考虑OD需求变异的网络交通流演化模型

考虑到新进入网络的交通需求不了解路径的完备信息,可能随机地选择出行路径,提出一个改进的网络交通流演化模型,并分析了该模型及其不动点的一些特性. 该模型不动点不是传统意义下的用户均衡态或部分用户均衡态,它能更好地反映现实中交通流分配结果. 格子网络上完成的数值模拟结果表明,模型可用来近似刻画实现用户均衡态的过程, 模型中初始可行路径流量可以为零, 交通流能够收敛到不动点, 但可能存在多个不动点.     

基于时间和路径偏好的交通流分配模型与诱导策略

考虑交通网络中出行者不仅具有路径选择偏好, 同时具有时间偏好的特征, 分别针对出行者是否具有时间或路径选择偏好的4种不 同情形, 建立相应的交通流分配模型. 通过分析这4个模型的性质, 分别给出了有效的求解方法. 在分析4种不同情形 下出行者总出行时间的相互关系基础上, 设计了时间诱导和路径诱导策略. 最后, 以西安市东南郊清明假日交通流分 配为例, 分别模拟分析了不进行诱导, 进行时间诱导, 进行路径诱导的情形下高峰期的交通流分配, 该实例验证了时 间诱导策略与路径诱导策略的有效性.     

考虑随机需求和库存决策的多商品物流网络设计的优化模型与算法

提出一种将库存控制决策和设施选址模型相结合的优化方法,用来解决一类多商品物流网络优化设计问题, 网络内的用户需求是随机的且服从正态分布,优化设计的目的是在满足一定服务水平的前提下,最小化物流网络内包括建设费用、储存费用 和运输费用在内的总成本费用,建立了一个能同时描述设施选址决策和库存决策的多商品物流网络设计问题的非线性混合整数优化模型,并使用组合模拟退火算法对其进行求解分析,最后的算例计算结果验证了模型和算法的有效性.     

考虑心理距离的随机后悔最小化出行选择模型

为缓解交通拥堵这一城市问题需要对居民的出行决策规则进行准确刻画。作为期望效用理论的补充，后悔理论已广泛应用于交通领域的研究。学者们提出了一系列随机后悔最小化模型，但已有模型鲜少考虑影响后悔情绪度量的心理因素。根据后悔心理学研究中的“标准理论”“后悔一致性模型”等做出基本行为假设，引入心理距离概念区分不同类型的出行方案，构建改进的考虑心理距离的随机后悔最小化交通出行选择模型，以解释心理因素会影响感知后悔情绪的现象。使用瑞士地铁SP调查数据对本文提出的改进模型与原有模型进行对比分析，结果显示，改进模型对居民出行行为机理的描述更为贴切。     

基于活动-出行超网络的交通流分配模型研究综述

传统基于出行的交通流分配模型未考虑个体的出行需求源于参与活动的需要这一内在驱动力,忽视了出行与出行之间的连贯性。基于活动的交通流分配模型能够弥补传统交通流分配模型的缺点,综合考虑活动时间窗、活动地点、活动性质等活动属性对道路交通流时空分布的影响,从而更准确地为城市道路规划、城市规划提供理论指导。围绕现有文献,首先介绍描述出行者活动-出行行为过程的超网络结构模型;然后,评述基于活动-出行超网络的交通流分配模型研究;最后,分别从决策主体、决策内容与决策情境视角探讨未来的研究内容。     

基于活动-出行超网络的交通流分配模型研究综述

传统基于出行的交通流分配模型未考虑个体的出行需求源于参与活动的需要这一内在驱动力,忽视了出行与出行之间的连贯性。基于活动的交通流分配模型能够弥补传统交通流分配模型的缺点,综合考虑活动时间窗、活动地点、活动性质等活动属性对道路交通流时空分布的影响,从而更准确地为城市道路规划以及城市规划提供理论指导。围绕现有文献,首先介绍描述出行者活动-出行行为过程的超网络结构模型;然后,评述基于活动-出行超网络的交通流分配模型研究;最后,分别从决策主体、决策内容与决策情境视角探讨未来的研究内容。     

随机时变网络下的应急路径选择研究

现实生活中,当发生紧急事件时,应急中心需要对某地需要服务的紧急事件出车.由于交通管理、交通流量、天气变化等因素的影响,导致了路网中各个路段上的行驶时间可能是一个与出发时间相关的随机变量.基于这样的路网,建立了随机时变网络下应急路径选择模型,并设计了求解算法.最后给出了一个应用算例.     

考虑车辆异质性的堵塞交通流模型研究

为研究交通事故对高速公路交通流的影响,以双车道安全距离元胞自动机模型为基础引入强行变道规则,建立了考虑车辆异质性的高速公路车辆堵塞模型。利用MATLAB数值模拟高速公路异质交通流,分析不同交通密度情况下的交通事故持续时间以及重载货车占比对高速公路堵塞交通流的影响。研究表明：交通事故持续时间及重载货车占比均对高速公路堵塞交通流具有显著影响;当车辆密度大于4veh/km小于80veh/km时,交通事故持续时间对交通流有着显著影响,且持续时间越长对交通流的影响越大;当车辆密度小于30veh/km时,重载货车占比对交通流有着显著的影响,并且占比越大对交通流影响越大。     

交通流路线选择行为演化模型

根据司机对不同路线的效用函数 ,本文建立了交通流路线选择行为演化模型 ,并利用 Master方程对该模型进行了随机型描述 .进一步地 ,对该模型进行了分支分析 ,揭示出交通流路线选择行为的一些复杂性规律 ,并应用该模型进行了交通因素对路线选择行为的影响分析 ,以求为建立和评价实时交通诱导系统提供更加全面的理论支持 .     

考虑社会选择作用的社交网络生成模型

针对现有社交网络生成模型在解释网络中观结构和微观特性上的不足,提出了考虑社会选择作用的BA模型(SSBA).该模型基于社交网络用户的特征分布和同质性形成的内在机理,在建模过程中考虑了社会影响和社会选择的共同作用.在仿真数据与真实数据集上的实验表明, SSBA模型能很好地刻画不同类型社交网络在宏观特性和中观结构上的特点.发现不同作用机制下网络表现出相异的统计特性,社会选择作用较强时,网络度分布逐渐偏离幂律分布,且网络逐渐向同配网络转变.     

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.     

随机型协同时隙分配模型

为解决机场概率容量条件下的协同时隙分配问题,提出了随机型协同时隙分配策略. 根据机场容量预报的更新模式,分别建立了静态模型和动态模型,模型以各种概率容量情景下的总航班延误损失期望最小为功效性目标,以各种概率容量情景下的平均旅客延误时间期望最小为公平性目标,在满足有效性约束的基础上,为进场航班分配时隙;并采用多目标遗传算法NSGA-Ⅱ求解模型. 以某机场运行数据为例进行仿真验证,与随机型地面等待经典模型相比,本文模型实现了机场概率容量条件下时隙资源的功效、公平、有效分配.     

考虑双重预期的云模型决策

针对指标值为云模型且考虑目标预期和增长预期的多属性决策问题,提出了一种基于前景理论的决策方法。提出了增长预期和目标预期的刻画方法,针对以云模型形式给出的属性评价值和双预期值建立了相似性度量方法,根据累积前景理论和云模型相似度定义了综合前景价值函数,最后根据方案之间的综合前景值总体差异最大化为目标建立权重寻优模型;案例说明了方法应用步骤和可行性。     

多用户多准则随机选择下供应链网络均衡模型

针对不同生产商生产的同种产品为非同质可替代产品,不同类别的消费者对产品质量、品牌等属性的偏好不同,且消费者不完全了解产品相关信息,研究具有多种商品流动的三层供应链网络均衡模型.运用Nash均衡方法分析生产商之间,零售商之间的竞争行为;将消费者的产品选择视为出行者的路径选择,运用基于随机效用理论和多项式logit模型的弹性需求随机均衡配流模型来刻画需求市场均衡;分别得到了供应链网络各层均衡及整体均衡的条件和变分不等式模型,最后给出了求解算法和算例.     

考虑多参考点的基于前景随机占优准则的随机多属性决策

针对随机多属性决策问题,考虑决策者心理行为,提出一种基于多参考点的前景随机占优多属性决策方法.首先,以决策者属性期望作为参考点,根据累积前景理论将决策矩阵转化为损益矩阵.其次,依据前景随机占优准则构建前景随机占优关系矩阵,进而得到前景随机占优度矩阵.进一步,考虑属性相关关系,运用模糊测度得到方案综合占优度矩阵,并运用PROMETHEE Ⅱ方法对方案进行排序.最后,案例分析验证了该方法的可行性和有效性.     

考虑外包的并行调度随机期望值模型

在已有并行机器调度随机期望值模型的基础上,考虑了以产品外包为能力拓展形式的现代生产模式,建立了基于外包决策的并行调度随机期望值模型.该模型以带有拖期惩罚函数的最大化利润为目标,以遗传算法这种进化的启发式计算方法寻找近优解.同时引入虚拟任务的概念,实现了对外包情形下机器调度问题的有效处理和简化.实例证明,该模型在用于解决考虑外包的并行机器调度问题时是可行的.     

考虑公交车辆影响的城市交通流元胞自动机模型

城市道路上的车流主要是公交车和小汽车混合流,而一般交通流理论都是以小汽车流为对象进行研究和建模。在对现有经典交通流元胞自动机模型进行总体分析的基础上,提出了一种考虑公交车辆影响的多速混合车辆双车道元胞自动机模型,重新标定了元胞长度、运行车速、随机慢化机制,引入了公交车辆,设定了公交车停靠站、改进了车辆变换车道规则,小汽车与公交车不仅最大速度不同,而且车辆运行中占用元胞点数也不同。通过计算机对新模型进行模拟,再现了传统交通流三参数之间的关系,发现纯小车流与考虑公交车流相比阻塞项更为明显和规律,只要在车流中存在公交车,整个车流的流量和速度就会受到较大的影响。为进一步更好地描述城市混合交通流奠定了基础。     

考虑回收率随机特征的CDO定价模型

对债务抵押债券(CDO)的定价,业界普遍采用传统的高斯Copula标准模型,存在尖峰厚尾、负Delta对冲、高分券层定价失效等诸多缺陷。为了克服上述不足,考虑了回收率的下列3种特征:随机回收率、市场共同因子服从混合高斯分布以及采用贝努利相关、三状态相关刻画的随机相关结构。并据此给出了资产池违约边界、随机回收率和CDO分券层定价的数值模拟实例。结果表明:混合高斯分布可有效地用于刻画风险因素的尾部效应,随机回收率可较有效地用于刻画回收率与系统风险及违约相关结构的特征,进而高分券层价差也可得以较合理计算。     

基于作业成本的产品组合决策随机模型与求解

通过引入生产作业系统的随机因素和市场需求的随机因素,基于作业成本系统,建立了考虑随机生产和随机需求的产品组合决策模型.使用确定性等价类和二阶段方法,将随机规划模型转化为确定性等价优化模型,避免了通过随机模拟进行求解的时间消耗.     

机场到达时刻数量决策随机模型

为高效利用拥堵机场的时刻资源,本文建立了机场到达时刻数量决策随机模型.模型根据不同到达时刻的价值和延误成本、取消成本,将到达时刻进行最大化分割,得到机场一天的最优时刻框架.此外,模型通过引入期望延误率和期望取消率等参数,增强了实际应用的鲁棒性.在进行案例仿真时,本文使用了广州白云国际机场的相关数据,利用优化软件AIMMS4.19求得实验结果.实验结果证明,模型不仅能够提高机场的经济效益,而且能够有效减缓高峰时期的拥堵.