699 / 2023-10-26 22:41:05

基于多层复杂网络的城市混合交通可视推荐

随着我国的“碳达峰”和“碳中和”目标提出，作为石油消费第二大行业和温室气体的主要生产者，交通领域的节能减排行动至关重要。而交通拥堵既是城市交通碳排放的主要原因，也是影响居民日常通勤的主要难题。改善交通拥堵对居民通勤影响的同时降低个人出行碳排放，对城市的可持续发展和提升居民的出行体验具有重要的现实意义。目前对于该方向的研究主要集中于两点：交通拥堵预测和混合交通出行。交通拥堵预测通过提前通知用户绕行预测的拥堵区域来实现降低拥堵对用户的出行影响，对于非出行高峰时段的偶发性拥堵状况非常实用，但对于在通勤高峰的固定时段出行的用户实用性非常有限。城市公共交通的完善为混合交通出行的研究带来了可能，通过在用户的行程中选择性的使用公共交通替代小型汽车的方式，混合交通出行能够在不更改用户原始出行路径的条件下减少交通拥堵对用户的行程影响，非常适用于解决通勤高峰的出行难题以及降低个人出行碳排放。但现有的研究集中于混合交通出行的路线推荐，缺少对出行上下文的探索分析。为此，我们提出了包含出租车和共享单车两种出行信息的多层复杂交通网络模型，以及基于该模型的混合交通路线推荐方法，以兼顾城市交通模式分析和混合交通路线推荐。具体的内容如下：

（1）多层复杂交通网络模型。针对传统的路网模型无法展示城市交通流信息以及单层交通网络无法描述城市混合交通出行结构的问题，提出了基于多种出行模式轨迹数据提取的交通特征网络，并融合成为城市混合交通特征网络，实现城市混合交通流信息的提取及可视化。基于数据场聚类算法对交通特征网络进行聚类，以生成能够概览城市交通状况的交通社区网络。最后将几种网络按特定步骤组合为多层复杂交通网络模型，实现对城市交通模式的渐进式探索分析。

（2）低碳混合交通路线推荐。针对传统的单一模式的路线推荐和拥堵预测无法兼顾解决通勤高峰时段的出行难题以及降低个人出行碳排放的问题，提出了基于多层复杂交通网络模型的低碳混合路线推荐方法。对于传统路线规划算法难以适应交通特征网络上的路线推荐以及在大规模网络下算法运行效率低下的难题，提出了使用遗传算法改良的A*算法，完成在城市混合交通特征网络上的实时混合路线计算。并提出了出行链级的碳排放评估方法，实现对街道碳排放分布计算及混合交通路线碳排放的评估。

（3）基于多层复杂网络的城市混合交通可视推荐系统。基于以上方法设计并完成混合交通可视推荐系统，基于“从整体到局部”的可视化理念结合多种交互方案，实现对城市上下车热点、街道碳排放分布、交通模式和混合交通路线推荐的渐进式探索分析。最后，通过多组不同分析目的的系统案例研究，验证了本文方法的可用性和有效性。