兼顾全局效率与局部错位的城市交通路网韧性评估方法

1.本发明属于道路交通网络安全领域，具体涉及一种兼顾全局效率与局部错位的城市交通路网韧性评估方法。


背景技术：

2.突发事件对于道路交通网络安全的破坏是即时、巨大的，研究城市交通路网韧性的目的是为了评估系统抵抗、适应、中断后维持正常功能水平并从冲击中恢复的能力，而提高系统韧性进而防灾减灾的关键在于准确合理的评估韧性。
3.已有的城市交通路网韧性评估方法往往选取网络拓扑指标、系统机能指标等单一层面指标，难以反映城市交通网络的复杂动态性，更难准确描述交通网络性能在突发事件扰动状态下的变化。公开号为cn114141017a的发明专利公开了一种考虑长短期路段性能的道路韧性衡量方法，其根据不同时段的通行速度计算路段的长期性能和短期性能，最终计算路段的长短期韧性，该方法可以同时考虑系统长期和短期性能损失，但是未综合考虑全局网络效率，也无法兼顾道路局部错位情况，无法动态反映交通网络性能的变化。
4.在国家加强防灾应急、提升交通网络系统韧性的大背景下，针对路段检测数据呈现扰动状态下的交通情景，需要一种能准确量化突发事件扰动情形下的交通网络性能变化的城市交通路网韧性评估方法。


技术实现要素：

5.有鉴于此，本发明提出了一种兼顾全局效率与局部错位的城市交通路网韧性评估方法及系统，用于解决现有的城市交通路网韧性评估方法难以动态准确描述突发事件扰动情形下交通网络性能的变化的问题。
6.本发明第一方面，公开一种兼顾全局效率与局部错位的城市交通路网韧性评估方法，所述方法包括：结合路网结构数据和路段监测数据构建交通路网模型；根据路段监测数据分别计算各个路段常态下的平均通行时间和扰动状态下的平均通行时间，并基于dijkstra算法分别生成常态下、扰动状态下各节点间最短时间路段路径集合；分别根据常态下、扰动状态下各节点间最短时间路段路径集合和对应的路段交通流量计算常态下、扰动状态下的路段介数中心性；根据常态下的路段介数中心性和扰动状态下的路段介数中心性计算局部错位值；根据扰动状态下路段平均通行时间与扰动状态下路段交通流量计算扰动状态下的全局网络效率；根据局部错位值与扰动状态下的全局网络效率，计算扰动状态下的城市交通道路网络韧性值。
7.在以上技术方案的基础上，优选的，所述路网结构数据包括路网节点和边；
所述路段监测数据包括常态下的路段流量、扰动状态下路段流量、常态下的路段平均行驶车速和扰动状态下的路段平均行驶车速。
8.在以上技术方案的基础上，优选的，基于dijkstra算法分别生成常态下各节点间最短时间路段路径集合具体包括：设路网的节点集合为，i=1,2,...,n，n为节点总数，令初始节点计数集合，常态下各节点间的最短时间路段路径集合；从m中任选两个节点mo、md分别作为路径起始节点、终止节点，并将m0、md加入中，以常态下路段平均通行时间最短作为基准，利用dijkstra算法计算得到节点mo和md之间的最短时间路段序列，令，k为mo和md之间的节点总数，将路段序列加入r中；重复以上步骤直到初始集合m中所有节点都加入且中的每个节点均为n-1个时，迭代结束，得到常态下各节点间的最短时间路段路径集合r，r的具体表达式如下：
9.其中，表示各节点间的最短时间路段路径集合中第q个路段序列，q=1,2,
…
,n*(n-1)/2，n*(n-1)/2表示各节点间的最短时间路段路径集合中路段序列的总数。
10.在以上技术方案的基础上，优选的，计算常态下的路段介数中心性的公式为：
11.其中，为第i个节点与第j个节点所表示的路段在常态下的介数中心性，为第i个节点与第j个节点所表示路段在常态下的交通流量，为第i个节点与第j个节点所表示的路段出现在节点mo、md之间的最短时间路段路径集合子集中的数量，为节点mo、md之间的最短时间路段路径集合子集的数量，n为节点总数；计算扰动状态下的路段介数中心性的公式为：
12.其中，为第i个节点与第j个节点所表示的路段在扰动状态下的介数中心性，为第i个节点与第j个节点所表示路段在扰动状态下的交通流量，为第i个节点与第j个节点所表示路段出现在节点mo、md之间的扰动状态下最短时间路段路径集合子集中的数量，为节点mo、md之间的扰动状态下最短时间路段路径集合子集的数量。
13.在以上技术方案的基础上，优选的，所述计算局部错位值的公式为：
14.其中，表示局部错位值，分别为第i个节点与第j个节点所表示路段在常态下、在扰动状态下的介数中心性。
15.在以上技术方案的基础上，优选的，所述计算扰动状态下的全局网络效率的公式为：
16.其中，q为所有路段在扰动状态下交通流量总和，为第i个节点与第j个节点所表示的路段在扰动状态下的平均通行时间。
17.在以上技术方案的基础上，优选的，所述计算扰动状态下的城市交通道路网络韧性值的公式为：
18.其中，resilicence为韧性值，a、b为常量。
19.本发明第二方面，公开一种兼顾全局效率与局部错位的城市交通路网韧性评估系统，所述系统包括：路网构建模块：用于结合路网结构数据和路段监测数据构建交通路网模型；路径计算模块：用于根据路段监测数据分别计算各个路段常态下的平均通行时间和扰动状态下的平均通行时间，并基于dijkstra算法分别生成常态下、扰动状态下各节点间最短时间路段路径集合；错位值计算模块：用于分别根据常态下、扰动状态下各节点间最短时间路段路径集合和对应的路段交通流量计算常态下、扰动状态下的路段介数中心性；根据常态下的路段介数中心性和扰动状态下的路段介数中心性计算局部错位值；全局网络效率计算模块：用于根据扰动状态下路段平均通行时间与扰动状态下路段交通流量计算扰动状态下的全局网络效率；韧性值计算模块：用于根据局部错位值与扰动状态下的全局网络效率，计算扰动状态下的城市交通道路网络韧性值。
20.本发明第三方面，公开一种电子设备，包括：至少一个处理器、至少一个存储器、通信接口和总线；其中，所述处理器、存储器、通信接口通过所述总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令，以实现如本发明第一方面所述的方法。
21.本发明第四方面，公开一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令使计算机实现如本发明第一方面所述的方法。
22.本发明相对于现有技术具有以下有益效果：1）本发明根据常态下的路段介数中心性和扰动状态下的路段介数中心性计算局部错位值，根据扰动状态下路段平均通行时间与扰动状态下路段交通流量计算扰动状态下的全局网络效率，并综合局部错位值与扰动状态下的全局网络效率计算扰动状态下的城市交通道路网络韧性值，通过耦合道路拓扑网络与交通流量预演扰动事件对道路交通的影响，能动态反映和量化突发事件扰动情形下的交通网络性能变化；2）本发明基于交通流量和最短时间改进了路网介数中心性与全局网络效率模型，
对于路段中断与路段限速均可适用，更符合实际扰动状态下的交通特征，可以提高路网韧性评估的适用性；3）本发明计算的路网韧性值兼顾了交通路网全局网络效率与局部错位情况，可以更好切合局部突发事件影响与全局交通影响这一扰动交通特征，提高路网韧性评估的准确性。
附图说明
23.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
24.图1为本发明兼顾全局效率与局部错位的城市交通路网韧性评估方法流程图；图2是突发事件对交通影响示意图；图3是全局网络效率与局部错位示意图。
具体实施方式
25.下面将结合本发明实施方式，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅仅是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，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方式，都属于本发明保护的范围。
26.本发明基于路段检测数据呈现扰动状态下的交通情景，耦合道路网络与交通网络，提出一种综合路网拓扑与交通流量、兼顾全局效率与局部错位的城市交通路网韧性评估方法。
27.请参阅图1，本发明提出，一种兼顾全局效率与局部错位的城市交通路网韧性评估方法，所述方法包括：s1、结合路网结构数据和路段监测数据构建交通路网模型。
28.具体的，路网结构数据包括路网节点和边，路网节点为，节点总数为n，其中节点与节点所构成边表示为。
29.路段监测数据包括常态下的路段流量、扰动状态下路段流量、常态下的路段平均行驶车速和扰动状态下的路段平均行驶车速。
30.所构建的交通路网模型的附属属性包含路段长度、常态下的路段平均行驶车速、常态下的路段流量、常态下的路段平均通行时间。还包括突发事件的路段监测数据，即扰动状态下路段平均行驶车速，扰动状态下路段流量，扰动状态下路段平均通行时间。
31.s2、根据路段监测数据分别计算各个路段常态下的平均通行时间和扰动状态下的平均通行时间，并基于dijkstra算法分别生成常态下/扰动状态下各节点间最短时间路段路径集合。
32.s21、根据路段长度与常态下的路段平均行驶车速，计算常态下的路段平均通行时间，计算公式为：
33.其中，为常态下第i个节点与第j个节点所表示路段的平均通行时间，i=1,2,...,n，j=1,2,...,n，为第i个节点与第j个节点所表示路段的长度，为第i个节点与第j个节点所表示路段的平均行驶车速，表示第i个节点与第j个节点之间是否相连通，表示第i个节点与第j个节点连通，表示不连通，n为路网中的节点总数。
34.s22、根据路段长度与扰动状态下的路段平均行驶车速，计算扰动状态下的路段平均通行时间，计算公式为：
35.其中，为第i个节点与第j个节点所表示路段的扰动状态下平均通行时间，为第i个节点与第j个节点所表示路段的长度，为第i个节点与第j个节点所表示路段在扰动状态下的平均行驶车速。
36.s23、基于dijkstra算法生成常态下各节点间最短时间路段路径集合。
37.s231、设路网的节点集合为，，n为节点总数，令初始节点计数集合，常态下各节点间的最短时间路段路径集合；s232、从m中任选两个节点mo、md分别作为路径起始节点、终止节点，要求m0、md在中的数量小于n-1个，以避免重复，将m0、md加入中，以常态下路段平均通行时间最短作为基准，利用dijkstra算法计算得到节点mo和md之间的最短时间路段序列，k为mo和md之间的节点总数，令，将路段序列加入r中；s233、重复以上步骤s232，直到初始集合m中所有节点都加入且中的每个节点均为n-1个，迭代结束，得到常态下各节点间的最短时间路段路径集合r，r的具体表达式如下：
38.其中，表示各节点间的最短时间路段路径集合中第q个路段序列，q=1,2,
…
,n*(n-1)/2，n*(n-1)/2表示各节点间的最短时间路段路径集合中路段序列的总数。
39.s24、基于dijkstra算法计算扰动状态下各节点间最短时间路段路径集合。
40.采用与步骤s23相同的原理，计算各节点间扰动状态下最短时间路段路径集合r
*
，r
*
的表达式如下：
41.其中，表示扰动状态下最短时间路段路径集合中第q个路段序列，q=1,2,
…
,n*(n-1)/2，n*(n-1)/2表示各节点间扰动状态下最短时间路段路径集合中路段序列的数量。
42.如图2示出了突发事件对交通的影响示意图，当发生突发事件时，交通路径选择可能存在限速、限行等影响，因此，本发明采用路段通行最短时间而非最短距离为基准进行路径选择，从而得到扰动状态下各节点间的最短时间路段路径集合，更符合实际需求。
43.s3、分别根据常态下/扰动状态下各节点间最短时间路段路径集合和对应的路段交通流量计算常态下/扰动状态下的路段介数中心性。
44.s31、根据常态下的最短时间路段路径集合、路段交通流量，计算常态下的路段介数中心性。
45.相比原始介数中心性，本发明在计算常态下的路段介数中心性时引入路段交通流量，即路段使用次数作为权值，计算常态下的路段介数中心性的公式为：
46.其中，为第i个节点与第j个节点所表示的路段在常态下的介数中心性，为第i个节点与第j个节点所表示路段在常态下的交通流量，mo表示第o个节点，md表示第d个节点，o=1,2,
…
,n，d=1,2,
…
,n，为常态下第i个节点与第j个节点所表示的路段出现在节点mo、md之间的最短时间路段路径集合子集中的数量，为节点mo、md之间的最短时间路段路径集合子集的数量，n为节点总数；s32、根据扰动状态下的最短时间路段路径集合、扰动状态下路段交通流量，计算扰动状态下的路段介数中心性。
47.与计算常态下的路段介数中心性类似，计算扰动状态下的路段介数中心性的公式为：
48.其中，为第i个节点与第j个节点所表示的路段在扰动状态下的介数中心性；为第i个节点与第j个节点所表示路段在扰动状态下的交通流量；为在扰动状态下第i个节点与第j个节点所表示的路段出现在节点mo、md之间的最短时间路段路径集合子集中的数量；为在扰动状态下节点mo、md之间的最短时间路段路径集合子集的数量。
49.s4、根据常态下的路段介数中心性和扰动状态下的路段介数中心性计算局部错位值。
50.具体的，计算局部错位值的公式为：
51.其中，分别为第i个节点与第j个节点所表示路段在常态下、在扰动状态下的介数中心性。该局部错位值表示了当前交通状态下的局部错位程度。
52.s5、根据扰动状态下路段平均通行时间与扰动状态下路段交通流量计算扰动状态下的全局网络效率。
53.具体的，计算扰动状态下的全局网络效率e的公式为：
54.其中，q为所有路段在扰动状态下交通流量总和，为第i个节点与第j个节点所表示的路段在扰动状态下的平均通行时间。
55.由于图2所示的突发事件对交通路径选择的影响，本发明基于最短时间而非最短路径进行全局网络效率计算，并综合交通流量，即路段使用次数为权值，对于路段中断与路段限速均可适用，更符合实际扰动状态下的交通特征，可以提高路网韧性评估的适用性。
56.s6、根据局部错位值与扰动状态下的全局网络效率，计算扰动状态下的城市交通道路网络韧性值。
57.如图3所示为全局网络效率与局部错位示意图，其中，o为某一路段的起点，d为该路段终点，本发明考虑局部突发事件影响与全局交通影响的特征，基于最短时间和交通流量进行全局网络效率e与局部错位程度计算，最后耦合全局网络效率e与局部错位值，综合计算扰动状态下的城市交通道路网络韧性值，计算公式为：
58.其中，resilicence为韧性值，a、b为常量。
59.本发明计算的路网韧性值兼顾了交通路网全局网络效率与局部错位情况，针对性强，可以更好切合局部突发事件影响与全局交通影响这一扰动交通特征，提高路网韧性评估的准确性。
60.本发明通过耦合道路拓扑网络与交通流量预演扰动事件对道路交通的影响，能动态反映和量化突发事件扰动情形下的交通网络性能变化，对于提高城市交通防灾减灾，指导扰动应急决策具有现实意义。
61.与上述方法实施例相对应，本发明还提出一种兼顾全局效率与局部错位的城市交通路网韧性评估系统，所述系统包括：路网构建模块：用于结合路网结构数据和路段监测数据构建交通路网模型；路径计算模块：用于根据路段监测数据分别计算各个路段常态下的平均通行时间和扰动状态下的平均通行时间，并基于dijkstra算法分别生成常态下、扰动状态下各节点间最短时间路段路径集合；错位值计算模块：用于分别根据常态下、扰动状态下各节点间最短时间路段路径集合和对应的路段交通流量计算常态下、扰动状态下的路段介数中心性；根据常态下的路段介数中心性和扰动状态下的路段介数中心性计算局部错位值；全局网络效率计算模块：用于根据扰动状态下路段平均通行时间与扰动状态下路段交通流量计算扰动状态下的全局网络效率；
韧性值计算模块：用于根据局部错位值与扰动状态下的全局网络效率，计算扰动状态下的城市交通道路网络韧性值。
62.以上系统实施例和方法实施例是一一对应的，系统实施例简述之处请参阅方法实施例即可。
63.本发明还公开一种电子设备，包括：至少一个处理器、至少一个存储器、通信接口和总线；其中，所述处理器、存储器、通信接口通过所述总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令，以实现本发明前述的方法。
64.本发明还公开一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机实现本发明实施例所述方法的全部或部分步骤。所述存储介质包括：u盘、移动硬盘、只读存储器rom、随机存取存储器ram、磁碟或者光盘等各种可以存储程序代码的介质。
65.以上所描述的系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以分布到多个网络单元上。本领域普通技术人员在不付出创造性的劳动的情况下，可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
66.以上所述仅为本发明的较佳实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种兼顾全局效率与局部错位的城市交通路网韧性评估方法，其特征在于，所述方法包括：结合路网结构数据和路段监测数据构建交通路网模型；根据路段监测数据分别计算各个路段常态下的平均通行时间和扰动状态下的平均通行时间，并基于dijkstra算法分别生成常态下、扰动状态下各节点间最短时间路段路径集合；分别根据常态下、扰动状态下各节点间最短时间路段路径集合和对应的路段交通流量计算常态下、扰动状态下的路段介数中心性；根据常态下的路段介数中心性和扰动状态下的路段介数中心性计算局部错位值；根据扰动状态下路段平均通行时间与扰动状态下路段交通流量计算扰动状态下的全局网络效率；根据局部错位值与扰动状态下的全局网络效率，计算扰动状态下的城市交通道路网络韧性值。2.根据权利要求1所述的兼顾全局效率与局部错位的城市交通路网韧性评估方法，其特征在于，所述路网结构数据包括路网节点和边；所述路段监测数据包括常态下的路段流量、扰动状态下路段流量、常态下的路段平均行驶车速和扰动状态下的路段平均行驶车速。3.根据权利要求1所述的兼顾全局效率与局部错位的城市交通路网韧性评估方法，其特征在于，基于dijkstra算法生成常态下各节点间最短时间路段路径集合具体包括：设路网的节点集合为，i=1,2,...,n，n为节点总数，令初始节点计数集合，常态下各节点间的最短时间路段路径集合为；从m中任选两个节点m
o
、m
d
分别作为路径起始节点、终止节点，并将m0、m
d
加入中，以常态下路段平均通行时间最短作为基准，利用dijkstra算法计算得到节点m
o
和m
d
之间的最短时间路段序列，令，k为m
o
和m
d
之间的节点总数，将路段序列加入r中；重复以上步骤直到初始集合m中所有节点都加入且中的每个节点均为n-1个，迭代结束，得到常态下各节点间的最短时间路段路径集合r，r的具体表达式如下：；其中，表示各节点间的最短时间路段路径集合中第q个路段序列，q=1,2,
…
,n*(n-1)/2，n*(n-1)/2表示各节点间的最短时间路段路径集合中路段序列的总数。4.根据权利要求3所述的兼顾全局效率与局部错位的城市交通路网韧性评估方法，其特征在于，计算常态下的路段介数中心性的公式为：；其中，为第i个节点与第j个节点所表示的路段在常态下的介数中心性，为第i
个节点与第j个节点所表示路段在常态下的交通流量，为第i个节点与第j个节点所表示的路段出现在节点m
o
、m
d
之间的最短时间路段路径集合子燃动集中的数量，为节点m
o
、m
d
之间的最短时间路段路径集合子集的数量，n为节点总数；计算扰动状态下的路段介数中心性的公式为：；其中，为第i个节点与第j个节点所表示的路段在扰动状态下的介数中心性，为第i个节点与第j个节点所表示路段在扰动状态下的交通流量，为第i个节点与第j个节点所表示路段出现在节点m
o
、m
d
之间的扰动状态下最短时间路段路径集合子集中的数量，为节点m
o
、m
d
之间的扰动状态下最短时间路段路径集合子集的数量。5.根据权利要求4所述的兼顾全局效率与局部错位的城市交通路网韧性评估方法，其特征在于，所述计算局部错位值的公式为：；其中，表示局部错位值，、分别为第i个节点与第j个节点所表示路段在常态下、在扰动状态下的介数中心性。6.根据权利要求4所述的兼顾全局效率与局部错位的城市交通路网韧性评估方法，其特征在于，所述计算扰动状态下的全局网络效率的公式为：；其中，e为全局网络效率，q为所有路段在扰动状态下交通流量总和，为第i个节点与第j个节点所表示的路段在扰动状态下的平均通行时间。7.根据权利要求6所述的兼顾全局效率与局部错位的城市交通路网韧性评估方法，其特征在于，所述计算扰动状态下的城市交通道路网络韧性值的公式为：；其中，resilicence为韧性值，a、b为常量。8.一种兼顾全局效率与局部错位的城市交通路网韧性评估系统，其特征在于，所述系统包括：路网构建模块：用于结合路网结构数据和路段监测数据构建交通路网模型；路径计算模块：用于根据路段监测数据分别计算各个路段常态下的平均通行时间和扰动状态下的平均通行时间，并基于dijkstra算法分别生成常态下、扰动状态下各节点间最短时间路段路径集合；错位值计算模块：用于分别根据常态下、扰动状态下各节点间最短时间路段路径集合和对应的路段交通流量计算常态下、扰动状态下的路段介数中心性；根据常态下的路段介数中心性和扰动状态下的路段介数中心性计算局部错位值；全局网络效率计算模块：用于根据扰动状态下路段平均通行时间与扰动状态下路段交
通流量计算扰动状态下的全局网络效率；韧性值计算模块：用于根据局部错位值与扰动状态下的全局网络效率，计算扰动状态下的城市交通道路网络韧性值。9.一种电子设备，其特征在于，包括：至少一个处理器、至少一个存储器、通信接口和总线；其中，所述处理器、存储器、通信接口通过所述总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令，以实现如权利要求1~7任一项所述的方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储计算机指令，所述计算机指令使计算机实现如权利要求1~7任一项所述的方法。

技术总结
本发明公开了一种兼顾全局效率与局部错位的城市交通路网韧性评估方法，所述方法包括：结合路网结构数据和路段监测数据构建交通路网模型；基于dijkstra算法分别生成常态下、扰动状态下各节点间最短时间路段路径集合；分别计算常态下、扰动状态下的路段介数中心性；根据常态下和扰动状态下的路段介数中心性计算局部错位值；根据扰动状态下路段平均通行时间与扰动状态下路段交通流量计算扰动状态下的全局网络效率；根据局部错位值与扰动状态下的全局网络效率，计算扰动状态下的城市交通道路网络韧性值。本发明通过耦合道路拓扑网络与交通流量，能动态反映和量化突发事件扰动情形下的交通网络性能变化，可以提高路网韧性评估的适用性和准确性。的适用性和准确性。的适用性和准确性。


技术研发人员：张学全 黄震 宋力 刘兵
受保护的技术使用者：武汉理工大学
技术研发日：2023.05.19
技术公布日：2023/6/28