大规模路网下中心式路径优化理论模型与方法研究

大规模路网下中心式诱导是国际公认解决交通拥挤最有效的诱导方式，但由于无法攻克大规模路网实时路径优化这一技术难题，该诱导方式在国内外尚未实现。本项目从满足大规模路网下中心式诱导实时性与准确性的角度出发，通过分析城市路网结构特性、驾驶员出行特性，综合运用交通工程学、运筹学、计算科学、人工智能和计算机网络技术，以实时多源交通数据、道路增量更新信息（如因新建道路、交通管制而带来的道路、路网属性变化等信息）为信息基础，对路网与动态交通信息一体化时空数据模型、道路网络拓扑重建方法、大规模路网下中心式路径优化的理论模型与方法、大规模路网下中心式路径优化系统软件开发等内容进行研究，并着重研究基于光谱对分的递阶式网络分解方法、双端队列最优路径并行计算方法及同步过渡自适应终止检测方法，从而真正实现基于动态信息的大规模路网下中心式诱导，有效缓解我国日益严峻的交通拥堵。

本项目组通过大量的查阅和收集相关资料，以长春市中心城区路网实验路网为依托，将GPS浮动车作为主要的交通信息采集源，实时获取动态交通信息、路网增量信息，研究了面向对象的一体化导航时空数据模型、适用于增量更新的路网时空数据模型，设计了基于长春市路网与动态交通信息一体化时空数据库；深入研究了基于出行者行为与光谱对分的递接式网络分解方法；并基于多级递阶网络分解方法和双端队列最短路径计算方法，提出了一种能够在短时间内完成大规模路网中所有起讫点之间最短路径优化的MLHND-TQQ路径优化并行计算方法，研发成功大规模路网下中心式诱导最优路径规划技术，并以长沙、长春、广州(一个小区)3个城市的真实路网数据为基础，进行了实际验证。通过三年的研究，截止至2013年12月末，本项目先后取得了以下典型研究成果：主编了学术专著2部，发表了学术论文19篇（其中：SCI检索3篇、EI检索16篇），获得了吉林省科学技术一等奖1项、中国公路学会科学技术二等奖1项、发明专利授权3项、计算机软件著作权1项。