基于动态投影系统的带约束的混行路网均衡模型求解算法

针对路网中考虑电动汽车出行能耗与燃油汽车环境排放情形下混合交通流的非线性边界约束路网均衡问题,设计了一种基于动态投影系统的算法;将复杂非线性边界约束的双车型路网均衡模型转换成变分不等式模型,利用拉格朗日乘子法得到模型的库恩塔克(KKT)条件以及模型的非线性互补问题,通过引入投影算子建立动态投影系统找到模型的最优解。分析模型可确定燃油汽车和电动汽车一般出行成本函数,电动汽车混行条件下交通网络的均衡条件,以及路网均衡条件下两种车型的拥堵外部性并获取混合交通流下路网的运行特征。最后构建数值仿真评估动态投影算法的有效性,结果表明模型收敛于系统的平衡点,且具有指数收敛性质。     

考虑多车型油耗因素的路网收费优化模型研究

针对路网出行效率低下及其导致的燃油过度消耗等问题,基于对机动车油耗模型的分析,从节能降耗的角度建立了考虑不同车型的多车型最小油耗模型。进而构建多车型最优收费均衡模型,利用道路收费的方式控制出行者的路径选择行为,使出行者按期望达到的路段设计流量出行,最终达到路网平衡状态下总油耗量最小的目的。采用Frank Wolfe算法,通过寻找可行下降方向进行迭代求解。以某区域抽象公路网为案例进行分析,研究结果表明,通过制定合理的收费策略能够有效地调控出行者的路径选择行为,实现系统总油耗最小的目标。     

电动车用IPMSM损耗最小化电流求解方法

为了实现电动车用IPMSM的实时效率优化控制,实时地求解电机的损耗最小化电流,提出一种基于投影动态系统的IPMSM损耗化最小化电流求解方法.该方法首先将电机效率优化控制建模为基于转矩、电流和电压约束的优化问题;接着将该优化问题分为两种情况考虑,即损耗最小化电流处在电压约束区域内和约束边界上,利用优化理论将每种情况的电流求解转化为非线性方程组的求解;最后利用投影动态系统实现该非线性方程组的求解.基于投影理论和矩阵范数理论分析得出该动态方系统的收敛条件,该条件简单且易于求得.仿真结果表明该方法有效且正确.     

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.     

电气化交通路网的脆弱性分析

分析交通路网的脆弱性一直是应急管理领域中重要的研究课题。然而，随着电动汽车在交通流中的滲透率不断提高，传统的评估路网脆弱性的方法，由于缺乏考虑电动汽车的特征，因此不再能很好适用于多电动汽车场景。对此，该文提出一个双层攻击者-防御者模型来研究电气化交通路网的脆弱性。在模型外层的攻击者通过破坏网络中的关键道路，使系统性能的下降最大化；在模型内层的防御者通过动态地分配混合电动汽车和非电动汽车的交通流，使用户总旅行时间最小化。该文进一步通过对内层问题取对偶以及采用大M法，将原始的双层混合整数线性规划问题转换为一个等价的单层混合整数线性规划问题。将提出的模型应用于美国北卡罗来纳州的部分高速路网，实验结果展示了在评估电气化路网的脆弱性时，把电动汽车考虑在内的必要性，以及攻击资源等级和系统性能下降存在临界点和相变现象。该文提出的模型可以识别出系统中最关键的道路集合，为改善电气化路网的脆弱性提供理论支撑。     

考虑低碳排放约束的多模式均衡分配模型

研究低碳排放约束下的多模式混合交通分配问题. 将交通方式划分与交通分配相结合,综合考虑人均能耗约束和污染物排放约束,建立了低碳排放约束的用户均衡模型,采用基于实数编码的遗传算法对模型进行了求解,并用一个小型路网说明了模型和算法的有效性. 算例对比结果表明,通过调节公交出行和私家车出行的比例,限制私家车使用,可以有效地兼顾人们的出行需求和降低交通碳排放的目标,为倡导低碳出行提供可行的管理措施.     

多因素下基于路网拓扑的电动汽车充电路径规划策略

随着电动汽车产业的发展,电动汽车的充电需求也日益增加.为了满足电动汽车用户充电多样性需求并提高充电设施利用率,本文在考虑出行距离、充电电价以及充电站排队情况等三种影响因素下构建混合整数线性规划模型,提出了一种多因素下基于充电站路网拓扑结构的电动汽车充电路径规划方法,为用户规划充电路径与充电站选择.首先,该方法在能耗约束的前提下基于Dijkstra最短路径算法进行充电引导,为求解多目标最优引入信息熵的概念来确定各参数影响权重.其次,针对用户充电需求的差异性问题,提出了三种不同目标下的规划方法以降低用户充电成本.此外,本文构建了站点随机充电服务排队模型并进行敏感性分析以研究充电站服务能力对充电成本的影响.以某地区路网为算例进行仿真,结果表明本文提出的方法能够有效降低用户充电出行成本并合理规划出行路径,验证了所提模型的可行性和有效性,对充电选择和站点配置具有一定的决策参考意义.     

交通错峰出行策略仿真模型

为了表征实行弹性工作起始时间的车流在交通高峰时段内的路网旅行成本,并得到路网车流的最优错峰出行策略,提出了交通错峰出行2层模型。模型上层负责对路网车流出行策略集合进行遍历,模型下层针对上层的每个出行策略,采用基于离散随机网络的动态交通流分配方法,仿真车流在路网中的并发路由及出发时间均衡特性,求出路网车流交通旅行总成本,策略集合遍历结束后就可确定最优错峰出行策略。模型仿真揭示了影响最优策略选择结果的主要因素,给出了特定条件下最优策略选择方向上的变化规律,可为制定城市路网错峰出行政策提供参考。     

渐进非扩张映射混合迭代序列的均衡问题和不动点问题

使用混合投影方法,引入一种新的迭代算法,在Hilbert空间中寻找均衡问题的解集和渐进非扩张映射的不动点集的公共点.在一定条件下,得出了弱收敛和强收敛定理.     

诱导信息影响下的路线选择模型

动态路钱诱导系统为决定出行和已出行的人提供路网交通状况信息或为他们决策提供出行建议,通过这种方式影响出行人的出行时间、出行方式以及出行路线等的选择。在分析了诱导信息对路径选择行为的影响后,给出不可分的路段费用函数,把诱导信息影响下的路线选择问题组织成一个非对称路网均衡问题,并给出用嵌入遗传算法的对角化算法求解的算例．最后,讨论了有待进一步研究的内容．     

路网下的收费道路分车型费率优化双层规划模型

本文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,上层规划表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预测路网下的交通流量,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,文中介绍了利用遗传模拟退火混合算法对模型进行求解的步骤,最后以一个算例对模型的效果以及考虑道路使用者差异的必要性进行了验证说明。     

线性约束优化问题拓广的广义梯度投影算法

在去掉非退化假设条件下 ,提出了求解线性约束的非线性最优化问题的一个拓广的广义梯度投影算法 ,并在广义Armijo步长探索下证明了算法的全局收敛性质     

宏观交通流模型的自适应迭代学习辨识策略

城市路网交通流系统具有很强的随机性和时变性，单一固定的交通流模型难以准确地描述城市路网的实际运行情况，在考虑交通流稳态和动态特性的基础上，提出了一种含有未知时变多参数的非线性宏观交通流模型，并针对交通流固有的重复性特征，设计了一种时变多参数的自适应迭代学习辨识策略。在有限时间区间内，利用迭代学习辨识策略将参数辨识问题转化为最优跟踪控制问题，使交叉口各进口道的排队车辆数均趋于真实值，利用去伪算法的实时自适应能力调整迭代学习辨识策略的学习律增益，提高辨识策略的抗干扰能力。通过严格的数学理论推导证明了该算法的收敛性，最后采用基于模型的控制方法进行仿真实验，进一步验证了该方法的有效性。     

多车型随机动态交通分配和信号优化组合

研究了多车型随机动态交通分配和信号优化的组合问题,提出了一种考虑多车型下的随机型动态交通分配和交通信号优化的组合模型。模型采用广义双层规划来表示,上层是信号优化控制,进行交通信号的优化配置;下层是考虑多车型下的随机型动态交通分配,进行交通网络流的配置。同时,模型中采用具有物理排队的多车型动态网络模型,从而考虑了饱和路网中物理排队对网络条件的影响以及不同车型间的相互作用。采用遗传算法对模型进行了优化求解。结果表明,在考虑多车型随机用户路径选择行为的基础上使整个网络的总行程时间达到了最小,由此获得最佳的信号控制策略和相应的优化路径流,实现了交通信号的优化配置和交通流优化。     

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.     

线性约束优化问题拓广的广义梯度投影算法

在去掉非退货假设条件下，提出了求解线性约束的非线性最优化问题的一个拓广的广义梯度投影算法，并在广义Armijo步长探索下证明了算法的全局收敛性质。     

解带非线性等式和不等式约束优化问题的超记忆梯度广义投影算法

利用广义投影技术 ,将求解无约束规划的超记忆梯度算法推广 ,建立了求解带非线性等式和不等式约束优化问题的一种超记忆梯度广义投影算法 ,并证明了算法的收敛性。该算法具有稳定、计算量小、所需收敛条件弱、收敛性强等特点 ,并改进了广义梯度投影算法的收敛速度。数值算例表明该算法是有效的。     

均衡约束最优化的一个共轭投影梯度算法

讨论均衡约束最优化问题,利用一个互补函数和扰动技术将原问题转换为非线性等式和不等式约束最优化问题,结合罚函数法提出了一个共轭投影梯度算法,在适当的条件下,证明了算法的全局收敛性,且具有超线性收敛性.     

非线性优化的广义投影变尺度算法及超线性收敛性

结合罚函数法的思想,提出一种初始点任意的广义投影变尺度算法求解非线性等式和不等式约束优化问题,克服了Maratos效应的校正方向自动产生显式表达式,并在适当的条件下证明了算法是全局收敛的,且具有超线性收敛性.实验结果表明算法有效.     

广义混合变分不等式的weak-sharp解及算法的有限收敛

提出广义混合变分不等式问题的解集满足的weak-sharp条件,并通过约束集的支撑函数的一些性质,获得weak-sharp条件的等价刻画.在广义混合变分不等式问题的解集满足weak-sharp条件之下,还获得任意迭代算法有限收敛的等价条件,其中有限收敛指算法在有限次迭代后,得到广义混合变分不等式问题的精确解.最后,以广义混合变分不等式问题的超投影近似点算法为特例,在一定的条件下,获得该算法的有限收敛性.