最优信号控制条件下城市交通离散网络设计问题的备用能力模型

将备用能力的概念与城市交通离散网络设计问题结合在一起,一方面通过对路口的信号进行最佳设置使交通网络可以容纳最大的交通需求量;另一方面,通过在交通网络中添加新的路段来提高整个交通网络的通行能力.给出了最优信号控制条件下城市交通离散网络设计问题备用能力的优化模型及其启发式求解算法.最后,通过一个简单的算例,说明该算法是可行并且有效的.     

大规模人群网络流瓶颈识别方法研究

在体育赛事、集会等场合,大规模人群沿路网流动过程中易发生拥塞并诱发恐慌、踩踏等严重事故.因此,理解网络结构对人群流动特征的影响,对大规模人群在网络上的流动进行有效的组织和管理十分必要.首先结合大型活动行人路径选择行为的一般特征,采用交通分配模型将大规模人群分配到具体的网络拓扑结构上,采用非线性行人路阻函数模拟人群拥挤效应;随后,计算路网流量增加条件下人群在各路段走行时间变化率,并提出以路段走行时间变化率排序作为各路段结构重要度排序的方法,据此计算各路段的鲁棒性,确定瓶颈路段.最后,以德国2010年"爱的大游行"踩踏事故为例,分析验证了大规模人群网络流瓶颈识别方法,研究讨论了对路网实施管控的流量阈值以及不同管控条件下网络流的定量演化规律,可为路网的科学管理和规划提供基础数据和理论依据.     

交通网络设计的优化模型及算法

通过对交通网络设计的问题及其研究现状的分析．对离散型交通网络设计问题进行了深入的研究。采用双层规划模型描述问题．其中上层规划模型是从交通规划者的角度出发．在建设资金受到约束的前提下．设计合适的路网结构．使得公路网中的交通出行能达到系统最优；而下层优化模型则是从路网使用者的角度出发．使交通出行达到用户最优，针对该双层规划模型．本文对上层模型使用SA算法求解．而下层模型则采用了基于路径搜索的GP算法进行求解．以此为基础设计了SA—GP算法对其进行求解。算例计算的结果表明．模型和算法都是有效的，求取的结果能显著改善路网的交通情况．而且上下层算法的收敛速度快，从而能为路网规划决策提供支持。     

考虑OD对出行时间可靠性的道路网容量可靠性

构建了基于OD对出行时间可靠性的路网容量可靠性双层规划模型,其中下层规划用随机均衡交通分配来描述出行者的路径选择,上层规划为满足出行时间可靠性的基本OD需求乘子最大。假定路段容量服从双侧截尾正态分布,基于Monte Carlo仿真技术和网络均衡流灵敏度分析方法,设计了一种求解路网容量可靠性的启发式算法。用一个小型网络开展了数值分析,验证了所建模型和算法的有效性。     

异质用户下交通拥挤控制的混合策略研究

随着出行需求及汽车保有量的增加,交通拥挤愈发严重.为了缓解交通拥挤,本文针对公私合营的交通网络,考虑用户异质性,提出了对交通网络同时实行道路收费和可交易电子路票方案的混合策略,即分别对使用政府资建的公有路段和BOT模式下的私有路段的出行用户收取电子路票和费用.通过对用户在混合策略下的出行行为分析,建立了用户均衡和路票市场均衡下的变分不等式模型.接着,对交通网络的系统最优模型进行分析,得到了促使路网在用户均衡状态下达到系统最优的混合策略集合,同时给出了混合策略下系统效率损失的上界.在此基础上进一步提出了涵盖其他目标的双层规划模型,得到能实现双重目标的最优混合策略.最后,对具体路网进行数值实验,可分别得到路网中每一公有和私有路段的具体路票收取量和收费值,以及需要设置的收取总窗口数.     

随机供求下的道路服务水平可靠性

目前对路网可靠性的研究主要集中在连通可靠性、行程时间可靠性和容量可靠性三个方面,但这些可靠性指标均不能综合反映路网的性能.为此本文从交通供给和交通需求随机性分析入手,借鉴可靠性理论,从出行者个体和网络管理者的角度出发,提出了服务水平可靠性的概念,拓展了现有的路网可靠性评价指标.通过将路段容量和交通需求简化为离散随机变量,基于路网最可能状态生成算法,建立了路段及路网服务水平可靠性计算的近似算法,最后在一简单网络上进行了计算分析.     

动态系统最优的疏散路线与出发时间综合优化模型

疏散是应急管理的重要内容.区域性疏散涉及到大批车辆的集体性出行,为保证疏散的安全、有序,有必要在疏散规划中合理规定源点车辆的分批次出发时间和路线安排.以往大量研究将疏散路线和出发时间的优化描述为动态网络流优化问题.但在这些模型中,交通流的一个重要特征却没有得到合理反映,即路段走行时间等路网特征的变化不但与时间有关,还依赖于路段或路网的交通负荷.本文提出了一个动态系统最优的疏散路线与出发时间综合优化模型,其中采用基于加载仿真的非解析式子表示流量传播约束,通过其反映路段走行时间随道路负荷变化的实际.设计了基于加载仿真的启发式算法,并给出了一个数值算例.     

城市道路网络交通状态时空演化量化分析

为了使对城市道路网络交通状态的分析不至陷入交叉口或路段内部的交通状态分析,需从中观或宏观的角度去分析交通状态.本文在探讨路网状态特征参数的基础上,定义了"路段拥挤度"指标,通过建立城市交通网络模型,并基于浮动车(GPS)采集数据设计了路网交通拥堵时空演化量化分析的流程,采用"路段拥堵持续时间""区域行程时间延误"区域拥堵路段数量"三个时空参数对路网交通拥堵状态的时空演化进行了量化研究.最后结合上海市浮动车数据与实际交通网络,得出了交通拥堵的延误时间和空间范围与拥堵程度大小的关系等结论.     

非常规突发事件中的区域路网疏散能力评估与交通组织方案设计

分析非常规突发事件影响下的交通组织特性, 基于元胞传输模型(CTM)设计了疏散目标函数和疏散特性约束, 构造了非常规突发事件影响下限定时间的区域路网疏散能力评估与交通组织设计模型. 针对不同层次的需求, 模型可以整理为完整模型和简化模型两种形式, 在求解计算方面具有不同的特征. 设计了算例(其中包含路网结构和非常规突发事件场景), 应用完整模型和简化模型分别对算例进行了路网疏散能力评估和交通组织方案设计, 评估结论一致, 获取的交通组织方案可行且各具特征. 模型将为疏散预案的设计提供理论支持.     

路网模糊流量条件可靠性瓶颈逻辑割树模型研究

采用模糊聚类分析法、故障树方法的逻辑思想与图论的割集理论 ,研究了在一定时间范围里 ,路段模糊流量条件可靠性评价问题 ,并在此基础上 ,设计了路网模糊流量条件可靠性瓶颈的逻辑割树模型 ,提出了相应的“瓶颈算法”,并作了实证分析.     

基于神经网络的交通平衡求解算法

研究目标在于采用神经网络方法替代传统的交通分配方法。回顾了交通网络平衡条件下实现交通网络配流的解析方法，然后提出了采用人工神经网络模拟处于交通平衡状态的运输网络，进而替代传统的配流方法的思想。定义了交通流的平衡函数和交通流平衡态的概念，证明了用神经网络来识别交通流的平衡状态的可行性。提出采用反向传播神经网络来模拟交通平衡状态的原则和方法，并建立了训练神经网络的判据，提出了判断神经网络模型效果的评价方法。最后，通过实例证明了良好训练的神经网络可以替代传统的交通分配，而且，容易把交通管理策略考虑到分配的过程中．并且能够政善配流速度。     

区域通行能力与出行时间可靠性综合仿真模型

在城市路网中,路段通行能力退化和交通需求随机波动都会增加路网的不确定性。为研究路网中单个区域的交通可靠性问题,通过采用区域备用能力作为综合性能指标,建立了度量区域交通服务水平的双层规划模型。基于此提出了区域通行能力和出行时间综合可靠度的概念及其Monte Carlo仿真算法。最后通过一个数值算例对模型和仿真算法进行验证,仿真结果说明了区域通行能力、服务水平与可靠性之间的相互替代关系。     

基于交通瓶颈的动态交通分配模型

在动态交通分配模型中,假定在交通均衡状态下司机不可以通过改变出发时间和行驶路径而降低出行费用.经典的Vickrey模型作为一种基于交通瓶颈的动态交通分配模型,假设出行者选择不同的时间上班(下班)所面对的出行费用(含旅行时间和延误惩罚)相等.针对在Vickrey模型中,长期以来人们均假设瓶颈的通行能力是不变的,即从瓶颈离开的累计车辆数为直线,将对Vickrey模型的这一缺陷做出改进,建立瓶颈通行能力随时间变化时的交通均衡模型和求解算法.     

A BI-LEVEL FORMULATION AND QUASI-NEWTON ALGORITHM FOR STOCHASTIC EQUILIBRIUM NETWORK DESIGN PROBLEM WITH ELASTIC DEMAND

1 IntroductionThe network design problem (NDP) is to select link improvements or add new links to anexisting network suCh that social welfare is maximized while according for the route choicebehavior of network users and/or changes in demand. Two sets of decision-makers with differedsobjectives are involved in the NDP. The network users individually select their routes suchthat their individual travel costs are minimized, while the planners aim to make the bestnetwork improvements for reduc…     

Fuzzy-based network bandwidth design under demand uncertainty

<正> In communication networks (CNs),the uncertainty is caused by the dynamic nature of thetraffic demands.Therefore there is a need to incorporate the uncertainty into the network bandwidthcapacity design.For this purpose,this paper developed a fuzzy methodology for network bandwidthdesign under demand uncertainty.This methodology is usually used for offline traffic engineeringoptimization,which takes a centralized view of bandwidth design,resource utilization,and performanceevaluation.In this proposed methodology,uncertain traffic demands are first handled into a fuzzynumber via a fuzzification method.Then a fuzzy optimization model for the network bandwidthallocation problem is formulated with the consideration of the trade-off between resource utilizationand network performance.Accordingly,the optimal network bandwidth capacity can be obtained bymaximizing network revenue in CNs.Finally,an illustrative numerical example is presented for thepurpose of verification.     

道路瓶颈前车辆强制变道汇流过程模拟研究

建立了基于车辆强制变道汇流行为的微观交通动力学模型,模拟分析了道路瓶颈影响下的交通流量、车道速度分布和时空图等3个宏观交通流特征和变道距离、行程时间等2个微观交通流特征。结果表明：瓶颈道路上任意截面的总流量均可表征道路的整体通行能力;中高车流密度下,道路瓶颈可使道路总流量降低10%~35%,并造成17%~42%的车辆行程时间延误;道路瓶颈对其上游相当长的区域内车辆具有减速效应;道路瓶颈前车辆强制变道距离的99分位值可以作为交通信息面板位置设定的依据。     

一种交叉路口信号优化控制模型的研究与仿真

交通信号优化是智能交通控制中的难点。对单交叉路口信号控制提出了一种优化控制模型,该模型先以三层BP人工神经网络对交叉路口的车辆到达进行预测,并根据交通流饱和度理论,用模糊控制器对路口各方向的绿灯时间进行调整。仿真研究表明提出的控制模型可以提高交叉路口通行能力,减少车辆延误,达到交通信号优化的目的,同时比传统方法能更好地适应变交通流的情形。如果做进一步的研究可将该控制方法应用于多路口的区域交通控制,有较强的实用性和推广价值。     

非常规突发事件中面向目标能力的路网调整及车流组织模型

在突发事件的背景下, 事件影响区域的交通路网是重要的生命线, 能否基于交通管制手段优化路网结构, 有效协调救援、疏散等任务于路网上的时空干扰, 是决定应急响应成功与否的重要因素. 首先从宏观上设计了该背景下的多层加载式的路网调整框架; 然后, 基于元胞传输模型(CTM)分析了各层交通需求加载时路网调整的目标函数及相应的系统约束、交通特性约束和优先级约束等, 最终构成了系统的路网调整模型; 最后, 通过算例对模型进行了验证分析.