一种可持续交通网络设计的多属性决策方法专利检索-可持续性环境工程专利检索查询-专利查询网

积极推动地理标志专门立法

2022-03-10 地理标志，立法，知识产权
保护知识产权是对创新最大的激励

2022-03-10 保护知识产权，创新，激励
谢商华：加快制定知识产权基本法

2022-03-10 知识产权基本法
擦亮“双奥之城”品牌

2022-03-10 双奥，知识产权
让冰雪运动“热”力全开

2022-03-10 冰雪运动，知识产权
携手共奋进　走好强国路

2022-03-10 强国，知识产权
坚持创新引领　方能稳中求进

2022-03-10 创新，稳中求进，知识产权
答好“两张卷” 奋进新征程

2022-03-10 知识产权
专家解读政府工作报告中的创新和知识产权相关部署

2022-03-10 政府工作报告，创新，知识产权
今年政府工作报告指出：加强知识产权保护和运用

2022-03-10 政府工作报告，知识产权保护

一种可持续交通网络设计的多属性决策方法

阅读：1016发布：2021-02-17

IPRDB可以提供一种可持续交通网络设计的多属性决策方法专利检索，专利查询，专利分析的服务。并且本发明试图将社会、经济、环境、安全共四个维度整合到可持续交通网络设计中。为此，开发了一个多目标双层模型，明确地表达了规划者和出行者之间的领导者-追随者本质关系。在上层，规划者通过优化投资预算分配来设计可持续的交通网络。在下层，出行者通过带反馈的四阶段模型对上层的交通网络设计做一系列出行为反应。该反馈过程可以收敛到交通系统均衡，这种均衡结果又进一步反馈到上层，以测度交通网络的可持续性。为了求解所提出的多目标双层模型，本发明在Dirichlet分布、连续平均法、Frank-Wolfe算法和Dijkstra算法的基础上，设计了一种多属性决策方法。使用Nguyen-Dupuis网络的算例验证了该发明的有效性。研究发现所设计的方法对于搜索满意的解决方案是有效的。，下面是一种可持续交通网络设计的多属性决策方法专利的具体信息内容。

权利要求

1.本发明提出了一种可持续交通网络设计的多属性决策方法，该方法具体包括以下步骤：步骤一：上层政策制定者使用Dirichlet分布生成一个随机的交通网络通行能力提升方案Δc，方案编号m＝0，下层出行者作出一系列行为反应；

步骤二：下层模型是交通产生、交通分布、交通方式划分和交通流分配的顺序模型，通过反馈迭代达到交通系统平衡，可以计算出平衡状态时的路段交通流量和通行时间；

步骤三：计算交通系统平衡时可持续交通的四个属性值：·经济属性

·环境属性

·社会属性

·安全属性；

步骤四：返回步骤一，使用Dirichlet分成另外一个随机的交通网络通行能力提升方案Δc，方案编号m＝m+1，当方案数目达到预先定义的M(M≥200)时，即m＝M时，停止循环，转到步骤五；

步骤五：使用多属性决策方法找出最优的交通网络设计方案。

2.对于权利1中的步骤二，采用如下的计算过程：步骤1：从Dirichlet分布Dir(α)得到通行能力提升模式Δc；

步骤2：通过均匀分布初始化交通分布矩阵设置n＝0，表示迭代次数；

步骤3：通过Frank-Wolfe算法基于用户均衡将交通分布矩阵分配给交通网络，以计算每个路段a上的交通流量和出行时间，之后，起点i和目的地j之间的最短出行时间，即可以通过Dijkstra算法求得；

步骤4：基于采用目的地选择模型来更新交通分布矩阵步骤5：利用权重递减的MSA对交通分布矩阵和求平均步骤6：使用相对根平方误差(RRSE)检查交通分布矩阵的收敛性如果满足收敛条件，则转步骤8，否则转步骤7；

步骤7：令n＝n+1，然后通过Frank-Wolfe算法基于用户均衡将交通分布矩阵分配给交通网络，以计算每个路段a上的交通流量和出行时间，之后，起点i和目的地j之间的最短出行时间，即可以通过Dijkstra算法计算，反馈到步骤4；

步骤8：输出交通分布矩阵以及路段a上的交通流量va和起点i与目的地j之间的出行时间

3.对于权利1中的步骤五，采用如下的计算过程：步骤1：计算每个方案下交通系统均衡的四个属性，即经济，环境，社会和安全；

步骤2：由于属性的量纲不同，它们必须在整合之前进行标准，对于数值越大越好的属性，标准化公式是其中yij是模式i的属性j的值；是属性j的最坏情况；是属性j的最佳情况；zij是模式i的属性j的标准化值，对于数值越小越好的属性，标准化公式是步骤3：采用特征向量法确定属性的权重wj；

步骤4：网络设计方案i的综合得分是

步骤5：在计算出所有的M个得分之后，可以对网络设计方案进行排序，并且可以选择得分最高的网络设计，这就是最佳设计。

说明书全文

一种可持续交通网络设计的多属性决策方法

技术领域：

[0001] 本发明提出了一种可持续交通网络设计的多属性决策方法，属于交通工程技术领域。背景技术：

[0002] 交通系统在可持续发展中发挥着关键作用，因此，可持续城市交通最近已成为一个重要的研究领域。可持续交通系统通常以三个方面为特征：经济、环境和社会。然而，现有的交通研究只关注一个或最多两个维度[1]。仅有少部分的研究同时考虑到所有三个维度。需要注意的是，在三个维度的每个维度下可能会有多种测量方法。例如，经济维度除了系统的总出行时间之外，还可以包括消费者剩余，网络备用能力，总投资成本，总收费收入等。此外，安全也是可持续性的重要指标。然而，它在可持续交通中被忽视了很长一段时间，这是非常奇怪的。事实上，交通安全受到交通系统各个阶段的影响，包括规划、设计、施工和运营。考虑到交通网络设计对形成交通系统的深刻影响，在网络设计阶段应充分重视交通安全。所谓主动交通安全规划就是指在网络设计阶段的交通安全审查，以提前提高交通系统的安全水平。鉴于交通安全对可持续发展的重要性，本方法将其视为可持续交通的第四个维度并纳入到综合评价中。

[0003] 虽然对一个或两个维度进行了广泛的研究，但很少有人讨论三个维度，更不用说四个维度。由于有许多关于两个可持续维度的研究，因此这里没有对它们进行回顾，只总结了对三个维度的研究。Chen 和Xu[2]在交通网络设计问题的双层目标规划框架中考虑了三个目标：效率、环境和公平。其中，公平是一种主要的社会维度测度方法。Yin等[3]提出了一个双层目标规划模型，以解决道路收费定价和通行能力投资问题，其中考虑了以下三个维度：经济、环境和公平。Feng和Timmermans[4]在环境容量约束下处理了机动性和公平性之间的取舍。Li和Ge[5]提出了一种用于交通信号配时设计的双层规划模型，其中上层是一个具有公平约束的多目标规划问题，即最大化网络备用能力并最小化总交通排放。Szeto等[1]也提出了一个多目标双层优化模型，以考虑道路网络设计中的三个维度，包括经济、环境和社会。Wang等[6]提出了一个具有随机需求的可持续交通网络设计的双层规划模型，其中上层是最大化网络备用能力问题，并带有排放和公平的机会约束。Sun等[7]提出一个多目标双层规划模型，以确定在效率、环境和公平方面的最佳拥堵定价。

[0004] 与可持续交通的传统的三个维度相比，安全性很少被考虑进来。Yang等[8]提出了一种双层规划模型，通过路段速度限制设计出有效、安全和环保的交通系统。Haas和[9Bekhor ]构建了一个交通网络设计的双目标双层规划模型，用于最小化系统总出行时间和最大化道路安全水平。其中，安全性能表现是一个负二项式模型，其侧重于对路段上交通事故数的估计。Possel等[10]定义一个用于交通网络设计问题的多目标双层优化模型，以最小化交通尾气排放、交通事故总数和总出行时间。文中对于每种类型的路段都有一定的事故率，将事故率乘以一天内路段上行驶的车辆总里程数(VMT)即可得到该路段的交通事故数。对此数值在所有路段上求和，即可确定交通网络的安全级别。

[0005] 尽管已经提出了关于可持续交通系统的规划、设计、管理、操作和控制的各种措施，但交通网络设计问题(NDP)是最广泛应用的一个。它旨在有效利用有限的资源(如土地和投资)来优化交通系统的性能，同时将出行者的行为反应(例如目的地选择、交通方式选择、路线选择和出发时间选择)明确考虑到设计方案中。在先前的研究工作中，交通网络设计的主要目标是减轻交通拥堵，即最小化总出行时间或最大化网络备用能力，而未能充分考虑可持续性的其他维度以及它们之间的相互冲突。

[0006] 参考文献：

[0007] [1]Szeto W Y，Jiang Y，Wang D Z W，Sumalee A.A Sustainable Road Network Design Problem with Land Use Transportation Interaction over Time[J].Netw Spat.Econ，2015，15(3)：791-822

[0008] [2]Chen A，Xu X.Goal programming approach to solving network design problem with multiple objectives and demand uncertainty[J].Expert Systems with Applications，2012，39(4)：4160-4170

[0009] [3]Yin Y，Li Z C，Lam W H K，Choi K.Sustainable Toll Pricing and Capacity Investment in a Congested Road Network：A Goal Programmin gApproach[J].J.Transp.Eng，2014，140(12)：10

[0010] [4]Feng T，Timmermans H J P.Trade-offs between mobility and equity maximization under environmental capacity constraints：A case study of an integrated multi-objeetive model[J].Transp.Res.Pt. C-Emerg.Technol，2014，43：267-279

[0011] [5]Li Z C，Ge X Y.Traffic signal timing problems with environmental and equity considerations[J].J. Adv.Transp，2014，48(8)：1066-1086

[0012] [6]Wang H，Lam W H K，Zhang X N，Shno H.Sustainable Transportation Network Design with Stochastic Demands and Chance Constraints[J].International Journal of Sustainable Transportation，2015，9(2)： 126-144[0013] [7]Sun X，Liu Z Y，Thompson R G，Bie Y M，Weng J X，Chen S Y.A multi-objective model for cordon-based congestion pricing schemes with nonlinear distance tolls[J].Journal of Central South University， 2016，23(5)，1273-1282[0014] [8]Yang Y N，Lu H P，Yin Y F，Yang H.Optimization of Varinble Speed Limits for Efficient，Safe，and Sustninnble Mobility[J].Transportation Resenrch Record，2013(2333)：37-45

[0015] [9]Hnas I，Bekhor S.Network design problem considering system time minimization and road safety maximization：formulation and solution approaches[J].Transportmetricn A，2017，13(9)：829-851

[0016] [10]Possel B，Wismans L J J，Van Berkum E C，Bliemer M C J.The multi-objective network design problem using minimizing externalities as objectives：compsrison of a genetic algorithm and simulated annealing framework[J].Transportation，2018，45(2)：545-572
发明内容：

[0017] 技术问题：先前的技术工作至少存在三个问题。首先，在可持续交通中安全维度很少被考虑到。在本方法中，使用公路安全手册(HSM)的安全性能函数来测量路段和路网的安全性能。其次，下层的模型通常是用于交通流分配的用户均衡模型，这是相当局限的，因为出行者的决策行为包括交通发生、交通分布、交通方式划分和交通流分配。因此，本方法采用了一种带反馈的四阶段模型，以实现下层的交通系统均衡，从而充分表现出行者的决策行为。最后，多目标双层模型的复杂性是众所周知的。为了解决所提出的双层模型，在Dirichlet分布，权重递减的连续平均法(MSA)，Frank-Wolfe算法和Dijkstra算法的基础上，设计了多属性决策(MADM)方法。

[0018] 技术方案：本发明提出了一种可持续交通网络设计的多属性决策方法，该方法具体包括以下步骤：

[0019] 总体技术路线

[0020] 步骤一：上层政策制定者使用Dirichlet分布生成一个随机的交通网络通行能力提升方案Δc，方案编号m＝0，下层出行者作出一系列行为反应；

[0021] 步骤二：下层模型是交通产生、交通分布、交通方式划分和交通流分配的顺序模型，通过反馈迭代达到交通系统平衡，可以计算出平衡状态时的路段交通流量和通行时间；

[0022] 步骤三：计算交通系统平衡时可持续交通的四个属性值：

[0023] 经济属性

[0024] 环境属性

[0025] 社会属性

[0026] 安全属性；

[0027] 步骤四：返回步骤一，使用Dirichlet分成另外一个随机的交通网络通行能力提升方案Δc，方案编号m＝m+1，当方案数目达到预先定义的M(M≥200)时，即m＝M时，停止循环，转到步骤五；

[0028] 步骤五：使用多属性决策方法找出最优的交通网络设计方案。

[0029] 步骤二的具体计算过程

[0030] 步骤二是交通系统平衡，也是双层模型中的下层模型。对于上层的每个设计方案，都有一个对应的下层平衡状态。算法流程图如图2所示，详细的计算过程如下：

[0031] 步骤1：从Dirichlet分布Dir(α)得到通行能力提升模式Δc；

[0032] 步骤2：通过均匀分布初始化交通分布矩阵设置n＝0，表示迭代次数；

[0033] 步骤3：通过Frank-Wolfe算法基于用户均衡将交通分布矩阵分配给交通网络，以计算每个路段a 上的交通流量和出行时间，之后，起点i和目的地j之间的最短出行时间，即可以通过Dijkstra算法求得；

[0034] 步骤4：基于采用目的地选择模型来更新交通分布矩阵

[0035]

[0036] 步骤5：利用权重递减的MSA对交通分布矩阵和求平均

[0037]

[0038] 步骤6：使用相对根平方误差(RRSE)检查交通分布矩阵的收敛性

[0039]

[0040] 如果满足收敛条件，则转步骤8，否则转步骤7；

[0041] 步骤7：令n＝n+1，然后通过Frank-Wolfe算法基于用户均衡将交通分布矩阵分配给交通网络，以计算每个路段a上的交通流量和出行时间，之后，起点i和目的地j之间的最短出行时间，即可以通过Dijkstra算法计算，反馈到步骤4；

[0042] 步骤8：输出交通分布矩阵以及路段a上的交通流量va和起点i与目的地j之间的出行时间

[0043] 步骤三的具体计算过程

[0044] 步骤1：经济属性，以总出行时间(TTT)计算

[0045]

[0046] 其中A是网络上的路段集合；ta是路段a上的出行时间，以分钟为单位；va是路段a上的流量，以pcu/h为单位。

[0047] 步骤2：环境属性，以车辆总CO排放(TCO)计算

[0048]

[0049] 其中ra(va)表示路段a中标准车当量(pcu)的CO污染量。下面的宏观函数是具有代表性的一个函数，常用于估算基于路段的车辆CO排放：

[0050]

[0051] 其中la，ta和ea分别以千米，分钟和克每小时为单位。

[0052] 步骤3：公平属性，以道路通行能力增强之前和之后O-D出行时间的最大比率来定义空间公平：

[0053]

[0054] 其中πw(Δc)和πw(0)是在实施网络设计方案Δc之后和之前O-D对w的最小出行时间；W是O-D 对的集合。

[0055] 步骤4：安全属性，根据公路安全手册(HSM)中建议的安全性能函数得到路段交通事故数：

[0056] SPFa＝[β1×(va/ca)2+β2×(va/ca)+β3]×va×la×365×10-8

[0057] 其中，SPFa表示每年路段a的平均每小时事故数(acc)；va是路段a的平均每小时交通量(pcu/h)； la是路段a的长度(km)；ca是路段a上的实际路段通行能力(pcu/h)；并且β1，β2和β3是可以使用交通调查数据校准的参数。因此，所有路段交通事故的总和可用作网络安全的度量如下：

[0058]

[0059] 步骤五的具体计算过程

[0060] 步骤1：计算每个方案下交通系统均衡的四个属性，即经济，环境，社会和安全；

[0061] 步骤2：由于属性的量纲不同，它们必须在整合之前进行标准，对于数值越大越好的属性，标准化公式是

[0062]

[0063] 其中yij是模式i的属性j的值；是属性j的最坏情况；是属性j的最佳情况；zij是模式i的属性j的标准化值，对于数值越小越好的属性，标准化公式是

[0064]

[0065] 步骤3：采用特征向量法确定属性的权重wj；

[0066] 步骤4：网络设计方案i的综合得分是

[0067]

[0068] 步骤5：在计算出所有的M个得分之后，可以对网络设计方案进行排序，并且可以选择得分最高的网络设计，这就是最佳设计。

[0069] 有益效果：可持续交通一般包括三个维度，即社会、经济和环境维度。然而，仅有少部分的研究同时考虑可持续性的这三个维度。此外，安全是可持续性的又一个重要指标，其在很长一段时间内都被忽视。本方法将可持续交通的四个维度结合起来，进行交通网络设计。本方法具有较好的有效性和可操作性，对于充分利用有限的交通基础设施投资，设计可持续的交通网络，具有显著的效果。附图说明：

[0070] 图1是该多属性决策方法的框架图。

[0071] 图2是下层模型的算法流程图

[0072] 图3是Nguyen-Dupuis测试网络。具体实施方式：

[0073] 如图3所示的Nguyen-Dupuis交通网络广泛用于交通研究以验证各种方法。路段参数包括自由流动出行时间，路段通行能力和路段长度，如表1所示

[0074] 表1.Nguyen-Dupuis网络的路段参数

[0075] Nguyen-Dupuis网络中有两个起点区域1和4以及两个目的地区域2和3。假设在峰值时间内起点 1和4的交通发生分别为1800pcu/h和1200pcu/h。也就是说，O1＝1800pcu/h，O4＝1200pcu/h。提升通行能力的候选路段是3、4、5、9、13、16、19。问题是根据四个属性确定最佳的路段通行能力提升模式，以便最好地利用投资预算。利用来自α＝(1，1，1，1，1，1，1)的Dirichlet分布Dir(α)随机生成M＝500个投资分配模式，其中它的维度是候选路段的数量。使用预先确定的方程和参数为每个分配模式计算四个可持续属性。

[0076] 假设路段投资函数是

[0077] ga(Δca)＝0.3×Δca×la，a∈A

[0078] 其中la为以千米为单位的路段长度。因此，对于Dirichlet分布的每个实现，将会有

[0079]

[0080] 其中，投资预算设定为B＝2000。

[0081] 在下层模型的交通分布中，众所周知，传统的重力模型中不包括许多具有显著解释力的关键变量。其中，最有影响力的是出行者目的地偏好。例如，出行者通常喜欢传统的目的地而不是新开发的地区。因此，本文中目的地选择采用具有出行者偏好的多项式logit模型。为简便起见，反馈过程中的目的地选择模型被简化为

[0082]

[0083] 其中βj是出行者对目的地j的偏好，βi是O-D对ij之间的路径出行时间系数。可以使用实证数据校准βj和βi的值。在这里我们设置β2＝0、β3＝1和βi＝-0.1。也就是说，目的地区域2上的出行者偏好是0，而目的地区域3的出行者偏好是1，这意味着出行者通常更喜欢目的地3。出行时间系数是-0.1，这意味着出行时间是负效用。

[0084] 在下层模型的交通流分配中，本文采用传统的用户均衡方法，该方法将路段性能函数应用于均衡状态中。由美国公路局(BPR)开发的常用路段性能函数如下：

[0085]

[0086] 其中ta(va，ca+Δca)是具有交通流量va，现有通行能力ca和通行能力提升Δca的给定路段a的阻抗函数；是路段a的自由流阻抗；α和β是可以凭实证数据校准的流量延迟系数。对于α和β，传统的 BPR值分别为0.15和4.0，这也用于我们的仿真研究中。因此，我们可以通过Frank-Wolfe算法求得路段交通流量和路段通行时间。

[0087] 收敛标准相对根平方误差(RRSE)设定为0.01，即ε＝0.01。通过对每个Dirichlet分配模式使用上述参数，可以收敛得到一个稳定的解，这个解具有一致的出行时间/成本和交通分布矩阵。此外，可以使用Dijkstra算法计算i和j之间的最短路径出行时间。最终，可以计算出四个可持续属性的值。注意安全属性的计算中使用了参数β1＝358.6，β2＝-407.7和β3＝175.3。

[0088] 在列出所有M＝500个模式的性能表现之后，对其进行标准化。为了确定权重向量，邀请决策者按照表1所示的9级量表完成成对比较矩阵。假设比较矩阵为

[0089]

[0090] 其中行名称依次为“经济属性”、“环境属性”、“社会属性”和“安全属性”。比较矩阵的一致性比率(CR)为0.004，小于阈值0.1，因此比较矩阵满足一致性检验并且可以用于确定权重。权重向量是 w＝(0.10，0.34，0.19，0.37)，这意味着政策制定者更注重环境属性和安全属性。每个模式的综合得分可以计算出来。最高得分的就是最佳的路段通行能力提升模式，如表2所示。在此模式中，TTT＝116 056min、 TCO＝34 873g、Equity＝0.94、Safety＝28.16acc。

[0091] 表2.最佳交通网络设计和路段性能

标题	发布/更新时间	阅读量
动态可持续性因素管理-专利编号CN101872384B	2020-05-11	539
一种可持续性和智能化养猪方法-专利编号CN111011247A	2020-05-13	717
一种水足迹可持续性评价方法-专利编号CN110298575A	2020-05-14	226
动态可持续性搜索引擎-专利编号CN101872354A	2020-05-12	551
可持续性探测的电极装置-专利编号CN110856655A	2020-05-13	1064
一种可持续性供水花盆-专利编号CN105075703A	2020-05-12	1095
环境可持续性二次包装-专利编号CN103702906A	2020-05-11	282
动态可持续性因素管理-专利编号CN101872384A	2020-05-11	807
可持续性浓差电池-专利编号CN1707847A	2020-05-13	729
产品可持续性评分卡-专利编号CN108701169A	2020-05-12	958

一种可持续交通网络设计的多属性决策方法

一种可持续交通网络设计的多属性决策方法

IPRDB

热门服务

关于我们

友情链接

联系方式