吉林大学学报(工学版) ›› 2013, Vol. 43 ›› Issue (06): 1476-1481.doi: 10.7964/jdxbgxb201306007

• 论文 • 上一篇    下一篇

基于转弯比例的网络检测器布设模型及算法

邵敏华1, 孙立军1, 邵显智2   

  1. 1. 同济大学 道路与交通工程教育部重点实验室, 上海 201804;
    2. 中国民航机场建设集团公司, 北京 100101
  • 收稿日期:2012-07-20 出版日期:2013-11-01 发布日期:2013-11-01
  • 通讯作者: 邵显智(1975-),男,高级工程师,博士.研究方向:道路交通工程.E-mail:shaoxianzhi@163.com E-mail:shaoxianzhi@163.com
  • 作者简介:邵敏华(1978-),女,副教授,博士.研究方向:交通系统分析.E-mail:shaominhua@tongji.edu.cn
  • 基金资助:

    国家自然科学基金项目(51208379).

Network location model of sensors and algorithm based on turning ratios

SHAO Min-hua1, SUN Li-jun1, SHAO Xian-zhi2   

  1. 1. Key Laboratory of Road and Traffic Engineering of the Ministry of Education, Tongji University, Shanghai 201804, China;
    2. China Airport Construction Group Corporation, Beijing 100101, China
  • Received:2012-07-20 Online:2013-11-01 Published:2013-11-01

摘要:

将交叉口车辆转弯比例作为先验信息,构建了表征交叉口处流量守恒的线性方程组,以此为基础分析证明了以获取路网内所有路段流量为目标的检测器布设模型解的不唯一性。进而将路段重要性和检测器安装及维护费用以权重系数的形式引入到检测器布设模型中,以网络权重最大化为优化目标构建了加权检测器布设模型,并采用拟阵理论给出了模型求解的贪婪算法。最后对模型可行解的存在性进行了证明。

关键词: 交通运输系统工程, 转弯比例, 检测器布设, 流量守恒, 拟阵, 贪婪算法

Abstract:

Turning ratios at intersections were used as the prior information to derive the linear equations of the traffic flow conservation system. Based on that, the network sensors location problem (NSLP) was discussed. A model trying to infer the flow vector over the road network was proposed. The model is proven to have no unique solutions. Considering the roads importance on the traffic management and sensors cost on the installation and maintenance, a weighted NSLP model was proposed. The weighted NSLP model uses the weight parameters to represent the road importance and sensors cost. The optimal object of the weighted model is to maximize the total weights over the network. Using the theory of matroid, a greedy algorithm was designed to solve the model. A proof for the existence of feasible solutions was given finally.

Key words: transportation system engineering, turning ratio, sensor location, flow conservation, matroid, greedy algorithm

中图分类号: 

  • U121

[1] Gentili M,Mirchandani P B. Locating sensors on traffic networks: models, challenges and research opportunities[J]. Transportation Research Part C: Emerging Technologies, 2012, 24: 227-255.

[2] Yang H, Iida Y, Sasaki T. An analysis of the reliability of an origin-destination trip matrix estimated from traffic counts[J]. Transportation Research Part B: Methodological, 1991, 25(5): 351-363.

[3] Yang H, Zhou J. Optimal traffic couting locations for origin-destination matrix estimation[J]. Transportation Research Part B: Methodological, 1998, 32(2): 109-126.

[4] Yang H, Yang C, Gan L. Models and algorithms for the screen line-based traffic-counting location problems[J]. Computers & Operations Research, 2006, 33(3):836-858.

[5] Ma Guang-ying,Li Ping,Yao Yun-long.Research on location of traffic counting points for estimating origin-destination matrix[C]//6th International Conference on ITS Telecommunications,Chengdu,China,2006:1216-1219.

[6] Bianco L, Confessore G, Reverberi P. A network based model for traffic sensor location with implications on O/D matrix estimates[J]. Transportation Science, 2001, 35(1): 50-60.

[7] Hu S R, Peeta S, Chu C H. Identification of vehicle sensor locations for link-based network traffic applications[J]. Transportation Research Part B: Methodological, 2009, 43(8-9): 873-894.

[8] Morrison D R, Martonosi S, Tucker K. Characteristics of optimal solutions to the sensor location problem[D]. California: Department of Mathematics, Harvey Mudd College, 2008.

[9] Bianco L, Confessore G, Gentili M. Combinatorial aspects of the sensor location problem[J]. Annals of Operations Research, 2006, 144(1): 201-234.

[10] Chen A, Chootinan P, Ryu S, et al. An intersection turning movement estimation procedure based on path flow estimator[J]. Journal of Advanced Transportation, 2012, 46(2): 161-176.

[11] Martin P T. Turning movement estimation in real time (TMERT)[R]. California PATH Research Report (UCB-ITS-PRR-95-29), 1995.

[12] 蔡晓禹,张翛,杜豫川,等. 城市道路交叉口转弯比例反算模型的一般解法[J]. 同济大学学报:自然科学版, 2006, 34(12): 1616-1621. Cai Xiao-yu, Zhang Xiao, Du Yu-chuan, et al. A general solution method for intersection turning movement proportions inversion model[J]. Journal of Tongji University(Natural Science), 2006, 34(12): 1616-1621.

[13] 暨育雄.城市路网交通评价分析方法研究[D]. 上海:同济大学交通运输工程学院, 2003. Ji Yu-xiong. Evaluation method of the urban road network[D]. Shanghai: School of Transportation Engineering,Tongji University, 2003.

[14] 邵敏华,邵显智,孙立军.城市道路交通流量检测线圈的布置方案探讨[J].长沙交通学院学报, 2006,22(3):49-53. Shao Min-hua, Shao Xian-zhi,Sun Li-jun. Research on the arrangement method of the traffic volume detectors on urban streets[J]. Journal of Changsha Communication University, 2006, 22(3):49-53.

[15] 同济大学数学教研室. 线性代数[M]. 北京,高等教育出版社,1982.

[16] 同济大学交通运输工程学院. 城域交通仿真与决策支持系统[R]. 上海:上海市科委科研计划课题研究报告,2012. School of Transportation Engineering, Tongji University. Research on the urban traffic simulation and decision support system[R]. Shanghai: Research Project of Committee on Science and technology of Shanghai, 2012.

[17] Cormen T H, Leiserson C E, Rivest R L, et al. Introduction to Algorithms[M]. Third Edition. London: The MIT Press, 2009.

[1] 陈永恒,刘芳宏,曹宁博. 信控交叉口行人与提前右转机动车冲突影响因素[J]. 吉林大学学报(工学版), 2018, 48(6): 1669-1676.
[2] 常山,宋瑞,何世伟,黎浩东,殷玮川. 共享单车故障车辆回收模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1677-1684.
[3] 曲大义,杨晶茹,邴其春,王五林,周警春. 基于干线车流排队特性的相位差优化模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1685-1693.
[4] 宗芳, 齐厚成, 唐明, 吕建宇, 于萍. 基于GPS数据的日出行模式-出行目的识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1374-1379.
[5] 刘翔宇, 杨庆芳, 隗海林. 基于随机游走算法的交通诱导小区划分方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1380-1386.
[6] 钟伟, 隽志才, 孙宝凤. 不完全网络的城乡公交一体化枢纽层级选址模型[J]. 吉林大学学报(工学版), 2018, 48(5): 1387-1397.
[7] 刘兆惠, 王超, 吕文红, 管欣. 基于非线性动力学分析的车辆运行状态参数数据特征辨识[J]. 吉林大学学报(工学版), 2018, 48(5): 1405-1410.
[8] 宗芳, 路峰瑞, 唐明, 吕建宇, 吴挺. 习惯和路况对小汽车出行路径选择的影响[J]. 吉林大学学报(工学版), 2018, 48(4): 1023-1028.
[9] 栾鑫, 邓卫, 程琳, 陈新元. 特大城市居民出行方式选择行为的混合Logit模型[J]. 吉林大学学报(工学版), 2018, 48(4): 1029-1036.
[10] 陈永恒, 刘鑫山, 熊帅, 汪昆维, 谌垚, 杨少辉. 冰雪条件下快速路汇流区可变限速控制[J]. 吉林大学学报(工学版), 2018, 48(3): 677-687.
[11] 王占中, 卢月, 刘晓峰, 赵利英. 基于改进和声搜索算法的越库车辆排序[J]. 吉林大学学报(工学版), 2018, 48(3): 688-693.
[12] 李志慧, 胡永利, 赵永华, 马佳磊, 李海涛, 钟涛, 杨少辉. 基于车载的运动行人区域估计方法[J]. 吉林大学学报(工学版), 2018, 48(3): 694-703.
[13] 陈松, 李显生, 任园园. 公交车钩形转弯交叉口自适应信号控制方法[J]. 吉林大学学报(工学版), 2018, 48(2): 423-429.
[14] 苏书杰, 何露. 步行交通规划交叉路口行人瞬时动态拥塞疏散模型[J]. 吉林大学学报(工学版), 2018, 48(2): 440-447.
[15] 孟品超, 李学源, 贾洪飞, 李延忠. 基于滑动平均法的轨道交通短时客流实时预测[J]. 吉林大学学报(工学版), 2018, 48(2): 448-453.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 朱剑峰, 林逸, 陈潇凯, 施国标. 汽车变速箱壳体结构拓扑优化设计[J]. 吉林大学学报(工学版), 2013, 43(03): 584 -589 .
[2] 周逢道, 王金玉, 唐红忠, 张赫, 周继瑜. 近地表电磁探测多频数字驱动信号产生技术[J]. 吉林大学学报(工学版), 2013, 43(03): 682 -687 .
[3] 欧阳继红, 王振鑫, 景黎. 扩展度量关系的9-交集模型[J]. 吉林大学学报(工学版), 2013, 43(03): 695 -700 .
[4] 郭铁梁, 赵旦峰, 杨大伟. 正交频分复用水声通信系统多普勒频移快速估计[J]. 吉林大学学报(工学版), 2013, 43(03): 813 -818 .
[5] 何耀, 刘兴涛, 张陈斌, 陈宗海. 基于动力电池组内阻模型的绝缘检测算法[J]. 吉林大学学报(工学版), 2013, 43(05): 1165 -1170 .
[6] 李志斌, 金茂菁, 刘攀, 徐铖铖. 提高高速公路通行效率的可变限速控制策略[J]. 吉林大学学报(工学版), 2013, 43(05): 1204 -1209 .
[7] 袁哲, 马文星, 刘春宝, 刘浩. 重型车开式液力减速器温度场分析[J]. 吉林大学学报(工学版), 2013, 43(05): 1271 -1275 .
[8] 隋洲, 蔡中义, 兰英武, 李明哲. 连续柔性成形三维曲面件的形状控制模型[J]. 吉林大学学报(工学版), 2013, 43(05): 1302 -1306 .
[9] 杨小军, 宋青松, 马祥, 李东海. 基于多模型信息滤波器的故障容错目标跟踪[J]. 吉林大学学报(工学版), 2013, 43(05): 1381 -1385 .
[10] 伍文, 孟相如, 刘芸江, 火兴林. 基于连续时间Markov的网络可生存性建模与量化[J]. 吉林大学学报(工学版), 2013, 43(05): 1395 -1400 .