(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210897643.5 (22)申请日 2022.07.28 (71)申请人 浙江大学 地址 310058 浙江省杭州市西湖区余杭塘 路866号 (72)发明人 梅振宇　张弘扬　严助　丁文超　 赵锦焕　 (74)专利代理 机构 杭州奥创知识产权代理有限 公司 33272 专利代理师 王佳健 (51)Int.Cl. G06F 30/20(2020.01) G06Q 30/02(2012.01) G06Q 50/30(2012.01) (54)发明名称 一种基于Agent仿真的停车换乘 碳排放估算 方法 (57)摘要 本发明公开了一种基于Agent仿真的停车换 乘碳排放估算方法。 本发明首先初始化仿真环境 参数、 组合网络Agent和化停车场Agent； 其次根 据OD矩阵随机生成出行者并基于通勤与非通勤 出行者确定预约停车属性； 然后更新出行者位 置、 路段流量、 路网状态和出行的路段碳排放； 然 后当出行者到达网络中的普通节点和停车场节 点时， 根据交通状况重新比较停车换乘和小汽车 出行的优劣， 动态更新出行路径， 确定前往的下 一个节点； 再然后更新停车场普通停车队列和预 约停车队列状态与此次迭代中产生的碳排放； 最 后仿真终止， 统计数据。 本发明通过仿真手段实 现了停车换乘多模式出行的碳排放估算， 可以评 价采用何种方式来降低区域交通碳排放更为有 效。 权利要求书5页 说明书15页 附图13页 CN 115391989 A 2022.11.25 CN 115391989 A 1.一种基于Agent仿真的停车 换乘碳排放估算方法， 其特 征在于包括以下步骤： C1初始化 C11初始化仿真环境 初始化仿真步长step、 迭代次数m、 最大迭代次数M、 OD矩阵、 预约泊车比率ηbooking、 通勤 出行比例 ηcom以及高收入出 行者比例 ηhigh； C12初始化组合网络Agent 初始化起始节点集合SO、 终止节点 集合SD以及停车场节点 集合SP； 利用组合网络的邻接矩阵， 生成路段对象； 初始化组合网络各路段的编号IDl、 长度Lenl、 类型Ml、 路径上总碳排放EtotalL以及路径 上每次迭代碳 排放EperL； C13初始化停车场Agent 生成停车场对象ParkingLot， 初始化其停车费率fp、 预约费fb、 最大泊位容量 可预 约泊位总数 非预约泊位总数 可预约泊位使用量 和非预约泊位使用量 C2生成出 行者Agent C21出行者生成 根据OD矩阵随机生成出行者， 即Traveller对象， 设置其编号IDt、 起点O、 终点D以及出发 时刻Td； 随机设置出 行者的停车时长PT； 根据设定的通勤出行比例 ηcom和高收入出行者比例 ηhigh， 随机确定当前出行者的通勤属 性和收入属性Fcommuter和Fhigh的值是否为t rue； 设置出行者总碳排放Etotalr、 出行者小汽车出行碳排放EcarT、 出行者公共交通出行碳排 放EpubT和每次迭代出 行者碳排放EperT； 将生成的Travel ler对象添加到出 行者集合Stra中； C22预约停车属性确定 根据设定的预约停车比例 ηbooking随机确定当前出行者是否预约停车， 若 为预约用户， 则 设置其停车 预约属性Pbooking为true； 出行者首先确定候选停车场， 比较 “自驾车出行 ”和“停车换乘出行 ”两种方式的广义成 本或综合累积前 景值， 选择最优方式出 行， 规划最优路径， 前往目标停车场； 非通勤出行者考虑行程时间、 货币费用和舒适性损耗因素计算广义成本， 并选择广义 成本最小的出 行方式； 通勤出行者考虑时间和货币费用两因素来计算综合累积前景值， 并选择综合累积前景 值最大的出 行方案； 若预约停车失败， 则该出行者转为非预约出行者， 其Fbooking属性设置为fal se， 同样比较 两种出行方案的出 行成本， 确定目标停车场， 规划路径， 前往目标停车场； C3出行者位置更新、 路段碳 排放更新与路段流 量更新 C31出行者位置更新 如果出行者尚未到达网络节点处， 则根据其所在的路段类型沿着该路段前进一段距离 d， d的计算公式如下：权　利　要　求　书 1/5 页 2 CN 115391989 A 2d＝min(DnextNode， step*vt) 其中， DnextNode代表距离下个节点的距离， step代表仿真步长， vt代表路段对应的行程速 度； 若当前路段类型为小汽车路段， 则更新出 行者的小汽车 出行里程Dcar＝Dcar+d； 若为地铁或公交路段， 则更新公共交通出 行里程Dpub＝Dpub+d； 若为步行路段， 则更新 步行里程Dwalk＝Dwalk+d； C32路段碳 排放更新 C321若此次出行方式为小汽车， 则估算此次迭代过程中出行者的碳排放 更新出 行者的小汽车出行碳排放EcarT并更新此次迭代中各路段产生的碳排放 计算公式如 下： 式中， 代表第k次迭代过程小汽车出行产生的碳排放， 代表第k次迭代过程 中 路段a上小汽车出行产生的碳排放， 代表第k次迭代过程中路段a上公共交通出行产生 的碳排放， k代表迭代次数， a代 表组合路网中的路段； 小汽车的碳 排放估算方法如下： 系统每分钟迭代一次， 迭代之后智能体属性更新， 两次迭代之间的属性保持不变， 路径 上的出行者出行速度由路径属性决定； 基于以上特点， 设计的小汽车碳排放估算模型影响因素仅包括车辆的实时速度和在不 同速度下的行驶距离， 具体 计算式为： 其中， Q为小汽车驾驶的实际耗油量， 单位为g， ER0为VSP Bin为0时的平均油耗率， 单位 为g/s， NERj为j区间标准油耗率， 无单位， Tj表示轻型车实际行驶时平均速度落在 j区间的总 时间， 单位为s， 为小汽车的co2排放量， 单位为g， 为消耗1g国标93#汽油排放的 co2， 无量纲； C322若此次出行方式为公共交通， 则估 算此次迭代出行者产生的碳排放EperT， 更新此次 迭代出行者的公共 汽车碳排放EpubT， 并更细在迭代中各路段的碳 排放 计算公式如下： 其中， 代表第k次迭代过程公共交通出 行产生的碳 排放； 公共交通的碳 排放估算方法如下： 所有人换乘公共交通的等待时间相同， 都采用发车间隔的一半， 行驶速度由路径该时权　利　要　求　书 2/5 页 3 CN 115391989 A 3