基于路段转向流量的拥挤路网OD矩阵估计

蒋云，陈锋（中国科学技术大学 信息科学技术学院，安徽 合肥 230026）

基于路段转向流量的拥挤路网OD矩阵估计

蒋云，陈锋
（中国科学技术大学 信息科学技术学院，安徽 合肥 230026）

传统的OD矩阵估计方法大部分都是基于路段流量的，由于路段流量数目远小于OD对的个数，因而限制了这些方法的推算精度。针对拥堵路网，提出了一种基于路段转向流量的OD估计方法，以提高OD估计的精度。分析了路段转向流量能够降低OD的可行解集的范围。通过双层规划模型求解拥挤路网上OD估计问题。由于最大熵模型不依赖于先验OD矩阵，可以应用到更多的OD估计场景中，因此上层模型采用的是最大熵模型，下层采用用户均衡模型。实验结果表明：基于路段转向流量可以增加估计的精度。

OD矩阵估计；路段转向流量；最大熵模型；用户均衡模型；双层规划模型

0 引言

OD矩阵（Origin-Destination matrix），描述了一段时间内交通网络的所有起点到终点的交通出行量，反映了交通出行者对交通网络的基本需求。OD矩阵是城市交通规划、控制、交通流预测和智能交通系统［1］等的重要基础数据。而获取OD矩阵的传统方法需要非常大的时间成本和经济成本。一种替代的方法就是通过更易获取的路段流量和相关信息等来估计OD矩阵。

近几十年，已经有许多模型被开发出来用于OD估计，如最大熵模型［2］、广义最小二乘模型［3］、贝叶斯统计推断模型［4］和极大似然模型［5］等。上述的几种模型都将交通分配矩阵作为常量处理，即交通出行者的路径选择行为与OD矩阵无关，这种方法只适合拥挤效应不明显的路网，一般是交通量较小的路网。……