基于出行认知的交通路网动态层级模型研究

道路是城市交通出行者的主要活动场所,其网络模型是在城市交通中进行路径计算的基本数学模型。人的认知对于合理的出行路径的选择具有关键性作用，研究出行认知中的道路网络模型可以为动态交通环境中的出行者提供更好的路径诱导服务。本项目通过对城市交通路网的出行数据的分析，挖掘出人在出行路径中的认知经验，建立出行认知经验的量化方法；将智能化的模式识别方法引入到路网层级模型的构建中，通过量化的出行认知经验对道路进行模式分类，形成可用于路径计算的动态层级路网模型；结合典型城市交通数据对这种认知经验上的层级路网模型进行路径规划方面的验证分析。在此基础上形成理论和技术成果，为城市交通出行信息系统的建设及城市智能交通系统的发展提供理论和技术支持。

城市道路网络是在城市交通中进行出行路径计算的基本数学模型。本项目通过对城市交通路网的GPS轨迹数据处理与分析，挖掘出人在出行路径中的认知经验；将模式识别方法引入到路网层级模型的构建中，通过出行认知经验对道路进行模式分类，形成可用于路径计算的动态层级路网模型；结合典型城市交通数据对这种认知经验上的层级路网模型进行了路径规划方面的验证分析。项目进展顺利，已初步形成了一套基于出行经验的层级路网建模方法及基于此的路径优化方法。目前已完成论文6篇（其中，已发表4篇EI检索论文，已投稿EI、SCI期刊论文各1篇）。申请国家发明专利3项，并已获得授权1项。