基于分流率的路径交通量求解算法

为求解交通分配问题，提出一种基于分流率的路径交通量求解方法．该方法通过求解一个基于分流率的交通分配模型确定了满足用户平衡准则的路径交通量．文中首先给出分流率的定义，并根据该定义建立一个以分流率为求解变量的交通分配模型，然后证明该模型等价于传统的以路径交通量为变量的交通分配模型．新建模型是一带等式约束和不等式约束的非线性规划，它的变量个数是网络中终点个数和路段个数之积的线性函数，且比以路径交通量为变量的交通分配模型要少很多．文中通过引入网络中节点和有向路段的平均成本的定义简单有效地解决了新建模型消除等式约束后梯度难以求解的问题，并以此给出新建模型的求解算法．该算法以近似Newton方向到约束空间上的投影作为下降方向，用不精确搜索技术确定搜索步长．文中从理论上证明了算法的可行性和收敛性，并通过算例阐述了算法的有效性．计算结果表明：该方法可在理想的时间内求解大规模网络的交通分配问题；在计算时间、计算精度和所需存储内存上比其他能够确定出路径交通量的求解算法都要优越；在相同的计算精度下计算时间仅仅是其他算法的三分之一，甚至更小．     

时变路网双目标动态路线优选有约束A*算法

为了解决现有交通时变网络(网络中的路权为时间的函数)模型中计算所得的最短路不稳定的问题,构建符合首进首出原则的时变网络,进而将时变网络扩展为一系列静态网络,并在扩展的静态路网上应用A*算法求解时变最短路;同时,为满足用户多重喜好,借助道路延误风险分析,设计有约束的时变A*算法,在路径寻优过程中对高延误风险路段进行启发式规避,从而实现在绕行许可范围内有效减少延误风险的可靠路径的快速搜索。数值试验结果表明:本算法由于利用了离线计算的信息,大大增加了有约束的动态A*算法的效率;考虑了阻塞发生的可能性,提高了导航的准确性,减少了出行延误风险;该方法具有路径搜索速度快、可有效避开延误高风险路段的优点。     

非对称网络容量约束用户均衡交通分配仿真算法

针对非对称网络路段容量约束交通均衡分配模型计算困难,设计了一种带路段容量约束的用户均衡交通分配仿真算法。在算法迭代过程中,将按全有全无法在当前最短路上分配流量与前一轮迭代所得到的流量加权组合,各O-D对的组合系数依Logit模型来确定;并不断自适应调节路段排队延误因子和误差因子来模拟实际路段行驶时间,使路段流量逐步低于路段容量,从而达到广义用户均衡,克服了容量约束均衡分配计算量大及Logit随机分配法要求枚举所有路径的困难。随后证明了算法的收敛性,并对一个小型路网进行了数值试验。     

基于随机均衡配流的O-D量估计双层规划模型及算法

在传统随机均衡配流模型的基础上,提出了一种增广的随机用户均衡配流模型及其求解算法。在此基础上构造了一个双层规划模型,用以描述基于随机用户均衡原则的从路段观测流量估计O-D交通量的问题,并给出了相应的求解算法。该模型及其求解算法对于解决O-D估计问题是可行有效的。     

非可加平衡交通分配问题的列生成算法

为求解非可加平衡交通分配问题,基于列生成算法基本框架,采用K最短路算法生成需要的路径,采用幂罚函数法求解平衡路径流问题,提出一种新的算法,并进行数值模拟,将算法用于求解含路径特定行驶费用和路段容量随机降级下的路径行驶预算2类非可加费用情形。结果表明,所提出的算法能有效求解非可加平衡交通分配问题,并获得高精度的满足 Wardrop用户平衡准则的平衡路径流(误差E≤10-9),即对于每一个O D对,流量大于0的路径的行驶费用几乎都相等,且等于最小行驶费用。     

剩余最短路径算法应用于起迄点交通调查统计

从研究旅行者的出行行为特征出发，并结合道路网拓扑关系，提出一种全新的剩余最短路径算法，用于起迄点交通量调查统计．对于每个起迄点对，先找到连接这个起迄点对的最短路径，再把这个路径上调查到的交通量从路段上转移到该起迄点对上．再寻找剩余的下一个最短路径，也把相应的路径调查交通量从路段上转移到起迄点对上．这样重复下去，直到该起迄点对的交通量全部从调查路段上转移至起迄点对．该方法可以有效解决交通出行被重复统计和被遗漏的情况，还可以为今后的起迄点调查提供更合理的测点．     

一种基于最短路博弈分配的交通配流新算法

交通流分配,就是将预测得出的OD 交通量,根据已知的道路网描述,按照一定的规则符合实际地分配到路网中的各条道路上去,进而求出路网中各路段的交通流量.而枚举OD对中所有的路径是进行交通分配的基础,对于大型复杂的路网,这项工作是比较困难的.该文提出了一种生成最短路径的方法,并结合博弈分配,将交通流分配在这些最短路径集上,避免进行大量枚举.文中将新算法与传统的logit分配算法做比较,最后用一个数值算例,说明了该算法的可行性和有效性.     

基于博弈分配的交通配流新算法

交通流分配,就是将预测得出的OD 交通量,根据已知的道路网描述,按照一定的规则符合实际地分配到路网中的各条道路上去,进而求出路网中各路段的交通流量．而枚举OD对中所有的路径是进行交通分配的基础,对于大型复杂的路网这项工作是比较困难的．该文提出了一种生成最短路径的方法,并结合博弈分配,将交通流分配在这些最短路径集上,避免进行大量枚举．文中将新算法与传统的logit分配算法做比较,最后用一个数值算例,说明了该算法的可行性和有效性．     

一种改进的Logit型多路径交通分配算法

提出了一种改进的基于拓扑遍历Logit型多路径交通分配算法。算法将基于拓扑遍历的最短路算法与合理路径的选择相结合,有效减少了最短路的计算次数,提出了与经典Dial算法的单步法计算工作量相等的算法,改进了合理路径的定义并提高了计算精度。通过计算实例对不同算法的效率与合理性进行了比较。     

基于预处理的点到点最短路径计算方法

基于经典的Dijkstra算法,研究采用预处理的点到点最短路径算法。通过引入双向Dijkstra和基于reach的预处理方法形成新的RE算法,并利用C++编程设计算法程序,将新算法应用于交通工程领域。利用EFSS数据结构搭建考虑交叉口和路段延误的交通网络,检验新算法的适用性和效率,结果发现RE算法与Dijkstra算法相比,搜索速度有大幅提升且能保证路径查询的正确性,RE算法在大规模网络上优势更为显著,查询时间约为Dijkstra算法的10%。     

基于可信性测度的模糊用户平衡交通分配模型

考虑出行行为选择的模糊性以及可信性测度,同时兼顾可能性与必要性的优势,采用三角模糊数作为路段阻抗,建立了基于可信性的模糊多路径分配模型以及模糊用户平衡分配模型．以期望最短路为参照,提出了模糊有效路径的概念,给出了模糊多路径分配算法．在此基础上构建了模糊用户平衡分配的MSA算法．运用一简单算例进行了仿真试验,试验结果证明...     

运用遗传算法解决交通信号定时的最优化问题

重点论述了使用遗传算法来解决交通信号定时设置问题，并用车流量评估模型(PFE)来找出司机随机选择路线时的车流量。将网络性能指标(PI)作为目标函数，并以它的倒数作为遗传算法的适应函数，通过调用TRANSYT交通模型来计算。实验证明这两种方法的结合，能够有效的解决交通信号问题。     

机场的进离场空中交通流复杂性

机场进离场空中交通流复杂性的量化是空管和机场进行预测和管控的重要依据。提出基于排列熵的复杂熵因果平面(complexity entropy causality plane, CECP)以及Fisher-Shannon(FS)因果平面的机场进离场空中交通流复杂性量化分析模型,量化单机场进离场空中交通流量复杂度,研究多机场进离场空中交通流复杂度之间的关联性。针对单机场,首先将机场进离场空中交通流量时间序列符号化,计算时间序列的标准排列熵和统计复杂度以及Fisher信息,量化机场进离场空中交通流时间序列的复杂程度;针对多机场,构建CECP以及FS,分析比较各机场在CECP和FS中的位置,区分进离场空中交通流复杂性较高的机场。验证结果表明：提出的模型对于量化机场进离场空中交通流复杂性具有可行性和准确性,可以有效区分进离场空中交通流复杂程度较高的机场,对机场交通流的实时预测和管控具有指导意义。     

动态多用户类型和多模式拥挤收费模型

为了确定一般排队网络在高峰时段随时间变化的最优拥挤收费,将描述时变交通流的时空拓展网络(STEN)与传统的网络平衡模型技术相结合,建立了多类型、多模式动态拥挤收费模型.考虑不同类型的出行者有不同的时间价值(VOT),同时,对单车种出行方式进行延拓,建立了包含公交车与私家车在内的多模式交通网络拥挤收费模型,该模型是一个带有路段容量限制下的多类型、多模式网络平衡问题,可以采用内惩罚函数法求解.通过算例分析表明,该模型可以提供动态拥挤收费策略,分析拥挤收费下不同时间价值的用户对于出行方式、出发时间以及出行路径的不同选择,相比于传统的基于瓶颈的静态单模式拥挤收费模型有一定的进步.     

考虑距离因素的多方式交通超级网络均衡配流模型及算法

考虑了出行距离对出行者不同感知费用的影响,提出了一种考虑距离因素的多方式用户平衡配流方法。对出行者在多方式交通系统中的出行行为进行了分析,基于图论构建了用于描述一般出行过程的多方式超网络模型,并定义了有效超路径和子路径。针对出行者在不同出行过程中时间和花费这两个主要定量因素的计算方法,同时考虑了出行距离对出行者感知费用的影响机制,构建了考虑距离因素的出行广义费用函数。在此基础上,提出了基于用户平衡准则的多方式交通网络配流模型,并提出了基于子路径费用的最短超路径搜索算法。最后用一个简单算例对模型进行了验证,结果表明本文所提出的模型及算法可行有效。     

用户均衡与系统最优原则下交通分配模型的建立与分析

为了更加深入地理解用户均衡（UE）和系统最优（S0）原则之间的差别与联系,从理论上推导出以路径费用函数为基础的UE模型,并且证明了该模型与Wardrop第一原则等价性。基于这一模型,研究了路段与路径费用函数关系。计算发现,路径费用函数可以由该路径所通过路段的费用函数来建立,并且SO原则下,路径费用函数只是UE原则下路径费用函数的一个特例。分别从物理意义和几何意义上解释了UE和SO模型,通过构造不同的道路费用函数使它们之间可以相互转换。经过对比研究表明,所推导的模型可以为交通流分配算法提供新思路、新方法。     

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。     

基于超网络的多模式交通的随机网络加载问题

基于超网络理论构建了城市多模式出行网络模型,同时考虑路径出行时间、换乘次数以及拥挤等影响因素,建立路径的广义费用函数。在此基础之上,重新定义了有效路径的含义。结合图论中深度优先遍历算法与回溯法的思想,提出有效路径的搜索算法,并通过改进的Dial算法实现对城市多模式出行网络上交通流的随机网络加载。最后,利用本文建立的多模式出行网络对算法的可行性和有效性进行验证。结果表明,该算法适用于求解城市多模式出行网络上交通流的随机网络加载问题,并且可以避免原始Dial算法在求解交通分配问题中可能出现的不合理结果。     

多类型、多准则、混合策略网络均衡行为研究

本文建立了一个多车型、多准则、混合策略（UE、SO、CN）网络均衡行为的变分不等式模型,来预测道路收费和交通信息系统作用下公路交通网络中的流量分布形态。模型在依据车型和策略对出行用户进行划分的基础上,通过行程费用参数的设置反映不同车型用户在行驶速度、行驶费用、道路收费等方面的差异,通过设置感知行程费用函数反映不同策略用户路径选择目标的差异,并提出这种情况下的网络均衡条件。介绍了改进MSA进行模型求解的步骤。算例分析说明,模型可以描述道路收费和交通信息系统对于提高网络效率所发挥的作用,并揭示出混合策略均衡行为的一些特性。     

基于可替换路径对的多用户均衡交通分配算法

针对多用户均衡交通分配问题，依据多用户均衡条件，给出了该问题的变分不等式模型和间隙函数。利用可替换路径对的概念，设计了基于可替换路径对的多用户均衡交通分配算法。在大规模交通网络上，对比分析了提出的交通分配算法、外梯度算法、基于用户的对角化算法和基于起点的对角化算法等的性能。数值结果表明，提出的基于可替换路径对的交通分配算法在求解精度、算法效率以及稳定性等方面都显著优于其他算法。