广义Logit交通方式划分预测方法

针对交通方式划分预测方法存在的不足,基于对交通方式个体选择行为的微观经济解释,利用随机效用理论,通过方式效用相关描述参数的引入,建立了广义Ｌｏｇｉｔ方式划分预测模型。最后,用该模型拟合桂林市现状居民出行方式特征。     

交通均衡原则下的商品供应策略

采用Ｌｏｇｉｔ模型和Ｗａｒｄｒｏｐ用户均衡原则描述购物活动中购物者对供货点及到达供货点路径的选择行为，以确定各供货点的供货量。针对所建立的模型难于求解，建立了与之等价的极值模型及搜索算法，基于一定的市场调查和交通信息，文中的结果可服务于供货决策。     

多路径交通分配模型的改进及节点分配算法

本文对动态多路径交通分配模型进行了改进，提出了该模型的快速算法－节点分配算法，并详细阐述了节点分配法中的网络处理、分配节点排序及参数确定等问题。节点分配算法的采用，大大提高了多路径交通分配方法的速度及容量，使之能在超大规模网络的交通规划、交通控制及交通诱导系统中应用。     

自动检测违章车辆的方法

为了自动检测违章车辆，提出一种利用统计模型和目标灰度场结构信息的算法。该算法是从视频图像中自动检测和动态跟踪违章车辆，它包括3个处理步骤：第一，利用车辆违章时的统计特征，发现视频图像中包含违章车辆的第一帧；第二，利用第一帧图像对违章车辆进行定位，即动态跟踪的起点；第三，对违章车辆进行动态跟踪。给出和研究了3种检测跟踪方案。仿真试验结果表明，用统计模型检测违章车辆具有一定的柔性，并具有较强的抗噪性和稳定性。     

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。     

基于遗传算法的交通事件检测

针对神经网络交通事件检测算法的缺陷，提出遗传算法与神经网络相结合的事件检测算法。应用遗传算法优化交通事件检测的神经网络模型参数，得到事件发生与交通参数间的映射关系。最后，用实测数据对模型进行校验。结果表明该算法有很好的鲁棒性，能提高事件检测的效率。     

大型交通网络OD矩阵推算方法研究

ＯＤ矩阵是进行交通规划及管理的基础数据．本文首先研究了推算ＯＤ矩阵所需基本信息的获取方法．详细评述了现有ＯＤ矩阵推算模型，针对极大熵模型对路段交通量完全置信的不足，提出了极大熵修正模型，使模型能考虑交通调查产生的误差及交通分配引起的误差，极大提高了推算结果的精度．此外，本文把推算模型求解的立足点从路段转移到路径，提出了适用于大型网络ＯＤ矩阵推算的路径迭代算法．最后，本文采用山东省公路网实测ＯＤ矩阵及路段流量数据，对推算模型进行了检验，并证实了推算模型的可靠性及可行性．     

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。     

基于Matlab优化算法的物流中心选址

应用Matlab优化函数求解带时效性约束的物流中心选址问题。分析选址问题的时效性约束条件，构造带时效性约束的物流中心选址模型，利用Matlab优化工具箱中的“fmincon”函数，设计选址模型的精确算法，并给出具体算例，验证模型和算法的可行性。研究结果表明，基于Matlab函数的优化算法编程简单，运算速度快，既能够求解带时效性约束的选址模型，又能够求解不带时效性约束的重心选址模型，是一种比传统算法更有效的求解物流中心选址问题的算法。     

基于Nash-Stackelberg分层博弈模型的路网交通控制强化学习算法

为了解决多交叉口博弈引发的Nash均衡计算复杂度问题，考虑路网中不同交叉口的重要程度和博弈关系，兼顾路网中子区之间及子区内部的交通控制策略，以2个子区内的重要交叉口作为上层博弈主体，次要交叉口作为下层博弈主体，构建了一种Nash-Stackelberg分层博弈(NSHG)模型.然后，提出2种多Agent强化学习算法，即基于NSHG的Q学习(NSHG-QL)算法和基于NSHG的深度Q网络(NSHG-DQN)算法.在实验中，使用NSHG-QL和NSHG-DQN算法在SUMO仿真软件搭建的路网环境中对信号灯进行控制，并与基础博弈模型求解算法进行比较.实验结果表明：NSHG-QL算法和NSHG-DQN算法减少了交叉口内车辆的平均旅行时间和平均时间损失，提高了平均速度；NSHG模型在满足重要交叉口间上层博弈的基础上协调次要交叉口，做出最优策略选择，而且基于分层博弈模型的多Agent强化学习算法能明显提高学习性能和收敛性.     

通行政策导向下节假日出行结构动态演化博弈

采用演化博弈理论的Logit动态机制建立出行方式选择的Logit动态模型,并进行了模型平衡点和演化稳定性分析以及参数分析,最后通过数值算例对比分析交通政策(包括公路收费、公路免费和公路扩建三种政策/措施)导向下的出行方式选择演化过程和演化稳定趋势.结果表明,出行方式选择的Logit动态演化系统存在唯一的演化稳定策略;交通政策/措施通过调整公路拥堵延误成本和调整出行方式固有成本差异来影响出行方式选择行为,并且后者比前者具有更显著的效果;高速公路免费通行政策既显著地达到了缓解铁路运力紧张的目的,同时兼顾了交通管理者和出行者的利益,但是可能造成高速公路交通拥堵;新政策的实施往往因为出行者的有限理性而表现出时滞效应.     

侧撞事故伤亡决定特征提取和影响因素分析

在交通事故中侧撞事故严重性最强,分析侧撞事故伤亡特征并得出决定性影响因素有助于降低事故风险.该文先使用随机森林特征选择算法对交通事故的影响因素进行降维; 然后,通过随机森林、神经网络、SVM模型3种分类模型来验证降维效果,得出事故影响因素的重要程度; 最后,构建了3种Logit模型来探究事故伤亡程度与影响因素之间的关系,得出各因素对事故严重程度的具体影响.研究结果表明:当提取安全气囊、车辆类型、年龄、防护措施等9种重要程度较大的影响因素作为特征子集时,模型的准确率和有效率达到较高水平.随机参数Logit模型分析的结果表明:在T字路口、驾驶员为男性等情况下事故率较低; 车辆体型越大事故伤亡率越低.     

Logit多路径模型下的机场陆侧交通动态瓶颈识别

为缓解机场的交通拥堵,构建考虑综合延误的Logit多路径分配模型识别机场陆侧交通需求变化时动态瓶颈。首先,构建考虑BPR(Bureau of Public Road, 美国联邦公路局)函数和Webster延误的综合延误模型;然后,考虑道路网络和出行网络之间的耦合作用,采用Logit多路径模型对起讫点之间的交通量进行动态分配,以道路饱和度为判定标准对北京首都国际机场陆侧交通动态瓶颈进行识别。并对比考虑不考虑过境交通时的陆侧交通瓶颈变化。结果表明,同一交通需求下,不考虑过境交通对陆侧交通的影响时瓶颈路段均有所减少,且随着交通需求的增加,瓶颈路段减少的越多。可见,此算例可以更好的适应交通需求的变化,并为缓解首都国际机场交通拥堵提供理论参考。     

优先随机慢化模型的密度波动与相变

引入局域密度几率分布分析3种不同交通相之间的转化,运用序参量研究平均车流量的2个临界点的相变行为来计算机仿真交通流模型——优先随机慢化模型（Noise—First）。数值模拟结果与实际测得的相变结论较吻合。该模型能够真实反映交通状况。     

动态交通方式划分与系统最优配流模型

由于现实交通流具有时变性,为了更好地缓解交通问题,交通配流规划者不仅要研究静态交通路径的选择,更要研究动态交通路径的选择和动态交通方式的选择。本文根据静态混合交通方式划分配流模型与动态系统最优一阶等价条件推广得到动态混合交通方式划分与配流模型,并证明了该模型一阶条件等价于瞬时的DSO条件和Logit方式分离函数。     

无信号路段行人过街决策行为模型

以吉林市吉林大街2个路段过街行人为对象,以车辆间隙、相邻车道拥挤度为变量,通过视频观测获取行人过街决策行为数据,利用Binary Logit模型建模.结果发现:该模型预测准确率达到89%,可应用于无信号交叉口或者无信号路段行人和车辆交互微观仿真模型中.     

弹性需求下的双向混合交通需求预测组合模型

基于我国城市道路双向混合行驶现状及实际交通网络的运行特点,借助Logit路径选择模型,建立弹性需求下双向混合交通需求预测组合模型.证明了模型的一阶条件等价性,给出其具体的求解算法并用算例说明该模型是有效的.     

城市间旅客列车的票价与流量的灵敏度分析

首先应用Logit分离模型得出城市间不同交通方式 (包括铁路和公路 )的客流量 ,在此基础上 ,提出了一个铁路客流量在不同旅客列车之间的均衡分配模型 .然后用灵敏度分析方法分析了票价因素对于不同旅客列车客流量变化的影响关系 .最后用一个实际例子 ,来说明灵敏度分析方法在多模式运输条件下的应用 ,即如何得出不同交通方式竞争条件下 ,铁路客运中不同旅客列车的旅客票价与其客流量之间的相互关系 .     

应用正交设计法的公交出行意愿与政策分析

选择成都市二环路沿线两大城市功能组团为研究对象,采用Logit模型研究两个组团间的公交出行选择行为问题。意愿调查问卷设计方法采用国际上前沿的正交设计法,避免属性之间多重线性问题所导致的模型标定结果错误。选取费用,时间（包含车内时间、下车到目的地时间）和收入等因素作为效用变量,建立多项Logit和巢式Logit模型,结合意愿调查数据完成模型标定,通过参数假设检验对比不同模型的结果,最终选择多项Logit模型用于公交政策评估;最后,依据模型标定结果确定的对公交出行行为具有显著影响的变量,分析了这些变量对指定公交政策的影响,为科学决策提供理论依据。