1.一种基于改进层次分析法的交通拥堵疏导方法，其特征在于，所述方法包括：获取待疏导路线起点和终点之间的多条备选路径信息；

确定交通拥堵的影响因素，通过层次分析法计算影响交通的各个因素的权重向量；

实时获取起点和终点之间的各个路段各个影响因素的属性值；

根据各个因素的权重向量、各个影响因素的属性值及备选路径信息实时计算各个备选路径的影响时间；

每次疏导都选取当前影响时间最短的备选路径推送给目标疏导车辆，直到所有目标疏导车辆疏导完成或者拥堵路段的预计影响时间小于当前备选路径的影响时间最小值。

2.根据权利要求1所述基于改进层次分析法的交通拥堵疏导方法，其特征在于，交通拥堵的影响因素包括一级因素和二级因素，所述一级因素包括道路基本信息、交通量信息、天气路况信息；所述道路基本信息对应的二级影响因素包括车道数、路段长度、通行方向、交通灯个数，所述交通量信息包括交通事故等级、拥堵时长、拥堵长度、平均通行速度、车流量，所述天气路况信息包括降雨/雪量、道路积水深度、能见度。

3.根据权利要求2所述基于改进层次分析法的交通拥堵疏导方法，其特征在于，所述通过层次分析法计算影响交通的各个因素的权重向量具体包括：对影响因素的重要度进行两两比较，构造层次分析判断矩阵；

计算判断矩阵的最大特征值和对应的特征向量，对判断矩阵进行一致性校验；

采用基于引力搜索算法改进的鸟群算法对不满足一致性校验的判断矩阵进行校正；

将判断矩阵的最大特征值对应的特征向量作为各影响因素的权重向量。

4.根据权利要求3所述基于改进层次分析法的交通拥堵疏导方法，其特征在于，所述采用基于引力搜索算法改进的鸟群算法对不满足一致性校验的判断矩阵进行校正具体为：S01、设置种群数量N、解空间维度J、最大迭代次数T，初始化鸟群算法的种群位置；

S02、通过适应度函数计算各个个体的适应度，筛选出适应度最好的个体位置；

S03、产生(0,1)之间随机数a和常数P，当a>P时，选择觅食，否则保持警觉；

当a>P时引入引力搜索算子进行觅食位置更新，位置更新公式为：其中， 分别表示第t次迭代时第i只鸟在第j维空间所在位置，C和S分别为感知系数和社会进化系数，Gi,j为群体最优位置； 为第t次迭代时个体i在第j维空间上引力合力作用下的加速度：与 为第t次迭代时第i个粒子在第j维空间上受到的引力合力大小与惯性质量；

当a

S242、通过适应度函数计算各个个体的适应度，筛选出适应度最好的个体位置；

S243、产生(0,1)之间随机数a和常数P，当a>P时，选择觅食，否则保持警觉；

当a>P时引入引力搜索算子进行觅食位置更新，位置更新公式为：其中， 分别表示第t次迭代时第i只鸟在第j维空间所在位置，C和S分别为感知系数和社会进化系数，Gi,j为群体最优位置； 为第t次迭代时个体i在第j维空间上引力合力作用下的加速度：与 为第t次迭代时第i个粒子在第j维空间上受到的引力合力大小与惯性质量；

当a

S244、让鸟群按周期迁徙，并产生生产者和乞食者，对生产者和乞食者进行位置更新；

S245、返回步骤S242，迭代运算直到达到设定迭代次数，输出最优位置。

5.根据权利要求4所述基于改进层次分析法的交通拥堵疏导方法，其特征在于，鸟群保持警戒时的位置更新公式为：其中，a1、a2∈[0,2]，k是[1,N]之间的随机整数，且k≠i，fi、fk分别为第i、k个个体的适应度值；sumf为整个种群的适应度之和，ε为接近于0的常数，meanj为种群在第j维的平均位置。

6.根据权利要求1所述基于改进层次分析法的交通拥堵疏导方法，其特征在于，所述适应度函数的评价标准为判断矩阵的一致性检验系数CR最小，即：其中 n为判断矩阵阶数，λmax为判断矩阵最大特征值，RI为一致性指标标准值。

7.一种基于改进层次分析法的交通拥堵疏系统，其特征在于，所述系统包括：路径获取模块：用于获取待疏导路线起点和终点之间的多条备选路径信息；

权重计算模块：用于确定交通拥堵的影响因素，通过层次分析法计算影响交通的各个因素的权重向量；

时间计算模块：用于实时获取起点和终点之间的各个路段各个因素的属性值；根据各个因素的权重向量、各个因素的属性值及备选路径信息计算各个备选路径的影响时间；

交通疏导模块：用于在每次疏导时都选取当前影响时间最短的备选路径推送给目标疏导车辆，直到所有目标疏导车辆疏导完成或者拥堵路段的预计影响时间小于当前备选路径的影响时间最小值。

8.根据权利要求7所述基于改进层次分析法的交通拥堵疏系统，其特征在于，所述权重计算模块具体包括：模型建立单元：用于确定交通拥堵的两层影响因素，建立层次分析模型；

矩阵构造单元：用于对指标因素之间进行重要度的两两比较，构造层次分析模型的判断矩阵；

矩阵校验单元：用于计算判断矩阵的最大特征值和对应的特征向量，对判断矩阵进行一致性校验；

矩阵校正单元：用于采用基于引力搜索算法改进的鸟群算法对不满足一致性校验的判断矩阵进行校正；

权重计算单元：用于将判断矩阵的最大特征值对应的特征向量作为各影响因素的权重向量。