考虑交叉口延误的信号控制路网容量模型

为了研究信号控制延误对路网容量的影响,考虑到出行者针对交叉口信号控制延误的路径选择行为,建立了双层规划的路网容量模型.下层问题是考虑信号控制延误的用户均衡分配模型,它能预测司机对于某一种信号设置方式的择路行为;上层问题是考虑用户择路行为时的信号配时参数的优化,以使路网容量最大.该模型所调节的参数包括周期时长和绿信比.采用基于灵敏度分析的启发式算法求解该问题.算例应用表明,考虑交叉口延误的路网容量模型可以通过调节交叉口各个入口的延误使交通量在各个路径之间分配更为均衡,路网容量比不考虑延误时增大了35.16%.     

随机均衡配流下的连续性交通网络设计

针对交通出行者的出行行为存在不同属性的实际情况,在网络设计双层规划理论的基础上,研究基于随机均衡配流的连续性交通网络设计问题.综合考虑路网可达性和随机用户均衡交通分配建立了双层规划模型,并在路网可达性中引入节点的重要度计算.下层规划采用拉格朗日乘子法求解,同时对上层规划设计粒子群优化算法,并借助Matlab编程计算.在实际算例中,选取道路饱和度对扩建后的交通网络进行效果验证.结果表明,文中模型具有一定的实用性,既可以提高交通网络中的道路利用率,又可以在一定程度上缓解交通网络中的拥堵问题,使网络中的平均饱和度降低28.4%.     

基于行程时间可靠性的随机交通网络均衡模型

考虑现实条件下交通网络的不确定性状态,提出了从确定型网络到不确定型网络状态下出行者路径选择行为的改变,及基于行程时间可靠性的路径选择模型。并将可靠行程时间的路径选择行为纳入到随机交通网络平衡分配模型中,证明了模型的等价性和唯一性。在一个小型测试网络上对模型分配结果进行了测试,测试结果与经验相吻合,表明模型具有较好的现实可行性。     

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.     

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。     

基于累积前景理论的日变交通配流模型

相比基于均衡原理所建立的网络均衡配流模型,日变交通配流模型能够描述网络系统的非均衡状态,因而具有更一般的适用性.针对基于期望效用理论的出行者路径选择模型的不足,采用累积前景理论获得了出行者具有参考点依赖特征的路径累积前景值.假设出行者是最大路径累积前景的追随者,利用不同路径累积前景的差异构建了网络系统路径流量交换模型,并据此建立了一个日变动态配流模型.通过一个算例网络对配流模型进行了验证,数值结果表明所提出的模型能够反映动态决策环境下出行者考虑随机风险的有限理性决策行为.     

随机路网中风险爱好出行者的路径选择分析

为探究随机路网中有风险偏好倾向的驾车出行者的交通路径选择影响及风险倾向与路网路段拥堵之间的关系,结合风险偏好型出行者的等价路段负效用函数与Weibull随机用户均衡建立随机路网Weibull随机用户均衡(SUE)模型,以等价负效用最小化为路径选择准则设计了求解模型的算法.采用测试算例及在广州调查得到的驾车出行者风险倾向系数,分别使用等价路段负效用函数和美国联邦公路局函数作为路段绩效函数进行随机路网Weibull随机用户均衡与Logit随机用户均衡交通分配,并比较分配结果.由算例结果可以发现风险爱好型的路径选择行为会加剧某些路段拥塞.通过算例对文中提出的Weibull-SUE模型进行敏感度分析,结果表明风险偏好系数对于一些路段交通量有显著影响.这一研究将有助于展示现实随机路网中风险爱好出行者的交通流分布形态,加深对交通行为的理解.     

群岛型组团城市陆路交通网络多目标优化模型

为优化设计群岛型组团城市的陆路交通网络,提出一个双层规划模型.其中,上层模型从效率、环保和公平三个方面,优化陆岛和岛际间的由陆路通道和水运线路构成的交通网络,是一个总出行时间最小、单位出行者碳排放最低和各岛屿经济发展潜力最均衡的多目标网络优化问题.下层模型在陆路和水路构成的综合交通网络上均衡分配交通流.设计基于帕累托优化的遗传算法求解模型,并通过实例研究验证模型的适用性和有效性.     

交通分配起点算法的实证研究

以交通网络为对象,研究求解均衡网络模型的起点算法原理及其实际应用.起点算法是一种基于路径树的交通网络流量分配方法,它按照交通分布起点把交通分配问题分解成若干个子过程.若干个子过程在网络空间的叠加,形成交通网络流量.在每个子过程中,在具有同一起点的若干起终点对之间,所有路径满足Wardrop原则.在比较不同收敛标准的基础上,提出最大-最小路径费用差作为起点算法的收敛准则.选用国内外不同规模的5个城市交通网络数据,对起点算法进行测试,结果表明,起点算法具有很好的稳定性,能够满足任何给定的精度要求.采用最大-最小路径费用差作为起点算法的收敛标准,能够真实反映起点算法的卓越性能,精确表现交通网络均衡原则.     

多用户类弹性需求随机用户均衡模型及其求解

随机用户均衡交通分配模型统一了随机分配和Wardrop均衡的概念,可以获得更加符合实际的交通流分配结果.但传统的随机用户均衡模型既没有考虑弹性需求,也没有考虑出行者的社会经济特性.利用路网均衡建模理论构建了多用户类弹性需求随机用户均衡交通分配模型,证明了模型解的等价性和唯一性.基于无环简单路径搜索方法,设计了模型求解算法,并进行了算例计算与分析.     

基于机动车尾气污染社会成本的网络优化模型研究

试图通过合理的城市交通规划来减少城市交通网络的交通污染带来的社会成本,由此建立了基于交通污染社会成本控制的网络优化模型,并通过算例对比了用户均衡准则模型、系统最优准则模型及所构建的机动车尾气污染网络优化模型的结果 ,为城市交通配流提供了不同的研究视角。     

短时事件下的地铁乘客路径选择行为研究

为研究轨道交通短时事件下出行者的择路行为,将在途出行者的择路行为分为3类,并引入前景理论描述其出行行为,考虑了行程时间、出行费用及换乘次数3类因素,以Logit模型为基础,建立流量加载模型。最后以广州塔地铁站为研究对象,分析地铁不经停情况下的乘客择路行为,比较了乘客对换乘次数敏感及线路换乘次数增加的影响。结果显示:当乘客对换乘次数敏感或线路换乘次数上升时,线路流量与换乘次数负相关;乘客的路径选择行为是3类因素的客观大小及乘客的主观偏好的共同结果。     

考虑距离因素的多方式交通超级网络均衡配流模型及算法

考虑了出行距离对出行者不同感知费用的影响,提出了一种考虑距离因素的多方式用户平衡配流方法。对出行者在多方式交通系统中的出行行为进行了分析,基于图论构建了用于描述一般出行过程的多方式超网络模型,并定义了有效超路径和子路径。针对出行者在不同出行过程中时间和花费这两个主要定量因素的计算方法,同时考虑了出行距离对出行者感知费用的影响机制,构建了考虑距离因素的出行广义费用函数。在此基础上,提出了基于用户平衡准则的多方式交通网络配流模型,并提出了基于子路径费用的最短超路径搜索算法。最后用一个简单算例对模型进行了验证,结果表明本文所提出的模型及算法可行有效。     

轨道交通客流量均衡分配模型与算法

以往轨道交通网络的规划主要依靠经验的、定性的方法 ,缺乏科学性 .为此 ,首先建立了轨道交通的阻抗函数 ,然后 ,基于均衡分配原理 ,建立城市轨道交通网络的客流量均衡分配模型 ,并采用Frank Wolfe算法求解了该模型 .该模型可以较真实地反映城市轨道交通网络上的客流量分配情况 ,提高目前轨道交通规划的科学性 .     

多模式城市交通网络容量模型及实例研究

网络容量是衡量交通运输系统性能的一项重要指标,用于量化交通网络可以承载的最大出行需求。针对多模式城市交通运输系统提出一种用于评价网络容量的方式划分与交通分配组合(combined mode split and traffic assignment, CMSTA)的模型。该模型考虑了出行者的路径选择和模式选择,并考虑了不同交通工具之间的相互影响以及路径重叠问题。通过实例分析,验证了模型的有效性,并演示了交通规划管理方案实施对多模式交通运输网络容量的影响。研究结果表明：交通网络容量的下降表现为网络利用率的降低;增加新模式一般可以提高网络容量;鼓励公共交通与新建轨道交通将有助于提升城市综合交通网络的容量。     

基于期望-超额行程时间与有限理性的城市交通分配模型

为完善现有交通分配方法,综合考虑路网与出行者两方面不确定性因素对随机出行行为的影响,建立基于代理的城市路网交通分配模型。首先,采用期望-超额行程时间反映路网行程时间的客观不确定性,并构建通行能力随机退化条件下的出行成本函数。随后,引入出行者对路径成本的感知更新过程,采用有限理性理论描述出行者的主观不确定性,并结合Logit公式确定路径决策算法。接着,采用轮盘赌随机算法生成出行者每日出行选择,完成城市交通分配模型构建。最后,将所建立的模型分别应用于双路径网络、九点网络与Sioux-Falls网络,分析模型优势及参数变化对路网性能的影响。研究结果表明：路网达到稳定所需的天数随路网退化程度、出行者对成本差异的敏感程度和经验学习能力的提高而变长;稳定状态下的路网总成本随路网退化程度、出行者对行程时间可靠度要求的升高而变大;追求个人行程时间的可靠性会导致稳定状态下的路网总成本升高,可靠度越高,所需的缓冲时间越多;路网退化越剧烈,这种“升高”越明显,因为超额时间也在增大;相比于用户均衡(UE)模型、有限理性(BR)模型和期望-超额行程时间(METT)模型,所建模型兼顾主客观不确定性,能有效克服传统...     

考虑双重不确定的目标导向型双属性用户均衡

基于风险规避出行时间和出行成本两种影响出行者路径选择的要素，提出了考虑双重不确定的目标导向型双属性用户均衡。采用高斯Copula刻画风险规避出行时间与出行成本的随机相关性，结合出行者风险规避出行时间和出行成本的实现概率刻画期望目标实现概率与目标间的相互作用，将所提出的用户均衡表示为变分不等式问题，采用基于路径的连续平均算法对其求解，数值实验验证了算法有效性。实验结果表明，出行者风险规避特性和目标导向特性会对交通网络均衡流量产生一致或相反影响，部分路径流量的改变可达16.4%。     

考虑可交易路票策略的随机用户均衡模型及算法

为了弥补以往路票均衡模型中假设出行者知道准确路径费用的不足,对可交易路票策略下的随机用户均衡(SUE)分配问题进行了研究.首先,明确了在给定路票策略下交通网络达到均衡状态时的网络流量均衡和路票市场均衡条件;然后利用2个构造函数的相关数学性质建立了等价的通用型路票SUE模型,在出行者感知误差服从Gumbel分布假设下,将该模型化简为Logit型路票SUE模型,并给出了路票均衡价格唯一性的充分条件.由于传统M SA算法无法求解路票SUE模型,因此提出一种高效收敛的拉格朗日对偶算法.算例结果表明,该算法在不同步长序列和离散参数水平下均具有较好的收敛性,而且步长序列对算法收敛速度的影响比离散参数的影响更加显著.     

基于车道特征的多层交通网络时空数据模型研究

【目的】针对当前交通地理系统(GIS-T)领域中常用数据模型在城市交通网络的几何、时空语义属性、拓扑关系等描述以及路径诱导实际需求方面的不足,提出基于车道特征的多层交通网络时空数据模型。【方法】根据数据模型的建模层次,引入道路中心线、行车道、实际车道等特征,构建交通网络的多层次表达,并依次设计概念数据模型和逻辑数据模型,最后通过实验验证模型的性能。【结果】该模型比传统基于车道的网络模型的算法效率高,行驶时间少。【结论】该模型对车道特征的描述方案可行,在交通路径诱导中的实用性、精度及效率等方面比传统模型更优。     

高速公路出入口选址双层规划模型研究

针对高速公路出入口选址,建立了双层规划模型.上层规划以高速公路出入口的用地和建设成本、改进交通网络的成本和区域内的出行成本最小为目标函数,下层规划考虑了交通网络车辆弹性需求用户均衡配流.最后设计了一个迭代优化算法对模型进行求解.