考虑软时间窗的同时送取货随机旅行时间车辆路径问题

考虑车辆总旅行时间约束和车辆载重限制以及客户对服务时间窗的要求,研究带有软时间窗的同时送取货随机旅行时间车辆路径问题（STT?VRPSPD）,建立机会约束规划模型。将禁忌搜索算法与分散搜索算法相结合,构建混合分散禁忌搜索（HSTS）算法,并采用C?W节约算法生成初始解。基于经典的Dethloff算例和Solomon时间窗生成方法,分别生成包括50个客户、200个客户各20组算例,算例测试结果验证了混合分散禁忌搜索算法的有效性。     

某中等城市一条公交线路的车辆调度模型

对公交车调度进行了讨论，确定了高峰主一段时间内的各站车上人数和民需车次，求出了高峰期发车时间间隔和所需车辆数：一个工作日内平均发车时间间隔和平均所需车辆数，高峰期外的发车时间间隔；定出了与之相匹配的公交公司派到该践线上的最少车辆数，该模型最大限度地兼顾了公交公司和乘客的利益。     

受阻车辆总延误时间的计算方法

受阻车辆总延误时间是反映交通流运行效率的一个重要指标,其观测数据的科学整理与简便计算问题更为重要。根据受阻车辆总延误时间基本原理,通过对观测的交通流数据分类整理,建立受阻车辆总延误时间数学模型,合理计算受阻车辆总延误时间。在实践应用中减少计算偏差,注重建立的数学模型的科学性、实效性、简易性。     

压缩中停时间加速车辆周转

论述了统计在铁路运输中的重要性,针对中停时间加大的原因,提出了如何大力压缩中停时间,加速车辆周转,提高铁路运输效率的措施.     

基于车辆微观行为的城市交通模拟软件系统框架

回顾了国内外城市交通微观模拟系统的发展状况,对机动车辆的微观行为模式进行了研究.重点探讨了在非自由车流状态下车辆的行驶行为,在此基础上,采用面向对象的软件技术,设计了包括13个主要模块的城市交通微观模拟软件系统框架,描述了各模块的主要功能及相互关系.     

基于旅行时间分析的城轨乘客路径集验证方法

城市轨道交通乘客出行路径集是否正确,是乘客路径选择估计以及网络客流分布计算的前提和基础.从现有客流分布模型中有效路径选择集问题及OD实际旅行时间聚类特征出发,引入Rodriguez-Laio快速聚类算法,提出基于旅行时间聚类分析的城市轨道交通乘客路径集验证方法.以北京地铁网络为例进行算例分析,结果表明,该方法可以在全网络范围内对路径选择集问题OD作出快速识别及滚动验证,并为以原因分析为导向的现场客流调查与模型修正工作提供重要参考.     

微观车辆仿真模型分类对比研究

车辆跟驰模型是微观交通流仿真的一个基本模型,它是构成许多重要研究领域的基石．把车辆跟驰模型分为基于交通工程的跟驰模型和基于交通心理学的跟驰模型以及基于二结合观点的跟驰模型．从交通工程、交通心理学及二相结合的角度对几个常见的车辆跟驰模型进行了比较研究,介绍了各车辆跟驰模型的建模原理以及它们各自的特点,重点阐述了它们在微观交通模拟中的应用．     

基于时间感知的动态组旅行查询

小组旅行规划（GTP）查询是空间数据库领域的一个热点研究问题,迄今为止已有不少研究成果.但目前尚无人考虑行程中新成员加入或现有成员离开的问题,也没有在行程规划中考虑兴趣点与查询需求的时间匹配问题.为了解决这个问题,把两者相结合,提出了时间感知的动态组旅行规划查询（TDGTP）问题,该查询包含一组空间分散、动态变化的成员,返回满足该组成员的多个兴趣需求的一组对象及所规划的最佳路径.首先,基于真实的Euclidean空间,设计了一个包含空间文本和时间信息的综合索引TIR-Tree,利用TIR-Tree对空间文本和时间进行剪枝,以此来筛选出所有符合约束条件的兴趣点集;其次利用椭圆的性质,规划出ESRA算法对兴趣点区域剪枝,进一步筛选满足小组成员要求的兴趣点集;然后对兴趣点集使用BestTD算法进行最短路径查询,返回满足该组行程的最佳旅行距离;最后通过大量实验验证了所提出的解决方法的有效性.     

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,能有效克服传统模型低估较长路径上流量的状况,分配结果更加贴合实际; 该模型适用于城市大型交通路网的交通分配,其不确定性参数可通过相关交通管理政策的制定而改变,从而实现缓解交通拥堵、提升路网整体运行效率的目的。     

出行者感知误差下目标导向型双属性用户均衡

提出了目标导向型双属性路径效用模型,用于分析随机交通网络中出行时间和出行时间可靠度两属性影响下出行者的路径选择行为,其中能够达到的目标决定了路径效用的大小。所提出的模型具有3个特点:一是考虑出行者感知误差,从而得到出行时间和出行时间可靠度的感知值;二是基于感知值的边际分布,采用Copula函数刻画感知值间的随机相关性;三是出行者为每个属性赋予特定目标,并且提出了目标间的相互作用,即互补关系。基于所提出的路径效用模型,进一步提出了考虑出行者感知误差的目标导向型双属性用户均衡模型,将其表示为变分不等式问题,采用连续平均算法对其进行求解。最后通过数值实验验证了出行者不同出行行为下的表现和算法的有效性,并对相关参数进行了敏感性分析。提出的模型拓展了出行者路径选择的研究范围。     

基于收费数据的高速公路交通状态判别方法

目前高速公路交通数据资源未得到充分利用,使得管理和建设成本较高的高速公路联网收费系统只能实现车辆记录、联网收费等初级功能,导致交通数据资源的严重浪费． 为此设计了基于高速公路联网收费数据的路段行程时间估计方法,提出以大、小车速度变化情况为基础,采用模糊 C-均值聚类方法对高速公路交通状态进行判别,并应用VISSIM 软件分别对上述两种方法验证分析． 结果表明,路段行程时间估计方法能够获得高质量的路段行程时间数据,同时交通状态判别方法也能够准确判别出道路上所呈现的交通状态,可为历史数据更新提供技术支持,为高速公路交通管理部门提供精确的决策依据．     

考虑观测次数的无人机交通巡视时空网络模型

针对传统道路信息检测方式不能获得实时连续的道路信息的问题,提出使用无人机进行路网巡视的方法。通过时空路网建立多机飞行路径优化模型,解决无人机的路径优化问题。模型可分别以完成所有任务条件下最小化所有飞机总飞行时间或最小化单机的最长飞行时间为优化目标,不仅利用时空网络技术细致刻画了无人机在巡视过程中的飞行轨迹,将动态路径规划转化为静态路径规划,而且还加入了对重点路段多次巡视和多次巡视的时间间隔约束。对某一案例进行分析的结果表明,与不考虑巡视次数的路径规划相比,无人机的总飞行时间和单机飞行时间分别增加15.87%和15.15%,即可完成对2条重要路段巡视3次的任务目标。算例分析表明,优化后的巡视路径更加切合实际需要。     

基于情景模拟的城市洪涝交通影响评估

为分析城市洪涝对于交通路网的间接影响,采用一二维耦合的水动力模型对极端降雨情景下的城市洪涝进行模拟。以广东省前山河流域为研究对象,采用开放街道地图(OSM)与百度地图应用程序接口(API)获取交通路网及实时车速数据,通过通行速度衰减模型分析了城市洪涝对道路交通的影响。结果表明:城市各个等级道路的通行速度在工作日均存在明显的\"交通潮汐\"现象,且晚高峰交通拥堵现象更为严重;在设计暴雨条件下,高等级道路在不同降雨情景下通行速度降低的绝对值大于低等级道路,三级路受影响路段的长度最长,快速路受影响道路长度占比最大,三级路单位距离通行时间最长。暴雨重现期由20a一遇增加到50a一遇时,受影响路段增加的数量最多。该研究评估了极端暴雨和洪涝对城市交通的影响,可为城市洪涝治理与灾损评估提供理论依据。     

基于宏观交通流模型的行程时间预测

以高速道路为研究对象,概述了宏观交通模型的基本方程,提出了一种基于宏观交通模拟的路径行程时间预测方法．预测方法以宏观模型输出的速度为基础计算路径行程时间,能够考虑交通拥堵以确保行程时间预测结果更合理．预测方法包含一般计算方法、由路段行程时间合成的方法（近邻组合法）这两种计算方法,后者用以加快计算速度,确保预测能够适用于较大规模路网．算例分析说明了预测方法的有效性．     

道路交通意外事件影响范围确定方法

为便于针对交通意外事件及时采取交通疏导措施,提出了一种城市交通意外事件影响范围确定方法.该方法在事发地点周边寻找交通分流区域,通过OD矩阵反推、交通流的重新分配和滚动优化,估算实施的交通疏导措施后,该区域内交通流总出行时间的变化情况,并以此作为确定交通意外事件造成的交通影响范围的评判标准,实时寻找合理的交通意外事件影响范围.以南京城区局部道路网为对象,结合交通意外事件的相关数据,对该方法进行了模拟仿真实验.实验表明:该方法确定交通意外事件影响范围的有效性和可行性;同时,该方法还充分考虑到交通疏导措施可能对事发地点周边城市交通网造成的负面影响,有利于交通紧急疏导方案的制定与实施.     

复杂网络同步理论在公交调度中的应用

针对传统方法优化公交调度难以保证运营效率达到最优的实际情况,基于城市空间结构与交通系统的内在运行机制,构造了城市公交网络模型,利用Ⅳ个等同节点的时滞非线性耦合状态方程的同步理论,使公交调度网络系统达到渐进稳定,即各线路乘客达到一种均衡状态。以兰州市公交系统的部分线路为例,验证了该模型及方法的有效性。     

基于模糊神经网络的交通灯智能系统

设计了一个使用模糊和神经网络的交通灯智能系统.此系统能根据汽车重量、长度和速度来改变信号灯等待时间.通过计算机仿真表明,此方法比固定时间信号灯更有效.新方法的汽车平均等待时间减少,通过十字路口的速度较快以及燃料消耗都会提高.     

GA-Elman公交车辆到站时间预测模型

为了建立完善的公交系统,提出了基于GA-Elman的公交到站时间预测模型,进行公交到站时间预测．模型中以时间段、天气、路段和当前路段运行时间为输入量,以福州市第20路公交车为例进行验证．验证结果表明,该模型比单纯用Elman神经网络的预测模型计算量小,能够较准确地进行公交到站时间预测．