本发明涉及建模领域，尤其涉及一种用于解决内河航道船舶堵塞和滞航的建模方法。
背景技术：
内河水运交通拥堵的原因是多方面的，总的来说，运量的快速增长与航道通过能力的不足，是频繁发生堵航的根本原因。水文、气象、船型、突发水上交通事故等因素进一步加剧了堵航发生的频率与严重程度。而枯水期水量不足和船舶超载、超限、吃水超过航道水深等因素引起搁浅事故，是大多数堵航事件的直接原因。另外，部分桥梁通航标准较低，也是影响航道通过能力和船舶运行速度的因素，京杭运河从济宁到杭州883公里航道上共有跨河桥梁197座，其中，净空高度不达标的有50余座。最后，船舶停泊、装卸占用航道水域以及船舶标准化程度低，船舶平均吨位小，船舶密度过大，也是造成航道拥堵的原因。
目前，从已收集的相关资料和研究结果来看，水上交通拥堵的发生是一个或多个因素共同作用的结果，在各类因素中，“管理”要素是降低通航拥堵和事故的重要因素，除了从技术和硬件建设角度提高人员的操作水平、船舶的技术条件和通航环境的硬件水平之外，水路运输的通畅性主要取决于对船员、船舶和环境要素综合管理的结果，然而科学的综合管理需要对整个航道的畅通性有宏观准确的认知。
技术实现要素：
为解决上述问题，本发明公开了一种用于解决内河航道船舶堵塞和滞航的建模方法。
为了达到以上目的，本发明提供如下技术方案：
一种用于解决内河航道船舶堵塞和滞航的建模方法，其特征在于：包括如下步骤：
（1）在内河航道中选取建模航段；
（2）将选取的航段长宽，以及航段内的船舶长宽和船舶平均速度设置为参数；
（3）用步骤（2）中的参数建立定量分析模型，并确定畅通、缓行、拥堵和严重拥堵四个级别阈值；
（4）根据步骤（3）计算确定的级别阈值，标注内河航道网中步骤（1）选取的建模航段。
进一步的，步骤（3）中所述的定量分析模型是：
其中，i：选取的航段编号；
vi：船舶平均行程速度；
ρi：选取航段内的船舶密度；
vi：选取航段内的通常速度平均值；
p：选取航段内的通常船舶密度值；
ci：选取航段的风险值。
进一步的，所述的ρi计算公式是：
其中，n：选取航段内的船舶编号；
a：船舶长度；
b：船舶宽度；
a：选取航段的长度；
b：选取航段的宽度。
进一步的，所述vi通过自学习机制获得。
进一步的，步骤（3）中所述的四个级别阈值和每个级别阈值的取值分别为：畅通（0，0.5）；缓行[0.5，0.7）；拥堵[0.7，0.9）；严重拥堵[0.9，1）。
与现有技术相比，本发明的有益效果在于：本发明通过对某段航道交通流量信息、船舶航速、船舶主尺度等数据进行自动化的采集分析，建立拥堵状况的分级指标模型，实现内河航道通航状况的可视化，以提高内河水运服务水平和运输效率，为实现畅通、高效、平安、绿色的智能化内河水运发展目标服务。
具体实施方式
下面结合具体实施方式，进一步阐明本发明，应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。
一种用于解决内河航道船舶堵塞和滞航的建模方法，包括如下步骤：
（1）在内河航道中选取建模航段；
（2）将选取的航段长宽，以及航段内的船舶长宽和船舶平均速度设置为参数；
（3）用步骤（2）中的参数建立定量分析模型，并确定畅通、缓行、拥堵和严重拥堵四个级别阈值；
所述定量分析模型是：
其中，i：选取的航段编号；
vi：船舶平均行程速度；
ρi：选取航段内的船舶密度；
vi：选取航段内的通常速度平均值；
p：选取航段内的通常船舶密度值；
ci：选取航段的风险值；
其中，vi通过自学习机制获得；
所述的ρi计算公式是：
其中，n：选取航段内的船舶编号；
a：船舶长度；
b：船舶宽度；
a：选取航段的长度；
b：选取航段的宽度；
（4）根据步骤（3）计算确定的级别阈值，标注内河航道网中步骤（1）选取的建模航段。
在本实施例中，四个级别阈值和每个级别阈值的取值分别为：畅通（0，0.5）；缓行[0.5，0.7）；拥堵[0.7，0.9）；严重拥堵[0.9，1）。
本发明通过对某段航道交通流量信息、船舶航速、船舶主尺度等数据进行自动化的采集分析，建立拥堵状况的分级指标模型，实现内河航道通航状况的可视化，以提高内河水运服务水平和运输效率，为实现畅通、高效、平安、绿色的智能化内河水运发展目标服务。