基于时空相关性的城市交通路网关键路段识别

交通运输系统工程与信息 ›› 2017, Vol. 17 ›› Issue (3): 213-221.

基于时空相关性的城市交通路网关键路段识别

苏飞^{a, b, c}，董宏辉^{a, b, c}，贾利民^{*a, b, c}，孙璇^{a, b, c}

北京交通大学a. 轨道交通控制与安全国家重点实验室；b. 交通运输学院 c. 北京市城市交通信息智能感知与服务工程技术研究中心, 北京100044

收稿日期:2016-10-24 修回日期:2016-12-20 出版日期:2017-06-25 发布日期:2017-06-26
作者简介:苏飞（1986-），男，山西阳泉人，博士生.
基金资助:
国家科技支撑计划项目/ National Science and Technology Support Plan Project （2014BAG01B04）.

Identification of Critical Section in Urban Traffic Road Network Based on Space-time Correlation

SU Fei^{a, b, c}, DONG Hong-hui ^{a, b, c}, JIA Li-min ^{a, b, c}, SUN Xuan ^{a, b, c}

a. State Key Laboratory of Rail Traffic Control and Safety; b. School of Traffic and Transportation; c. Beijing Engineering Research Center of Urban Traffic Information Intelligent Sensing and Service Technologies, Beijing Jiaotong University, Beijing 100044, China

Received:2016-10-24 Revised:2016-12-20 Online:2017-06-25 Published:2017-06-26

摘要/Abstract

摘要：

关键路段通行能力的大小是决定城市道路交通是否畅通的重要因素之一.关键路段的识别为交通规划、居民出行等提供了重要的决策支撑，对缓解交通拥堵具有重要的意义.本文对城市路网关键路段的识别进行了研究.首先建立了适用于交通路网的空间邻接矩阵；其次以时空相关函数表达不同时间延迟下路段与周边相邻路段交通状态之间的影响程度，并将其作为路段重要性的衡量指标，构建了逼近于理想点的路段重要性度量模型，通过排序实现了对关键路段的识别；最后将模型应用于北京市区域路网，结果证明，该方法能够有效地识别路网的关键路段，具有实用性和可行性.

关键词: 城市交通, 识别方法, 时空相关性, 关键路段, 路段重要性

Abstract:

The capacity of critical section is one of the important reasons for leading to urban road traffic congestion. The identification of critical section provides important decision supports for traffic planning, travel services and so on. It has great significance to alleviate traffic congestion. This paper investigates the identification method of critical section in urban road network. According to the characteristic of traffic flow, the spatial adjacency matrix is established for road network. Then space- time correlation is proposed to explain the strength of influence between section and its neighbors under different time delays. Taking the strength of influence as a measure of section importance, the importance measurement model is constructed using technique for order preference by similarity to an ideal solution. At last, the proposed model is applied in a subset of Beijing’s road network, and the results show that the model is practical and feasible, and can identify critical section in urban road network effectively.

Key words: urban traffic, identification method, space-time correlation, critical section, section importance

中图分类号:

U491.1

苏飞，董宏辉，贾利民，孙璇. 基于时空相关性的城市交通路网关键路段识别[J]. 交通运输系统工程与信息, 2017, 17(3): 213-221.

SU Fei, DONG Hong-hui, JIA Li, SUN Xuan. Identification of Critical Section in Urban Traffic Road Network Based on Space-time Correlation[J]. Journal of Transportation Systems Engineering and Information Technology, 2017, 17(3): 213-221.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract19435.shtml

http://www.tseit.org.cn/CN/Y2017/V17/I3/213

参考文献

[1] 涂颖菲, 杨超, 陈小鸿. 路网拓扑脆弱性及关键路段分析[J]. 同济大学学报(自然科学版), 2010, 38(3): 364- 367, 379. [TU Y F, YANG C, CHEN X H. Analysis of road network topology vulnerability and critical links[J]. Journal of Tongji University (Natural Science), 2010, 38 (3): 364-367, 379.]

[2] 钟茹. 路网中关键节点和重要路段的分析研究[D]. 北京: 北京邮电大学, 2013. [ZHONG R. Research of key nodes and important sections of the road network[D]. Beijing: Beijing University of Posts and Telecommunications, 2013.]

[3] 蔡建荣. 交通网络节点重要度评估方法研究及其应用[D]. 长沙: 长沙理工大学, 2014. [CAI J R. Research on traffic network node important degree measure and its application[D]. Changsha: Changsha University of Science & Technology, 2014.]

[4] 高梦起, 李德华, 张军, 等. 基于可靠度的区域公路网瓶颈路段识别研究[J]. 交通运输工程与信息学报, 2011, 9(3): 53-58. [GAO M Q, LI D H, ZHANG J, et al. Study on the bottleneck link identification of region road network based on reliability[J]. Journal of Transportation Engineering and Information, 2011, 9(3): 53-58.]

[5] 周正兵, 于棋峰, 孙璐, 等. 山区公路网关键监测点辨识方法[J]. 交通运输工程与信息学报, 2013, 11(1): 32-39. [ZHOU Z B, YU Q F, SUN L, et al. Identification of critical monitoring spots of mountainous road network[J]. Journal of Transportation Engineering and Information, 2013, 11(1): 32-39.]

[6] 洪增林, 刘冰砚, 张亚培. 复杂网络在交通网络节点重要度评估中的应用[J]. 西安工业大学学报, 2014, 34 (5): 404- 410. [HONG Z L, LIU B Y, ZHANG Y P. Application of complex network in transportation network’s node importance evaluation[J]. Journal of Xi’an Technological University, 2014, 34(5): 404-410.]

[7] 王伟. 城市道路交通网络关键节点和路段辨识方法研究[D]. 长春: 吉林大学, 2015. [WANG W. Research on the method of key node and section distinguish of urban rode traffic network[D]. Changchun: Jilin University, 2015.]

[8] 张建旭, 蒋燕. 基于局部路网交通流重分配的路段关键度计算[J]. 交通运输系统工程与信息, 2016, 16 (1): 105-110. [ZHANG J X, JIANG Y. Criticality calculation of road links based on local network traffic flow redistribution[J]. Journal of Transportation Systems Engineering and Information Technology, 2016, 16(1): 105-110.]

[9] DOW M M. Galton’s problem as multiple network autocorrelation effects: cultural trait transmission and ecological constraint[J]. Cross-Cultural Research, 2007, 41(4): 336-363.

[10] MONTIS A D, CASCHILI S, CHESSA A. Time evolution of complex networks: commuting systems in insular italy[J]. Journal of Geographical Systems, 2011, 13(1): 49-65.

[11] CHEN T, HAWORTH J, WANG J Q. Spatio-temporal autocorrelation of road network data[J]. Journal of Geographical Systems, 2012, 14(4): 389-413.

[12] PODOBNIK B, HORVATIC D. Modeling long- range cross-correlations in two-component ARFIMA and FIARCH processes[J]. Physica A, 2008, 387(15): 3954- 3959.

[1]	刘晓冰, 李奉孝, 田欣妹, 闫学东. 基于通勤模式的都市圈中心结构判别研究[J]. 交通运输系统工程与信息, 2022, 22(2): 17-28.
[2]	许奇, 陈越, 黄靖茹, 高顺祥, 张志健. 考虑出行费用的就业可达性分析[J]. 交通运输系统工程与信息, 2022, 22(2): 37-44.
[3]	刘春禹, 刘永红, 罗霞, 朱颖. 混合交通流环境下单交叉口自动驾驶车辆轨迹优化[J]. 交通运输系统工程与信息, 2022, 22(2): 154-162.
[4]	张小雨, 邵春福, 王博彬, 黄士琛. 新冠疫情影响下居民共享出行方式选择行为研究[J]. 交通运输系统工程与信息, 2022, 22(2): 186-196.
[5]	李欣, 戴章, 李怀悦, 胡笳. 基于连续近似模型的轨道交通与常规公交耦合优化设计[J]. 交通运输系统工程与信息, 2022, 22(2): 206-213.
[6]	郝妍熙, 刘戎阳, 胡华, 方勇, 刘志钢. 单向通道行人-自行车混合流建模及自组织现象研究[J]. 交通运输系统工程与信息, 2022, 22(2): 223-229.
[7]	赵传林, 贺少松, 孙淑敏, 王钰涵. 基于理性疏忽理论的交通疏散网络双层优化模型[J]. 交通运输系统工程与信息, 2022, 22(2): 239-246.
[8]	陈小红, 蓝秋雨. 不确定交通需求下交叉口信号配时区间优化模型[J]. 交通运输系统工程与信息, 2022, 22(2): 247-256.
[9]	李冰, 王正辉, 马铭炜, 杨鸿宇, 冯悦. 信号交叉口行人二次过街下右转车通行能力与延误估计模型[J]. 交通运输系统工程与信息, 2022, 22(2): 257-267.
[10]	朱彤, 秦丹, 董傲然, 杜雨萌, 魏雯. 公交驾驶员违规类型同交通事故间的关联分析[J]. 交通运输系统工程与信息, 2022, 22(2): 322-329.
[11]	毛保华, 王敏, 何天健, 陈海波. 城市公共交通服务水平研究回顾和展望[J]. 交通运输系统工程与信息, 2022, 22(1): 2-13.
[12]	王子甲, 贾慧慧, 朱亚迪, 陈峰. 基于智能卡数据的轨道与公交复合网络通勤方式选择行为研究[J]. 交通运输系统工程与信息, 2022, 22(1): 67-73.
[13]	贾斌, 朱凌, 李树凯, 刘家林. 城市轨道交通小交路计划与客流控制协同优化策略[J]. 交通运输系统工程与信息, 2022, 22(1): 124-132.
[14]	牟振华, 汪寒冰, 林本江, 陈逸群, 金程程, 陈艳艳. 基于演化博弈的违章停车动态罚金策略效用仿真评价[J]. 交通运输系统工程与信息, 2022, 22(1): 152-162.
[15]	贾富强, 李引珍, 杨信丰, 马昌喜, 代存杰. 基于演化博弈的政府鼓励条件下共享停车行为分析[J]. 交通运输系统工程与信息, 2022, 22(1): 163-170.