动态交通分配UE求解与算法

动态分配模型,是通过最优方法得到模型的最优解,最优解与Wardrop用户最优原理的动态推广相一致,动态模型能够反映交通网络的动态属性,从而为交通诱导提供必要的可用信息,并结合算例分析了动态模型的实用性.     

一种求解容量制约下交通网络流模型的新梯度方法

容量制约下的交通网络流模型是一个非线性规划问题，表现为在路段容量约束条件下的用户均衡网络的优化，这个模型能够描述交通网络的拥挤特征．容量制约下的交通网络流模型可以转换成传统的用户均衡模型的形式，为此对于任意一个给定的结点对，定义了一个新梯度，这个新梯度等于所有使用路径的费用的均值．利用新梯度的特征，并结合惩罚函数方法，可以获得容量制约下的交通网络流的解．数值实验表明所提出的方法表现出优良的收敛性能．     

交通网络演化规律

基于城市空间结构与交通系统的动态互馈原理和交通系统的内在运行机制,以微观机理融合宏观机制为指导思想构建交通网络演化模型与算法,研究交通网络演化规律.在短期内,纳入道路用户外部性构造目标函数,进而建立交通系统最优模型;在较长时期,利用交通系统和城市空间结构之间的动态互馈作用、区域间经济联系的概念以及无标度网络演化规则的设计理念设计交通网络演化规则,刻画演化机制.实例研究表明,随着网络的演化,出现了层次现象并越来越清晰,更为重要的是,交通网络总费用随之下降;利用介数中心性定义了一种新的交通网络熵,该网络熵也呈现减小趋势,揭示了随着交通网络渐进地向有序演化,交通系统性能得以不断优化.     

用户均衡模型的电路原理解释及实验装置设计

通过建立交通网络与电路网络相关概念之间的对应关系,对用户均衡模型的基本原理进行了物理学上的比拟解释,推导出了用户均衡模型的数学规划式;在此基础上,设计了与交通网络中相关单元所对应的电路元器件的组成,并给出了与交通分配模型相对应的电路实验装置设计方案. 该实验装置可用于相关交通网络的测试和计算.     

交通网络用户平衡模型解释初探

研究了交通网络分配中用户平衡模型的内在涵义，引入管道网中流体平衡的比拟，依据最小势能原理，提出一种直观地解释和建立用户平衡模型方程的方法，并用该方法分析了几种典型的用户平衡模型。最后探讨了进一步研究交通网络的性质和用户平衡模型机理的可能性。     

经济圈客运交通方式分担与交通分配组合模型

为优化经济圈内客运多方式交通网络结构,建立了交通方式分担与交通分配组合模型,研究经济圈内多方式交通网络均衡时乘客的交通方式选择问题.考虑出行时间、出行费用、舒适度等影响乘客出行方式选择的因素,分析了铁路和公路2种存在主要竞争关系的出行方式的广义出行费用.结合我国经济圈内城际客运出行特征,给出了经济圈内多方式交通网络均衡条件,构建了与该均衡条件等价的变分不等式模型,设计了求解该模型的精简对角化算法.最后结合长江三角洲经济圈,应用该模型预测乘客选择铁路和公路出行方式的比例.结果表明,模型和求解算法有效,能够从用户最优的角度为合理配置经济圈内多种交通方式提供量化依据.     

小生境粒子群优化ABC支持型QoS组播路由机制

针对ABC总最佳链接支持型QoS(服务质量)组播路由存在的链路参数不精确、用户QoS参数难以描述以及用户与网络运营商效用相矛盾等关键问题,提出了一种基于用户和运营商博弈的多目标模型,采用模糊数学的方法对链路参数和用户的QoS需求进行处理,利用用户和运营商在每条链路上效用的博弈达到纳什均衡下的Pareto最优,保证了用户和运营商的公平性.为有效求解该多约束QoS组播路由模型,提出一种基于动态Pareto解聚类分析的小生境粒子群的多目标算法.该算法采用聚类小生境保证解的多样性,引入动态更新Pareto最优边界加速寻得优质解过程.最后,基于NS2平台对路由机制及算法进行了仿真实现与性能指标评价.实验结果表明:该路由算法在可信度、用户效用、网络运营商效用等方面具有突出的优势,验证了其有效性与可行性.     

中继网络中基于能量效率的动态用户接入算法

为了解决中继网络中基于能量效率的用户接入问题,将用户数据需求严格受限下基于能量效率最优的动态用户接入问题建模为一个整数优化问题,该问题类似于一个NP-hard的多维背包问题.首先,采用穷搜法分析了该问题最优解的复杂度.然后,提出了一种低复杂度、高效的基于能量效率的动态用户接入算法(UAEEM).该算法在保证用户数据需求严格受限的前提下,按照系统射频端和电路端的能量效率最大原则,动态调整用户归属和中继的工作状态,以实现网络能量效率最大化.最后,通过仿真实验验证所提算法性能.结果表明,UAEEM算法能显著提高系统的能量效率、降低系统的计算复杂度,且其性能接近最优解.     

基于用户行为模型的TVOS资源分配算法

现有的智能电视操作系统(TVOS)资源分配多依赖于操作系统本身对任务的资源分配方案,而系统对任务的调度是尽力而为(best-effort)的,以最大化系统的吞吐量为目的,这种资源调度分配方案在实时或多媒体应用系统存在不能保障应用的服务质量(QoS).为此,在研究TVOS用户行为模型的基础上,量化了用户对应用的偏好,并结合应用QoS模型提出了两种资源分配算法RA_DP和RA_PLSH.实验结果表明,基于动态规划的RA_DP算法能够求出问题的最优解,可作为算法间比较的参考,但算法时间复杂度很高;基于资源定价的局部搜索启发式RA_PLSH算法可在短时间内求出问题的近似最优解,与其他启发式算法相比更适合于智能电视资源的实时分配.     

基于路径长度的Logit型随机用户均衡模型

为了克服传统路径选择模型内在的IID假设,将考虑路径长度的Logit模型(path-sizelogit,PSL)引入随机用户均衡模型,构建了基于PSL的SUE模型.通过数学证明该模型的解与随机用户平衡解的一致性,以及模型解的唯一性.基于PSL的SUE模型考虑了路径长度的因素,从而可部分消除由于传统Logit模型对误差项的IID假设而引起的IIA问题.设计了MSA算法作为模型的求解算法,对比分析了考虑路径长度的Logit型随机用户均衡模型和传统Logit型随机用户均衡模型的分配结果,结果表明,在SUE模型中采用PSL模型能够处理各个路径之间长度的差异性.     

路票约束下的用户均衡网络流建模及其算法

为了缓解交通拥堵问题,在传统用户均衡模型的基础上,建立了带路票约束条件的用户均衡网络模型。本模型采用牛顿算法作为子算法,结合增强拉格朗日乘子法求解带路票约束的用户均衡网络流。外惩罚函数通过调整惩罚参数,把容量约束下的网络均衡问题转化成传统网络均衡问题。牛顿法通过移动方向、修正矩阵和移动步长的组合来保证路径或路段交通流量解的可行性,同时获得转化后子问题的最优解。算例分析表明,相对于传统的交通分配方法,添加路票约束能显著改变交通分配结果,使高流量路段的交通量减少了25％,能够有效地缓解交通拥堵。     

混合交通均衡分配方法

系统地讨论了混合交通均衡（ＵＥ，Ｕｓｅｒ’ｓ Ｅｑｕｉｌｉｂｒｉｕｍ）配流问题．对于阻抗边际贡献对称型混合交通，笔者建立了与相应的Ｗａｒｄｒｏｐ均衡原则等价的极有小值模型，证明了极小值模型的等价性、解的唯一存在性，并讨论了具体求解算法；对于非对称型混合交通，直接给出了其均衡求解算法。最后，实现了一个简单网络的混合交通均衡分配。     

基于动态交通分配的路网应急疏散模型

实施科学有效的应急疏散策略对提高城市交通应急响应能力、节约救援时间和降低灾害带来的生命财产损失具有重要的作用。考虑到应急过程的动态特性,采用动态交通分配方法来进行应急疏散。首先,给出模型的约束条件,提出基于疏散时间最短的系统优化动态交通流分配模型。然后运用Pon tryag in最小值定理来获得模型最优解,同时对是否是最优解的充要性给予证明。仿真算例结果表明所提出的应急疏散模型能在较短的时间内完成对指定区域的应急疏散,能较好地用于解决交通应急疏散问题。     

基于动态交通分配的实时应急疏散交通管理

实施科学有效的应急疏散策略对提高城市交通应急响应能力、节约救援时间和降低灾害带来的生命财产损失具有重要的作用。实时应急疏散交通管理的目的是紧急疏散情况下制定某种目标如疏散时间最短来对交通流实行动态控制。采用动态交通分配方法来进行应急疏散。首先,提出基于疏散时间最短的系统优化交通分配模型。然后运用庞特里亚金最小值定理来获得模型最优解的优化解。仿真算例表明所提出的模型能较好地进行交通应急疏散。     

弹性需求的平衡交通分配问题模型

平衡交通分配是交通分配问题中一个重要的研究方面,本文主要介绍了带弹性需求的确定性用户平衡分配问题的各种模型,针对不同网络情形可以建立不同的平衡分配模型,有助于平衡分配问题的研究.     

可变信息标志最优转移率模型及其算法

提出一个基于多用户类别动态交通分配(MUC—DTA)模型而确定的最优CMS系统交通流量转移率的系统模型,包括最优动态时变交通转移模型,并提供模型的求解计算方法,以提高整个交通网络的运行效率．     

组合用户平衡和随机用户平衡条件下的交通配流模型

首先分析了用户平衡和随机用户平衡条件,并分别给出了对应的数学规划模型.然后根据在实际交通系统中,往往存在两大子系统:一是由个体出行者构成的满足用户平衡(UE)条件的子系统,另一子系统是基于随机用户平衡(SUE)的子系统.本文提出一种将UE和sUE结合的组合式用户平衡模型,给出了对角线算法,并对其收敛性进行分析,最后给出一个数值算例,说明该方法是有效的.     

多车型随机动态交通分配和信号优化组合

研究了多车型随机动态交通分配和信号优化的组合问题,提出了一种考虑多车型下的随机型动态交通分配和交通信号优化的组合模型。模型采用广义双层规划来表示,上层是信号优化控制,进行交通信号的优化配置;下层是考虑多车型下的随机型动态交通分配,进行交通网络流的配置。同时,模型中采用具有物理排队的多车型动态网络模型,从而考虑了饱和路网中物理排队对网络条件的影响以及不同车型间的相互作用。采用遗传算法对模型进行了优化求解。结果表明,在考虑多车型随机用户路径选择行为的基础上使整个网络的总行程时间达到了最小,由此获得最佳的信号控制策略和相应的优化路径流,实现了交通信号的优化配置和交通流优化。     

交通仿真在动态交通分配应用研究中的尝试

基于微观交通仿真模型CORSIM中交通仿真与交通分配相结合的特点,在仿真模型中将路网的OD流量通过按动态规律沿时间轴加以扩展,使之成为一个时变OD矩阵,再分析研究路段自由流车速与高峰时段路网流量的动态关系,从而进行动态交通分配的建模研究尝试.     

动态交通分配过程的渐近分析与过渡过程时间

人们以往在讨论交通分配问题时,往往使用静态模型。本文考察了动态交通分配过程,通过其相应数学模型,分析了动态交通流在接近均衡解时的特性以及不同均衡解之间转换时的时间效应。