面向新型混合交通流的道路网络连续设计方法

技术特征：
1.一种面向新型混合交通流的道路网络连续设计方法，其特征在于，所述道路网络连续设计方法步骤包括：步骤一：对车辆类别、路线集合、链路路径、链路选择、旅行成本、车类流量、网络平衡以及出行需求进行模型化处理，建立面向新型混合交通流的交通分配问题模型；步骤二：判断建立面向新型混合交通流的交通分配问题是否具有唯一解，当面向新型混合交通流的交通分配问题的解是唯一时，面向新型混合交通流的交通分配问题被表述两级规划问题；当面向新型混合交通流的交通分配问题的解不唯一时，面向新型混合交通流的交通分配问题被表述为鲁棒性优化问题；步骤三：利用可行方向范数松弛法对面向新型混合交通流的交通分配问题进行求解，得出最优链路路径。2.根据权利要求1所述的一种面向新型混合交通流的道路网络连续设计方法，其特征在于，建立面向新型混合交通流的交通分配问题模型步骤如下：s1.1计算仅包含人工驾驶车辆且网络运行平衡状态下，车辆在od对w中选择路线k的概率和预期感知成本，根据预知感知成本求得弹性需求函数；s1.2计算人工驾驶车辆选择路线k时的广义旅行成本通过广义旅行成本判断出行的需求量；车辆在od对w中选择路线k的概率表示为：其中，是出行者在od对w之间选择链路m的边际概率，是出行者已经选择了链路m的情况下在od对w之间选择线路k的条件概率；均衡od需求也应该是相应od对之间预期感知旅行成本的函数：均衡od需求也应该是相应od对之间预期感知旅行成本的函数：弹性需求函数等于平衡状态下的预期感知成本，即为：其中，是od对w之间人工驾驶车辆的平衡需求，是od对w之间线路k上的人工驾驶车辆的平衡流量，z表示车辆分类，z＝{h,a}表示所有车辆类别的集合，其中h表示人工驾驶车辆，a表示网联自动驾驶车辆。w
z
是所有od对的集合，是连接od对w的所有路线集合，w∈w
z
，z∈z，将定义为z类车辆在od对w之间选择路线k时的旅行成本，定义为od对w之间选择路线k的z类车辆的流量，v
a,z
定义为链a上车辆类别为z的车流量，定义为od对w之间需求，w∈w
z
，q
z
是z类车辆所有od需求的向量，z∈z，定义为od对w上车辆类别z的预期感知旅行成本，定义为od对w之间的弹性需求函数，w∈w
z
，z∈z，δ
z
为z类车辆的连
接路径矩阵，λ
z
为z类车辆的od路径矩阵，z∈z，γ
z
表示z类车辆的所有链接集；所述广义旅行成本包括：旅行时间和时间成本；od对w之间人工驾驶车辆选择路线k时的广义旅行成本表示为：选择路线k时的广义旅行成本表示为：其中，od需求可以通过相应od对之间的路线流量求得，θ与u均为公式常数，其余字母所表示含义与上文表述中的含义相一致；c
h
(f
*
)和c
a
(f
*
)分别表示人工驾驶车辆和网联自动驾驶车辆所有路线的修正旅行成本向量表示如下：以向量的形式表示为：当时，其中v
a
是所有网联自动驾驶车辆链路流的向量，是平衡状态f
*
下网联自动驾驶车辆的链路流，此时：以上包含三个决策变量，即所有人工驾驶车辆链路流的向量f
h
，所有网联自动驾驶车辆路流的向量v
a
，以及所有网联自动驾驶车辆od的需求向量q
a
，其中为了描述混合交通的路段行程时间，以下函数表示车辆在连接路段上的旅行时间：为了描述混合交通的路段行程时间，以下函数表示车辆在连接路段上的旅行时间：是人工驾驶车辆或网联自动驾驶车辆在链路a上的行程时间，是链路a上自由流的行程时间，v
a,h
表示链路a上的人工驾驶车流，v
a,a
表示链路a上的网联自动驾驶车流，q
a
是链路a的容量；其中，q
a
的计算方法为：q
a,h
是指车辆全部为人工驾驶车辆时链路a的容量，q
a,a
是指车辆全部为网联自动驾驶车辆时链路a的容量，p
a,a
是指链路a上网联自动驾驶车辆所占的比例，和均表示混合交通流的平均车头时距，因为网联自动驾驶车辆的反应时间要小于人工驾驶车辆的反应时间，所以q
a,a
≥q
a,h
；
车辆通过链路时产生费用，利用以下行程时间来计算车辆通过链路的行程成本：车辆通过链路时产生费用，利用以下行程时间来计算车辆通过链路的行程成本：t
a,h
表示人工驾驶车辆在链路a的旅行成本，t
a,a
表示网联自动驾驶车辆在链路a的旅行成本，τ
a
是链路a上人工驾驶车辆的收费率，e
a
是单位通行费的等效行程时间。3.根据权利要求1所述的一种面向新型混合交通流的道路网络连续设计方法，其特征在于，当面向新型混合交通流的交通分配问题的解是唯一时，道路网络连续设计问题表示为以下两级规划问题：min
τ-f(x
*
(τ),τ)约束条件为：约束条件为：约束条件为：x
*
(τ)是底层具有弹性需求的多类交通分配问题的平衡流解，f(x
*
(τ),τ)表示三个最优收费设计问题的目标函数，和分别表示每个链路收费的上限和下限，所有收费率均为非负，且不大于τ
max
。4.根据权利要求3所述的一种面向新型混合交通流的道路网络连续设计方法，其特征在于，当面向新型混合交通流的交通分配问题的解不是唯一时，道路网络连续设计问题表示为以下两级规划问题：其中，x
*
(τ)和集合是通过解决较低级别的多类交通分配问题得到的，f(x
*
(τ),τ)为道路网络连续设计问题的性能指标。5.根据权利要求1所述的一种面向新型混合交通流的道路网络连续设计方法，其特征在于，利用可行方向范数松弛法对面向新型混合交通流的交通分配问题进行求解的过程如下：第1步：通过每个链路上设置足够大的收费率，在其范围内找到初始可行点τ0，设f0为初始自由流，令n＝0；第2步：使用修正后的可行方向范数松弛法、收费策略τ
n
及初始流量f0对具有弹性需求的多类别交通分配问题进行求解，设f
*
(τ
n
)计算所得出的平衡链路流解，x
*
(τ
n
)为人工驾驶车辆链路流、网联自动驾驶车辆链路流及网联自动驾驶车辆od需求的对应解；计算梯度和并将计算结果输入约束条件为：
第3步：在平衡状态f
*
(τ
n
)，求解二次优化问题，已寻求可行的下降方向d
n
，如果θ>0，则输出τ
n
并停止迭代，否则进入第4步；第4步：近似最佳步长r，具体如下；4.1：设l＝0，随机生成一个小的初始步长r
l
，令f
evl
＝-f(x
*
(τ
n
),τ
n
)，收费策略为τ
n
r
l
，初始线路流量为f
*
(τ
n
)，设f
*
(τ
n
r
l 1
·
d
n
)是相应的平衡链路流量解决方案；4.2：如果-f(x
*
(τ
n
r
l
·
d
n
),τ
n
r
l
·
d
n
)<f
evl
，令f
evl
＝-f(x
*
(τ
n
r
l
·
d
n
),τ
n
r
l
·
d
n
)，r
l 1
＝ωr
l
，v
l
＝ω，其中ω∈(1,2)，v
l
是指容量参数，并且4.3：如果l≥2，v
l
＝ω，令τ
n 1
＝τ
n
r
l
·
d
n
，进入第5步，如果l≥2，v
l 1
＝ω，令τ
n 1
＝τ
n
r
l 1
·
d
n
，进入第5步，否则进入步骤4.4；4.4：计算面向新型混合交通流的交通分配问题，以获取均衡流量和目标函数值，收费策略为τ
n
r
l
·
d
n
，初始链路的流量为f
*
(τ
n
r
l 1
·
d
n
)；第5步：如果|f(x
*
(τ
n 1
),τ
n 1
)/f(x
*
(
n
),τ
n
)|<ε2，然后停止迭代，输出τ
n 1
；否则，令n＝n 1，然后转入第3步，其中ε2是收敛的预定阈值。

技术总结
本发明设计了一种面向新型混合交通流的道路网络连续设计方法，具体步骤为：首先提出了一个面向新型混合交通流交通分配问题，用于估计路径收费(决策变量)对于流量均衡的影响，然后通过考虑人工驾驶车辆与网联自动驾驶车辆对交通状况的认知水平，增强各类型车辆路线选择行为模拟的真实性，根据交通分配问题中人工驾驶车辆路径流、网联自动就是车辆路径流与相应起终点唯一的特点，建立了混合交通流交通分配问题。为了对道路网络连续设计问题进行求解，本发明提出了一种修正的可行方向范数松弛法，在混合交通流分配问题存在唯一解或不唯一解的条件下，该算法均可实现全局最优。本发明可以实现在混合交通环境下实现网络性能的最大化。大化。大化。


技术研发人员：王建 王立超 刘启超
受保护的技术使用者：东南大学
技术研发日：2022.10.31
技术公布日：2023/1/31