基于典型耦合优化算法的城市交通拥塞点源反演识别研究

来源：交通运输系统工程与信息杂志2023年第2期北京时间：

作者：赵雪亭, 胡立伟

单位：昆明理工大学，交通工程学院，昆明 650500

摘要：应用模拟-优化方法研究城市交通拥塞源的位置识别及数据推演问题。首先，构建一个假想城市交通拥塞案例，引入地下水污染质运移模型，并结合城市交通拥塞特征，改进模型适应性，利用Cholesky分解方法建立描述城市交通拥塞非均质性的城市交通流出率连续场。其次，采用Kriging和BP (Back Propagation )神经网络建立城市交通拥塞数值模拟模型的替代模型，通过平均相对误差、确定性系数及均方根误差检验替代模型精度。最后，利用麻雀搜索算法(SSA)和遗传算法(GA)求解优化模型，通过平均相对误差检验反演识别结果。研究结果表明：利用Cholesky分解方法，得到城市交通流出率分布不均，符合城市交通拥塞异质性特征，且均值为322.15，处于中等扩散水平；Kriging替代模型精度更高，平均相对误差为0.98%；应用SSA和GA均能快速准确地识别城市交通拥塞源的位置及交通扩散量，SSA相较于GA的交通拥塞源位置的整体相对误差提高1.68%，交通量的整体相对误差提升2.52%。综上，基于Kriging和SSA方法耦合的模拟-优化模型可以有效识别城市交通拥塞源和交通扩散交通量，且识别精度较高，可为城市交通拥塞源控制及交通扩散管控方案提供重要参考。

关键词：城市交通,反演识别,模拟-优化方法,城市交通拥塞,连续场划分

基金资助：国家自然科学基金(42277476，61863019)