一种考虑拥堵车源的高速公路混合路径诱导模型构建方法

1.本发明涉及交通技术领域，特别涉及一种考虑拥堵车源的高速公路混合路径诱导模型构建方法。


背景技术：

2.近些年，随着我国高速公路的快速发展，交通需求快速增加，高速公路的运输压力越来越大，拥堵事件频发，这些事件对运输效率、交通安全等方面都产生了不利影响。而高速公路和一些主要的国道和省道是连接各个城市区域的重要通道，肩负着城市之间客、货运输的主要任务，故高速公路等重要通道上交通拥堵缓解策略是学者研究的重点之一。随着人们对高速公路拥堵缓解方法的日益重视，各种关于路径诱导的研究也不断增多，在利用传统方法和智能算法对路径选择进行优化的领域取得了极大进展，同时，对路网中动态交通信息的获取也有效地解决了对突发事件处理不及时的问题。
3.但是，现有方法仍然存在着以下问题：
4.1）当前的大部分路径诱导的研究都只使用单一的模型方法（如最短路径诱导模型或最小成本诱导模型），对两种甚至多种方法组成的混合路径诱导模型的研究较少，在提高路径诱导效果的同时，难以保证较高的实用性；
5.2）目前关于路径诱导的研究中，大多只使用单一的路网作为研究案例，很少根据实际情况对高速公路与其他公路进行区分，使用更为精细的双层路网，这样会使得模型的计算结果与实际情况存在较大的差异。


技术实现要素：

6.为针对现有方法存在的上述难以兼具诱导效果与实用性及路网与实际情况不符的问题，本发明提供一种考虑拥堵车源的高速公路混合路径诱导模型，首先通过路网中不同路段的道路级别构建高速公路和国道、省道等其他公路组成的双层路网，然后提出由最短路径诱导模型和最小成本诱导模型组成的、兼具良好诱导效果和实用性的混合路径诱导模型，通过对起、终点间的交通出行量（即od对，o为origin的缩写，指出行发地点；d为destination的缩写，指出行的目的地）上出行者的额外出行成本和总出行成本大小进行综合排序，将所有出行者分为对拥堵贡献大和贡献小两部分，分别应用最小成本诱导模型和最短路径诱导模型，将两部分结果累加，得到混合路径诱导模型的计算结果。
7.为实现上述目的，本发明采用如下技术方案：
8.一种考虑拥堵车源的高速公路混合路径诱导模型构建方法，包括如下步骤：
9.步骤1，构建双层路网：
10.获取待研究高速公路及其周边公路的地理信息数据，构建由高速公路和非高速公路两部分组成的双层路网；
11.步骤2，构建最短路径诱导模型：
12.获取双层路网中的od对数据，按自由行驶时间最短的原则构建最短路径诱导模
型，计算双层路网中每个路段上的自由行驶时间和交通流量，路段的自由行驶时间为路段的长度与限制速度之比，按公式（1）计算：
[0013][0014]
其中：为路段的自由行驶时间，为路段的长度，为路段的限制速度；
[0015]
步骤3，构建最小成本诱导模型：
[0016]
根据双层路网和od对数据，按双层路网总出行成本最小的原则构建最小成本诱导模型，计算双层路网中每个路段上的交通流量以及每个od对上的实际总出行时间；
[0017]
步骤4，构建混合路径诱导模型：
[0018]
根据步骤2的结果计算每个od对上出行者的额外出行成本，同时根据步骤3的结果计算每个od对上出行者的总出行成本，再根据额外出行成本和总出行成本对全部od对进行综合升序排序，设定p值并选取与区间（0，p]对应的综合排序在前的od对作为部分，其余od对作为部分，为排序在前的od对占全部od对的比例，∈（0，1）；先将部分中的od对应用最短路径诱导模型，再将部分中的od对应用最小成本诱导模型，将两个模型的诱导导航结果叠加，得到混合路径诱导模型的诱导结果。
[0019]
进一步地，步骤1构建的双层路网中，将高速公路周边的国道、省道及其内部连接的低等级道路作为非高速公路部分，将同类型公路部分中各节点之间的路段作为网内链接，两种不同类型公路部分的交汇处设置网间链接；网内链接权重为车辆通过同类型公路部分中相应网内链接所用的时间，网间链接权重为车辆进出高速公路时所消耗的平均时间，包括车辆进出高速公路辅路和通过高速公路收费站时所消耗的时间。
[0020]
进一步地，步骤2中，在最短路径诱导模型中，每一位出行者都直接选择起点与终点之间最近的路线，即自由行驶时间最短的路线，任一od对上出行者的数量即为该od对的交通出行量，将基于最短路线的所有od对上的交通出行量添加至其在双层路网中途经的所有路段，得到每个路段上的交通流量。
[0021]
进一步地，步骤3中，最小成本诱导模型为双层路网中每一个出行者规划出一条行驶路线，使双层路网中的车辆出行时间总和即总出行成本最小，最小成本诱导模型按公式（2）、（3）表达为：
[0022]
路段出行成本：
[0023][0024]
其中：为节点至节点对应路段出行成本，为路段上车辆的实际行驶时间，、分别表示路段的起点和终点，为节点至节点对应路段的每小时交通流量，为该路段的交通容量，和为常数；
[0025]
总出行成本：
[0026][0027]
其中：为目标函数，即总出行成本；
[0028]
公式（3）中，当节点、节点取双层路网中的所有节点进行求和时，计算得到的即为双层路网的总出行成本；当节点、节点取某od对上的所有节点进行求和时，计算得到
的即为该od对上出行者的总出行成本。
[0029]
进一步地，步骤3中，采用link flow类型的算法求解最小成本诱导模型，link flow类型的算法优选frank-wolfe算法、连续平均法（msa算法）。
[0030]
进一步地，步骤4中，每一个od对上出行者的额外出行成本按公式（4）计算：
[0031][0032]
其中：为额外出行成本，为双层路网中某个od对上起点、终点之间的车辆总数即出行者总数，为某个od上第位出行者按照最短路径行驶时在起点、终点之间所经历的路段的总数，为最短路径诱导模型中第条路段的交通流量，为第条路段的交通容量，为第条路段的自由行驶时间。
[0033]
进一步的，步骤4中，按下述方法对od对进行综合升序排序：
[0034]
先按od对上出行者的总出行成本对全部od对进行升序排序，按a的比例将全部od对划分为与a、1-a对应的前后两部分，a取值范围为0.4~0.6，优选0.5，再按出行者的额外出行成本分别对两个部分中的od对进行升序排序，然后设定p值并选取与区间（0，p]对应的综合排序在前的od对作为部分，其余所有od对作为部分，部分代表拥堵贡献大的部分，部分中的出现者即为拥堵车源。
[0035]
进一步的，步骤4中，构建混合路径诱导模型时，先将部分中od对应用最短路径诱导模型，重新计算得到部分中od对在每个路段上的交通流量，然后利用公式（2）计算每个路段上的实际出行时间，更新双层路网中各路段的出行成本；再将部分中od对应用最小成本诱导模型，将部分和部分的模型诱导导航结果叠加，得到混合路径诱导模型的诱导结果，同时得到双层路网中每个路段上的交通流量以及总出行成本和额外出行成本。
[0036]
进一步的，的取值范围按下述方法进行确定：
[0037]
设定不同的值，根据混合路径诱导模型，计算不同值情况下双层路网中的平均实际行驶时间和平均额外行驶时间，再按下述方法确定的取值范围，得到与部分对应的所有od对；
[0038]
的下限满足：以最短路径诱导模型的计算结果为基准，应用混合路径诱导模型时的平均实际行驶时间、平均额外行驶时间的下降幅度相较于应用最小成本诱导模型时下降幅度的比例、满足、≥80%，优选、≥90%，、按公式（5）计算：
[0039][0040]
其中：、为应用混合路径诱导模型时的平均实际行驶时间、平均额外行驶时间，、为应用最小成本诱导模型时的平均实际行驶时间、平均额外行驶时间，、为应用最短路径诱导模型时的平均实际行驶时间、平均额外行驶时间；
[0041]
的上限满足：、相对于的变化率、≥0.2，、按公式（6）计算：
[0042]
，（6）
[0043]
其中：、分别为、随的变化量，为的变化量。
[0044]
进一步地，双层路网中出行者的平均实际行驶时间和平均额外行驶时间分别按公式（7）、（8）计算：
[0045][0046][0047]
其中：为平均实际行驶时间，为平均额外行驶时间，为平均自由行驶时间，为路段上车辆的实际行驶时间，为路段上车辆的自由行驶时间，为双层路网中的出行者总数。
[0048]
与现有预测方法相比，本发明的技术效果在于：
[0049]
（1）混合路径诱导模型能够聚焦对拥堵贡献较大的小部分出行者和拥堵车源进行路径诱导，因此该模型不仅能综合考虑车辆出行成本和出行路径长短，缓解高速公路部分区域的拥堵情况、降低车辆总体出行成本，还可以兼顾大多数出行者的利益，使模型对全部出行者的影响尽可能降到最低，更容易被出行者接受，具有更高的实用价值。
[0050]
（2）同时，构建双层路网模型能够更好地反映高速公路和其他主要交通路线网络的实际交汇情况，使得模型的计算结果更贴近真实情况，更具有普适性。
附图说明
[0051]
图1是本发明所述一种考虑拥堵车源的高速公路混合路径诱导模型构建方法的流程图。
[0052]
图2为实施例1中构建的双层路网图；图中，粗线条为高速公路，细线条为非高速公路，三角形标志为网间链接位置。
[0053]
图3为实施例1中最短路径诱导模型计算示例图；图中，括号（a，b）内的数值a表示该路段的长度，数字b表示该路段的限制速度。
[0054]
图4为实施例1混合路径诱导模型中的平均实际行驶时间、平均额外行驶时间随值变化的折线图，其中（a）为随值变化的折线图，（b）为随值变化的折线图。
[0055]
图5为实施例1混合路径诱导模型中的平均实际行驶时间、平均额外行驶时间各自的下降幅度的比例、随值的变化折线图，其中（a）为随值变化的折线图，（b）为随值变化的折线图。
[0056]
图4~图5中，当p=0时，代表应用最短路径诱导模型；当p=1时，代表应用最小成本诱导模型；当0《p《1时，代表应用混合路径诱导模型。
具体实施方式
[0057]
下面结合实施例和附图来对本发明的技术方案作清晰、完整的阐述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0058]
实施例1；
[0059]
参见图1~5，本发明实施例提供了一种考虑拥堵车源的高速公路混合路径诱导模型构建方法，包括以下步骤：
[0060]
步骤1，构建双层路网：
[0061]
获取待研究高速公路及其周边公路的地理信息数据，构建由高速公路和非高速公
路两部分组成的双层路网；
[0062]
在构建的双层路网中，将高速公路周边的国道、省道及其内部连接的低等级道路作为非高速公路部分，将同类型公路部分（高速公路部分或非高速公路部分）中各节点之间的路段作为网内链接，两种不同类型公路部分的交汇处设置网间链接；网内链接权重为车辆通过同类型公路部分中相应链接所用的时间，网间链接权重为车辆进出高速公路时所消耗的平均时间，包括车辆进出高速公路辅路和通过高速公路收费站时所消耗的时间；
[0063]
本实施例选取某省境内的高速公路以及其周边公路作为研究对象，获取的双层路网中路段的基本属性信息包括路段限速、车道数、道路宽度等，随后根据获取的数据计算出路段长度和基本通行能力（即交通容量）；
[0064]
获得该省交通的双层路网共包含25072条路段和23437个节点，共设置238个网间链接，其中，高速公路部分包含550条路段和506个节点；非高速公路部分包括24522条路段和22931个节点；根据参考文献（杨鹏飞.取消省界收费站对高速公路车辆运行影响分析研究[d].长安大学,2021.）的记载，同时考虑车辆进出高速公路辅路和通过高速公路收费站时所消耗的时间，网间链接权重设置为2.5min；
[0065]
步骤2，构建最短路径诱导模型：
[0066]
获取双层路网中的od对数据，按自由行驶时间最短的原则构建最短路径诱导模型，计算双层路网中每个路段上的自由行驶时间和交通流量；
[0067]
所述od对数据均来源于该省某交通研究院，其中，包含2019年5月中旬的该省高速公路每小时的od对数据，od对数据的起点和终点为高速公路收费站点，共450个，并删除了存在信息缺失情况及其他无法使用的od对数据；以2019年5月15日13点至14点的od对数据为例，原始数据有13246条，od对总量为54504辆车，经过筛选后得到的有效od对数据为12801条，od对总量为52701辆车；
[0068]
在最短路径诱导模型中，假设每一位驾驶者都直接选择起点与终点之间最近的路线，即自由行驶时间最短的路线，任一od对上出行者的数量即为该od对的交通出行量，将基于最短路线的所有od对上的交通出行量添加至其在双层路网中途径的所有路段，得到每个路段上的交通流量（上标r代表应用最短路径诱导模型的计算结果），路段的自由行驶时间为路段的长度与限制速度之比，按公式（1）计算：
[0069][0070]
其中：为路段的自由行驶时间，为路段的长度，为路段的限制速度；
[0071]
最短路径诱导模型的计算示例如下：
[0072]
假设图3为路网中的一部分，由6个节点和7条路段组成，括号（a，b）内的第一个数值a表示该路段的长度，第二个数字b表示该路段的限制速度，由已知数据可以计算出每个路段的自由行驶时间，例如；假设图中节点a至节点c的交通出行量为20，节点a至节点f的交通出行量为30，首先根据每个路段的自由行驶时间找到节点a至c和f的最短路径（自由行驶时间总和最小），分别为a
→b→
c和a
→b→e→
f，自由行驶时间总和分别为4和5，然后将二者的交通出行量依次加在途经的路段上，可以得到，，，，其余路段的交通流量为0；
[0073]
步骤3，构建最小成本诱导模型：
[0074]
根据双层路网和od对数据，按双层路网总出行成本最小的原则构建最小成本诱导模型，计算双层路网中每个路段上的交通流量以及每个od对上的实际总出行时间；
[0075]
最小成本诱导模型为双层路网中每一个出行者规划出一条行驶路线，使整个交通网络中的车辆出行时间总和即总出行成本最小，最小成本诱导模型按公式（2）、（3）构建：
[0076]
路段出行成本：
[0077][0078]
其中：为节点至节点对应路段出行成本，为路段上车辆的实际行驶时间，、分别表示路段的起点和终点，为节点至节点对应路段的每小时交通流量，为该路段的交通容量，和为常数；
[0079]
总出行成本：
[0080][0081]
其中：为目标函数，即总出行成本；
[0082]
公式（3）中，当节点、节点取双层路网中的所有节点进行求和时，计算得到的即为双层路网的总出行成本，当节点、节点取某od对上的所有节点进行求和时，计算得到的即为该od对上出行者的总出行成本；
[0083]
根据公式（2）、（3）进一步推导可得：
[0084][0085][0086]
本实施例中，由于上述方程具有隐式解，因此采用link flow类型的算法中的frank-wolfe算法对其进行求解，最终得到应用最小成本诱导模型时双层路网中每个路段上的交通流量（上标c代表应用最小成本诱导模型的计算结果）和实际总出行时间，计算得到的部分路段上的交通流量如表1；此外，也可以c采用连续平均法（msa算法）对式（4）进行求解；
[0087][0088]
步骤4，构建混合路径诱导模型：
[0089]
根据步骤2的结果计算每个od对上出行者的额外出行成本，同时根据步骤3的结果计算每个od对上出行者的总出行成本，再根据额外出行成本和总出行成本对全部od对进行综合升序排序，设定p值并选取与区间（0，p]对应的综合排序在前的od对作为部分，其余od对作为部分，为排序在前的od对占全部od对的比例，∈（0，1）；先将部分中的od对应用最短路径诱导模型，再将部分中的od对应用最小成本诱导模型，将两个模型的诱导导航结果叠加，得到混合路径诱导模型的诱导结果；
[0090]
1）根据步骤2所得最短路径诱导模型中的自由行驶时间和交通流量，按公式（5）计算每个od对上出行者的额外出行成本：
[0091][0092]
其中：为额外出行成本，为经过路网中两个节点的车辆总数即出行者总数、od对总数，为第位出行者按照最短路径方案行驶时，起点、终点之间所经历的路段的总数，为第条路段的交通流量，为第条路段的交通容量，为第条路段的自由行驶时间，取和；计算得到的部分od对上出行者的额外出行成本结果如表2；
[0093][0094]
根据步骤3所述最小成本诱导模型中每个od对上的实际总出行时间计算得到该od对上出行者的总出行成本；
[0095]
2）再根据额外出行成本和总出行成本对全部od对进行综合升序排序：
[0096]
先按od对上出行者的总出行成本对全部od对进行升序排序，按a的比例将全部od对划分为与a、1-a对应的前后两部分，a取值范围为0.4~0.6，本实施例中a取0.5，再按出行者的额外出行成本分别对两个部分中的od对进行升序排序，然后设定p值并选取与区间（0，p]对应的综合排序在前的od对作为部分，其余所有od对作为部分；的取值范围为（0，1），为排序在前的od对占全部od对的比例，部分代表拥堵贡献大的部分，部分代表拥堵贡献小的部分；
[0097]
3）先将部分中od对应用最短路径诱导模型，重新计算得到部分中od对在每个路段上的交通流量，然后利用公式（2）计算每个路段上的实际出行时间，更新双层路网中各路段的出行成本；再将部分中od对应用最小成本诱导模型，求解得到部分中od对在每个路段上的交通流量，将部分和部分的模型诱导导航结果叠加，得到混合路径诱导模型的诱导结果，同时得到双层路网中每个路段上的交通流量以及总出行成本和额外出行成本（上标m代表应用混合路径诱导模型的计算结果）；
[0098]
在本实施例中，按总出行成本进行排序时，排在前50%的od对的总出行成本为380333min~689min，排在后50%的od对的总出行成本为689min~1min，按额外出行成本进行排序时，上述两个部分各自对应的全部od对中的额外出行成本分别为153105min~0min、515min~0min；
[0099]
构建完混合路径诱导模型后，再按下述方法求解混合路径诱导模型，确定的取值范围并得到拥堵贡献大的od对：
[0100]
设定不同的值，根据混合路径诱导模型，计算不同值情况下双层路网中的平均实际行驶时间和平均额外行驶时间，再按下述方法确定的取值范围，得到与部分对应的所有od对；
[0101]
1）首先，在的取值范围（0，1）之间按等差数列的形式设置不同的计算值，应用
至混合路径诱导模型中进行迭代计算，本实施例中公差取0.1；
[0102]
2）然后按公式（6）、（7）计算不同值情况下出行者的平均实际行驶时间和平均额外行驶时间：
[0103][0104][0105]
其中：为平均实际行驶时间，为平均额外行驶时间，为平均自由行驶时间，为路段上车辆的实际行驶时间，为路段上车辆的自由行驶时间，为双层路网中的出行者总数；
[0106]
本实施例中，出行者总数，当时，(min)，(min)，(min)，平均实际行驶时间与平均额外行驶时间随值变化的折线图如图4；
[0107]
3）再确定的取值范围，得到与部分对应的所有od对；
[0108]
的下限满足：以最短路径诱导模型的计算结果为基准，应用混合路径诱导模型时的平均实际行驶时间、平均额外行驶时间的下降幅度相较于应用最小成本诱导模型时下降幅度的比例、满足、≥80%，优选、≥90%，、按公式（8）计算：
[0109][0110]
其中：、为应用混合路径诱导模型时的平均实际行驶时间、平均额外行驶时间，、为应用最小成本诱导模型时的平均实际行驶时间、平均额外行驶时间，、为应用最短路径诱导模型时的平均实际行驶时间、平均额外行驶时间；
[0111]
例如，在最短路径诱导模型（）中，min，min；在最小成本诱导模型（）中，min，min；在混合路径诱导模型中，当时，min，min，则，≈64%；
[0112]
的上限满足：、相对于的变化率、≥0.2，、按公式（9）计算：
[0113]
，（9）
[0114]
其中：、分别为、随的变化量，为的变化量；
[0115]
本实施例中，当时，、，当时，，，，；当时，、，，；显然，当时，、0.2，当时，、0.2，取的上限为0.1的整数倍数0.5；实际上，设定值的公差越小，最终所得到的取值范围越准确；
[0116]
在本实施例中，、随值变化的折线图由图5，当时，相较于最短路径诱导模型，混合路径诱导模型的平均实际行驶时间和平均额外行驶时间的下降幅度达到最小成本诱导模型下降幅度的65%左右，即、为65%左右，时，、达到83%以上，时，、达到了90%以上，因此值下限取0.2，优选0.3；另外，当（0.4，0.5）及更小时，平均实际行驶时间、平均额外行驶时间的下降比例、相对于的变
化率δ≥0.2，当（0.5，0.6）及更大时、的下降比例、相对于的变化率、《0.2，即随着继续增加，、的变化不大，此时即使增加拥堵诱导od对，拥堵诱导的实际效果并无显著改善，反而增加经济成本；
[0117]
对比应用三种模型的计算结果可知，最小成本诱导模型与混合路径诱导模型、明显比最短路径诱导模型低，体现出缓解拥堵的作用；而时，混合路径诱导模型优化效果非常接近最小成本方案，、值均超过了80%，而且很好地解决了优化效果与可行性之间的矛盾，能节省大量的时间和精力；但由于越大意味着需要进行路径诱导的车辆越多，实施难度也越大，实用性会大幅降低，当时、不再有明显下降的趋势，因此在本实施例中，取，优选0.3~0.5；当时，部分对应的od对数量为2560条，部分对应的od对数量为10241条，当时，部分对应的od对数量为6400条，部分对应的od对数量为6401条，因此根据本发明所述混合路径诱导模型得到的拥堵诱导od对数量约在2560~6400条之间，同时还可以得到相应的混合路径诱导方案；对这些od对进行路径诱导，可以在最大程度改善高速公路拥堵状况的同时节尽可能约经济成本，同时使出行者的满意度较高。
[0118]
本发明未尽事宜为现有技术。
[0119]
以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求范围当中。

技术特征：
1.一种考虑拥堵车源的高速公路混合路径诱导模型构建方法，其特征在于：包括如下步骤：步骤1，构建双层路网：获取待研究高速公路及其周边公路的地理信息数据，构建由高速公路和非高速公路两部分组成的双层路网；步骤2，构建最短路径诱导模型：获取双层路网中的od对数据，按自由行驶时间最短的原则构建最短路径诱导模型，计算双层路网中每个路段上的自由行驶时间和交通流量；步骤3，构建最小成本诱导模型：根据双层路网和od对数据，按双层路网总出行成本最小的原则构建最小成本诱导模型，计算双层路网中每个路段上的交通流量以及每个od对上的实际总出行时间；步骤4，构建混合路径诱导模型：根据步骤2的结果计算每个od对上出行者的额外出行成本，同时根据步骤3的结果计算每个od对上出行者的总出行成本，再根据额外出行成本和总出行成本对全部od对进行综合升序排序，设定p值并选取与区间（0，p]对应的综合排序在前的od对作为部分，其余od对作为部分，∈（0，1）；先将部分中的od对应用最短路径诱导模型，再将部分中的od对应用最小成本诱导模型，将两个模型的诱导导航结果叠加，得到混合路径诱导模型的诱导结果。2.根据权利要求1所述的一种考虑拥堵车源的高速公路混合路径诱导模型构建方法，其特征在于：步骤1构建的双层路网中，将同类型公路部分中各节点之间的路段作为网内链接，两种不同类型公路部分的交汇处设置网间链接；网内链接权重为车辆通过同类型公路部分中相应网内链接所用的时间，网间链接权重为车辆进出高速公路时所消耗的平均时间。3.根据权利要求1所述的一种考虑拥堵车源的高速公路混合路径诱导模型构建方法，其特征在于：步骤2中，在最短路径诱导模型中，每一位出行者都直接选择起点与终点之间最近的路线，即自由行驶时间最短的路线，将基于最短路线的所有od对上的交通出行量添加至其在双层路网中途经的所有路段，得到每个路段上的交通流量。4.根据权利要求3所述的一种考虑拥堵车源的高速公路混合路径诱导模型构建方法，其特征在于：自由行驶时间按公式（1）计算：；其中：为路段的自由行驶时间，为路段的长度，为路段的限制速度。5.根据权利要求1所述的一种考虑拥堵车源的高速公路混合路径诱导模型构建方法，其特征在于：步骤3中，最小成本诱导模型为双层路网中每一个出行者规划出一条行驶路线，使双层路网中的车辆出行时间总和即总出行成本最小，最小成本诱导模型按公式（2）、（3）表达为：路段出行成本：；其中：为节点至节点对应路段出行成本，为路段上车辆的实际行驶时间，为节点至节点对应路段的每小时交通流量，
为该路段的交通容量，为路段的自由行驶时间，和为常数；总出行成本：；其中：为目标函数，即总出行成本。6.根据权利要求1所述的一种考虑拥堵车源的高速公路混合路径诱导模型构建方法，其特征在于：步骤4中，每一个od对上出行者的额外出行成本按公式（4）计算：；其中：为额外出行成本，为双层路网中某个od对上起点、终点之间的出行者总数，为某个od上第位出行者按照最短路径行驶时在起点、终点之间所经历的路段的总数，为最短路径诱导模型中第条路段的交通流量，为第条路段的交通容量，为第条路段的自由行驶时间。7.根据权利要求1所述的一种考虑拥堵车源的高速公路混合路径诱导模型构建方法，其特征在于：步骤4中，按下述方法对od对进行综合升序排序：先按od对上出行者的总出行成本对全部od对进行升序排序，按a的比例将全部od对划分为与a、1-a对应的前后两部分，a取值范围为0.4~0.6，再按出行者的额外出行成本分别对两个部分中的od对进行升序排序，然后设定p值并选取与区间（0，p]对应的综合排序在前的od对作为部分，其余所有od对作为部分。8.根据权利要求7所述的一种考虑拥堵车源的高速公路混合路径诱导模型构建方法，其特征在于：步骤4中，构建混合路径诱导模型时，先将部分中od对应用最短路径诱导模型，计算得到部分中od对在每个路段上的交通流量，然后计算每个路段上的实际出行时间，更新双层路网中各路段的出行成本；再将部分中od对应用最小成本诱导模型，将部分和部分的模型诱导导航结果叠加，得到混合路径诱导模型的诱导结果。9.根据权利要求1-8任一项所述的一种考虑拥堵车源的高速公路混合路径诱导模型构建方法，其特征在于：的取值范围按下述方法进行确定：设定不同的值，根据混合路径诱导模型，计算不同值情况下双层路网中的平均实际行驶时间和平均额外行驶时间，再按下述方法确定的取值范围；的下限满足：以最短路径诱导模型的计算结果为基准，应用混合路径诱导模型时的平均实际行驶时间、平均额外行驶时间的下降幅度相较于应用最小成本诱导模型时下降幅度的比例、满足、≥80%，、按公式（5）计算：；其中：、为应用混合路径诱导模型时的平均实际行驶时间、平均额外行驶时间，、为应用最小成本诱导模型时的平均实际行驶时间、平均额外行驶时间，、为应用最短路径诱导模型时的平均实际行驶时间、平均额外行驶时间；的上限满足：、相对于的变化率、≥0.2，、按公式（6）计算：，（6）；其中：、分别为、随的变化量，为的变化量。10.根据权利要求9所述的一种考虑拥堵车源的高速公路混合路径诱导模型构建方法，
其特征在于：双层路网中出行者的平均实际行驶时间和平均额外行驶时间分别按公式（7）、（8）计算：；；其中：为平均实际行驶时间，为平均额外行驶时间，为平均自由行驶时间，为路段上车辆的实际行驶时间，为路段上车辆的自由行驶时间，为双层路网中的出行者总数。

技术总结
本发明涉及交通技术领域，公开一种考虑拥堵车源的高速公路混合路径诱导模型构建方法，根据高速公路及周边公路构建双层路网，再根据最短路径诱导模型和最小成本诱导模型构建混合路径诱导模型，即根据额外出行成本和总出行成本对OD对进行综合排序并划分为两个部分，按拥堵贡献大小对两个部分的OD对分别应用不同模型来计算，将两个部分的诱导结果叠加得混合路径诱导模型的诱导结果；该模型基于实际交通网络构建双层路网，聚焦对拥堵贡献大的出行者和拥堵车源进行路径诱导，能综合考虑车辆出行成本和出行路径长短，有利于缓解高速公路的拥堵情况、降低车辆总体出行成本，还可兼顾大多数出行者的利益，具有良好诱导效果、更高的实用价值和兼容性。用价值和兼容性。用价值和兼容性。


技术研发人员：王璞 王天浩
受保护的技术使用者：中南大学
技术研发日：2023.06.06
技术公布日：2023/7/12