一种基于改进BML模型的城市交通拥堵预测方法技术

本发明专利技术公开了一种基于改进BML模型的城市交通拥堵预测方法，首先构建M‑BML模型，并初始化M‑BML模型；然后把真实城市交通纵横交错的路网按照一定的策略映射到M‑BML模型上；并将路网中某个时段的车流量密度按照比例映射到M‑BML模型中；最后M‑BML模型按照元胞自动机的184号规则进行演化，当模型最终进入堵塞态时，得到模型上发生堵塞的网格点坐标值，最后通过相应的策略把模型上得到的坐标值映射到真实的交通路网中，得到真实路网上在下个时间段内可能会发生严重堵塞的交叉路口。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种基于改进BML模型的城市交通拥堵预测方法，首先构建M?BML模型，并初始化M?BML模型；然后把真实城市交通纵横交错的路网按照一定的策略映射到M?BML模型上；并将路网中某个时段的车流量密度按照比例映射到M?BML模型中；最后M?BML模型按照元胞自动机的184号规则进行演化，当模型最终进入堵塞态时，得到模型上发生堵塞的网格点坐标值，最后通过相应的策略把模型上得到的坐标值映射到真实的交通路网中，得到真实路网上在下个时间段内可能会发生严重堵塞的交叉路口。【专利说明】-种基于改进BML模型的城市交通拥堵预测方法
本专利技术属于计算机科学和智能交通
，设及一种基于改进BML模型的城市 交通拥堵预测方法，用于对实际的城市交通路网进行交通拥堵的预测。
技术介绍
随着我国工业化和城镇化进程的加快，城市的发展愈来愈趋向饱和，城市的经济 发展和人们的出行生活无疑都给城市道路交通带来了很大的压力，所W亟需一种能够指导 和调度交通的交通流理论。目前基于元胞自动机的交通流建模获得了学术界的普遍认可， 其中用于描述高速公路的交通流模型（化gel-Schreckenberg haffic model，简称N-S模 型）的研究已经臻于成熟，并且已经应用到实际交通仿真系统中。而用于描述城市交通路网 的交通流模型（Biham-Middleton-Levine traffic model,简称BML模型）目前主要还停留 在理论研究的阶段，大多数学者的研究都是在分析BML模型的相变原理并做了相关的理论 证明。还没有学者把BML模型应用到实际城市交通路网中，并进行相关的智能调度和指导。
技术实现思路
为了解决上述技术问题，本专利技术在基本BML模型基础上进行改进，建立能够真实描 述实际城市交通特性的M-BML模型，通过运行该模型对城市交通拥堵点进行实时预测。 本专利技术所采用的技术方案是:一种基于改进BML模型的城市交通拥堵预测方法，其 特征在于，包括W下步骤：[000引步骤1:构建M-BML模型，并初始化M-BML模型； 步骤2:把真实城市交通纵横交错的路网按照一定的策略映射到M-BML模型上;并 将路网中某个时段的车流量密度按照比例映射到M-BML模型中； 步骤3:M-BML模型按照元胞自动机的184号规则进行演化，当模型最终进入堵塞态 时，得到模型上发生堵塞的网格点坐标值，最后通过相应的策略把模型上得到的坐标值映 射到真实的交通路网中，得到真实路网上在下个时间段内可能会发生严重堵塞的交叉路 P。[000引作为优选，步骤1中所述构建M-BML模型，是在BML模型基础上，加入线路的概念，将 城市路网中的两目的地之间的线路分别东向和北向各映射一次，模型中的元胞为东向和北 向的两条线路的交叉部分，比如交叉口、隧道、立交桥等;每条线路上的车辆不再是随机素 乱的，而是服从该条线路的密度分布，具体计算公式如下所示：其中，Μ表示模型中的所有线路条数，Ni((iy含M))表示第ith条线路包含的路段 数，和^咕.（1含j含Ni)分别表示第ith条线路上的第jth个路段的车流量密度和长度。根据 上述公式得到的线路车辆密度，对元胞中的东向车辆和北向车辆分别进行随机初始化;给 BML模型加上标尺，得到M-BML模型。[00川所述M-BML模型的运行规则为： (1)模型采用周期性边界条件，所W每条线路上的车辆数是守恒的； (2)交叉路口处交通信号灯的规则是把时间步分为奇数时间步和偶数时间步，在 奇数时间步东向的车辆可W行使，在偶数时间步北行的车辆可W行使;在奇数时间步的时 候，东向行驶的车辆只有当右侧元胞为空的情况下才能向右行驶;在偶数时间步的时候，北 向行驶的车辆同样只有当上方元胞为空的情况下才能向上行驶； (3)车辆速度只能在(0，1)之间取值。 作为优选，步骤1中所述初始化M-BML模型，是在设定的t时刻获取整个城市的每条 道路的车辆密度值，然后根据公式1计算的相应线路的车辆密度值对M-BML模型进行初始 化。不同的初始化车流量密度会导致系统运行到不同的最终状态，比如自由流状态、中间态 或者堵塞流状态。通过实验仿真得出车流量密度在处于0.3到0.5之间是系统从自由流相转 变为堵塞相的临界区间。 作为优选，步骤2中所述把真实城市交通纵横交错的路网按照下面的策略映射到 M-BML模型上： (1)选择从某起点0到达目的地D的可选路径集合。在不考虑掉头行驶的情况和假 设各路段最多被选择一次的前提下，可按W下步骤得到。首先建立W起点0为树根、各路口 为孩子结点、具有一定拓展层次的捜索树;其次W目的地D为终点，在捜索树中找出所有从 树根遍历到终点经过的孩子结点构成的路径即为可选路径集合。 (2)对运些可行路径进行评估，并将符合选择标准的路径填入关于城市路网对应 两交叉路口之间路径的对应表项中。路径选择标准包含车辆对某条路径的偏好W及对应路 径的交通状态。车辆对某条路径的偏好不仅仅依赖于该路径的距离和行驶时间，还会同时 考虑其他因素，比如该路径所包含的路段的一些客观属性，包括车道数、是否有人行横道、 照明设备是否充足等，W及司机对于道路的不同主观喜好;路径的交通状态是指出现的不 确定交通事件等。 (3)将根据上面步骤得到的每条路径在M-BML模型的网格中分别东向和北向各映 射一次。 作为优选，步骤2中所述路网中某个时段的车流量密度也按照比例映射到M-BML模 型中，是通过每段路口的实时监控器来获取当前路段的车辆密度，并按照原来实际路线上 每段路的长度比例来将车辆密度映射到M-BML模型上。 作为优选，步骤3中所述通过相应的策略把模型上得到的坐标值映射到真实的交 通路网中，是根据网格点包含的线路交叉口的类型（比如十字交叉路口、隧道、立交桥、转角 等），将M-BML模型映射到城市交通路网中，其规则分为W下四点： (1)-对一映射； 如果预测拥堵的网格点仅仅包含一个交叉口，则该交叉口即为真实城市交通路网 中发生交通拥堵的那一个； (2)冲突点的映射； 如果预测拥堵的网格点中仅仅包含交叉口且不止一个，则该网格点称为冲突点； 通过联合映射，即将同一行或同一列预测为拥堵点的网格点分别进行取交集运算，得到的 交叉口即为真实城市路网中的拥堵点； (3)模糊点的映射； 如果预测拥堵的网格点中包含立交桥、隧道或者转角，则该网格点称为模糊点;此 类情况将M-BML模型在映射到真实城市交通网络时被忽略；[002引（4)空点的映射； 如果预测拥堵的网格点中没有任何交叉口、隧道、立交桥或转角，则该网格点称为 空点;此类情况将M-BML模型在映射到真实城市交通网络时被忽略。 作为优选，步骤3中所述得到真实路网上在下个时间段内可能会发生严重堵塞的 交叉路口，其具体实现过程包括W下子步骤： 步骤3.1:加载每条路线的车流量密度； 步骤3.2:按照BML模型的基本规则运行K个时间步，捕捉到最初导致堵塞的路口的 标记值； 步骤3.3:根据已经获得的标记值结合映射规则来分析具体是哪些实际交通路口 发生了堵塞。 作为优选，步骤3.3中所述根据已经获得的标记值结合映射规则来分析具体是哪 些实际交通路口发生了堵塞，是给网格上的每个点标记一个初始化为0的堵塞值，如果该本文档来自技高网...

【技术保护点】
一种基于改进BML模型的城市交通拥堵预测方法，其特征在于，包括以下步骤：步骤1：构建M‑BML模型，并初始化M‑BML模型；步骤2：把真实城市交通纵横交错的路网按照一定的策略映射到M‑BML模型上；并将路网中某个时段的车流量密度按照比例映射到M‑BML模型中；步骤3：M‑BML模型按照元胞自动机的184号规则进行演化，当模型最终进入堵塞态时，得到模型上发生堵塞的网格点坐标值，最后通过相应的策略把模型上得到的坐标值映射到真实的交通路网中，得到真实路网上在下个时间段内可能会发生严重堵塞的交叉路口。

【技术特征摘要】

【专利技术属性】
技术研发人员：胡文斌，严丽平，杜博，王欢，邱振宇，聂聪，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北;42