基于高速公路交易数据的出行模式分析与差异化收费策略

吕能超; 董新雨; 罗如意; 曾岳凯; 徐达; 周新聪

doi:10.13471/j.cnki.acta.snus.ZR20240357

您当前的位置：

首页 >

文章列表页 >

基于高速公路交易数据的出行模式分析与差异化收费策略

研究论文 | 更新时间：2025-11-14

- 基于高速公路交易数据的出行模式分析与差异化收费策略
- Travel pattern analysis and differentiated tolling strategies based on highway transaction data
- 中山大学学报(自然科学版)(中英文) 2025年64卷第3期页码：129-138
- 作者机构：
  
  1.武汉理工大学智能交通系统研究中心，湖北武汉 430063
  2.武汉理工大学交通与物流工程学院，湖北武汉 430063
  3.水路交通控制全国重点实验室，湖北武汉 430063
  4.湖北交投科技发展有限公司，湖北武汉 430034
  5.武汉中交交通工程有限责任公司，湖北武汉 430050
- 作者简介：
  
  吕能超（1982年生），男；研究方向：智能网联交通；E-mail：333167@whut.edu.cn
- 基金信息：
  
  国家重点研发计划(2023YFB4302600);国家自然科学基金(52472366;52072290);湖北省重点研发计划(2024BAB051)
- DOI：10.13471/j.cnki.acta.snus.ZR20240357
  中图分类号： U491.5
- 收稿：2024-12-19，
  
  录用：2025-02-21，
  
  网络出版：2025-04-08，
  
  纸质出版：2025-05-25
- 稿件说明：
移动端阅览
吕能超,董新雨,罗如意等.基于高速公路交易数据的出行模式分析与差异化收费策略[J].中山大学学报(自然科学版)(中英文),2025,64(03):129-138.

LV Nengchao,DONG Xinyu,LUO Ruyi,et al.Travel pattern analysis and differentiated tolling strategies based on highway transaction data[J].Acta Scientiarum Naturalium Universitatis Sunyatseni,2025,64(03):129-138.
吕能超,董新雨,罗如意等.基于高速公路交易数据的出行模式分析与差异化收费策略[J].中山大学学报(自然科学版)(中英文),2025,64(03):129-138. DOI： 10.13471/j.cnki.acta.snus.ZR20240357.

LV Nengchao,DONG Xinyu,LUO Ruyi,et al.Travel pattern analysis and differentiated tolling strategies based on highway transaction data[J].Acta Scientiarum Naturalium Universitatis Sunyatseni,2025,64(03):129-138. DOI： 10.13471/j.cnki.acta.snus.ZR20240357.

摘要

基于高速公路交易数据，选取10项表征用户个体特征和出行时空特征的指标构建用户特征模型。采用K-means、模糊C-means以及自组织映射算法对用户特征进行分类，并应用于某路段的ETC数据。研究结果表明，相比于K-means和模糊C-means，SOM模型在用户出行模式分类上具有更优效果；将高速公路出行用户划分为六类具有合理性。基于分类结果，针对性提出了个性化差异收费策略，并通过数值仿真验证了策略的合理性。

Abstract

Highway transaction data were utilized to select 10 indicators representing user-specific characteristics and the spatiotemporal features of travel，forming the basis for constructing a user characteristic model. To classify highway user characteristics，the K-means，fuzzy C-means，and self-organizing map algorithms were applied to ETC data from a specific road segment. The results indicate that，compared to K-means and fuzzy C-means，the SOM model performs better in classifying user travel patterns and supports the reasonable classification of highway users into six categories. Based on these classification results，a personalized differential tolling strategy is proposed，and its feasibility is validated through numerical simulation.

关键词

Keywords

references

戢晓峰，孔晓丽，陈方，等， 2023 . 基于ETC数据和A-BiLSTM神经网络的高速公路节假日短时交通流预测模型［J］. 交通信息与安全， 41 （ 3 ）： 166 - 174 .

李君羡，周一晨，高志波，等， 2021 . 基于收费数据的高速公路收费站通行能力分析［J］. 公路交通科技， 38 （ 11 ）： 106 - 116+125 .

林培群，龚敏平，周楚昊， 2023 . 面向运输风险识别的高速公路货车用户画像方法［J］. 华南理工大学学报（自然科学版）， 51 （ 6 ）： 1 - 9 .

吕能超，王玉刚，周颖，等， 2023 . 道路交通安全分析与评价方法综述［J］. 中国公路学报， 36 （ 4 ）： 183 - 201 .

彭艺，吴桐，杨青青， 2024 . 下行RIS-NOMA的用户集群方法［J］. 中山大学学报（自然科学版中英文）， 63 （ 1 ）： 128 - 136 .

王灵丽，黄敏，薛田莉，等， 2022 . 基于微观交通仿真的道路预约出行效益研究［J］. 中山大学学报（自然科学版中英文）， 61 （ 6 ）： 89 - 98 .

魏广奇，苏跃江，吴德馨，等， 2019 . 基于高速公路流水数据的通勤车辆特征研究［J］. 交通运输系统工程与信息， 19 （ 3 ）： 237 - 244 .

温惠英，何梓琦，胡宇晴，等， 2024 . 高速公路新能源汽车碳排放量的测算及空间分布特征［J］. 华南理工大学学报（自然科学版）， 52 （ 8 ）： 1 - 13 .

向往，王超伦，于安康，等， 2023 . 考虑高速公路主线收费通道引导信息面向对象的驾驶人换道行为研究［J］. 中国公路学报， 36 （ 8 ）： 257 - 270 .

徐进，杨子邈，陈钦，等， 2022 . 基于电子不停车收费数据的山区高速公路车速分布与车型分类研究［J］. 交通运输系统工程与信息， 22 （ 5 ）： 75 - 84+116 .

闫晟煜，孙可欣，温福华，等， 2024 . 收费模式重大调整后的高速公路运输量监测方法重构［J］. 交通运输工程学报， 24 （ 5 ）： 259 - 269 .

严新平，褚端峰，刘佳仑，等， 2021 . 智能交通发展的现状、挑战与展望［J］. 交通运输研究， 7 （ 6 ）： 2 - 10+22 .

张驰，翟艺阳，王韩，等， 2023 . 基于ETC数据的山区高速公路客货车行驶速度特征研究［J］. 中国公路学报， 36 （ 11 ）： 441 - 455 .

张苇冲，杨涛，吕能超， 2023 . 基于车辆位置与速度特征的驾驶行为模式分类方法［J］. 交通信息与安全， 41 （ 1 ）： 85 - 94 .

邹兵，余志，何兆成，等， 2022 . 基于车辆身份检测数据的城市道路使用特征［J］. 中山大学学报（自然科学版中英文）， 61 （ 3 ）： 132 - 139 .

CAO R ， CHEN X ， JIA J ， et al ， 2023 . Uncovering equity and travelers’ behavior on the expressway：A case study of Shandong，China ［J］. Sustainability ， 15 （ 11 ）： 8688 .

CHEN L W ， CHEN D E ， 2021 . Exploring spatiotemporal mobilities of highway traffic flows for precise travel time estimation and prediction based on electronic toll collection data ［J］. Veh Commun ， 30 ： 100356 .

DING W ， WANG Z ， CHEN J ， et al ， 2021 . Potential trend discovery for highway drivers on spatio‐temporal data ［J］. Wirel Netw ， 27 （ 5 ）： 3407 - 3422 .

NI J ， CHEN W ， TONG J ， et al ， 2023 . High-speed anomaly traffic detection based on staged frequency domain features ［J］. J Inf Secur Appl ， 77 ： 103575 .

QIAN C ， YANG M ， LI P ， et al ， 2018 . Application of customer segmentation for electronic toll collection：A case study ［J］. J Adv Transp ， 2018 （ 1 ）： 3635107 .

YAO E ， WANG X ， YANG Y ， et al ， 2021 . Traffic flow estimation based on toll ticket data considering multitype vehicle impact ［J］. J Transp Eng Part A Syst ， 147 （ 2 ）： 04020158 .

YUN J ， JEONG S ， KONG J ， et al ， 2023 . Investigation of the policy effect of high-speed metropolitan rail service in seoul through latent class modeling analysis of stated preference survey ［J］. Transp Res Rec J Transp Res Board ， 2677 （ 12 ）： 529 - 542 .

ZHANG J ， WU J ， HU B ， et al ， 2020 . Intelligent fault diagnosis of rolling bearings using variational mode decomposition and self-organizing feature map ［J］. J Vib Control ， 26 （ 21/22 ）： 1886 - 1897 .

ZHANG K ， ZHOU Z ， QI Y ， et al ， 2019 . Dynamic pricing strategy for high occupancy toll lanes based on random forest and nested model ［J］. IET Intell Transp Syst ， 13 （ 4 ）： 636 - 643 .

ZONG Y ， PAN E ， 2022 . A SOM-based customer stratification model ［J］. Wirel Commun Mob Comput ， 2022 （ 1 ）： 7479110 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于聚类与神经网络的无线通信联合调制识别新方法