1.一种基于交通运行状况异常的路网脆弱性识别、分析与应对方法，其特征在于，所述方法包括如下步骤：(1)基于多源数据的脆弱区域识别，过程如下：

(1.1)多源，多时间段的数据预处理：获取路网时序特征数据，根据路网时序特征数据质量进行判断，采用去噪声、修补、预测方式进行数据清理与数据修补；

(1.2)交通流变化特性及干扰事件分析；

(1.3)路网属性分析；

(1.4)异常区域演化过程分析；

(2)基于多指标的区域属性分析，过程如下：

(2.1)多指标评价体系建立；

(2.2)区域变化定量分析；

(3)构建主动应对机制，建立日常措施与应急机制的过程如下：(3.1)对于确定的显性脆弱区域，主要通过日常调控，区域治理，现实疏导日常性的举措对其进行调控与治理，并对治理后路网服务能力的变化与实际交通状况的改变，经由人工学习与机器学习方法对治理内容进行优化，迭代；

(3.2)对于隐性脆弱区域，主要通过预防方案的设立，应急设施的建立和补救方案的建立，对可能发生的路网破坏性事件进行预防，并可通过一系列的模拟测试提升对突发事件发生时的紧急应对能力；

所述(1.3)包括如下步骤：

(1.3.1)通过改进网络效能原理对其拓扑属性进行分析，其中网络效能与路网效能计算如下式所示：其中，Cij为节点i与节点j之间的通行能力大小，dij为节点i与节点j之间的最短路径，Eij为节点i与节点j之间的网络效能；N为该区域中全部的节点数量，Ca为节点的介数中心性，反应节点在网络中的重要程度；

路网节点介数中心性计算如下式所示：

其中，njk为网络中两两路口间所有最短路径之和， 为所有最短路径中经过路口i的数量；Bi为路口介数，N为区域路口总数；

(1.3.2)对拥堵组团包络报警数据依据报警数量做归一化处理，获取组团包络中各个路口/路段对象报警比重；

(1.3.3)重新定义网络效能，计算如下所示：

将网络效能按上述公式进行重新计算，并将结果展示在地图上；

所述(1.4)包括如下步骤：

(1.4.1)依据步骤(1.3)计算拥堵组团包络不同时间段内位置的偏差与脆弱路段的分布；

(1.4.2)根据拥堵组团包络不同时间段位置的偏移及脆弱路段的分布，计算其变化周期/规律及不同时间段的分布地点；

(1.4.3)根据拥堵组团包络不同时间段位置的偏移及脆弱路段的分布，计算其对称事件下包络位置及脆弱环节分布，对称事件包括但不限于：早晚高峰，商场开启关闭，限行；

所述(2.1)的过程为：根据路网建设阶段，平稳阶段，遭受自然灾害的造成路网服务能力极速下降和随着基础建设老化造成路网服务能力下降两种情况分别构建路网服务能力变化模型；

所述步骤(2.1)包括如下步骤：

(2.1.1)依据Wardrop用户最优原理对拥堵包络进行流量分配计算，计算公式如下：其中， 为点对(r,s)之间第k条路径的阻抗，Urs为点对(r,s)之间的最小阻抗， 为点对(r,s)之间第k条路径的阻抗；

(2.1.2)依据Wardrop系统最优原理，对交通网络中总阻抗进行计算，计算公示如下：β

ta＝t0a(1+α(xα/ka))

其中，Z为OD点之间的总阻抗，xa为路段a上的交通流量，ta为路段a的阻抗函数，所以ta(xa)为路段a的以流量为自变量的阻抗函数；qrs为点对(r,s)之间OD对的交通流量， 为路径相关自变量，若路段a在(r,s)间的第k条路径上， 为1，反之为0；t0a为路段的零流阻抗，即自由流行行程时间，xα为用户均衡状态下路段α上的交通流量，ka表示路段的实际通行能力，α,β为给定模型参数，分别为0.15与4；

(2.1.3)依据最优化理论的最快速下降法对路网阻抗最小值进行计算，计算步骤如下：(2.1.3.1)：给定初始 为初始阻抗值，允许误差ε>0，置k＝1；

(2.1.3.2)：计算搜索方向，

(k) (k) (k)

(2.1.3.3)：若||d ||<ε,停止；反之，从x 出发，沿d 进行一维搜索，求λk，使得(k+1) (k) (k)(2.1.3.4)：令x ＝x +λd ，k＝k+1，转(2.2.3.2)；

(2.1.4)依据路网受到事件影响，对路网服务能力变化趋势进行分析，对于路段通行能力置零的情况，可视为该路段完全失效，效果等同于从地图上移除；

所述步骤(2.2)包括如下步骤：

(2.2.1)以路网流量为数据计算依据，对早晚高峰，平峰，模拟路段失效这三种情形对区域服务能力上界进行计算说明；

(2.2.2)依据路网服务能力变化情况，构建服务能力上界变化模型；

所述步骤(2.2.2)包括如下步骤：

(2.2.2.1)依据早晚高峰路网车流密度增大，流量增大，但总体速度减少，及表现为路段阻抗总体增大，路段实际通行效果大幅度超越其理论通行能力特点，其阻抗衍生式如下：其中k'a为早晚高峰的各个路段的平均流量，因此，在假设阻抗函数不变的基础上，区域总阻抗的扩大量如下式所示：将路网阻抗的增加量按既定换算系数等效换算为路网服务能力的减少量，因此，在默认阻抗函数不发生变化的前提下，路网服务能力的下降量如下式所示：其中Φ为阻抗与服务能力的换算系数；

(2.2.2.2)对于模拟路段失效情形，对于确地的OD点对，可用路段数减少，用户按照用户最佳原理分配至剩余路段上，当路网重新到达均衡状态时，有用户最佳与系统最优原理可知，交通路网总阻抗最小值较原来增大，最佳行程时间增加；

同样，在假设路段阻抗函数不变，且各个路段的通行能力无明显差别的基础上，记N为原来区域总路段数，n为失效路段的数量，即区域总阻抗衍生为如下式：则区域服务能力下降为：

(Z(X)”‑Z(X))*Φ；

(2.2.3)对于路网服务能力的判断，同样可以使用选定时间内的所造成的累积损失来进行进一步的判断，由用户均衡原理及系统最优原理可知，当一路网达到均衡状态时，其总阻抗与用户形成时间均达到最小值，因此，可以由用户形成时间上的损失值来对路网造成的总损失进行一定程度的说明。

2.根据权利要求1所述的一种基于交通运行状况异常的路网脆弱性识别、分析与应对方法，其特征在于：所述(1.2)包括如下步骤：(1.2.1)选取路网自身时序交通数据及异常干扰事件，时序交通数据包括路段流量、路段速度、路段饱和度、路段效率指数和路段延误指数；异常干扰事件包括拥堵事件、突发交通事故、路段维修、恶劣天气和人为破坏；

(1.2.2)根据路段时序特征数据研究交通流在连续时间轴，非连续时间轴上变化特性，获取交通运行状况异常区域或交通运行状况异常路段/路口对象，初步候选为交通运行状况异常包络。

3.根据权利要求1所述的一种基于交通运行状况异常的路网脆弱性识别，分析与应对方法，其特征在于：所述(2.2.3)中，对于一般性的路网系统，可将特定时间段内的路网停车时间，作为路网对象中车辆形成的“浪费”时间，及损失时间，通过对一系列损失时间的对比，确定路网的累积损失。