基于复杂网络的智能可变车道的关键节点挖掘方法技术

本发明专利技术提供一种基于复杂网络的智能可变车道的关键节点挖掘方法，包括以下步骤：步骤1，确定研究区域和研究时间周期；步骤2，构建交通流传输网络G；步骤3，对交通流传输网络G的结构特征进行分析，挖掘得到影响交通拥堵的关键节点。本发明专利技术提供一种基于复杂网络的智能可变车道的关键节点挖掘方法，利用复杂网络理论，基于大区域内交通路口的大数据车流量统计，实现大区域内关键节点挖掘，可以快速挖掘到交通拥堵严重和交通流传输能力强的关键节点，从而可为获取可变车道动态切换控制决策提供基础数据。数据。数据。

【技术实现步骤摘要】
基于复杂网络的智能可变车道的关键节点挖掘方法


[0001]本专利技术属于智慧交通
，具体涉及一种基于复杂网络的智能可变车道的关键节点挖掘方法。

技术介绍

[0002]随着车辆保有量的快速增长，城市交通拥堵问题日益严重，有效确定城市交通网络中的影响交通拥堵的关键节点，并对其采用相应的交通措施，是解决城市交通拥堵的关键。现有技术中，难以在大区域的交通网络中，有效快速的确定关键节点。

技术实现思路

[0003]针对现有技术存在的缺陷，本专利技术提供一种基于复杂网络的智能可变车道的关键节点挖掘方法，可有效解决上述问题。
[0004]本专利技术采用的技术方案如下：
[0005]本专利技术提供一种基于复杂网络的智能可变车道的关键节点挖掘方法，包括以下步骤：
[0006]步骤1，确定研究区域和研究时间周期；
[0007]步骤2，构建交通流传输网络G；
[0008]以研究区域内道路路口为节点，道路路口之间的有向车道为有向边，每条有向车道在研究时间周期内车流量的均值为有向边权重，构建得到交通流传输网络；
[0009]将交通流传输网络表示为G＝(V,E)；其中，V为节点集，表示为：V＝(v1,v2,
……
v
n
)；v1,v2,
……
v
n
代表交通流传输网络的n个节点；E为有向边集，含义为：对于节点v
a
和节点v
b
，其中，a≠b，a＝1,2,
…
>,n,b＝1,2,
…
,n，如果节点v
a
到节点v
b
存在一条由节点v
a
驶向节点v
b
的有向车道，并且，该有向车道不通过其他节点，也就是说，节点v
a
为起始节点，节点v
b
为终止节点，节点v
b
是节点v
a
的一级相连节点，则建立对应的有向边e
ab
，作为有向边集E的元素；有向边e
ab
的权重表示为k
ab
；
[0010]步骤3，对交通流传输网络G的结构特征进行分析，挖掘得到影响交通拥堵的关键节点。
[0011]优选的，步骤3具体为：
[0012]步骤3.1，对于交通流传输网络G的任意节点v
i
，i＝1,2,
…
,n，采用以下方法，计算得到节点v
i
的第1中心指标C1(i)：
[0013]步骤3.1.1，在交通流传输网络G中，确定节点v
i
的一级相连节点，假设共有x个，分别表示为：节点v
1[i],v
2[i],
…
,v
x[i]；
[0014]步骤3.1.2，分别计算得到节点v
i
到节点v
1[i]的有向边权重k(v
i
,v
1[i])，节点v
i
到节点v
2[i]的有向边权重k(v
i
,v
2[i]),
…
,节点v
i
到节点v
x[i]的有向边权重k(v
i
,v
x[i])；
[0015]步骤3.1.3，对有向边权重k(v
i
,v
1[i])，有向边权重k(v
i
,v
2[i]),
…
,有向边权重k(v
i
,v
x[i])求和，得到节点v
i
的第1中心指标C1(i)；
[0016]步骤3.2，对于交通流传输网络G的任意节点v
i
，i＝1,2,
…
,n，采用以下方法，识别得到节点v
i
的第2中心指标C2(i)；
[0017]步骤3.2.1，对于交通流传输网络G中不包括节点v
i
的n
‑
1个节点，组成集合P＝(p1,p2,
……
p
n
‑1)；
[0018]步骤3.2.2，令C2(i)＝0；
[0019]步骤3.2.3，对于集合P中的任意两个节点p
s
和p
t
，其中，s≠t，s＝1,2,
…
,n
‑
1,t＝1,2,
…
,n
‑
1，以节点p
s
为起点，以节点p
t
为终点，执行以下步骤：
[0020]判断节点p
s
到p
t
是否存在通过节点v
i
的路径，如果不存在，则C2(i)的值保持不变；如果存在，则进一步判断节点p
s
到p
t
的最短路径是否通过节点v
i
，如果不通过，则C2(i)的值保持不变；如果通过，则识别到节点p
s
到p
t
的最短路径总数sum(st),并令
[0021]步骤3.2.4，然后，从集合P中选择其他节点分别作为起点和终点，返回步骤3.2.3，直到完成对集合P的遍历，最终得到的C2(i)即为节点v
i
的第2中心指标C2(i)；
[0022]步骤3.3，对于交通流传输网络G的任意节点v
i
，i＝1,2,
…
,n，采用以下方法，计算得到节点v
i
的第3中心指标C3(i)；
[0023]步骤3.3.1，对于集合P＝(p1,p2,
……
p
n
‑1)，分别计算得到节点v
i
到节点p1的最短路径长度h(v
i
,p1),节点v
i
到节点p2的最短路径长度h(v
i
,p2),
…
,节点v
i
到节点p
n
‑1的最短路径长度h(v
i
,p
n
‑1)；
[0024]步骤3.3.2，采用下式，得到节点v
i
的第3中心指标C3(i)；
[0025][0026]步骤3.4，归一化处理：
[0027]分别对节点v
i
的第1中心指标C1(i)、第2中心指标C2(i)和第3中心指标C3(i)进行归一化处理，得到归一化后的节点v
i
的第1中心指标C
1”(i)、第2中心指标C
2”(i)和第3中心指标C
3”(i)；
[0028]步骤3.5，采用以下方法，对节点v
i
的归一化后的第1中心指标C
1”(i)、第2中心指标C
2”(i)和第3中心指标C本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于复杂网络的智能可变车道的关键节点挖掘方法，其特征在于，包括以下步骤：步骤1，确定研究区域和研究时间周期；步骤2，构建交通流传输网络G；以研究区域内道路路口为节点，道路路口之间的有向车道为有向边，每条有向车道在研究时间周期内车流量的均值为有向边权重，构建得到交通流传输网络；将交通流传输网络表示为G＝(V,E)；其中，V为节点集，表示为：V＝(v1,v2,
……
v
n
)；v1,v2,
……
v
n
代表交通流传输网络的n个节点；E为有向边集，含义为：对于节点v
a
和节点v
b
，其中，a≠b，a＝1,2,
…
,n,b＝1,2,
…
,n，如果节点v
a
到节点v
b
存在一条由节点v
a
驶向节点v
b
的有向车道，并且，该有向车道不通过其他节点，也就是说，节点v
a
为起始节点，节点v
b
为终止节点，节点v
b
是节点v
a
的一级相连节点，则建立对应的有向边e
ab
，作为有向边集E的元素；有向边e
ab
的权重表示为k
ab
；步骤3，对交通流传输网络G的结构特征进行分析，挖掘得到影响交通拥堵的关键节点。2.根据权利要求1所述的基于复杂网络的智能可变车道的关键节点挖掘方法，其特征在于，步骤3具体为：步骤3.1，对于交通流传输网络G的任意节点v
i
，i＝1,2,
…
,n，采用以下方法，计算得到节点v
i
的第1中心指标C1(i)：步骤3.1.1，在交通流传输网络G中，确定节点v
i
的一级相连节点，假设共有x个，分别表示为：节点v
1[i]
,v
2[i]
,
…
,v
x[i]
；步骤3.1.2，分别计算得到节点v
i
到节点v
1[i]
的有向边权重k(v
i
,v
1[i]
)，节点v
i
到节点v
2[i]
的有向边权重k(v
i
,v
2[i]
),
…
,节点v
i
到节点v
x[i]
的有向边权重k(v
i
,v
x[i]
)；步骤3.1.3，对有向边权重k(v
i
,v
1[i]
)，有向边权重k(v
i
,v
2[i]
),
…
,有向边权重k(v
i
,v
x[i]
)求和，得到节点v
i
的第1中心指标C1(i)；步骤3.2，对于交通流传输网络G的任意节点v
i
，i＝1,2,
…
,n，采用以下方法，识别得到节点v
i
的第2中心指标C2(i)；步骤3.2.1，对于交通流传输网络G中不包括节点v
i
的n
‑
1个节点，组成集合P＝(p1,p2,
……
p
n
‑1)；步骤3.2.2，令C2(i)＝0；步骤3.2.3，对于集合P中的任意两个节点p
s
和p
t
，其中，s≠t，s＝1,2,
…
,n
‑
1,t＝1,2,
…
,n<...

【专利技术属性】
技术研发人员：高晓晓，石晓飞，陈雷，朱雪良，
申请(专利权)人：航天科工智慧产业发展有限公司，
类型：发明
国别省市：