行车时间估计与路径寻优问题.docxVIP

行车时间估计与路径寻优问题汪晓妍 ,李凡希 ,李艳杰( 南京信息工程大学 , 江苏 南京 210044)摘要 : 通过公路上安装的传感器采集数据 ,从而估算出车辆的行驶时间并求取最优路径 ,可以方便人们的出行. 根据某段公路上传感器提供的数据分析了该段公路的交通状况 ,建立微分方程模型和关联度分析模 型分析交通状况特征及相互影响 ,并利用 ARIMA 模型对速度进行了预测. 通过对交通干线图进行分析 ,在假 定各路段上的运行时间为独立的随机变量 、考虑路段间的相互影响和根据给定的条件这三种情况下 ,分别建立模型用于估计跟路段通过时间和寻找最优路径 ,求解得到理想的结果. 所建立模型有较强的实用性 ,有一 定的参考作用.关键词 : 交通状况特征 ;行车时间 ;最优路径 ;基于时间的协方差矩阵1问题的提出( 略)2 问题的分析211 问题 Ⅰ的分析道路的特征应包括其堵塞状况和车辆通过时的速度变化状况. 通过传感器检测到的数 据可以分析该道路的运行时间受数据记录时间的间隔和各传感器间距离的影响 . 前方路段交通情况将导致后方路段交通情况的变化 ,可以利用后方路段已知的信息对前方路段后续 时间的路况变化做预测 . 当道路处于通畅状态时 ,车辆行驶速度可以达到自由速度 ,这个速度取决于车主的爱好以及汽车的性能而不受其他车辆的影响 ;而当有堵塞情况发生时 ,车辆速度将受前方车辆速度的限制.212 问题 Ⅱ的分析要找到从城市中某地点到达另一地点的最优路径 ,需考虑的因素有路段的长度 、路段上 的交通情况 、所需时间和耗油量的大小等方面. 现实生活中人们往往希望是能尽快地到达目的地 ,尽量避免经过一些堵塞情况严重的路段 ,并且路程尽可能短 、耗油量尽可能少的路径 ,而不仅仅是最短路径 . 路段通过时间取决于出发时间 ,而且不同时刻出发的通过时间相 互关联. 关联程度受起点与终点间距离及两时刻交通状况差别等因素影响. 相隔越近 ,关 联程度越大 ;交通状况差别越大 ,关联程度越大 .213 问题 Ⅲ的分析一般而言 ,路径越长则通过该路段的时间就越长 ,但是较长路段上的自我调节能力比较 强致使其通过时间偏离其均值的幅度即方差与路径长度的成反比.3基本假设1) 不考虑车辆在同方向各车道间的转换 ,假设只有一个车道情况计算.2) 若平均速度高于 50 英里/ 小时 ,认为道路处于正常状态 ,记为状态 1 .517 期汪晓妍 ,等 :行车时间估计与路径寻优问题3) 若平均速度小于等于 50 英里/ 小时而且大于等于 20 英里/ 小时 ,认为道路处于一般的交通堵塞状态 ,记为状态 2 .4)5)6)若平均速度低于 20 英里/ 小时 ,认为道路处于严重堵塞状态 ,记为状态 3 .若是路况数据未知情况 ,认为速度是所有状态下速度的均值 ,记为状态 4 .假定当某辆车通过时 ,如果道路通畅 ,即车辆速度不受交通状况的影响 ,车辆以自由速度运行 . 如果道路不太通畅 ,车辆以当前路况所允许的最大速度运行.7) 假定两条路段间的距离为它们节点间的最短路径 .4定义与符号说明( 见文中)5 模型的分析与求解511 问题 Ⅰ模型的建立与求解51111 分析公路交通状况特征由传感器记录下的数据可得公路上从 15 :40 :07 到 18 :58 :07 时间段各传感器处所测平 均速度与通过汽车数量随时间变化的曲线 ,分析可得 :传感器 S 1 位置的交通情况比较稳定 ,也基本保持通畅的状态 . 传感器 S 4 所处的位置是整条公路的瓶颈位置 ,相对其它路段而言 , 很容易发生堵车的现象 . 一旦发生堵塞 ,则从 S 1 位置到 S 4 位置道路堵塞的程度越来越严 重 ,到 S 5 处才开始有所缓解. 道路的拥堵情况与时间段也有密切的联系 ,17 :20 至 18 :15 左右由于是下班的高峰时间 ,整条公路都发生了不同程度的堵塞现象 . 以上对路况的判断说 明了公路的整体交通情况受瓶颈路段和时间段的影响最为明显.速度 、车流量等都是公路交通状况的特征 ,我们建立如下几个模型来分析它们之间的关系及相互影响 ,并对未来公路上的交通情况进行预测 .微分方程模型[ 1 ]模型 1在 t 时刻传感器 S i 处 , 考虑到车流量对车速的影响 , 利用 Greenshields 模型 Fi ( t) =VfΦi ( t )1 -: Fi ( t ) = VfΦi ( t )1 -,和关系 Fi ( t ) = Vi ( t ) Φi ( t ) ,可得车速f与车流量的模型 : f2Fi ( t ) = - V V + f Vi ( t )f根据所提供的车速与车流量的数据 ,利用 S