错峰出行对城市交通的影响分析

介绍了国内外错峰出行的研究与实施的基本情况，并分析了该制度对交通系统的作用机理．由于交通在时间与空间上的分布相互关联，考虑了交通产生点和吸引点在空间的分布、出行量大小和职业类别比例等影响因素，建立了居民通勤、通学出行随时间分布的模型，并根据错峰上班实施前后出行随时间分布的规律，建立了错峰上班的交通影响模型，给出了评价交通效益的参数，用于该策略的可行性研究．并实际调查不同时间段小型路网区域的流量，使用宏观交通仿真软件反推起讫点（oD）矩阵，根据文中建立的模型计算交通效益，得出相关结论．     

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。     

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.     

自行车流影响下的网络交通流均衡分析

使用实际可变旅行时间风险度量方法,考虑了旅行时间长短与旅行时间波动性两方面因素对路径选择行为的影响,并建立了存在自行车流的混合交通流网络交通平衡分析模型.该模型能恰当地描述机动车驾驶者对劣化出行路段的筛选行为,再现网络交通流趋于实际可变旅行时间风险度量下的交通平衡过程.实例研究表明：通过单幅道路自行车与机动车使用空间组织优化,在保障自行车交通出行者安全的同时,能提高25%以上的交通效率.     

基于MFD的路网宏观交通状态及影响因素研究

从城市路网交通管理与控制的需求出发,引入交通流宏观基本图(MFD)模型,基于实测和仿真数据,开展对北京市西三环实际路网的宏观交通状态、时变特征以及影响因素研究.文中首先介绍了MFD模型及其矢量算法,利用实测数据建立西三环路网的MFD,基于Van Aerde模型标定路网交通流特征参数,对比分析路网平均流量-平均密度关系的时段分布差异,并得到宏观交通流的"磁滞现象";其次,证明了交通密度分布的不均衡性是影响路网宏观交通状态的根本因素;最后,利用Integration仿真研究了路网结构、交通需求以及出行路径对路网车流密度分布、宏观交通状态及其变化趋势的影响,以期为宏观交通控制、拥堵治理措施的制定提供决策支持.     

基于智能交通卡数据的城市轨道交通乘客个体路径选择模型

在分析城市轨道交通乘客旅行时间组成要素的基础上,提出了一种基于智能交通卡数据的乘客个体路径选择模型,克服了传统路径选择模型只考虑群体路径选择的弊端。通过分析轨道交通刷卡出行的特点,建立了乘客旅行时间模型,确立了各旅行时间要素并分析了其独立性。对出行要素进行了估计,计算出路径旅行时间,提出了乘客个体的出行路径选择模型。以北京地铁网络为案例,分析了乘客个体的路径选择,并用实际数据验证了模型的有效性。     

降级路网组合出行交通流分配模型与算法

研究降级路网条件下的组合出行交通平衡问题。首先,基于出行者对降级路网的不同风险态度,将出行者分为3类:守时型、冒险型和平均型。其次,考虑小汽车出行和小汽车换乘地铁出行2种出行模式,分析降级路网条件下不同用户类的组合出行行为,建立相应的多用户变分不等式交通分配模型,讨论模型解的性质。最后,设计模型的求解算法,并通过算例说明模型和算法的有效性。结果表明:不同出行时间预算的出行者在降级路网中的路径选择行为存在较大差异,路网降级程度对出行者出行选择行为影响显著;随着道路通行能力的降低,出行者更倾向于选择组合出行模式。     

基于交通仿真的雾霾天气后高速路网消散

为提高雾霾天气后高速路网运行效率,研究了收费站节点放行策略与路网运行效率的关系。首先,将区域高速路网中的收费站作为节点,综合考虑节点空间重要度、功能重要度、位置重要度等因素建立节点优先度计算模型;其次,根据计算得到节点优先度值来确定恶劣天气后节点恢复交通分批放行的优先级;进而采用VISUM宏观交通建模与VISSIM微观交通仿真相结合的区域路网动态交通分配仿真方法,计算节点分批放行消散策略对高速路网总行驶时间、路网平均车速、路网总延误、车辆平均延误等运行效率指标的影响规律;最后,以雄安新区为中心、50 km为半径的区域高速路网进行实例验证,仿真分析以节点优先度值作为路网节点制定交通控制策略依据的可行性,并评价雾霾天气后区域高速路网内5种车辆消散策略与高速路网运行效率的关系。结果表明:以节点优先度为指标,制定节点分批放行策略可很大程度提高雾霾天气后区域高速路网的运行效率,路网采取节点分批放行的最优策略4比自由放行策略2平均车速提高了20.97%,车辆的平均延误降低了67.82%,路网的总延误减少了72.53%;节点优先度前40%节点优先放行策略的路网运行效率优于前20%节点、前60%节点优先放行策略,路网中车流饱和度水平平缓递增比急剧增加对整个区域路网的运行效率更加有利。采用优先度来确定节点出现雾霾后的放行顺序和策略具有可行性。     

动态交通环境下的纯电动车辆多目标出行规划

为缓解电动车辆出行过程中包括里程不足、充电时间长、充电站稀少以及电池循环寿命有限等固有问题,提高电动车辆的行驶性能以及驾驶员的接受程度,需要为其推荐合理的出行与充电方案。然而,目前出行方案制定方法没有考虑到交通环境复杂多变的特性,并且仅能提供在单一目标下的出行方案,难以为驾驶员提供综合考虑多种因素的出行策略。该文提出了一种在动态随机路网环境下的考虑多目标多约束的电动车辆出行规划策略。该出行规划策略考虑到交通环境的时变随机特性,利用多目标蚁群优化方法计算求解最优Pareto解集,为驾驶员推荐包括出行路径、各路径上的行驶速度、充电位置与模式、空调使用等出行要素。研究结果表明:基于动态随机路网的出行方案相比于基于静态确定性路网的出行方案更为优秀;相比于单一目标出行方案,基于多目标优化的出行策略综合性能更好。仿真结果证明了该方法能够协调各优化目标与约束条件,合理推荐电动车辆的出行方案解集,提升电动车辆的使用性能。     

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。     

考虑慢行交通影响下的交通微循环路网优化设计

为减少实行交通微循环过程中日益增加的对区域内居民生活和出行交通的不良影响,以最小化道路连通性、最小化慢行交通的出行时间、最小化环境污染和最小化道路饱和度为优化目标,考虑干道路网饱和度约束、慢行交通平均限速值约束、慢行路网密度约束,建立了多目标区域交通路径优化的双层规划模型。利用遗传算法进行求解,采用轮盘赌选择算子和非均匀变异算子进行操作,得到了最优的微循环路网优化组织方式。通过算例分析,与实行微循环前的路网相比,实行微循环后的路网饱和度明显下降,减小了对街区内的居民影响和生态环境破坏,得到了一个合理的街区交通微循环网络。     

基于改进AMOC的北京快速环路协调控制策略

根据北京快速环路的交通流特性及出入口间距短、交织严重的特点,改进了基础模型METANET的节点模型和路段模型,在此基础上,建立了非线性最优控制模型,给出了离散性最优出入口协调控制系统解.以北京二环快速路为实例,将采用改进最优控制(AMOC)策略的仿真结果与实测环路数据的交通状态进行比对,结果表明采用改进AMOC能使快速路交通流密度维持在期望的密度范围内,排队长度也较小,路网所有车辆旅行总时间下降18.4%.     

中观交通仿真模型dynaCHINA及其案例应用

交通仿真模型可以分为宏观、中观、微观三类,中观交通仿真模型是一种能够兼顾宏观与微观模型优点的交通流动态仿真模型。国内对宏观、微观交通仿真模型已有很多研究,但是对于中观交通仿真模型的研究还很少。根据中观交通仿真模型DynaCHINA的基本原理及功能特点,将其应用于智能交通中,并结合实例加以分析。针对实际路网的测试表明,该模型可有效缩短车辆在路网中的平均旅行延误,并可推广应用于更复杂的区域路网。     

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.     

基于精英蚁群算法的交通最优路径研究

随着交通规模的增大,人们对自驾出行的质量需求越来越高,而在当前的交通最优路径选择的研究中,大多只考虑静态的交通路网场景,且忽略了通过交叉口时的代价,造成计算结果和实际行驶的代价之间误差较大.针对这一问题,基于Petri网络,建立了更精确的多因素道路交叉口交通路网模型,提出了基于精英蚁群算法的交通最优路径选择算法,并对经典蚁群算法提出两个方面的改进:第一,在信息素浓度的初始化过程中加入主干道引导和行车方向的引导,以加快蚂蚁群初始的搜索速度;第二,在全局信息素浓度更新时,使用双精英蚂蚁策略,采用相互约束的方式更新两条最优路径上的信息素浓度,解决了算法过早陷入停滞的问题,且计算出多个可供选择的路径.仿真结果表明,该算法在保证收敛性的同时,将搜索到最优路径的概率提升至100%;同时,在得到最优解概率均不低于90%的前提下,该算法的收敛速度是其他算法的数倍.     

路网下收费道路的分车型费率优化模型

为了科学地对收费道路的费率进行决策,以收费道路及相邻道路组成的路网为研究对象,利用双层规划理论建立起路网下的分车型费率优化模型,上层规划描述路网管理者追求社会效益最大化的思想,并以实现道路经营者的财务目标作为约束条件;下层规划采用多车型多准则交通均衡模型来描述道路使用者的出行选择行为;通过模型求解可以获得各收费路段的分车型最优收费费率以及相应的路网交通流量.文中还介绍了利用遗传模拟退火混合算法进行模型求解的步骤.算例分析表明,路网下收费道路的分车型费率优化结果可以有效地提高整个网络的运行效率,并更好地体现不同车型用户间的公平性.     

基于分层Logit的多方式随机用户均衡分配模型

为了完善现有的交通分配模型,综合考虑出行者的方式选择与路径选择行为,建立了基于分层Logit的多方式随机用户均衡分配模型。首先,在多方式交通网络中,根据出行者出行决策的2个步骤,即首先选择合适的交通出行方式、然后选择该方式交通网络中的出行路径,采用分层Logit模型描述出行者的交通方式和路径联合选择行为。在建立的分层Logit模型中,出行效用与流量分布相互制约,出行效用受路网流量影响,而路网流量由效用所决定,最终要达到平衡。接着,构造了一个数学规划模型来求平衡解,证明数学规划模型的最优解与分层Logit模型的流量解等价,并进一步证明等价数学规划模型的目标函数是凸的,而约束集也是凸的,因此等价数学规划模型是一个凸规划问题,模型的解是唯一的。随后,给出了求解提出的基于分层Logit的多方式随机用户均衡分配模型改进的方向搜索算法步骤。最后,以含公交车和小汽车2种方式的方格形路网为算例,分析公交票价、出行者的时间价值和分层Logit模型的层间比例参数的变化对交通分配结果的影响。结果表明:公交车票价对流量分配的影响不大;公交需求量随出行者时间价值的增加而下降;当出行者的时间价值较低时,公交需求量随分层Logit模型的层间比例参数增加而增加,当出行者的时间价值较高时,公交需求量随分层Logit模型的层间比例参数的增加而减小。     

突发事件交通网络VMS发布点优化

交通事故发生时路段因通行能力下降会产生拥堵,在事故路段上游合理布置可变情报板（Variable Message Sign,VMS）能有效疏导车流。研究了道路网络中VMS发布点的优化模型,分析了VMS在路网诱导中的转移率模型和VMS对于减少拥堵效用的计算方法;建立了路网中VMS发布点的优化模型,通过VMS信息发布点的优化减少出行时间;提出应用离散离子群算法求解优化模型;在虚拟路网中的数值实验表明,模型能有效减少总的出行时间,但是随着VMS数量的增加,出行时间的减少不明显。     

基于出行时间预算的多模式多类用户城市交通均衡分析

在道路交通与轨道交通组成的多模式城市交通网络中,考虑路径出行时间的不确定性,对用户的交通模式与路径的选择行为进行分析,建立基于出行时问预算的多模式多类用户均衡交通分配模型,设计基于路径配流的求解算法.研究结果表明:该算法适用于路径费用不具备可加性的交通均衡模型的求解;交通需求、路网降级及用户所需的可靠度水平对交通模式及路径选择均具有显著影响;随着交通需求水平的提高或路网降级加剧,用户选择轨道交通出行的份额增加,且可靠度需求较高的用户选择轨道交通的份额增幅更高.     

高速路网可变信息标志诱导的最优开关控制设计

针对高速路网中诱导策略的设计,以可变信息标志(Variable Message Signs, VMS)的开关切换为控制手段,把交通诱导归纳为一类最优开关控制命题.通过元胞传输模型建立实际路网模型,利用遗传算法求解,给出了一种VMS诱导策略的最优设计方法.仿真结果表明,设计给出的VMS控制律可以提高路网通行能力,缓解局部拥堵.特别是对路网流量分布不均衡的情况效果较好,路网总耗费时间可降低32.39%.