买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京航空航天大学申请的专利一种不违背出行需求的差异性交通管制措施全局优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120673586B 。

龙图腾网通过国家知识产权局官网在2026-04-07发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510740955.9，技术领域涉及：G08G1/01；该发明授权一种不违背出行需求的差异性交通管制措施全局优化方法是由张思悦;肖依永;崔新豪;李博设计研发完成，并于2025-06-05向国家知识产权局提交的专利申请。

本一种不违背出行需求的差异性交通管制措施全局优化方法在说明书摘要公布了：本发明公开一种不违背出行需求的差异性交通管制措施全局优化方法，涉及智能交通管理技术领域，包括以下步骤。步骤一：构建差异性交通管制措施全局优化框架；步骤二：定义城市交通路网和需求流量参数表示；步骤三：建立道路网络流量分布优化的混合整数线性规划模型；步骤四：统筹流量需求、流量平衡与出行阻抗等因素，对阻抗函数和目标函数进行割线近似，构建混合整数线性规划模型约束；步骤五：对模型进行求解获取最优流量分布结果；步骤六：通过流量分布结果将上述模型得到差异性的交通管制措施。本发明方法能够基于大规模城市路网中复杂多样的出行需求，构建兼顾个体利益与整体效率的混合整数线性规划模型，设计了分级管制措施，实现了管制与路径诱导的协同优化，从而提升路网整体通行效率。

本发明授权一种不违背出行需求的差异性交通管制措施全局优化方法在权利要求书中公布了：1.一种不违背出行需求的差异性交通管制措施全局优化方法，包含如下步骤： 1根据交通网络拓扑结构和出行需求分别计算最坏情况下道路网络上的流量分布和为实现系统最优情况下的流量分布，对于不同的流量分布结果进行综合评估，选定要实行交通管制的道路，接着为这些道路制定差异化的交通管制措施，建立全局优化框架；上述最坏情况是指所有流量需求均寻找最短路径来出行，系统最优情况是指所有流量需求均寻找使得总出行时间最短的路径来出行； 1.1首先以下式作为优化目标求出最坏情况下的路网流量分布，其中D为所有流量需求的总出行路程： 1.2接着依据路阻函数以下式作为优化目标，求出为实现系统最优情况下的流量分布，其中T为所有流量需求的总出行时间： 1.3上式中tij·为路阻函数，即道路的通行时间t与该段道路上的流量f的关系，该路阻函数具体如下，其中t0表示道路的自由流通行时间，c表示道路容量； 1.4然后根据总路程最短求出的最坏情况下的流量分布结果，为f1，和总时间最短求出的最理想情况下的流量分布结果，为f2，利用下式得到不同路段的交通管制措施，为z；式中表示向上取整，z的取值范围为{1,2,…,9,10}；如果z=8，这表示仅有80%的车辆可以进入该路段； 2城市交通路网和需求流量参数定义 具体为：将交通路网数学抽象为一个连通图G=V,E，其中i,j∈V，为道路节点的序号，i,j=1,2,…,|V|，|·|表示集合中的元素总数量，节点对应于十字路口和交通网络中有流量需求的关键位置，所述的关键位置是学校、工厂、医院、银行、写字楼和住宅区；图中的每条边i,j∈E表示交通网络中的道路，dij表示边i,j的长度；t0ij表示边i,j的自由流通行时间，即通过这条边的最短时间；cij表示边i,j的容量，即在一段时间内这条路上最多能通过的车辆数量；α为路阻函数1.3中的参数，取值为0.15；为路阻函数1.3中的参数，取值为4；为对路阻函数1.3进行割线近似时引入的参数，由α、和cij共同计算得出；参数和分别表示对路阻函数1.3进行割线近似时引入的割线的斜率和截距，具体的，表示对边i,j进行割线近似时第p条割线的斜率；表示对边i,j进行割线近似时第p条割线的截距；K表示出行需求的集合，k∈K，k=1,2,…,|K|；s,t分别表示第k个出行需求的起点和终点，s,t∈V；参数q表示第k个出行需求的流量； 3建立道路网络流量分布优化的混合整数线性规划模型，以各个路段上的流量为决策变量，分别以为满足所有流量需求的总通行距离最小化和总出行时间最小化为优化目标； 由于人们出行时通常都会选择最短路径或者次短路径，除非近路都被完全阻隔，否则不会进行太远的绕行，因此以总通行距离最小为优化目标会得到最坏情况下的流量分布，这会导致某些关键路径上的流量较大，从而导致这些路段上的通行时间大幅增加；如果以总出行时间最短作为优化目标，在同一个出行需求中，有部分车辆可以走最短路径，而另一部分车辆则需要绕行，会导致不同的总出行时间，但是部分车辆的必要绕行可以使整个网络上的总出行时间变短，因此是系统最优情况； 定义交通网络流量分布优化的决策变量； ijk：非负连续变量，表示路段i,j上通行的第k对出行需求的流量； ij：非负连续变量，表示路段i,j上通行的总流量； ij：非负连续变量，表示路段i,j上通行的总流量为fij时这段路的通行时间； gij：非负连续变量，对路阻函数进行割线近似时引入的变量； yij：非负连续变量，对路阻函数进行割线近似时引入的变量； 3.1建立最坏情况下的交通网络流量分布优化的目标函数； 3.2建立系统最优情况下的交通网络流量分布优化的目标函数； 4统筹流量需求、流量平衡与出行阻抗等因素，对模型进行约束； 4.1建立出行需求约束；式中，和分别表示第k对出行需求在路段sk,j上和在路段i,sk上通行的流量；和分别表示第k对出行需求在路段i,tk上和在路段tk,j上通行的流量； 4.2建立网络中每一个节点的流量平衡约束；式中，表示第k对出行需求在路段j,i上通行的流量； 4.3建立网络中每条边的总流量约束； 4.4建立网络中每条边的通行时间与流量之间的关系约束； 4.5对于时间与流量的非线性关系进行割线近似，首先将单条边的流量与时间关系代入目标函数中； 4.6定义一个新的参数和两个新的变量yij和gij： 4.7由此可以将目标函数写为： 4.8根据4.6的定义，可以得到yij是gij次幂函数，由于目标函数是求最小值，所以使用一组割线对yij与gij的关系进行近似，可以得到以下线性约束； 5模型求解：对所提出的混合整数线性规划模型进行求解，旨在高效获取符合约束条件的最优流量分布结果；本步骤依托高性能商用求解器CPLEX对模型进行全局优化求解； 5.1以总出行路程最短为目标函数进行求解得到最坏情况下的流量分布结果，得到每条边上的流量f1ij 5.2以总出行时间最短为目标函数进行求解得到最理想情况下的流量分布结果，得到每条边上的流量分布f2ij 6生成差异性交通管制措施解决方案：将上述模型得到的求解结果f1ij和f2ij代入定义的交通管制措施z，得到的数值越小说明越应优先对该路段实施交通管制。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。