控制与诱导结合中带时窗限制的动态配流模型

交通控制与诱导的集成一体化代表了现代交通管理的发展方向,而动态交通分配及其相关问题的研究是控制与诱导集成的重要理论基础.在现有研究成果的基础上,综合考虑了道路最大通行能力对交通配流策略的影响,从用户到达的时间要求和控制约束两方面考察了交通流到达目的地的时间限制,以系统最优的思想,建立了一种控制诱导相结合的有到达时间限制的动态配流模型,并且利用遗传算法对离散化后的模型进行了求解.模型中的时窗限制是作为已知条件来考虑的,通过对交通流的控制和诱导从而使系统达到最优.最后给出了一个具体交通网络实例,从而验证所提出的模型及算法的有效性和可行性.     

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.     

城市单交叉口信号多相位自适应控制模型

针对交通系统的动态性和随机性,提出了信号交叉口的自适应控制模型.充分考虑了转弯比例的时变性以及车道分配的时变性,给出一种交叉口随机动态模型.将强化学习(RL)引入到交通信号系统中,针对交通网络的交通流及信号特征,建立了RL的状态空间、动作空间和回报函数,以最小化交叉口的排队车辆数为目标,实施对交通信号的优化控制.在不同的交通环境设定下,对典型的十字交叉口进行仿真试验,将RL控制方法同传统的定时控制和感应控制进行了对比.结果表明,RL控制器具有很强的学习能力,对于交通环境的突然变化仍可以保持较高的控制效率.     

基于混合Petri网的城市交通网络建模与仿真

提出了一种基于混合Petri网的面向控制的模块化信号控制城市交通网络仿真模型.采用层次化的建模方法:首先建立交通网络的轮廓模型,然后对轮廓模型中描述交通网络的关键要素(如交叉口、信号灯等)部位给出加细模型.这种建模方法清晰地描述了各个行驶方向的交通流在交叉口处的转向以及可能出现的冲突情况.此外,将时间因素加入系统模型中,使模型不仅能够反映交通流之间的逻辑关系,而且对车辆的位置、速度、通过时问等物理因素进行描述和计算.这样,就可以对各种具体的信号配时方案的性能指标进行比较和评估,以便找出最优或比较理想的交通控制方案.最后,通过一个仿真实例对系统模型的运行进行计算机仿真.     

基于路径运行时间可靠度的随机系统最优拥挤收费模型

应用交通网络平衡模型和边际成本收费理论相结合的方法,研究了运行时间可靠度下的随机系统最优拥挤收费问题,建立了运行时间可靠度及内生ATIS市场渗透率条件下随机系统最优交通拥挤收费模型.分析了基于运行时间可靠度下的随机系统最优拥挤收费对用户出行行为的影响.发现了与确定性网络用户平衡流中的情形类似,对于考虑运行时间可靠度下的随机交通网络,边际成本收费理论仍然适用,即采用边际社会成本流函数代替单位路段成本流函数,可以使随机网络随机用户平衡流变为随机网络随机系统最优流.算例分析结果表明:在传统的拥挤收费模型中,拥挤收费仅与路径(路段)运行时间和路径(路段)流量有关.现实中,在确定他们的出行路线时,用户往往还会考虑网络运行时间可靠度因素,而不仅仅是路径运行时间或成本.用户对于运行时间可靠度的置信度要求越高,传统的拥挤收费执行效果越不理想.因此,现实生活中传统的拥挤收费不一定能使网络效益达到最优或缓解交通拥挤.     

对交通控制与诱导结合研究的评述

交通控制与诱导的集成和一体化代表了现代交通管理的发展方向，是智能交通系统中的重要研究内容。而动态交通分配与交通控制的结合是控制与诱导集成的理论基础。本文回顾交通控制与交通诱导以及动态交通分配结合研究的发展．对控制为主和以诱导为主的两类系统的设计和研究思想以及结合的主要模型和求解算法进行详细的论述、总结和分析．指出研究中存在的不足和局限性，提出建立控制与诱导真正协调、一体化的研究改进的方向和思路．最后给出一个完整的控制与诱导结舍研究的框架结构。     

城市轨道交通网络客流分配模型和算法综述

城市轨道交通网络客流分配是推算客流分布的基础理论方法.本文首先介绍了既有的城市轨道交通客流分配模型,从客流分配建模中的网络建模架构,乘客出行行为假设和客流分配原理三方面对比分析了既有研究的模型特征.在分配模型分类的基础上,重点阐述了客流分配算法中的网络路径搜索、分配模型求解和客流行为模拟和分布仿真算法的研究进展.最后,提出了我国城市轨道交通客流分配在网络化运营新形势下的研究展望.     

应急救援下需求分配与网络配流研究

应急救援下,需求的不确定性和交通网络及流量的不稳定性增加了应急决策的难度,救援效果也无法有效控制.考虑模糊需求下应急物资的需求分配与网络配流问题,文章建立了以最小总配送时间为目标的网络流模型.应用基于双边约束的重力模型算法和凸组合算法,通过需求分配和网络流分配结果的交互迭代,得出最小总配送时间下的最优需求分配、路径和网络流.最后,通过算例验证了算法的有效性并对比了不同需求分配机制对救援决策效果的影响,结果表明基于距离阻抗的需求分配机制比基于时间阻抗的分配机制得到的最优解更稳定.     

基于复杂网络的城市轨道交通网络中心性研究

城市轨道交通车站在网络中承担着乘客集散和连通区间的重要作用,如何有效评估其在客流网络中的影响力是研究网络结构优化和降低运营风险的重点。基于复杂网络理论,以车站为研究对象,通过建立网络客流分配模型,结合轨道交通智能卡数据提出城市轨道交通网络车站客流的集聚程度指标和3个客流中心性指标。将研究方法应用于北京市地铁网络,识别出了北京地铁的重点车站并且系统性分析了北京地铁早高峰客流现状,为地铁网络运营提出意见。     

OD分布与随机均衡分配的组合模型及算法

目前交通规则实践缺乏考虑交通信息的随机性，从而降低了它所得结果的准确性，为此，通过分析出行路选择和目标选择的随机性，建立了交通网络OD分布与随机平衡（或均衡）分配的组合模型，通过引入拉格朗日函数，证明了模型最优解满足随机用户平衡条件和OD分布的要求且最优解是唯一的；最后给出了模型的方向搜索算法。     

一种交通控制与诱导递阶协调优化模型

在对交通控制与诱导的关系进行分析的基础上,借鉴大系统递阶优化的思想,利用动态交通分配模型和交通最优控制模型,提出了一种二级结构控制与诱导递阶协调的系统结构,建立协调优化模型,给出了一种迭代的协调求解算法;并针对一个仿真的路网给出模拟的协调结果,对本文的模型和算法进行了验证.     

仿真交通流混沌特性研究

基于非线性跟驰模型建立了由五辆机动车组成的动态仿真模型,利用Matlab软件产生了五辆机动车的仿真交通流,给出了在一定参数组合下前后车辆之间的车头间距、速度差随时间变化的过程曲线.并结合实际交通系统的特点,对仿真结果做了理论分析.基于混沌时间序列分析方法,提出了证明非线性跟驰模型产生的仿真交通流具有混沌特性的一种方法,并分析了模型参数对仿真交通流动态特性的影响.该研究结果有助于进一步理解实际交通流系统的动态特性,并为短时交通流预测、诱导方法和智能交通控制提供理论依据.     

动态用户均衡配流模型的研究

提出一个动态用户均衡配流模型 ,它能够预测多 OD对交通网络中交通流的动态变化 ,利用最优控制理论得出该模型最优解的条件 ,并证明了该条件与动态用户均衡相一致 ,该模型可以调控交通网络中的交通流量 .     

关于动态用户最优模型的几点分析

Ran等人(1996)构造了动态用户最优的变分不等式(VI)模型，并利用变分不等式问题与NLP之间的等价关系设计了松弛的优化算法。在深入分析Ran等(1996)的模型及求解算法的基础土，对其中的一些概念、理论推导以及算法过程进行了一定的改进。在此基础上，提出一个改进的动态用户最优(DUO)条件下的变分不等式(VI)模型。     

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.     

城市快速路入口匝道交通控制及优化

针对城市快速路入口匝道的信号灯控制方案，借助车流波动理论，分析了该类交叉口内部的车流运行时空特性，描述了快速路、入口匝道上的车流在交叉口的排队过程，以交叉口车流总延误最小为目标，快速路与入口匝道的绿时分配以及信号周期为参数，建立了城市快速路入口匝道交通控制优化模型，并通过一个实例对优化模型和求解算法进行了验证。研究结果表明：当快速路及匝道绿灯时间均满足最低要求而交叉口有效通行时间（信号周期与周期损失时间的差值）仍有富余时，应将富余的可通行时间分配给快速路，以使得交叉口车流总延误最小。快速路入口匝道交叉口的车辆平均延误由优化前的16.76 s下降至13.18 s，同比下降21.36%；匝道最大排队长度由48.82 m缩短至33.28 m，同比下降31.83%。     

城市道路网络多交叉路口交通信号实时优化控制模型与算法

城市道路各交叉口交通信号的实时管理和控制直接影响了整个城市的交通拥挤。以武汉市武昌区各主要交叉路口的交通信号控制问题为背景，构造了交通网络中以多交叉口滞留的车辆数最少为目标的优化模型，用遗传算法对其进行了仿真数据求解，得到了实时控制的配时方案，并与固定周期固定绿信比方案进行了比较，结果表明该模型和算法对交通信号实时控制是非常有效的。     

基于遗传算法的交通信号动态优化方法

针对典型的城市多车道双向交叉路口的交通流分布，以四相位信号控制为例，建立了以控制周期内路口的总延误车辆数最小为控制目标、以信号相位绿灯持续时间和信号周期时长为控制变量的交通信号动态配时模型。并用基于实数编码的遗传算法对信号周期和相位4绿信号时间等控制变量同时进行优化。为检验算法的优化效果，针对实际交叉路口高峰小时的实测交通流量数据，进行了大量次数的仿真计算，并对仿真结果进行了分析。     

交通流双车动力学模型与数值仿真

考虑双前车信息对跟驰车辆的影响,建立了改进的新的微观双车跟车模型。在此基础上,按照交通流研究中采用的微观-宏观参量关联关系,推导出改进的宏观交通流双车动力学模型。通过模型稳定性分析得到了该模型线性稳定的判别条件。数值仿真表明该模型能够模拟交通流的堵塞和疏导等实际交通流现象,以及次邻近前车对交通流波动性存在不可忽视的影响。