10.3969/j.issn.1002-0268.2019.05.015
基于路网压缩的城市路网脆弱路段识别
为了更高效地识别出突发环境下城市道路网络中的脆弱路段,首先通过网络特性分析,运用网络效率变化量与最大连通子图变化量这两类鲁棒性指标筛选出道路网络的潜在脆弱路段集合,并在此路段集合的基础上设计出一种基于可达性原理的路网矩阵压缩算法,该算法可将原始路网压缩成若干个彼此连通且相互独立的子路网.然后在压缩后的各个子路网上,考虑不同类型出行者对路段阻抗的随机估计偏差以及对应的路径选择行为,推导出一个多用户随机均衡配流模型并用MSA算法进行求解.最后通过改进原有的网络效率指标,构建出一个新的融合交通流随机分布特性的路网脆弱性指标,用来识别各子路网中的脆弱路段,再结合实测数据进行了模型验证.结果表明:相较于传统的遍历法,基于路网压缩的脆弱路段识别模型能够真实地刻画出突发环境下城市路网交通流分布的随机特性,而且求解模型所耗时间明显缩短(计算过程仅约2~3 min);该模型的求解结果对各个子路网中的脆弱路段有着更好的区分(区分度比传统的遍历法高出24.46%),这能够有效地降低传统识别方法对城市网络脆弱路段误判的可能性,并能够及时地为突发环境下的城市交通管理部门提供关于应急救援与人员疏散的决策支持.
城市交通、道路网络、脆弱性、路网压缩、算法复杂度
36
U491.1+3(交通工程与公路运输技术管理)
国家自然科学基金项目61673321;四川省科技厅项目2017JY0072
2019-06-06(万方平台首次上网日期,不代表论文的发表时间)
共9页
104-112