非常规突发事件中情景数据驱动的区域道路疏散调度方法研究

道路交通系统是非常规突发事件影响下区域疏散系统中的重要组成部分，其组织和管理效果将直接关系到应急处置的成败。非常规突发事件通常会呈链式反应，造成次生事件的爆发，因此该背景下的道路疏散调度方法也需要具有高度的动态性和灵活性。针对该复杂系统问题，本项目拟设计基于"情景数据"驱动的区域道路疏散调度方法。针对非常规突发事件的特点，本项目的研究重心由传统的"事件机理"研究转向"事件应对"研究。首先，分析非常规突发事件的演变规律，设计情景数据驱动的区域疏散调度流程；其次，设计可反映疏散系统短期态势的"情景数据"标准结构，且应用特征级数据融合技术，研究快速获取"情景数据"的有效方法；基于"情景数据"和动态配流模型（拟应用基于CTM模拟器的DTA模型），探索疏散阶段计划快速生成的计算实验环境。

项目组严格按照计划任务要求开展研究。研究了基于“情景数据”和“动态模型”混合驱动，面向目标疏散能力的路网调整及车流调度框架与模型；以“重要地铁换乘枢纽”和“重大工业设施周边区域”为实际对象，研究了多层次、多角度的“情景数据”对疏散调度的影响途径及方式，从定性和定量角度分析两者之间关联，研究了情景数据在疏散调度中的影响规律；选取疏散路网中最为常见的树状结构网络，研究了保障整体疏散时间最优的策略方法，为提升理论的针对性和实施性，研究了KR（关键路径）的重要概念，推导并验证了KRFO（关键路径先行）疏散原则。上述研究成果均以学术论文形式发表或者申请发明专利，此外，成果均应用于实践生产与管理，在相关行业和地方得到了实际应用，获得省部级二等奖1项。