基于耦合視頻的交通運(yùn)輸網(wǎng)絡(luò)級聯(lián)失效研究

基于耦合視頻的交通運(yùn)輸網(wǎng)絡(luò)級聯(lián)失效研究

作為城市交通活動(dòng)的載體，交通運(yùn)輸網(wǎng)絡(luò)是經(jīng)濟(jì)和城市發(fā)展的動(dòng)脈，是確保城市生命線系統(tǒng)正常運(yùn)行的重要組成部分。然而現(xiàn)實(shí)世界中很多開放的復(fù)雜網(wǎng)絡(luò),當(dāng)它的一個(gè)或少數(shù)幾個(gè)節(jié)點(diǎn)或邊受到內(nèi)、外部因素的干擾作用而產(chǎn)生失效或發(fā)生故障后,這些失效的節(jié)點(diǎn)或邊會通過節(jié)點(diǎn)或邊的耦合關(guān)系引起其周邊的節(jié)點(diǎn)和邊的失效,這種連鎖效應(yīng)會最終導(dǎo)致網(wǎng)絡(luò)中大部分甚至整個(gè)網(wǎng)絡(luò)發(fā)生崩潰,這種現(xiàn)象被稱為級聯(lián)失效,如Internet、電網(wǎng)等。城市交通網(wǎng)絡(luò)中也存在級聯(lián)失效現(xiàn)象,如2004年7月,北京市受暴風(fēng)雨的襲擊造成大面積交通癱瘓。2007年7月,濟(jì)南市發(fā)生了更為嚴(yán)重的情況,由于受到暴風(fēng)雨的襲擊,整個(gè)交通網(wǎng)絡(luò)陷于癱瘓,造成了巨大的經(jīng)濟(jì)損失。這些事件背后隱藏著交通運(yùn)輸網(wǎng)絡(luò)的級聯(lián)失效問題,建立和研究城市交通運(yùn)輸網(wǎng)絡(luò)級聯(lián)失效的模型是交通網(wǎng)絡(luò)事件管理和控制的重要決策根據(jù),具有重要的理論意義和應(yīng)用價(jià)值。當(dāng)前學(xué)者們研究交通運(yùn)輸網(wǎng)絡(luò)中的路段失效擴(kuò)散影響范圍時(shí),主要采用排隊(duì)論模型和交通波模型。俞斌等研究了路段和交叉口兩種類型交通事故對道路交通運(yùn)輸網(wǎng)絡(luò)的影響,以交通波理論為基礎(chǔ)進(jìn)行交通事故影響范圍算法分析,將影響范圍分成交通事故處理和交通事故持續(xù)影響2個(gè)時(shí)間段,對每一段的交通波速度、排隊(duì)長度等給出相應(yīng)的計(jì)算方法和步驟,最終得到確定影響范圍的流程圖。臧華等利用車流波動(dòng)理論,分析了高速道路交通事故發(fā)生后車輛排隊(duì)長度的預(yù)測模型。叢浩哲等在密閉道路集散波模型的基礎(chǔ)上,提出了考慮匯入?yún)R出匝道及銜接道路的路網(wǎng)事件輻射范圍預(yù)測模型,他們根據(jù)事件持續(xù)時(shí)間各階段產(chǎn)生的集散波傳播參數(shù)的不同,描述了在各列集散波相互作用下,事件造成的偶發(fā)性交通擁堵對路網(wǎng)范圍交通流輻射影響的6種情況,并推導(dǎo)出了每種情況下的影響長度計(jì)算公式。吳建軍在用戶平衡配流的基礎(chǔ)上,研究了去除流量最大的邊、去除介數(shù)最大的邊和去除流量和介數(shù)組合最大的邊等3種不同去除策略對交通網(wǎng)絡(luò)級聯(lián)失效產(chǎn)生的影響。賈元華等利用短時(shí)預(yù)測組合模型算法來預(yù)測城際高速公路的交通擁堵,將不同的預(yù)測方法進(jìn)行組合以求產(chǎn)生較好的預(yù)測結(jié)果。這些模型無論是進(jìn)行理論分析還是數(shù)值計(jì)算,都比較復(fù)雜,而且運(yùn)算量也較大,不適合于交通運(yùn)輸網(wǎng)絡(luò)的在線分析和控制。交通運(yùn)輸網(wǎng)絡(luò)中發(fā)現(xiàn)的同步化及混沌等現(xiàn)象都充分說明了交通運(yùn)輸網(wǎng)絡(luò)是一個(gè)非線性動(dòng)力系統(tǒng),作為研究時(shí)空混沌的強(qiáng)有力工具,耦合映像格子己經(jīng)被廣泛用于研究復(fù)雜系統(tǒng)的時(shí)空動(dòng)力學(xué)行為,并且它對時(shí)空混沌系統(tǒng)的半宏觀描述使得計(jì)算效率較高。陳星光等基于耦合映像格子構(gòu)建了城市交通系統(tǒng)的相繼故障模型,并對一個(gè)實(shí)際的城市交通系統(tǒng)應(yīng)用計(jì)算機(jī)仿真手段研究了干擾強(qiáng)度和網(wǎng)絡(luò)相繼故障的關(guān)系、網(wǎng)絡(luò)相繼故障在攻擊條件下對于節(jié)點(diǎn)度的敏感性,以及不同攻擊策略下網(wǎng)絡(luò)相繼故障的傳播問題,但是文中具體的模型參數(shù)沒有結(jié)合交通運(yùn)輸網(wǎng)絡(luò)的基本特征進(jìn)行具體分析,而且選取的網(wǎng)絡(luò)規(guī)模較小,沒有反應(yīng)出實(shí)際的交通網(wǎng)絡(luò)級聯(lián)失效的特征。為了降低級聯(lián)失效對交通網(wǎng)絡(luò)的影響并研究更好的控制級聯(lián)失效的方法,需要分析城市交通網(wǎng)絡(luò)發(fā)生級聯(lián)失效的一些規(guī)律。本文基于耦合映像格子模型和復(fù)雜網(wǎng)絡(luò),研究了交通運(yùn)輸網(wǎng)絡(luò)級聯(lián)失效的規(guī)律,首先基于耦合映像格子建立交通運(yùn)輸網(wǎng)絡(luò)的級聯(lián)失效模型,結(jié)合交通運(yùn)輸網(wǎng)絡(luò)的特征分析相應(yīng)的耦合映像格子模型中的參數(shù),然后通過仿真分析了不同的交通運(yùn)輸網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)、不同的路段移除方式、不同的外部擾動(dòng)以及不同的耦合強(qiáng)度對交通運(yùn)輸網(wǎng)絡(luò)級聯(lián)失效的影響規(guī)律,并給出路網(wǎng)失效傳播范圍的算法流程。1復(fù)雜網(wǎng)絡(luò)的路網(wǎng)耦合映像格子(CoupledMapLattices,CML)最初是由金子邦彥等提出的,它是一種將時(shí)間域和空間域離散化而狀態(tài)域變量保持連續(xù)的動(dòng)力學(xué)系統(tǒng),盡管它的形式比較簡單,它能從本質(zhì)上顯示出系統(tǒng)多樣的復(fù)雜時(shí)空特性,是研究非線性系統(tǒng)時(shí)空行為的一種重要模型。耦合映像格子模型具有如下優(yōu)點(diǎn):(1)基于對時(shí)空混沌系統(tǒng)的半宏觀描述,數(shù)值模擬計(jì)算效率較高;(2)整個(gè)計(jì)算過程并行程度好,可以直接并行化,特別適合在并行計(jì)算機(jī)上進(jìn)行計(jì)算。CML具有復(fù)雜的動(dòng)力學(xué)特性,作為研究時(shí)空混沌現(xiàn)象的有效模型,已有研究表明它可以再現(xiàn)物理、化學(xué)以及生物系統(tǒng)等時(shí)空系統(tǒng)中擾動(dòng)的本質(zhì)特征。在過去的幾十年里,CML作為研究時(shí)空混沌的強(qiáng)有力工具己經(jīng)被廣泛用于研究復(fù)雜系統(tǒng)的時(shí)空動(dòng)力學(xué)行為,一維耦合映像格子模型已在氣象預(yù)報(bào)、神經(jīng)網(wǎng)絡(luò)、地質(zhì)分析、生物醫(yī)學(xué)、經(jīng)濟(jì)學(xué)等領(lǐng)域得到了廣泛應(yīng)用。為了分析多種不同情況下交通運(yùn)輸網(wǎng)絡(luò)路段失效所產(chǎn)生的級聯(lián)失效,本文采用對偶法將實(shí)際的交通運(yùn)輸網(wǎng)絡(luò)路段映射為復(fù)雜網(wǎng)絡(luò)中的節(jié)點(diǎn),將交叉口映射為復(fù)雜網(wǎng)絡(luò)中的邊,由于交通運(yùn)輸網(wǎng)絡(luò)上的流量是有方向的,并且某個(gè)路段的失效傳播也是有向的,所以這里采用有向圖G=(V,E)來描述路網(wǎng)。其中,頂點(diǎn)集用V表示,邊集用E表示,式中,xi(t)表示第i個(gè)節(jié)點(diǎn)在t時(shí)刻的狀態(tài),針對實(shí)際的交通運(yùn)輸網(wǎng)絡(luò)xi(t)表示路段i在t時(shí)刻的飽和度,如果0<xi(t)<1,則路段處于正常狀態(tài);如果xi(t)≥1,則路段處于失效或擁堵狀態(tài)。N個(gè)節(jié)點(diǎn)之間的連接信息用連接矩陣A=(aij)N×N表示。如果i與j相連接,則aij=1;否則aij=0。aii恒為0,表示節(jié)點(diǎn)間不能自己和自己相連。k(i)為節(jié)點(diǎn)i的度,等于鄰接矩陣中所有第i行元素的和,k(i)=∑Nj=1aij,對應(yīng)于實(shí)際路段i連接的路段數(shù)。εi∈(0,1)表示相鄰路段之間的耦合系數(shù),針對具體的交通運(yùn)輸網(wǎng)絡(luò)εi表示各個(gè)路段之間的相關(guān)系數(shù)。非線性函數(shù)f表示節(jié)點(diǎn)自身的動(dòng)態(tài)行為,一般取混沌logistic映射f(x)=4x(l-x),當(dāng)0≤x≤1時(shí),0≤f(x)≤1。在某個(gè)時(shí)刻,路網(wǎng)由于受到一些突發(fā)事件或維修施工活動(dòng)等內(nèi)外部因素的影響而導(dǎo)致1個(gè)或多個(gè)路段失效或關(guān)閉,這相當(dāng)于在某個(gè)時(shí)刻m給某個(gè)節(jié)點(diǎn)或某些節(jié)點(diǎn)施加了一個(gè)外部擾動(dòng)R。如果是單個(gè)路段d在某個(gè)時(shí)刻m失效,則這單個(gè)路段失效后的所有時(shí)刻該路段的容量將變?yōu)?,這相當(dāng)于導(dǎo)致路段至少有一個(gè)等于1的擾動(dòng),此外,該路段上原交通流量需要重新分配到其他路段,即還有一個(gè)等于路段d失效的前一時(shí)刻m-1時(shí)刻路段的飽和度值的擾動(dòng),所以單個(gè)路段的失效所產(chǎn)生的擾動(dòng)R就可以表示為1加上該路段d失效的前一時(shí)刻m-1時(shí)刻路段的飽和度值的擾動(dòng),具體如下:當(dāng)路網(wǎng)受到某些外部因素的干擾而導(dǎo)致路段部分車道關(guān)閉,或者整體通行能力下降時(shí)(例如較小的雨雪天氣的影響),多個(gè)路段都會受到外部擾動(dòng)R<1+xd(m-1)的影響;而當(dāng)路網(wǎng)中有多個(gè)路段失效時(shí),則R>1+xd(m-1)。2基于合作圖像網(wǎng)格的交付網(wǎng)絡(luò)級別差的影響模擬2.1不同移動(dòng)方式下的仿真仿真為了分析交通運(yùn)輸網(wǎng)絡(luò)級聯(lián)失效產(chǎn)生的影響,本文選取網(wǎng)絡(luò)隨時(shí)間變化的故障節(jié)點(diǎn)比I(t)表示網(wǎng)絡(luò)的失效程度,網(wǎng)絡(luò)故障節(jié)點(diǎn)比為I(t)=N′t/N(4)式中:N′t為網(wǎng)絡(luò)受到攻擊后故障的節(jié)點(diǎn)數(shù);N為網(wǎng)絡(luò)受到攻擊前節(jié)點(diǎn)的總數(shù)。本文利用Matlab7.0軟件對上述模型進(jìn)行仿真分析,針對不同的城市交通運(yùn)輸網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)圖(小世界網(wǎng)絡(luò)、隨機(jī)網(wǎng)絡(luò)與無標(biāo)度網(wǎng)絡(luò))進(jìn)行分析。首先,按照不同網(wǎng)絡(luò)的算法程序生成網(wǎng)絡(luò)圖,這3種網(wǎng)絡(luò)的節(jié)點(diǎn)數(shù)均為100,也就是共有100條路段。其中,ER隨機(jī)網(wǎng)絡(luò)中任意兩節(jié)點(diǎn)的連接概率p=0.4,平均度〈k〉=4。小世界網(wǎng)絡(luò)p=0.4,k=4。BA無標(biāo)度網(wǎng)絡(luò)的初始節(jié)點(diǎn)n0=2,每個(gè)時(shí)間步增加一個(gè)節(jié)點(diǎn)和m=2條邊,網(wǎng)絡(luò)規(guī)模N=100,平均度〈k〉=4,度分布指數(shù)為3。其次,隨機(jī)初始化網(wǎng)絡(luò)圖中的各個(gè)節(jié)點(diǎn)的飽和度值,使xi(0)位于0~1之間,并且整體服從(0.6,0.1)的正態(tài)分布。為了簡化分析,假定網(wǎng)絡(luò)中各個(gè)部分的耦合系數(shù)均相同,ε=0.6。然后,基于耦合映像格子模型分析下述幾種不同情況下,交通運(yùn)輸網(wǎng)絡(luò)級聯(lián)失效的規(guī)律,結(jié)果為對每個(gè)網(wǎng)絡(luò)拓?fù)浼熬W(wǎng)絡(luò)的特征參數(shù)獨(dú)立進(jìn)行50次仿真后平均的值。(1)比較不同的移除方式對交通運(yùn)輸網(wǎng)絡(luò)級聯(lián)失效產(chǎn)生的影響。這里主要分析3種不同的網(wǎng)絡(luò)結(jié)構(gòu)在ε=0.6和外部擾動(dòng)R為1.6時(shí),分別移除飽和度最大、節(jié)點(diǎn)度最大和處于這兩者之間飽和度和節(jié)點(diǎn)度組合最大的中間狀態(tài)的節(jié)點(diǎn)3種情況下,3種不同網(wǎng)絡(luò)結(jié)構(gòu)隨時(shí)間失效的程度的變化規(guī)律。其中,移除飽和度和節(jié)點(diǎn)度組合最大的狀態(tài)值,其計(jì)算方法為fi=λxi(m)+(1-λ)ki(5)式中:0≤λ≤1為權(quán)重系數(shù);xi(m)為路段i在m時(shí)刻的飽和度;ki為路段i投影為節(jié)點(diǎn)后的節(jié)點(diǎn)度。顯然,λ=l和λ=0分別對應(yīng)著第1和第2種移除方式,即移除飽和度最大和節(jié)點(diǎn)度最大的交通運(yùn)輸路段。本文比較對飽和度最大、節(jié)點(diǎn)度最大和λ=0.6的中間狀態(tài)最大的路段分別施加外部擾動(dòng)R所產(chǎn)生的影響,通過仿真分析不同情況下交通運(yùn)輸網(wǎng)絡(luò)級聯(lián)失效的變化規(guī)律。對NW小世界網(wǎng)絡(luò)、ER隨機(jī)網(wǎng)絡(luò)和BA無標(biāo)度網(wǎng)絡(luò)的仿真結(jié)果分別如圖1~3所示,圖中的4條曲線分別對應(yīng)于移除的節(jié)點(diǎn)是飽和度最大的節(jié)點(diǎn)(十字虛線)、節(jié)點(diǎn)度最大的節(jié)點(diǎn)(星號點(diǎn)線)、飽和度和節(jié)點(diǎn)度組合最大的節(jié)點(diǎn)(圓圈實(shí)線)、隨機(jī)選擇的節(jié)點(diǎn)(菱形點(diǎn)劃線)的仿真曲線。通過對仿真結(jié)果的分析可以發(fā)現(xiàn),無論是在哪種網(wǎng)絡(luò)結(jié)構(gòu)中,λ=0.6時(shí),網(wǎng)絡(luò)總是最容易發(fā)生級聯(lián)失效的,并且它們隨著時(shí)間t導(dǎo)致整個(gè)網(wǎng)絡(luò)失效的速度最快、發(fā)生的時(shí)間最早,這也就表明,最容易造成網(wǎng)絡(luò)級聯(lián)失效的不是網(wǎng)絡(luò)中飽和度最大的節(jié)點(diǎn),也不是網(wǎng)絡(luò)中節(jié)點(diǎn)度最大的節(jié)點(diǎn),而是飽和度和節(jié)點(diǎn)度組合最大的節(jié)點(diǎn),所以在交通網(wǎng)絡(luò)的管理和規(guī)劃中,這樣的節(jié)點(diǎn)應(yīng)當(dāng)受到極大的關(guān)注,它們的失效將會更容易使得級聯(lián)失效發(fā)生。由圖1、2可以看出,在NW小世界網(wǎng)絡(luò)和ER隨機(jī)網(wǎng)絡(luò)中,飽和度和節(jié)點(diǎn)度組合最大的節(jié)點(diǎn)與節(jié)點(diǎn)度最大的節(jié)點(diǎn)產(chǎn)生的級聯(lián)失效的過程非常接近,基本是重合的,這與它們的網(wǎng)絡(luò)結(jié)構(gòu)有關(guān)系,同時(shí)也說明,在這兩種網(wǎng)絡(luò)中節(jié)點(diǎn)度較大的節(jié)點(diǎn)的移除對網(wǎng)絡(luò)級聯(lián)失效的影響較大;其中隨機(jī)失效導(dǎo)致的級聯(lián)失效比飽和度最大的節(jié)點(diǎn)還嚴(yán)重,這可能與初始飽和度為隨機(jī)正態(tài)分布的假設(shè)有關(guān),因此,這與實(shí)際的交通運(yùn)輸網(wǎng)絡(luò)中飽和度的分布不一致,還需要進(jìn)一步研究探討。由圖3可以看出,BA無標(biāo)度網(wǎng)絡(luò)對于蓄意攻擊和隨機(jī)故障的抗毀性表現(xiàn)出極大的差異,在外部擾動(dòng)R為1.6時(shí)蓄意攻擊會使得網(wǎng)絡(luò)發(fā)生大規(guī)模的級聯(lián)失效,而隨機(jī)故障則造成70%多的網(wǎng)絡(luò)節(jié)點(diǎn)失效。(2)比較在不同的外部擾動(dòng)R的作用下,網(wǎng)絡(luò)中節(jié)點(diǎn)級聯(lián)失效產(chǎn)生的影響。本文在ε=0.6和外部擾動(dòng)R為1.6情況下,分析R由1.1變到2.5,不同的網(wǎng)絡(luò)結(jié)構(gòu)在不同的網(wǎng)絡(luò)攻擊策略下網(wǎng)絡(luò)故障節(jié)點(diǎn)比的變化規(guī)律。如圖4~6所示。通過對仿真結(jié)果的分析可以發(fā)現(xiàn),對于較小的外部擾動(dòng)R,網(wǎng)絡(luò)故障的規(guī)模也比較小,外部的擾動(dòng)R越大,網(wǎng)絡(luò)越容易發(fā)生級聯(lián)失效,當(dāng)外部擾動(dòng)R的值大于某個(gè)閾值Rc后,網(wǎng)絡(luò)就會發(fā)生級聯(lián)失效,其中最易于發(fā)生級聯(lián)失效的還是飽和度和節(jié)點(diǎn)度組合最大的節(jié)點(diǎn),其次是節(jié)點(diǎn)度最大的節(jié)點(diǎn)。這說明,在外部擾動(dòng)R較小時(shí),飽和度和節(jié)點(diǎn)度組合最大的節(jié)點(diǎn)的移除會很容易導(dǎo)致網(wǎng)絡(luò)的級聯(lián)失效,其中NW小世界網(wǎng)絡(luò)對外部擾動(dòng)的作用最為敏感,無論是在哪種攻擊策略下都比ER隨機(jī)網(wǎng)絡(luò)和BA無標(biāo)度網(wǎng)絡(luò)更易于發(fā)生級聯(lián)失效。(3)不同的耦合強(qiáng)度ε對交通運(yùn)輸網(wǎng)絡(luò)級聯(lián)失效產(chǎn)生的影響。這里分析在ε=0.6和xi(0)服從(0.6,0.1)的正態(tài)分布的情況下,耦合強(qiáng)度ε由0.1變到0.9時(shí),不同的網(wǎng)絡(luò)結(jié)構(gòu)在不同的網(wǎng)絡(luò)攻擊策略下網(wǎng)絡(luò)故障節(jié)點(diǎn)比的變化規(guī)律。如圖7~9所示。通過對仿真結(jié)果的分析可以發(fā)現(xiàn),對于較小的耦合強(qiáng)度ε,網(wǎng)絡(luò)故障的規(guī)模也比較小,耦合強(qiáng)度ε越大網(wǎng)絡(luò)越容易發(fā)生級聯(lián)失效,當(dāng)耦合強(qiáng)度ε的值大于某個(gè)閾值之后,網(wǎng)絡(luò)就會發(fā)生級聯(lián)失效,其中最易于發(fā)生級聯(lián)失效的還是飽和度和節(jié)點(diǎn)度組合最大的節(jié)點(diǎn),其次是節(jié)點(diǎn)度最大的節(jié)點(diǎn)。這說明,在耦合強(qiáng)度ε較小時(shí),飽和度和節(jié)點(diǎn)度組合最大的節(jié)點(diǎn)的移除也會很容易導(dǎo)致網(wǎng)絡(luò)的級聯(lián)失效。2.2節(jié)點(diǎn)初始狀態(tài)與仿真本文構(gòu)建了基于耦合映像格子模型的路網(wǎng)失效影響范圍估計(jì)的算法流程,如圖10所示?；隈詈嫌诚窀褡幽Ｐ偷穆肪W(wǎng)失效影響范圍估計(jì)的算法為:(1)采用對偶法將實(shí)際的交通運(yùn)輸網(wǎng)絡(luò)路段映射為復(fù)雜網(wǎng)絡(luò)中的節(jié)點(diǎn),將交叉口映射為復(fù)雜網(wǎng)絡(luò)中的邊,構(gòu)建研究區(qū)域路網(wǎng)有向圖G=(V,E);(2)生成連接矩陣A=(aij)N×N,并計(jì)算節(jié)點(diǎn)的度k;(3)根據(jù)路網(wǎng)的歷史動(dòng)態(tài)狀態(tài)數(shù)據(jù),獲取路網(wǎng)的耦合強(qiáng)度系數(shù)εi;根據(jù)式(1)可以推導(dǎo)出(4)所有n個(gè)節(jié)點(diǎn)開始都處于正常狀態(tài),測度整個(gè)路網(wǎng)中各個(gè)路段的飽和度作為各個(gè)節(jié)點(diǎn)的初始狀態(tài)值;(5)對網(wǎng)絡(luò)進(jìn)行實(shí)時(shí)監(jiān)測,對出現(xiàn)故障或失效的路段d加上一個(gè)擾動(dòng)R=1+xd(m-1);(6)對于每個(gè)節(jié)點(diǎn)i,按照耦合映像格子模型更新其狀態(tài),如果xi(m)>1,則路段在級聯(lián)失效影響范圍內(nèi),標(biāo)記節(jié)點(diǎn)i為故障節(jié)點(diǎn),并繼續(xù)更新其余節(jié)點(diǎn)的狀態(tài)值;(7)若網(wǎng)絡(luò)中其余所有的節(jié)點(diǎn)均滿足xi(m)<1,則網(wǎng)絡(luò)失效的影響范圍終止。本文利用一個(gè)實(shí)例來分析路網(wǎng)中路段失效的影響范圍,實(shí)際路網(wǎng)選取以上海交通大學(xué)為中心的周邊17條道路,路網(wǎng)結(jié)構(gòu)如圖11所示,其所對應(yīng)的對偶結(jié)構(gòu)如圖12所示,根據(jù)原始路網(wǎng)和路網(wǎng)對偶影射后的結(jié)構(gòu),就可以得到路段的連接矩陣A和各個(gè)節(jié)點(diǎn)度k(i)。本文選取2007年6月某天上午8:00~9:00的實(shí)際交通流數(shù)據(jù)作為初始數(shù)據(jù),數(shù)據(jù)來源于SCATS檢測系統(tǒng),每5min得到一組數(shù)據(jù),根據(jù)實(shí)際測得的路網(wǎng)流量數(shù)據(jù)和路段實(shí)際的通行能力可以得到路段的飽和度,利用式(5)計(jì)算得到各個(gè)路段之間的耦合系數(shù):在此,分別利用耦合映像格子模型和交通仿真工具分析路段2,4,5,7,8,9,10分別失效對整個(gè)網(wǎng)絡(luò)中其他路段的影響,將模型分析的結(jié)果與交通仿真的結(jié)果進(jìn)行比較,如表1所示。仿真采用Transmodeler2.6軟件對上述道路交通運(yùn)輸網(wǎng)絡(luò)進(jìn)行建模。由表1可以看出,對于該網(wǎng)絡(luò)中單個(gè)路段的關(guān)閉,除路段8外都不會引起嚴(yán)重的路