基于先进交通信息的多目标多类用户降级路网双层优化

考虑先进的出行者信息系统(ATIS)与可变信息板(VMS)的共同影响,研究混合交通(普通交通与突增的应急交通)在降级路网中的随机均衡分配及路网的性能优化。利用应急交通可靠度和路段负效用2个目标定义广义路径费用,并基于VMS信息效用与路段广义费用设计了新的路径长度(path size,PS)属性公式,进而构造改进的路径长度logit(PSL)模型;建立以降级路段的最差容量利用系数为优化变量的多类用户多目标双层规划模型,其中,下层是基于PSL模型的混合交通随机用户均衡分配模型。利用应急交通的可靠度定义适应度函数,设计以进化算法为主体框架的优化算法,通过求解获得流量分布、ATIS占有率与服从率以及各项性能指标。研究结果表明:模型与算法是可行有效;相对于随机模拟,优化可以大幅度提升应急交通的可靠性,VMS能辅助ATIS以提升应急交通可靠性并降低全路网的总期望出行时间费用;需求增长对降级路网性能会产生较大影响,但VMS仍能在需求增长时有效优化系统性能。     

低温环境下赛区面向路网行人步行的VMS自适应信息发布策略

为了提高低温环境下赛区内行人的出行效率、降低行人出行安全风险,首先从信息干预的角度,通过建立路网VMS信息发布与客流拥挤状态间的互动反馈机制以及路网VMS信息发布布局动态优化模型,提出了一种基于客流实时响应的路网VMS(可变信息板)自适应信息发布策略;然后,针对该策略,提出了基于多智能体的场景仿真方法;最后,以某寒冷赛事赛区为例,对有无VMS信息发布策略下行人入场、散场场景进行仿真。结果表明,与无VMS信息发布策略下的行人出行相比,在该策略下短时出行客流占比有所增加,入场阶段个人平均行走时间节省约2.6%,道路最大拥挤度降低约20.45%;散场阶段个人平均行走时间节省约7.0%,道路最大拥挤度降低约10.51%。该研究可为赛区管理者调控客流、提高观赛体验等提供理论基础和数据支撑。     

预防城市公交网络拥堵效应的阻抗增加策略

为有效预防和减弱城市路网发生大规模拥堵时路网拥堵效应的传播,制定及时有效的交通疏导方案。基于道路交通网络级联失效,提出一种增加路段阻抗预防和减弱路网拥堵效应的策略,通过增加某些经常性堵塞路段的阻抗,降低这些路段的交通出行量,防止路段发生级联失效,保证路网的畅通。并通过试验分析路段阻抗增加对拥堵效应作用的不定性影响,建立阻抗增加路段和阻抗增加最优值的确定模型,从而使得交通疏导策略更具科学性和合理性。以某城市路网为例,通过改变不同路段阻抗增加系数ε,观察网络阻塞程度指标J的变化。实验表明,对比不同饱和度大小的路段阻抗增加策略,通过增加饱和度最大的失效路段阻抗能够有效降低路网的阻塞程度。该方法可以有效地预防和减弱城市道路网络拥堵效应,为制定及时有效的交通疏导方案提供参考。     

基于广义径向基神经网络的城市道路运行状况评价

为缓解城市交通拥堵,提出了一种城市道路运行状况的评价方法并给出了具体的实现技术。以交通拥堵分析为途径来衡量城市道路运行状况,建立了道路拥堵度的评价指标体系,然后通过广义径向基函数(generalized radial basis function,GRBF)神经网络的优化算法建立城市道路交通拥堵度的计算模型。针对西安市典型局部路网,基于MATLAB 2010平台,计算该路网中各个样本路段的拥堵度,获得具体拥堵点的位置和发生时刻,并使用加权平均法对整个路网的交通运行状况进行评价,最后得到该路网的最优出行路径。研究结果表明:同时间段路网中南二环路东段最为拥堵,交通拥堵指数高达0.974 4;而对于样本路段翠华路,则晚高峰16:00~18:00最为拥堵,交通拥堵度最高达0.911 8,这些均与实际情况完全吻合。该方法能够准确得到量化的城市道路交通拥堵数值,从而完成对一定区域内的交通拥堵评价。     

诱导信息下驾驶员路径选择行为建模研究

为定量分析可变信息标志(VMS)对驾驶员路径选择行为的影响,采用SP调查进行调研,使用SPSS 20.0分析数据,建立了VMS诱导信息下驾驶员改变路径频率的有序多分类Logit模型。同时针对有重叠路段的路径选择,构建了考虑VMS显示状态的C-Logit模型。有序多分类Logit模型计算结果表明,影响驾驶员改变路径频率的主要影响因素为性别、学历、车辆类型、出行活动、VMS准确率。C-Logit模型计算结果表明,驾驶员对路径的理解时间与实际行驶时间存在较大差距,导致驾驶员选择路径比较集中,没能实现交通流在路网中的合理分配。     

环形放射状路网拓扑结构交通拥堵特性

考虑交通出行需求和路网拓扑结构,研究了环形放射状路网上的交通拥堵特性。基于国内7个城市的出租车乘客OD数据分析,研究了出租车用户群体出行距离分布特性,建立了一种基于OD分布的交通需求生成普适性模型。在此基础上,研究了特定需求分布下规则网格状和环形放射状两种典型路网结构的交通拥堵特性。结果表明在满足特定OD直线距离分布的交通需求下,环形放射状路网拓扑结构能有效减少网络拥堵时间,节约交通出行成本。     

兼顾管理者需求和用户可接受性的交通诱导系统MPC设计

针对交通诱导系统中可变信息标志(VMS)的控制策略设计,该文在宏观Metanet交通流模型的基础上,研究了VMS诱导控制信号对驾驶员路径选择行为的影响,建立了路网诱导控制的状态方程模型。在模型预测控制(MPC)框架下设计了VMS诱导控制策略,以优化路网所有车辆的总旅行时间和VMS切换性能为目标函数,通过对诱导控制变量引入用户可接受约束,有效兼顾了交通管理者对系统最优的控制需求和交通用户对VMS推荐路径的可接受性。最后设计了基于禁忌搜索的双层并行求解算法对MPC诱导策略进行求解,利用并行计算保证MPC控制的实时性要求。仿真结果表明,该文设计的诱导控制策略能缓解路网拥挤,提高路网通行能力,对系统随机扰动具有较好的抗干扰能力。与基于系统最优的诱导策略和基于用户均衡的诱导策略相比,该控制策略不仅能满足管理者的控制需求,而且能均衡路网车流分布,减少交通用户的延误时间,提高用户对交通诱导系统的满意度。     

出行前交通信息发布对城市路网的交通影响分析

提出了一种出行前交通信息提供下进行交通影响分析的方法。利用随机路径选择模型来描述出行者对出行信息的反应,根据是否接收交通信息将驾驶员分为两类:接收者将在路径选择时避开拥堵路段,而非接收者将根据对路网的认知进行随机路径选择,并给出这两种出行行为共存下的交通分配方法。以广州市中心商务区珠江新城为例分析了信息发布对路网的改善作用,并讨论了最佳发布策略。     

基于仿真的可变导行信息有效性

为研究出行者在可变导行信息影响下的宏观行为规律,把出行者分为传统型、固定路径型、理性型、用户均衡型、系统最优型以及VMS(可变信息标志)型,基于VISSIM微观仿真器,利用COM接口开发了各类出行者的出行效益评价模型,最后以小型路网为例,针对VMS型用户进行可变导行信息的有效性评价。研究结果发现:基于仿真的模型可以对不同的可变导行信息进行有效性评价;相同交通需求下的有无对比表明,VMS的设置可以有效降低路网主要干道的行程时间,行程时间降低21%;不同交通需求下的有无对比表明,VMS信息可以提高路网的平均速度,路网平均速度提高约3.97%。     

基于拥堵辨识的城市路网优化模型

为了改善道路交通拥堵状况,在分析城市道路网络交通拥堵博弈关系的基础上,建立了以交通拥堵程度为下层决策目标、经济费用为上层决策目标的城市路网优化双层规划模型.上层模型以管理者对路网运营成本投入最优为目标,下层模型力求路网的出行效率最高,针对该模型提出遗传算法求解流程.以南京市某区域道路网络为例进行分析研究,结果表明:优化后的路网效能优于原始路网,路网运行速度、服务水平均有提升;维护费用及延误均下降.双层规划模型主要针对路网中道路等级低、饱和度高的路段进行改造升级,在一定投入费用范围内实现路网交通拥堵与投入费用的最优平衡关系,能够为路网优化决策提供参考.     

基于交通态势可视化分析的公交专用道布局

交通拥堵问题是困扰城市的普遍难题,科学地规划公交专用道是在城市道路空间资源有限的情况下提高运输效率的有效手段。本研究探讨如何利用交通态势数据和路网信息来规划和评估公交专用道布局问题。首先选取公交专用道布局的研究范围,借助道路交通信息技术,利用交通路况分析与发布平台的大数据,将区域交通态势可视化,做交通路网态势评价,提出该区域的公交专用道布设方案。再从路网整体效益出发,构建以碳排放量最小和系统总出行时间最少为优化目标的多目标优化模型,分析设置公交专用道的效益。最后以南昌市中心某片区为例,选取交通拥堵严重、暂无公交专用道、且满足公交专用道设置条件的路段提出公交专用道布设方案,结果表明设置公交专用道能减少路网中车辆碳排放、改善路段的整体通行效率,减碳平均优化率为4%,时间效益平均提升5%,可知本文提出的优化方法有利于得到合理有效的公交专用道优化方案,为城市交通管理者提供决策依据。     

基于遗传算法的高速公路网入口匝道优化控制

为了实施高速公路路网交通流的优化控制,采用MATANET模型进行路网交通流建模,应用非线性最优控制方法,构造了路网入口匝道的协调控制模型. 该模型应用全局实时交通数据,以缩短行程时间和减少入口匝道排队长度为控制目标,能够提高交通运行效率和有效处理偶发性拥挤. 针对模型的非线性,应用遗传算法对性能指标进行优化,探究不同性能指标的优化对路网交通运行状况的影响. 以南京市周边高速公路路网作为应用实例,验证了所研究模型与优化方法的可行性.     

信息反馈策略对含两车道的双出口路网影响研究

智能交通系统可以实时反馈路况信息以及诱导出行,从而缓解交通拥堵。最早提出的双通道信息反馈策略主要是针对备选路径完全相同的单车道路网模型。针对现有研究的不足,建立了含两车道的双通道双出口路网模型,并通过数值模拟研究了平均速度、车辆数、交通流量以及随机度信息反馈策略对该道路模型中交通流参数的影响。仿真结果表明,平均速度和车辆数反馈策略的引入将降低道路平均流量,相反随机度反馈策略的引入可一定程度的提高道路平均流量,使得路网道路上车辆通行状况更好。故随机度反馈策略用于含两车道的双通道双出口路网较优。     

基于宏观交通流模型的行程时间预测

以高速道路为研究对象,概述了宏观交通模型的基本方程,提出了一种基于宏观交通模拟的路径行程时间预测方法．预测方法以宏观模型输出的速度为基础计算路径行程时间,能够考虑交通拥堵以确保行程时间预测结果更合理．预测方法包含一般计算方法、由路段行程时间合成的方法（近邻组合法）这两种计算方法,后者用以加快计算速度,确保预测能够适用于较大规模路网．算例分析说明了预测方法的有效性．     

路网拥塞控制中的多目标路径决策模型研究

智能交通系统领域中的路网拥塞控制是解决路网拥塞问题的主要手段之一,针对该问题,利用自底向上的agent建模方式,构建一种多目标路径决策agent移动模型.在该模型中,车辆agent兼顾最短路径和拥塞避免两个优化目标,通过车辆agent行驶距离最短(最短路径)和途经区域的拥塞程度最低(拥塞避免)两个目标优化来动态进行路径决策.基于多目标路径决策移动模型一方面能够实现对交通拥堵路段的分流控制,另一方面能够挖掘网络拓扑结构中易发生拥塞的路口的共同特征,为路网拥塞控制提供帮助.仿真实验结果表明,该模型能较好地改善路网结构中的拥塞路段.针对不同链路密度及链路分布的网络所进行的仿真实验结果进一步表明,路网结构的链路密度对拥塞路段出现在网络中的地理位置影响不同,而路口节点位置影响其拥塞程度;网络结构的链路分布形态对发生拥塞路段的地理位置和拥塞优化结果具有直接影响.     

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.     

基于模糊非支配排序遗传算法的多车型快速路交通拥堵和排放优化

以优化城市多车型快速路交通系统拥堵和排放为目标, 综合考虑了走行时间(total time spent, TTS)、走行距离(total travel distance, TTD)、匝道排队、尾气排放和燃油消耗这5个性能指标, 改进了多车型快速路宏观交通流模型Multi-class METANET和多车型排放模型Multi-class VT-macro. 提出了一个新的高维多目标优化算法——模糊非支配排序遗传算法(fuzzy non-dominated sorting genetic algorithm, FNSGA-Ⅲ), 对快速路的匝道汇入率和主路的可变限速(variable speed limit, VSL)值进行了优化, 实现了缓解主路和匝道交通拥堵以及节能减排的目标. 提出的FNSGA-Ⅲ算法, 基于自适应模糊推理系统(adaptive network-base fuzzy inference system, ANFIS), 对下一时刻高维多目标优化的超平面进行预测, 能够有效引导算法在迭代过程中的进化方向, 提高算法的收敛速度. 基于上海市广中路实际路网进行仿真实验. 结果表明, 与现有的单目标遗传算法和高维多目标NSGA-Ⅲ算法相比, FNSGA-Ⅲ算法结合改进的多车型宏观交通流模型, 可以更合理地设置期望速度与匝道控制策略, 更为有效地环缓解快速路的交通拥堵和排放.     

拥挤交通网络中交通分配和信号控制的组合

提出交通网络中交通分配和信号配时的组合模型．模型被表示为两层规划．低层表示具有排队约束的wardrop均衡模型，预测驾驶员对信号控制模式如何响应．上层确定最优信号控制以达到网络出行时间最小．