基于网络流矩阵求解网络最大流

通过建立网络流矩阵及相关概念，研究其性质，从理论上提出了基于网络流矩阵的最大流求解方法，并且给出了严格的数学证明和具体步骤。主要采用了节点流量平衡、转化为矩阵、矩阵降阶的思想。这些思想的应用具有重要的理论意义，同时也为研究最小费用最大流问题开辟了新途径，和其它方法比较，本文的方法具有操作简单、易于实现等优点。     

考虑交叉口延误和通行能力优化疏散救援路线的最小费用流模型

疏散交通路线的确定是应急计划的重要内容．以往有关最佳疏散交通路线的研究没有充分考虑交叉口延误和通行能力等因素，若疏散路线经过城市内拥挤路段，忽略交叉口的这些特性会导致结果不尽合理。将交叉口分方向延误和通行能力作为节点权重，用点权网络表示疏散涉及到的道路网，建立了点权交通网络中的最小费用流模型描述城市内事故地点至接收点的人群及其产生的车流的疏散路线问题；设计了求解这种最小费用流的最小费用路算法，通过求解点权交通网络中的最小费用流，得出事故地点至安全接收地点的最佳疏散交通路线及相应的疏散流量。最后以一个数值算例说明了模型和算法的具体应用。     

网络最大流的割集矩阵算法

利用网络单位流量及网络可行流的流量平衡关系,得出流量关系矩阵,由流量关系矩阵,得出网络割矩阵,从而求出网络图的割集,最后根据网络最大流等于最小割容量,求得网络最大流,此方法使得计算网络最大流变得简便,且具有很强的实用性.     

模式间相互影响时估计O-D需求的双层规划模型及求解算法

考虑各种交通模式间的相互影响 ,利用多模式均衡配流的变分不等式模型 ,建立了拥挤条件下多模式 O-D需求估计问题的双层规划模型 .并在对多模式均衡配流变分不等式模型进行灵敏度分析的基础上 ,给出了关于此类双层规划模型的基于灵敏度分析的求解算法 .最后进行了数值试验.     

唯网络流论

本文建立了基于网络流的ＯＤ矩阵预测模型，主要内容是：１、建立由现状网络流生成的ＯＤ矩阵，否定现状ＯＤ调查的必要性。２、按经济为交通的“源需求”思路，建立由经济变量为主导的趋势型ＯＤ矩阵预测模型。３、为发挥“交通反馈效应”的思路，建立了诱增型ＯＤ矩阵预测模型。４、依配流理论，完成网络流的趋势预测和诱增预测。     

基于时刻表的轨道交通网络动态配流模型研究

目前轨道交通配流问题的研究多以静态为主,难以描述乘客流量的动态变化特征,而轨道交通的网络化和基于时刻表的运行方式使得应用基于时刻表的动态配流方法研究轨道交通网络上的流量变化成为顺理成章的事,本文正是研究了轨道交通网络上的基于时刻表的动态配流模型.首先根据轨道交通网络的运行特点建立轨道交通的时空网络,表示并分析了时空网络上路径和路径费用的组成.然后建立了轨道交通时空网络上的均衡配流模型(user equilibrium),并通过相继平均算法(MSA)对模型进行求解,在传统的Dijkstra算法的基础上改进了最短路径的搜索方法.最后通过北京轨道交通网络的局部线路对本文的模型和算法进行了验证.     

基于压缩感知的米波雷达低空测角算法

为解决多径环境下米波雷达对低空目标探测问题,本文结合信号空域稀疏性和多径模型下的复合导向矢量提出了一种多径环境下高分辨的低空测角方法,能够有效地克服多径效应问题。该方法首先利用多径模型下的先验信息产生复合导向矢量,然后利用该导向矢量构造压缩感知矩阵,此时的感知矩阵是整合了多径衰减系数和回波角度关系等先验信息,同时通过对多快拍数据矩阵的奇异值分解获得较高信噪比的信号数据矩阵,继而利用感知矩阵和信号数据矩阵建立最优化L1范数约束求解模型,最后利用凸优化工具求解稀疏空间谱,估计直达波和反射波入射角度值。该方法能够增强信息矢量稀疏性,在较低信噪比下可获得高分辨的角度估计性能。仿真实验证明了该方法的优越性。     

多分配枢纽站集覆盖问题及分散搜索算法实现

研究多分配枢纽站集覆盖选址问题（MAHSCP）：如何以最少的建站费用选择枢纽站，使所有的O-D流都能够在规定的时间、费用或距离内从供给点任意经过一个或两个枢纽站后到迭需求点。通过建立MAHSCP的改进模型，设计求解该问题的分散搜索算法，算法提供了两种组合操作策略．最后给出基于澳大利亚邮政（AP）枢纽中心选址数据包的计算实验。实验表明。分散搜索算法在求解MAHSCP时具有很好的计算效果。同时，实验显示两种组舍探作策略分别具有曼好的求解效率与求解质量。     

利用极小割计算随机流网络可靠度的一种算法

对随机流网络可靠度的计算问题进行了研究.提出了网络元件(边和结点)容量下确界的概念,在求基于每个极小割集的每个元件的容量向量时,对其满足的约束条件进行了改进,使其可行解集合大大减小.同时给出了两个引理,根据这两个引理,使得求基于极小割集的所有d-上界点变得非常简单,从而得到了一个计算随机流网络最大流量不少于给定需求流量d+1的可靠度的有效算法.最后,通过实例验证了该方法的有效性.     

四维搜索——交通OD流的一种解法

交通ＯＤ流的解法从二维搜索发展到三维探索。本文提出四维搜索的方法。二维搜索是解决所谓的“两端守恒”问题,三维搜索是求解网络特性参数问题,而四维则是将节点的直达流与迂回流分离,即求解节 生量和集中量问题。     

一类带容量限制的服务站选址问题

分析一类在交通网络中设立服务站的最优选址问题。在给定的网络G(V，A)中有r对O-D用户流，我们在总的建站费用最小的目标下考虑下面三个因素：①每对用户流都能得到服务；②每对用户流所走的总路程不超过某一给定的距离；③每个服务站的服务能力是有限制的。在分析这类问题的特征后，我们形成了一个线性混合整数规划模型，并给出求解实例。     

基于手机定位的交通OD数据获取技术

出行OD是进行交通规划和路网管理的重要基础信息,是反映出行需求空间分布的重要参数,其准确程度将影响交通分配模型的效果。由于传统的居民出行调查、电话调查以及路边询问等调查方式存在较大局限性,因此实际中很难获取高质量的OD数据。利用已有的手机通信网络设施,借助手机定位技术对目标对象进行连续位置跟踪,通过数据处理和建模分析提取追踪对象的OD信息。本文根据对目标对象进行位置追踪所采用的技术不同分为两类：（1）通过信号强度参数结合几何原理定位得到手机的平面坐标;（2）通过通信网络所记录的手机位置变化的位置区数据。     

基于神经网络和Markov链的交通流实时滚动预测

将神经网络与Markov链理论应用于随机波动的交通流预测,提出一种交通流实时滚动预测方法TDFNM。该方法采用BP网络构建交通流基准预测曲线,使用SOM网络划分残差的Markov链状态,计算各状态加权中心及状态转移概率矩阵,以此预测未来状态,并以加权中点修正计算得到精度较高的预测值,同时实现实时滚动预测。采用方法TDFNM对实测交通流量进行仿真实验,结果表明,该方法比常规BP网络具有更高的准确性,而且具有较强的适应性。     

动态用户均衡配流模型的研究

提出一个动态用户均衡配流模型 ,它能够预测多 OD对交通网络中交通流的动态变化 ,利用最优控制理论得出该模型最优解的条件 ,并证明了该条件与动态用户均衡相一致 ,该模型可以调控交通网络中的交通流量 .     

A Multipath Routing Assignment Model for Multi-Traffic Class Networks

1　IntroductionRoutingisakeytechnologyformoderndatanetworksandtherehavebeentremendousroutingalgorithms[1]～[5].MostoftheroutingalgorithmssuchasOSPFandRIP[5]arebasedontheshortestpathassignmentmodel,inwhicheveryrouterisonlyatransitionnode.Futurerouterisdestinationorientedandshouldhavetheabilitytosplittrafficloadovermulti-pathtoutilizethenetworkinfrastructureinanefficientway.Withthenetworktrafficincreasingmuchfaster,howtorealizeloadbalancinginthenetworkbecomesahotresearchtopic[2].UndertheOSP…     

城市交通网络路径优化建模与仿真

提出了交通流密度图的定义和城市动态交通网络的模型，同时还给出了动态交通网络中OD对的路径优化模型，采用传统的Dijkstra算法进行动态优化来获得出行车辆的最佳路径。经计算机仿真研究表明，优化模型和优化方法是切实可行的。     

基于O-D网络的交通流模型的分岔与混沌

以交通流O-D网络系统为背景,通过分岔图和相图讨论了在无交通阻塞下的交通费用和交通容量变化下系统非线性动力学行为的变化和运动复杂性.交通费用和交通容量作为交通网络的固有属性,对定性分析交通网络的动力学行为具有至关重要的作用.同时,数值验证了两种计算交通流O-D网络系统分岔图的方法的等价性.     

基于模糊C均值聚类和神经网络的短时交通流预测方法

短时交通流预测是动态交通控制和诱导的前提。提出一种模糊C均值聚类和神经网络相结合的短时交通流预测方法。用同一组实测数据对比计算了该方法与BP神经网络预测方法、模糊神经网络预测方法分别得到的预测结果。计算结果表明：所提出的方法的预测准确性明显地高于其他两种方法。     

粗正交小波网络及其在交通流预测中的应用

基于交通流预测的特点和输入向量的主成分分析方法,把粗集理论与正交小波网络相结合,给出了一种基于粗集的正交小波网络交通预测模型,并成功应用于城市交通流的实时预测.粗正交小波网络具有极强的鲁棒性,可以有效克服季节、天气等随机因素对交通流量预测性能的影响;主成分分析方法解决了正交小波网络多维输入时的维数灾难.实验结果表明,该模型的预测精度和收敛速度明显优于常规BP网络和小波框架神经网络,对交通流量等预测问题具有较高的应用价值.     

交通诱导中系统最优与用户最优的博弈协调

系统最优与用户最优是交通分配中的两种均衡思想，代表着交通分配时的交通管理者与出行者两种不同的利益出发点．在分析系统最优与用户最优各自特点的基础上，提出引入博弈论协调二者之间的矛盾的思想，建立了交通管理者与出行者之间的博弈模型，并给出一种启发性的路网分配求解算法．在不同交通需求条件下分别设计用户最优、系统最优与用户最优协调、系统最优3种均衡思想下的一组试验，通过对实验结果的分析和比较，验证了系统最优与用户最优之间协调的博弈模型的可行性和有效性．