线次数η(ξ)；
[0025]
步骤2024)利用式(4)计算ξ时刻ctm节点模型a路段第λ个元胞在非机动车越线影响下的最大承载能力
[0026][0027]
式中，fix()表示向0取整函数,表示ξ时刻ctm节点模型a路段第λ个元胞在没有非机动车越线影响下的最大承载能力；
[0028]
步骤2025)将引入到ctm节点模型的计算表达式中，如式(5)：
[0029][0030]
式中，表示ξ时刻a路段第λ个元胞在最大承载能力下，能接受上游元胞λ-1驶入下游元胞λ的机动车数量，表示ξ时刻a路段第λ个元胞的最大流入量，表示ξ时刻a路段第λ个元胞的最大承载能力，表示ξ时刻a路段第λ个元胞的车辆数；
[0031]
得到机非干扰元胞传输模型。
[0032]
作为本发明实施例的进一步改进，所述步骤30)中，根据所述机非干扰元胞传输模型，采用遗传算法，得到路网新机非隔离设置方案，具体包括：
[0033]
步骤301)初始化种群编码，对路网的路段进行编号；遗传算法采用0-1编码，0表示该路段机非软隔离，1表示该路段机非硬隔离，生成一个n
×
a的种群矩阵；种群矩阵的第n行代表第n个路网机非隔离方案，第a列代表第a个路段；
[0034]
步骤302)以各路段倒数第二个元胞b所有时刻流入的最大人流量之和最大作为适应函数，适应度函数的表达式为式(6)：
[0035][0036]
式中，f(max)表示适应度函数，表示a路段倒数第二个元胞b从ctm节点模型第一个步长开始到仿真结束z＝z
max
所能流入的最大人流量之和，m1表示机动车最大载客人数，m2表示非机动车最大载客人数；
[0037]
将种群矩阵中n个个体代入机非干扰元胞传输模型进行仿真，得到每个个体的适应度值，记录适应度函数值最大的个体；
[0038]
步骤303)通过轮盘赌法选择种群中的个体进行交叉和变异的操作，轮盘赌法中个体被选择的概率如式(7)所示：
[0039][0040]
式中，f表示适应度函数值；
[0041]
选择出n个父代个体；
[0042]
步骤304)将被选择的父代个体两两交叉，随机选择交叉位置进行交叉操作，交叉后形成两个子代个体；
[0043]
步骤305)在生成的子代中以预设变异概率p
变异
随机选择子代个体，并随机确定变异位置改变编码数字；经过交叉、变异共计生成n个子代个体，并返回步骤302)重新计算，直到运算至最大迭代次数或找到适应度函数的最大值，则输出最优个体，输出的最优个体为路网新机非隔离设置方案。
[0044]
作为本发明实施例的进一步改进，所述步骤30)中，绘制新宏观基本图具体包括：
[0045]
提取路网新机非隔离设置方案下路网ξ时刻各路段机动车道车辆平均密度和各路段机动车道横断面能通过的最大人流量，拟合得到新宏观基本图。
[0046]
作为本发明实施例的进一步改进，所述步骤50)具体包括：
[0047]
计算新宏观基本图的曲线与坐标围成的面积s1，计算原宏观基本图的曲线与坐标围成的面积s2；计算影响系数若s＞10％，则采用路网新机非隔离设置方案作为机非隔离设置方案，若s≤10％，则采用路网原机非隔离设置方案作为机非隔离设置方案。
[0048]
与现有技术相比，本发明的技术方案具有以下有益效果：本发明实施例提供的基于宏观基本图的机非隔离设置方法，建立机非干扰元胞传输模型，以机动车路段横断面通过最大人流量为目标，选择适合该路段的机非隔离方案，最后以宏观基本图作为评估方法，从宏观角度评估新方案的对原路网性能的影响，进而确定新方案的可行性。本发明实施例方法建立的机非干扰元胞传输模型对比其他混合交通流仿真模型的优点在于使用的多值
元胞模型和元胞传输模型的每一个元胞都可以容纳多辆非机动车或机动车，不需要显示元胞内车辆的换道跟驰规则，只需关注非机动车流和机动车流的动态分配，可轻松针对大型路网的机非混行交通流进行建模，模型的搭建便捷，运行的效率更高。本发明实施例方法，通过遗传算法有效筛选出机非隔离方案，可以避免盲目增设机非硬隔离设施所造成的人力、财力和物力的浪费，减少损失。本发明实施例方法，使用宏观基本图对方案进行评价，选择对路网性能提升最明显的方案，在减少机非冲突的同时最大化的改善路网的性能。
附图说明
[0049]
图1为机非软隔离示意图；
[0050]
图2为机非硬隔离示意图；
[0051]
图3为本发明实施例的基于宏观基本图的机非隔离设置方法流程图；
[0052]
图4为本发明实施例的基于宏观基本图的机非隔离设置方法中机非干扰元胞传输模型中的各模块作用关系图；
[0053]
图5为本发明具体实施例的路网示意图；
[0054]
图6为本发明具体实施例的原路网宏观基本图；
[0055]
图7为本发明具体实施例的新方案路网宏观基本图；
[0056]
图8为图6和图7的对比图。
具体实施方式
[0057]
下面对本发明的技术方案进行详细的说明。
[0058]
从图1所示的机非软隔离示意图和图2所示的机非硬隔离示意图中可以看出，如果路段通过的机动车和非机动车流量都很大，机非干扰严重，安全性降低，车辆延误增加，这些路段不应再设置机非软隔离，应该增设机非硬隔离减少机非干扰。如果一些路段通过的机动车很少，此时设置机非硬隔离，会导致空间资源的浪费。
[0059]
基于此，本发明实施例提出了一种基于宏观基本图的机非隔离设置方法，如图3所示，包括以下步骤：
[0060]
步骤10)采集路网基础数据。其中，路网基础数据包括路网中各路段的几何条件，路段的交通流量，路段机动车自由流车速，交通拥挤时车流波的反向传播速度，机动车车道占有率，非机动车车道占有率，单位距离非机动车数量，单位距离表示机动车在自由流速度下一个元胞传输模型仿真步长所走行的距离。
[0061]
步骤20)根据路网基础数据，搭建机非干扰元胞传输模型。
[0062]
步骤30)根据机非干扰元胞传输模型，采用遗传算法，得到路网机非隔离设置方案。
[0063]
本发明实施例提供的机非隔离设置方案获取方法，建立机非干扰元胞传输模型，以机动车路段横断面通过最大人流量为目标，选择适合该路段的机非隔离方案。本发明实施例方法建立的机非干扰元胞传输模型，使用的多值元胞模型和元胞传输模型的每一个元胞都可以容纳多辆非机动车或机动车，不需要显示元胞内车辆的换道跟驰规则，只需关注非机动车流和机动车流的动态分配，可轻松针对大型路网的机非混行交通流进行建模，模型的搭建便捷，运行的效率更高。本发明实施例方法，将遗传算法代入机非干扰元胞传输模
型中，有效筛选出机非隔离方案，可以避免盲目增设机非硬隔离设施所造成的人力、财力和物力的浪费，减少损失。
[0064]
作为优选例，所述步骤20)包括：
[0065]
步骤201)根据路网基础数据，拟合得到机非越线次数函数。
[0066]
具体的，机非越线次数函数与非机动车道宽度、单位距离非机动车数量和单位距离非机动车越线次数有关，机非越线次数函数如式(1)所示：
[0067]
η＝β0 β1x1 β2width
非机
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(1)
[0068]
式中，η表示单位距离非机动车越线次数，x1表示单位距离非机动车数量，width
非机
表示非机动车道宽度，β0表示第一参数，β1表示第二参数，β2表示第三参数。
[0069]
根据步骤10)获得的单位距离非机动车数量x1、非机动车道宽度width
非机
，单位距离非机动车越线次数η，代入matlab2019a的curve fitting工具箱中进行拟合，得到第一参数β0、第二参数β1和第三参数β2，从而得到机非越线次数函数。
[0070]
步骤202)根据路网基础数据，通过机非越线次数函数，将多值元胞模型和元胞传输模型结合，建立得到机非干扰元胞传输模型，如图4所示。优选的，多值元胞模型采用ebca1路段模型，元胞传输模型采用ctm节点模型。
[0071]
本发明实施例方法中，采用多值元胞模型模拟非机动车流，元胞传输模型模拟宏观机动车流。引入机非越线次数函数将多值元胞模型模拟出的非机动车流转化为非机动车的越线次数并带入到元胞传输模型中，改变元胞传输模型中元胞的最大承载能力，用以表征非机动车越线后占用机动车道这一交通现象。机非越线次数函数上承多值元胞模型接收模型中传递的非机动车数量，计算出对应的越线次数，下接元胞传输模型将越线次数输入到元胞传输模型的元胞中，进而改变元胞的最大承载能力。多值元胞模型采用ebca1路段模型，优点在于车辆可以1、2两种不同速度前进，而传统的bca模型中车辆每个步长只能前进一个元胞，ebca1路段模型更符合实际的交通行为。元胞传输模型采用ctm节点模型，优点在于可以捕捉到路网交通流中的不连续变化现象，能够清晰描述排队的物理效应，同时考虑信号控制以及路段出口的渠化，可以很好的刻画路段间交通流的传播过程。
[0072]
作为优选例，所述步骤202)具体包括：
[0073]
步骤2021)利用式(2)，将ebca1路段模型的元胞长度与ctm节点模型的元胞长度一一对应：
[0074][0075]
式中，λ表示ctm节点模型a路段的第λ个元胞，表示ctm节点模型a路段单个元胞长度，表示ebca1路段模型a路段单个元胞长度。
[0076]
步骤2022)利用式(3)，将ebca1路段模型的仿真步长与ctm节点模型的仿真步长一一对应：
[0077]
ξ＝z
×
τ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(3)
[0078]
式中，ξ表示ebca1路段模型的第ξ个仿真步长，z表示ctm节点模型的第z个仿真步长，τ表示ctm节点模型一个步长所用时间，单位为秒。
[0079]
步骤2023)提取ebca1路段模型中ξ时刻第到第个元胞中非机动车数量和a路段中非机动车宽度代入非机动车越线次数函数中，计算得ξ时刻非机动车越线次数η(ξ)。
[0080]
步骤2024)利用式(4)计算ξ时刻ctm节点模型a路段第λ个元胞在非机动车越线影响下的最大承载能力
[0081][0082]
式中，fix()表示向0取整函数,表示ξ时刻ctm节点模型a路段第λ个元胞在没有非机动车越线影响下的最大承载能力。
[0083]
步骤2025)将引入到ctm节点模型的计算表达式(5)中：
[0084][0085]
式中，表示ξ时刻a路段第λ个元胞在最大承载能力下，能接受上游元胞λ-1驶入下游元胞λ的机动车数量，表示ξ时刻a路段第λ个元胞的最大流入量，表示ξ时刻a路段第λ个元胞的最大承载能力，表示ξ时刻a路段第λ个元胞的车辆数，0表示机非软隔离，1表示机非硬隔离。
[0086]
从而得到机非干扰元胞传输模型。
[0087]
作为优选例，所述步骤30)具体包括：
[0088]
步骤301)初始化种群编码，对路网的路段进行编号。遗传算法采用0-1编码，0表示该路段机非软隔离，1表示该路段机非硬隔离，生成一个n
×
a的种群矩阵。种群矩阵的第n行代表第n个路网机非隔离方案，第a列代表第a个路段。
[0089]
步骤302)以各路段倒数第二个元胞b所有时刻流入的最大人流量之和最大作为适应度函数，适应度函数的表达式为式(6)：
[0090][0091]
式中，f(max)表示适应度函数，表示a路段倒数第二个元胞b从ctm节点模型第一个步长(即ebca1路段模型第τ时刻)开始到仿真结束z＝z
max
(即ξ
max
＝z
max
×
τ)时刻所能流入的最大人流量之和，m1表示机动车最大载客人数，优选取值为5，m2表示非机动车最大载客人数，优选取值为2。
[0092]
将种群矩阵中n个个体代入机非干扰元胞传输模型进行仿真，得到每个个体的适应度值，记录适应度函数值最大的个体。
[0093]
步骤303)通过轮盘赌法选择种群中的个体进行交叉和变异的操作，轮盘赌法中个体被选择的概率如式(7)所示：
[0094][0095]
式中，f表示适应度函数值。
[0096]
从而选择出n个父代个体。
[0097]
步骤304)将被选择的父代个体两两交叉，随机选择交叉位置进行交叉操作，交叉后形成两个子代个体。
[0098]
步骤305)在生成的子代中以预设变异概率p
变异
随机选择子代个体，并随机确定变异位置改变编码数字。经过交叉、变异共计生成n个子代个体，并返回步骤302)重新计算，直到运算至最大迭代次数或找到适应度函数的最大值，则输出最优个体，输出的最优个体为路网新机非隔离设置方案。其中，预设变异概率p
变异
取值为0.1或者更小。
[0099]
步骤30)中可以采用多种优化算法，本发明实施例方法采用遗传算法，遗传算法相较于其他算法有以下的优点：
[0100]
(1)遗传算法从问题解的串集开始搜索，而不是从单个解开始。这是遗传算法与传统优化算法的极大区别。传统优化算法是从单个初始值迭代求最优解的；容易误入局部最优解。遗传算法从串集开始搜索，覆盖面大，利于全局择优。
[0101]
(2)遗传算法同时处理群体中的多个个体，即对搜索空间中的多个解进行评估，减少了陷入局部最优解的风险，同时算法本身易于实现并行化。
[0102]
(3)遗传算法基本上不用搜索空间的知识或其它辅助信息，而仅用适应度函数值来评估个体，在此基础上进行遗传操作。适应度函数不仅不受连续可微的约束，而且其定义域可以任意设定。
[0103]
(4)遗传算法中可采用二进制编码方式，一个位能表示两种状态的信息量，很好地契合了机非隔离的两种状态即0为机非软隔离，1为机非硬隔离，因此足够长的二进制染色体便能表示一个路网中所有路段的机非隔离状态。
[0104]
作为优选例，所述步骤30)中，绘制新宏观基本图具体包括：
[0105]
提取路网新机非隔离设置方案下路网ξ时刻各路段机动车道车辆平均密度和各路段机动车道横断面能通过的最大人流量，拟合得到新宏观基本图。
[0106]
作为优选例，所述步骤50)具体包括：
[0107]
利用matlab2019a的int()函数计算新宏观基本图的曲线与坐标围成的面积s1，计算原宏观基本图的曲线与坐标围成的面积s2；计算影响系数若s＞10％，则采用路网新机非隔离设置方案作为机非隔离设置方案，若s≤10％，则采用路网原机非隔离设置方案作为机非隔离设置方案。
[0108]
除了计算面积来比较宏观基本图，我们还可以使用人工比较的方法。计算面积这个方法的优点在于从仿真到确定机非隔离设置方案全程由计算机计算，并且定量的去判断方法的优劣，省去了人力，计算精确。人工比较的方法是靠观察曲线的高低走势，定性的去判断方法的好坏，由于没有定量的硬性标准，在方案的选择上就更加的灵活。
[0109]
下面以洛阳市的部分路网为例，提供本发明方法的具体实例。路网的结构示意图如图5所示。
[0110]
步骤10)收集路网中各路段的几何条件、路段的交通流量、路段机动车自由流车速、交通拥挤时车流波的反向传播速度、机动车道占有率、非机动车车道占有率以及单位距离非机动车数量。
[0111]
步骤20)根据收集的数据用matlab 2019a确定非机动车越线次数函数，同时编译出机非干扰元胞传输模型，机非干扰元胞传输模块关系如图4所示。
[0112]
步骤30)将遗传算法嵌入机非干扰元胞传输模型中，初始化种群并迭代计算，获得路网新机非隔离设置方案。提取路网新机非隔离设置方案下路网ξ时刻各路段机动车道车辆平均密度、各路段机动车道横断面能通过的最大人流量，根据数据拟合出新宏观基本图，如图7所示。
[0113]
步骤40)将路网原机非隔离设置方案代入机非干扰元胞传输模型，提取路网原机非隔离设置方案下路网ξ时刻各路段机动车道车辆平均密度、各路段机动车道横断面能通过的最大人流量，绘制流量密度点对图，并根据数据拟合出宏观基本图，如图6所示。
[0114]
步骤50)如图8所示，比较新宏观基本图和原宏观基本图，可以看出新宏观基本图的点对相对集中，路网密度分布相对均匀，拟合曲线中看出新方案下路网所能通过的最大人流量较大，较原路网机非隔离方案有明显优势，所以我们选择新方案替代案例路网原有的机非隔离方案。
[0115]
以上显示和描述了本发明的基本原理、主要特征和优点。本领域的技术人员应该了解，本发明不受上述具体实施例的限制，上述具体实施例和说明书中的描述只是为了进一步说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护的范围由权利要求书及其等效物界定。