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。     

基于交叉口多相位信号控制的路网容量

构建了一种用于描述交叉口多相位信号控制路网容量的双层规划模型.其中,下层模型是一个交叉口多相位信号控制路网用户均衡分配模型,用以求解给定信号配时参数和交通需求量下的路段均衡流量,该模型考虑了各相位下的信号延误.上层模型是一个非线性规划模型,模型以路网容量最大为目标,对信号配时参数和O-D需求量进行优化.双层规划模型采用基于灵敏度分析的BLABD算法求解,算法的主要思想是通过差商的方法估计路段均衡流量对设计变量的导数,从而将上层模型中未知路段流量函数展开为一个线性函数.算例分析结果显示,该算法能有效求解多相位信号控制路网容量问题,具有实用价值.     

城市交通网络设计与OD量预测问题的双层规划组合模型及算法

给出了一个城市交通网络设计和OD量预测问题的双层规划组合模型,此组合模型内在地不断修正OD预测值和路段能力增量(即网络设计方案),同时得到OD出行量预测和路段能力拓宽方案的最优解,与以往方法相比更加符合实际。此外,本文设计了一个基于灵敏度分析和混沌优化的求解算法。     

路网子图空间上的交通流波动机理

针对道路网络客观条件的限制、道路管理法律法规的限制以及出行者个人偏好3方面因素导致的机动车出行者对道路交通网络出行条件差异性认知实际情况,建立基于网络出行子图空间上的随机用户平衡模型,并采用相继平均算法求解该模型。通过算例分析可知,网络结构认知差异性产生的路径旅行时间之间的偏差,可达到同一O-D对、所有实际使用路径上旅行时间平均值的20％,并进一步辨析了路段旅行时间感知误差和网络结构认知差异性产生的路径旅行时间偏差之间的区别与联系。证实了在我国混合交通流现状条件下,现状交通流的成因兼具路段旅行时间感知误差和对实际道路网络结构认知差异性2方面因素。     

截断随机出行时间下可靠网络均衡模型

针对现有随机交通网络均衡模型未考虑路径出行时间的有界性和准时到达概率对出行者路径选择行为影响的问题,基于截断随机出行时间,提出了克服其局限性的可靠网络均衡条件,该均衡条件下没有出行者可以通过单方面改变出行路径来提高准时到达概率.构建了该均衡条件的等价变分不等式(VI)模型,并证明了其等价性和解的存在性.设计了基于路径的相继平均(MSA)算法对模型求解.采用Nguyen-Dupuis网络对可靠网络均衡模型和MSA算法的有效性进行了测试.研究结果表明:该算法能够快速收敛到较高精度;与不考虑随机出行时间有界性的模型相比,网络均衡状态下的准时到达概率和流量分布均存在差异,最大路段流量相对变化值达到38.5%;增加出行时间预算和降低出行时间上界均可以有效提高起讫点间的准时到达概率.     

浅议高速公路交通量预测和收费标准制定

四阶段法基于起讫点调查,要获得全部路段交通量比较困难。经济增长因素、转移交通量、路网条件的 变化还影响其准确性。建议采用起讫点调查与区域内路段交通量历年实测量相结合的方法，提高前期收集数据的准确性；在标定交通量与分配模型时采用非平衡模型中的静态多路径分配方法，着重考虑出行时间、出行距离以及路况等因素对出行者选择出行路线的影响，使预测交通量更接近实际交通量，确定出相应的、合理的费率标准，让投资者在政府允许的年限内还清贷款和利息。     

由路段流量逼近O—D出行量的逆向交通模拟

运用交通规划预测的基本原理，分析了交通分区Ｏ－Ｄ出行量与路段注量之间的基本关系，提出了一种由路段实测流量逐步逼近交通分区现状Ｏ－Ｄ出行量的交通模拟式。因其与阶段预测的模拟过程正好相反，故称之为逆向交通模拟模式。     

考虑出行全过程的城市群多方式交通流分配模型与算法

为优化城市群旅客运输网络结构,提出了组合出行模式下城市群多方式交通流分配模型,研究网络均衡时城市群多方式旅客运输网络的流量分布状态.基于对城市群出行全过程的充分分析,利用超网络理论构建了城市群多方式交通超网络模型,将超网络的路段划分为上网路段、行驶路段、换乘路段和下网路段等4类,其中行驶路段包括城市交通网络上的行驶路段...     

基于非线性互补的电动自行车-机动车用户均衡模型

为了研究出行者关于电动自行车和机动车的出行方式选择行为以及路径选择行为,文章基于非线性互补方法构建了考虑电动自行车与机动车的用户均衡模型。该模型探讨了出行时间与损失成本对出行者出行选择的影响,同时分别构建了机非分隔与机非混合情形下的各方式路段出行时间函数。算例结果表明模型的分配结果满足用户均衡原则,验证了模型的有效性和准确性,同时通过分析得出实行机非分隔可以显著减少系统总旅行时间。     

经济圈客运交通方式分担与交通分配组合模型

为优化经济圈内客运多方式交通网络结构,建立了交通方式分担与交通分配组合模型,研究经济圈内多方式交通网络均衡时乘客的交通方式选择问题.考虑出行时间、出行费用、舒适度等影响乘客出行方式选择的因素,分析了铁路和公路2种存在主要竞争关系的出行方式的广义出行费用.结合我国经济圈内城际客运出行特征,给出了经济圈内多方式交通网络均衡条件,构建了与该均衡条件等价的变分不等式模型,设计了求解该模型的精简对角化算法.最后结合长江三角洲经济圈,应用该模型预测乘客选择铁路和公路出行方式的比例.结果表明,模型和求解算法有效,能够从用户最优的角度为合理配置经济圈内多种交通方式提供量化依据.     

基于Vissim的共享电动汽车交通流出行仿真

共享电动汽车作为公共交通手段的新兴选择及其所具有的广阔前景与市场，研究其出行数据和出行规律具有重要意义。针对具有代表性的特定路段（特大城市郊区主道路口），采集共享电动汽车实际出行数据，设计了一种基于实际场景筛选提取有效数据的方法，并通过对有效数据的研究揭示了共享电动汽车相关的出行特征情况。在此基础上，实地摄录采集并统计了基本交通数据，针对早晚高峰和其他时间搭建了路口的仿真模型，设计了预测路口和路段共享电动汽车的最大出行量的方法，完成了仿真预测实验，在一定程度上验证了共享电动汽车出行特征的分析结果。研究结果对分时租赁公司相关运营策略具有指导意义，并可为用户出行时间及路线提供选择。     

分路段差异化收费条件下货车司机出行路径选择意愿模型

为解决货车司机出行路径选择行为缺少考虑差异化收费政策影响的问题,通过出行费用、出行距离、优惠折扣、收费系数和是否关注差异化收费政策这5个变量刻画差异化收费,通过构建分路段差异化收费条件下货车司机出行路径选择的RF模型。以银昆高速（G85）昭通至水富段及麻水线与昭麻二级路问卷调查数据为基础开展实证分析。结果表明：所构建的分路段差异化收费条件下货车司机出行路径选择的RF模型的分类准确率优于AdaBoost模型、GBDT模型和传统Logit模型;整体重要度方面,优惠折扣是影响货车司机出行路径选择最主要的因素(38.56%),出行费用(13.55%)、出行距离(10.06%)及出行时段(7.08%)对意愿结果存在显著影响;同时,部分分路段差异化收费变量对货车司机出行路径选择意愿存在明显的阈值效应。     

求解O-D需求估计双层规划模型的新算法

给出了一个新的启发式求解算法--逐步更新比例矩阵法,用来求解基于UE(User Equilibrium)准则的O-D(Origin-Destination)需求估计的双层规划模型(即,下层规划基于UE准则,上层规划采用广义最小二乘思想,在拥挤网络上由路段交通流量观测值等前期数据来估计交通网络的O-D需求量的双层规划模型),并进行了初步的数值试验.新的算法不仅能够给出O-D需求的估计值,同时也能够给出路段交通流量的估计值.这个新的算法的思想也适用于其他下层规划基于UE准则的双层规划模型的求解.     

道路交通网络需求脆弱性指标的敏感性分析

针对路段型随机用户均衡模型,提出了将随机均衡状态下的加权平均出行成本作为交通网络效率的度量方法,应用泰勒中值定理,给出了基于该网络效率的需求脆弱性指标的敏感性分析,发现当起点出行需求量扰动不大的情况下,敏感性分析方法计算的需求脆弱性指标可以近似代替传统方法计算的结果.结果表明:需求脆弱性指标的敏感性分析方法是可行的,合理改善对该指标较为敏感的出行地区的交通出行量,可以提高整个路网的可达性,具有一定的普遍性和推广意义.     

全路网改进动态O-D反推模型

针对动态O-D矩阵在全路网中难以直接获得的问题,提出了一种改进的反推模型。首先提出了以最小化观测值与反推值偏差的绝对值之和作为目标函数的路口参数优化模型,并采用遗传算法求解,设计了编解码方案。将反推得到的路口转向流量和流量检测系统中得到的路段流量共同作为已知量,建立了其与全路网动态O-D矩阵的动态关系,增强了系统的静定性。以反推值与最优历史值的偏差作为状态变量,建立了基于Kalman滤波的状态空间模型,并采用扩展Kalman滤波求解。仿真结果表明,模型和算法具有较好的精度、效率和鲁棒性。     

策略性等待下Y型瓶颈的单步拥堵收费模型

本文针对包含至少一个上游瓶颈路段和一个共用的下游瓶颈路段的Y型交通路网,研究了策略性等待单步收费条件下早高峰期间通勤者的出行行为和最优道路拥挤收费方案。基于出行者的出发时间选择遵循用户均衡准则的假设,推导出了不同汇合规则下用户均衡的流入率和个人出行成本。依据出行者的出发时间选择规律,进一步推导出了最优的道路拥挤收费时段和费率。研究发现,策略性等待单步收费可以有效降低交通网络的系统总阻抗,但可能会增加出行者的个人出行成本。此外,还发现收费的有效性不但与汇合规则有关,还取决于上下游瓶颈路段通行能力的相对大小。该研究验证了Y型交通路网上存在Braess诡异现象,即扩大上游路段的瓶颈通行能力可能会引起系统总出行成本的增加。     

最大熵模型在公共交通分布预测中的应用

探讨了在无现状起讫点矩阵(O-D矩阵)的情况下如何应用最大熵模型较好地描述公交出行分布。利用公交定位技术和收费系统的有效信息,以乘客公交出行距离分布为约束条件,将对应状态数最多的出行分布视为预测的出行分布,以乘客的微观行为来反映公交分布的宏观状态。提出改进后熵模型的参数标定方法;并通过实例分析与佐佐木模型的预测结果进行比较,结果表明改进后的最大熵模型适用性较强,在公共交通分布预测中有很好的应用前景。     

限速条件下考虑服务水平可靠性的连续均衡网络设计

针对仅仅依靠路段拓展来缓解交通拥堵的局限性和网络设计中引起服务水平的波动性问题,建立了一个在限速条件下满足服务水平可靠性的连续均衡网络设计双层规划模型。上层规划目标为最小化网络的总出行阻抗和投资预算之和,同时考虑服务水平可靠性约束;下层规划为考虑速度限制的用户均衡。针对建立的双层规划模型,设计了基于蒙特卡洛的遗传算法进行求解。数例计算表明,在满足一定的服务水平可靠性需求下,结合合理的限速策略,能够从系统和局部的角度保证交通系统性能和出行质量,提高网络交通运行效率。     

基于无人驾驶车辆的不同车道模式交通流优化

为研究不同类型车辆组成的混合交通流的运行模式,假定无人驾驶车辆、先进出行者出行系统(advanced traveler information systems,ATIS)装置车辆和普通驾驶车辆分别遵从系统最优模式、用户均衡模式、随机用户均衡模式选择路径,分别建立普通车道、专用车道模式下的交通分配模型,给出求解模型的连续平均算法(method of successive averages,MSA)。通过算例确定路段通行能力,分析信息质量水平、出行需求量、市场渗透率对出行时间的影响,在确定模型各项参数取值的基础上,根据专用车道设置情况对混合均衡流状态进行研究,验证模型算法的可行性和收敛性。研究结果表明:通行能力随着行驶速度的增加先提高后下降,选择合适的行驶速度将提高路段通行能力,且无人驾驶专用道的通行能力明显高于普通车道;适当提高信息质量水平,可降低路径选择的随机性,有效减少平均出行时间;随着出行需求量的增加,平均出行时间逐渐提高,其中系统最优模式(无人驾驶专用道)的平均出行时间最小;根据市场渗透率的变化情况选择合适的车道配置模式,既能提高道路资源的使用效率,又能减少出行者的出行成本;不同车道配置模式下的混合交通流均随着迭代次数的增加逐渐达到稳定状态;当无人驾驶车辆的市场渗透率较高时,设置无人驾驶专用道将缩短行驶时间,提高运行效率。