交通信息诱导下的混合用户均衡模型研究

通过分析交通信息对出行者路径选择行为的影响,构建了一个同时考虑惯性出行者和非惯性出行者路径选择行为的混合用户均衡模型.随后,提出了求解混合用户模型的算法,通过算例对模型和算法的合理性进行验证,并探讨当出行者路径选择存在惯性行为时,交通信息是否能够缓解交通拥堵.研究发现交通信息虽然可以影响出行者的路径选择行为,但是可能会增加整个系统的总出行时间.而合适的信息渗透率有助于显著地减少整个系统的总出行时间,使得系统趋向于最优化.     

基于多智能体协商的路径选择行为仿真研究

动态路径选择是城市交通流诱导系统的核心理论之一.为了兼顾个体出行者和路网系统管理者在路径选择过程中的利益,从分布式人工智能的角度出发,给出了一种基于多智能体协商的动态路径选择方法,将路网中的驾驶员、信息发布单元以及系统管理者分别看作不同的智能体进行建模,并给出智能体之间的路径选择协商模型.借助多智能体仿真软件Starlogo,对无信息无协商出行、有信息无协商出行和有信息有协商出行等三种不同的仿真方案进行模拟比较,仿真结果验证了协商方法在满足驾驶员出行需求以及提高路网整体效率方面的有效性和优越性.     

交通信息对出行者路径选择惯性行为的影响

选择惯性行为是出行者路径选择行为的一个重要表现。通过探讨有无信息下,出行者关于路径出行时间的感知更新模式,构建了考虑出行者选择惯性、交通信息以及出行时间感知更新三方面的路径选择模型。通过路径选择行为实验,验证了出行者路径选择惯性行为的存在。最后,基于行为实验结果,采用仿真方法,分析了信息对出行者路径选择惯性行为的影响。研究表明,交通信息可以通过影响出行者关于路径出行时间的感知来影响其路径选择,从而达到改变出行者的选择惯性行为。     

基于个体出行决策分析的交通流演化模型与仿真

对城市交通出行者出行选择行为决策机理展开分析,提出了交通流演化模型,针对出行路径选择下交通流的演化过程与用户个体出行特征、外部信息三者之间的关系进行了仿真研究,结果表明:个体出行决策特征对于流量演化规律的影响比较复杂,应当将交通信息与特定的出行者人群结合起来发布与使用,才可能最大限度地发挥交通信息的作用。研究结论有助于加深对于个体出行行为的理解,对发展出有效的城市交通管理控制措施也具有积极的参考价值。     

基于出行者路径选择行为的VMS诱导策略研究

针对现有交通诱导系统片面地确定可变信息板(VMS)位置和发布内容的弊端,提出系统性确定符合路网出行需求的VMS诱导策略的方法,该方法从交通管理者对系统建设成本的限制和出行者的路径决策心理出发,建立综合考虑两者期望的双层规划模型.其中上层模型考虑交通管理者对网络总效益的期望和对VMS建设成本的约束,下层模型根据出行者在VMS诱导下的转向概率,运用符合出行者路径选择心理的随机动态交通分配模型,并设计了求解算法.应用表明,在不同的系统建设成本约束下、网络总出行成本是网络交通需求水平、出行者的转向概率、VMS的布设位置、交通诱导信息的发布周期和内容等的组合结果,因此求解保证网络总出行成本最低的VMS诱导策略时需要同时考虑以上因素.研究结论可为城市交通管理VMS诱导决策提供理论支持.     

基于动态参照点的多主体有限理性路径选择模型

为了研究有限理性假设下出行者的自适应调整行为对交通网络分流的影响,利用累积前景理论结合演化元胞自动机建立了具有个体交互机制的多主体路径选择模型。在模型中将出行者划分为风险追求者与风险厌恶者,基于出行时间可靠性并借鉴元胞遗传算法的思想设计了具有异质特点的出行者动态参照点及其演化规则,使出行者个体能够依据决策环境的变化动态地调整自身的出行时间预算,更加符合出行者的实际行为特征。最后将多主体参照点演化规则与传统的相继平均算法相结合,求解路网配流。研究发现:演化模型较好地继承了传统模型中的路径分流特点;不同的出行者类型比例及出行者的信息接收程度是影响路网分流结构的重要因素。     

交通诱导中系统最优与用户最优的博弈协调

系统最优与用户最优是交通分配中的两种均衡思想，代表着交通分配时的交通管理者与出行者两种不同的利益出发点．在分析系统最优与用户最优各自特点的基础上，提出引入博弈论协调二者之间的矛盾的思想，建立了交通管理者与出行者之间的博弈模型，并给出一种启发性的路网分配求解算法．在不同交通需求条件下分别设计用户最优、系统最优与用户最优协调、系统最优3种均衡思想下的一组试验，通过对实验结果的分析和比较，验证了系统最优与用户最优之间协调的博弈模型的可行性和有效性．     

ATIS混合诱导模式下出行者路径选择仿真研究

简要分析了交通广播、VMS及车载诱导等诱导模式的特点及其对出行者路径选择行为的影响,建立了不同诱导模式下出行费用的计算模型及多种诱导模式混合作用下的出行者路径选择模型,据此提出了相应的仿真方法.对4×4结点路网的仿真结果显示:1)各类交通信息能有效地缩短出行者的出行时间,ⅣS信息的效果更为显著;2)当系统中无其它诱导方式时,IVS的效果比有其它诱导方式时更为显著,且其效果随IVS安装率增加而降低,当存在其它诱导方式时,其效果与IVS安装率的关联不显著.     

ATIS影响下基于广义出行负效用的随机分配

考虑先进的出行信息系统(ATIS)对出行者路径选择行为的影响,提出了一种混合随机用户均衡交通分配模型。将出行者划分为"有ATIS接收装置"和"无ATIS接收装置"两类,两类出行者均以随机方式选择出行路径,路径选择准则为广义出行负效用最小,广义出行负效用定义为出行时间、出行费用和出行时间可靠性的线性组合。利用混合网络随机用户均衡建模理论,建立了ATIS影响下基于广义出行负效用的随机型分配变分不等式模型,基于二次加权平均方法设计了求解模型的启发式算法。通过一个简单算例验证了文中所构建的模型和算法,并获得了一些重要的结论。     

含目的地选择的城市交通网络非稳定均衡分析

为了完善现有的城市交通流均衡分配理论,研究了城市交通网络中的非稳定均衡状态。利用添加虚拟节点和虚拟路段的超级网络建模方法,将出行者的出行与否决策、目的地选择决策以及出行路径选取决策归入一个抽象的网络中进行研究,利用变分不等式理论将网络的非稳定均衡问题转化为易于处理的一般交通流分配问题。研究结果表明:只有结合出行者的出行与否决策与目的地选择决策,才能使交通流分配的结果更符合现实;网络非稳定均衡状态确实存在,出行者出行与否的最高费用标准越高,实际的网络出行流越大。     

交通诱导信息发布策略的空间关联规则

采用北京市可变信息板（variable message signs， VMS）系统近三年发布的交通诱导信息数据， 研究了交通诱导信息发布策略的空间关联规则. 首先基于系统聚类算法分析事件点与上游VMS的关联度， 根据其强弱将上游路段的影响空间分级， 并确定不同影响等级空间范围的大小； 然后采用基于关系代数理论的关联规则挖掘算法， 计算位置相邻的VMS集合的支持度和置信度， 确定不同影响等级空间范围内、相邻影响等级空间范围VMS集合的 依存关系. 实证分析表明： 空间关联规则能将事件点上游的影响空间分级， 并确定VMS间的依存关系， 从而锁定诱导信息发布的各级影响 空间以及相应的VMS， 具有实际的应用价值， 将应用于北京市交通诱导信息发布专家辅助决策系统.     

可变信息标志诱导下的路径选择行为

随着智能交通技术的发展,可变信息标志(VMS)被广泛应用于动态交通管理中.元胞传输模型(CTM)可以很好的模拟交通流激波、排队形成与消散等交通流动力学特性.应用CTM研究了无信息诱导路径选择、基于VMS的近视转换和有界理性路径选择等三种规则,数值模拟结果表明, 后两种规则可以减少系统 总出行时间,信息服从率越高, 系统的改善程度越大.当有界理性规则的``界'参数设置在一定区间内时,该规则优于近视转换规则, 否则不如近视转换规则.     

面向个性化交通信息服务的车辆行驶路径关联规则挖掘

为了向驾驶者自动提供个性化的交通服务信息，需要对车辆行驶路径进行分析和预测.面向基于RFID的个性化交通服务系统，提出改进的车辆行驶路径关联规则挖掘方法，挖掘车辆历史行驶路径数据中的频繁序列模式，由频繁序列模式产生序列关联规则，根据当前行程车辆已行驶的路径，实现对车辆未来行驶路径的预测.本方法主要通过0-N数据结构和候选2-序列产生方法的改进，提高车辆行驶路径序列模式挖掘的效率.最后，通过数据测试验证了改进算法在运行效率上与GSP相比的性能优越性.     

管理信息系统的最优k分解方法

本文提出一种从管理信息系统的基本元素——过程和数据类的分析入手,建立信息系统的有向图模型,并运用最优k分解方法进行模型的分解与优化的形式化方法,文中还给出了一个企业管理信息系统的例子来说明方法的应用.     

基于模型检测的TLS协议实现库安全性分析

针对传统模糊测试方法虽能发现传输层安全性(transport layer security, TLS)协议实现库内存漏洞, 但无法找到其中逻辑漏洞的问题,基于模型检测的方法, 提取TLS协议实现库的状态机模型, 建立协议安全属性模型, 寻找协议实现中可能存在的异常行为, 实现对协议实现库的自动化和系统化的分析。对利用测试用例生成的协议实现库状态机进行安全属性建模, 利用NuSMV工具, 对提取的模型进行模型检测。实验结果证明所提方法能够有效分析TLS协议实现库的状态机模型, 找到协议实现库存在的逻辑漏洞及与规范不一致的缺陷。     

预则型动态交通网络配流模型

提出卫种预测型动态交通网络配流模型，利用最优控制理论和最优化原理推出了模型最优解存在的条件，并给出最优解的经济解释，体现模型体现了道路使用者对路树的预测依赖于先进的交通信息系统和决策者的理发预测的特点，它与实际情况更为接近。     

考虑ATIS市场占有率及遵从率的随机系统最优拥挤收费模型

考虑装备ATIS的用户在出行时并不总是遵从ATIS提供的信息, 将所有用户分为三类: 装备ATIS且遵从的用户, 装备ATIS但不遵从的用户和未装备ATIS的用户. 其次, 根据用户的时间价值(VOT)将用户进行分组. 研究了周期性拥堵交通网络条件下内生ATIS市场占有率和遵从率的随机系统最优拥挤收费问题, 建立了内生ATIS市场占有率和遵从率下多用户类型随机系统最优拥挤收费模型. 通过算例分析表明: ATIS为用户提供的交通信息质量的提高有利于降低网络中的拥挤收费总额; 虽然高收入人和低收入人同样装备ATIS, 但是他(她)们的路径选择行为却不尽相同, 高收入人的ATIS市场占有率和遵从率均高于低收入人; ATIS的信息质量既影响ATIS市场占有率又影响遵从率.     

多品种库存系统StokPN建模与仿真分析

基于经典Petri网进行了集合标识及其属性扩展;结构元素、算法及函数语义扩展;结构与执行规则扩展;从而定义了集合标识Petri网（StokPN）.以一个约600种产品的单节点库存系统案例进行了StokPN在多品种库存系统中的应用研究.采用AutoMod离散仿真软件实现StokPN的动态分析.通过对采用实际所有品种、采用品种分类简化和采用分类简化的历史数据随机分布拟合三种对比方案,验证了StokPN对多品种库存系统的建模描述能力及其正确性、可信性,证明了实际应用价值.     

Designing a Hybrid Intelligent Mining System for Credit Risk Evaluation

In this study, a novel hybrid intelligent mining system integrating rough sets theory and support vector machines is developed to extract efficiently association rules from original information table for credit risk evaluation and analysis. In the proposed hybrid intelligent system, support vector machines are used as a tool to extract typical features and filter its noise, which are different from the previous studies where rough sets were only used as a preprocessor for support vector machines. Such an approach could reduce the information table and generate the final knowledge from the reduced information table by rough sets. Therefore, the proposed hybrid intelligent system overcomes the difficulty of extracting rules from a trained support vector machine classifier and possesses the robustness which is lacking for rough-set-based approaches. In addition, the effectiveness of the proposed hybrid intelligent system is illustrated with two real-world credit datasets.