面向最大交通承载能力的动态路径诱导与路网拓扑耦合优化方法

Traffic jam is a serious problem encountered in many current urban traffic systems. Response to more serious traffic congestion, this project will study the transmission rules of traffic flow between streets and the cognitive knowledge of traffic behaviors during dynamic traffic process, construct a quantitative analysis model for computing the maximum transport capacity of road networks, and propose a coupling optimization method of network topology and dynamic routing with cognizing maximum transport capacity of street networks. By building the time-series analysis model of traffic flow for describing real traffic state of street networks, this project will discover an approach of measuring the maximum transport capacity of any global connected network. With studying the mapping problem of streets’ traffic properties in traffic flow model of street networks, this project will construct the quantitative analysis model of the maximum transport capacity of urban street networks, reveal the mathematical relationships between the maximum transport capacity of networks and its structural and functional characteristics, and discover the optimization method of network topology and dynamic routing optimization mechanism considering the maximum transport capacity of networks. This project will further study the topological optimization of road networks and dynamic routing strategy from improving network throughput perspective respectively. Based on this, this project will analyze the interaction mechanism between network topology and dynamic routing process, and propose a coupling optimization method of network topology and dynamic routing strategy based on the maximum transport capacity of urban street networks. This study will break the bottleneck that it is hard to unify the modeling and analysis of road network topology optimization and dynamic routing strategy. This project will create the innovations of topological optimization and route planning theory, and provide some solid foundations of theory and method for improving the throughput of urban street networks, constructing optimal structure of street networks and exploring efficient traffic guidance systems.

针对日益严重的交通拥堵问题，本项目深入研究动态交通过程中路段之间交通流的传输机制及交通行为认知规律，建立路网最大交通承载能力定量分析模型，提出最大交通承载能力认知下的动态路径诱导与路网拓扑耦合优化方法。通过构建描述路网实时交通状态的交通流时间序列分析模型，发现准确刻画城市路网最大交通承载能力的定量分析模型，揭示路网最大交通承载能力与网络结构、功能特征参数之间的数学关系，在此基础上从提升网络吞吐量角度分别剖析最大交通承载能力认知下的路网拓扑优化方法及动态路径优化策略，进而挖掘网络拓扑结构与动态路由策略之间的相互作用机理，提出面向路网最大交通承载能力的动态路径诱导与路网拓扑耦合优化方法。项目研究成果有望突破城市路网结构优化与动态路径选择策略难以统一建模与分析的瓶颈问题，实现拓扑优化理论及路径规划方法的创新，为提高城市路网吞吐量、构建最优的路网拓扑结构与高效的交通诱导系统奠定坚实的理论基础。

城市动态交通网络分析及路径规划问题是交通GIS理论与方法的国际研究前沿。本项目针对城市路网拓扑表达与动态交通过程难以统一建模的瓶颈问题及路径规划方法与动态交通行为之间的复杂关系：（1）研究了不同的路网拓扑表达方法对路网结构和功能分析的影响，采用基于结点-结点关系的拓扑表达方法并顾及道路交通属性构建了可以支持动态交通过程分析的城市路网拓扑模型，进而定义了基于该网络拓扑的交通流模型；（2）针对网络交通流传输过程，建立了交通流时间序列分析模型，通过分析网络交通流的相变过程，建立了路网最大交通承载能力的定量表达方法并揭示了其与路网结构和功能特征之间的关系；（3）顾及城市路网拓扑结构特征，提出了城市空间聚集中心性（Agglomeration Centrality）概念，构建了城市路网空间聚集定量分析模型及拓扑优化方法并提出了城市空间总体聚集强度指标；（4）揭示了动态路径规划过程中时间与距离之间的相互作用及平衡问题，通过建立时间与距离耦合的动态路由代价模型，提出了最大交通承载能力认知下的时间-距离最优控制动态路径选择方法；（5）分析了不同路径选择行为及混合路由策略与路网交通承载力之间的关系，提出动态路径选择与路网拓扑耦合优化的总体思想。为检验方法的有效性，以成都市等路网为试验数据，建立了相应的城市路网拓扑模型并分析了路网的交通承载力、拓扑结构特征及动态路径优化策略，在此基础上结合BA无标度网络和ER随机网络进一步验证了方法的可靠性。理论和实验表明：采用基于结点-结点关系的路网拓扑模型可以准确地刻画城市动态交通过程，有助于路网交通流模拟及动态路径规划、关键路段及结点提取、局部拓扑优化等研究；所提出的城市空间聚集中心性分析方法揭示了路网结构的空间聚集特性，为优化路网拓扑以缓解局部交通拥堵提供了重要支撑；顾及实时交通状态、时间和距离的路径优化方法能显著提升路网实际最大交通承载能力，在混合路由环境下有效平衡时间和距离的关系、不同路径选择行为之间的相互作用是缓解路网交通拥堵及保障其较大吞吐量的关键。本项目研究成果将为城市交通规划、交通导航服务、城市空间演化等提供基础理论支撑，具有重要科学意义和应用前景。该项目发表SCI/SSCI论文9篇，中文/科技核心论文8篇，软件著作权3项，项目组成员参加国内外学术会议/交流7次。