公交网络车费设定问题的Stackelberg博弈模型

对城市公交网络系统车费的合理设定问题进行了研究分析,考虑到乘客对公交收费变动会作出相应的反应,从而改变网络上乘客的流量分布,运用Ｓａｃｋｅｌｂｅｒｇ博弈理论,将这一问题描述为一个两级数学规则问题,在一定的公交网络收费结构下,乘客在网络上的流量分布可由随机用户平衡分配模型进行估计,鉴于两级规划问题的非凸性,提出了基于灵敏度分析的启发式算法,最后,给出一个仿真算例说明本文提出的模型和算法的合理性。     

基于双重限制的公交网络SUE配流模型及算法

考虑站点泊车容量和运送能力双重限制条件下的公交网络系统随机平衡分配问题，建立了与其相等价的数学规划模型，并提出有效的迭代算法．由于线路容量的限制，会导致乘客的过载延迟，车辆排队会使过载延迟进一步增加．在该模型中，乘客的过载延迟时间可由相应容量约束的拉格朗日乘子计算得到，车辆排队延误时间由排队论的理论求得．最后，实例表明该模型和算法是合理和有效的．     

城市公交系统连续平衡网络设计的双层规划模型及求解算法

根据城市公交网络的具体特点 ,对公交网络进行了系统的描述 ,提出一个双层规划模型来描述连续平衡公交网络设计问题 .在双层规划模型中 ,上层模型为一个标准的公交网络设计模型 ,下层模型是一个公交网络平衡配流模型 .针对所提出的模型 ,设计了基于灵敏度分析的求解算法 .最后 ,给出一个简单算例对所提出的模型和算法加以验证 .     

一种新的离散型网络平衡设计模型与算法

随机平衡分配模型与基于效用理论的Logit分配模型是两种有效的非平衡交通分配模型,二者具有等价性,本文将Logit模型替代常用的随机平衡分配模型应用于具有多级选择的离散型网络平衡设计模型中,构建了这类网络平衡设计问题的新模型;模型求解中,上层模型采用带自适应正态变异因子的粒子群算法,而下层问题直接利用Logit模型求解.仿真结果表明该模型与算法是有效的,适合在大型路网上应用.     

面向换乘行为的城市公交客流分配及应用

随着大城市"城外居住、城内上班"这种生活-工作模式的普及,居民出行距离延长引起公交半径的增加,换乘就不可避免。针对这一现实需求与公交网络的特性,提出了符合乘客路径选择行为的广义公交路径定义,重点分析了乘客出行行为符合马氏决策过程的"无后效性",详细给出了出行过程中涉及的状态-行动空间及状态转移概率,建立了基于马尔科夫链的非平衡公交客流分配模型,设计了相应的算法。最后,以成都市部分公交网络的实际运营数据为例,对模型和算法进行实例验证,并根据配流结果对参数进行了敏感性分析。     

基于最少换乘的公交系统网络配流模型及算法

公交网络配流有平衡配流模型和非平衡配流模型,两者各有适用范围。根据乘客选择乘车路径的心理特征,分析了最少换乘下的路径选择和阻抗计算,然后根据Logit模型提出了公交网络配流的非平衡模型和算法。最后给出具体算例得到了每一路公交车的OD矩阵,计算速度较快,可适用于大型网络。     

混合遗传-模拟退火算法在公交智能调度中的应用

公交行车调度是公交企业运营的核心内容，关系到公交企业的经济效益与社会效益。兼顾企业与乘客的利益建立了公交车辆行车计划模型，将遗传算法与模拟退火算法相结合组成混合遗传．模拟退火（GA-SA）算法，并对公交行车调度进行优化。实例仿真计算表明该算法具有比标准遗传算法更好的效率，是优化公交调度问题的一个有效途径。     

改进差分进化算法求解武器目标分配问题

针对武器目标分配问题求解收敛速度慢、搜索效率低、寻优精度差的问题,提出一种基于改进差分进化算法的武器目标分配方法.首先,建立多约束条件下武器目标分配优化模型,将动态武器目标分配问题离散为静态武器目标分配问题处理.其次,采用随机邻域变异策略平衡差分进化算法全局探索和局部开发能力,采用基于历史存档的自适应参数整定方法,根据...     

时变公交网络的数学规划模型与算法

大规模时变公交网络中最短路径精确查询的算法是公交网络寻径问题的研究难点之一,近似搜索算法的求解满意度不高,而精确搜索算法的效率又较低。针对公交网络的时变特性与不确定性,建立了时变公交网络模型。将公交最优路径选择问题分解为换乘次数与换乘线路的查询问题,给出了基于线路影射网络的换乘次数的查询算法和基于站点影射网络的换乘站点和乘车距离、乘车时间的计算方法,两种算法都是多项式算法,最后给出算例验证了该方法的有效性。     

考虑换乘费用的城市公交网络随机用户均衡配流模型及算法

文章在引用增广公交网络的基础上,考虑换乘次数对乘客出行时间的影响,引入换乘次数惩罚因子,给出了计算换乘费用的方法,并给出了乘客在公交出行中包括步行时间、等待时间、乘车时间和换乘时间以及换乘惩罚在内的路径费用. 在此基础上,构建了随机用户均衡模型来描述城市公交O-D需求在网络上的分配问题,证明了模型的最优解满足平衡条件,采用改进的MSA算法对模型进行求解. 最后,用一个简单算例验证了模型及算法的可行性和有效性.     

A BI-LEVEL FORMULATION AND QUASI-NEWTON ALGORITHM FOR STOCHASTIC EQUILIBRIUM NETWORK DESIGN PROBLEM WITH ELASTIC DEMAND

1 IntroductionThe network design problem (NDP) is to select link improvements or add new links to anexisting network suCh that social welfare is maximized while according for the route choicebehavior of network users and/or changes in demand. Two sets of decision-makers with differedsobjectives are involved in the NDP. The network users individually select their routes suchthat their individual travel costs are minimized, while the planners aim to make the bestnetwork improvements for reduc…     

多类型弹性需求随机用户平衡分配模型

分析了路网中存在的混合路径选择行为。基于出行者对路网状况熟悉的不同程度,对出行者进行分类,建立了多类型弹性需求随机用户平衡分配模型,并提出基于对角化算法和MSA算法的组合求解算法。用一个简单的实例进行了说明。     

城市交通组合随机用户平衡模型

提出了适用于大规模网络的组合随机用户平衡模型,能够同时预测出行分布和交通分配。因为出行分布、交通分配子模型都是建立在随机效用理论基础上,因此,整个模型具有一致性,且具有很好的行为解释。引进循环优化分配算法,并用一个简化的例子对模型及算法进行了验证说明。     

蚂蚁算法处理弹性需求混合交通UE配流问题

针对我国城市交通路网内机动车与非机动车混行的交通现状,提出了一种基于蚂蚁算法(ant algorithm)的寻优策略处理弹性需求下混合交通UE(user equilibrium)配流问题.同时,根据蚂蚁算法的思想以伪代码形式设计了求解弹性需求下混合交通UE配流模型最优解的程序流程,并应用于一个实例.算例表明,蚂蚁寻优策略在寻优的可靠性和计算效率方面优于传统的寻优算法.     

利用IC 卡数据估计公交OD 矩阵的模型及算法

利用公交IC卡数据建立了估计公交系统OD矩阵的双层数学规划模型,上层问题为广义最小二乘模型,下层问题为以变分不等式表示的基于超路径的公交网络均衡配流模型.采用启发式算法求解该双层数学规划模型,由于非对称性,运用了自适应的投影方法来求解下层的变分不等式问题,算例表明了模型的可行性和算法的有效性.     

ATIS和恶劣天气下的随机交通分配模型

为了研究恶劣天气(不同降雨密度)引起的道路网络供给和需求不确定性对装备和未装备ATIS用户的出行行为产生的影响, 本文提出一个内生、平衡ATIS市场占有率和遵从率下, 基于路径运行时间可靠度的交通分配模型. 装备ATIS的用户也并不总是遵从ATIS提供的建议. 因此, 所有用户被分为三种类型: 装备ATIS且遵从ATIS建议的用户, 装备ATIS但不遵从ATIS建议的用户以及未装备ATIS的用户. 用户在选择出行路线时会综合考虑路径运行时间不确定性、天气条件以及ATIS的建议. 此外, 本模型使用基于Logit的随机用户平衡模型, 考虑用户的出行成本感知误差. 本文提出的模型可以表示为一个等价的基于路径流量的变分不等式问题. 通过算例分析证明所提出模型和算法的有效性.     

Bilevel programming model and solution method for mixed transportation network design problem

By handling the travel cost function artfully, the authors formulate the transportation mixed network design problem (MNDP) as a mixed-integer, nonlinear bilevel programming problem, in which the lower-level problem, comparing with that of conventional bilevel DNDP models, is not a side constrained user equilibrium assignment problem, but a standard user equilibrium assignment problem. Then, the bilevel programming model for MNDP is reformulated as a continuous version of bilevel programming problem by the continuation method. By virtue of the optimal-value function, the lower-level assignment problem can be expressed as a nonlinear equality constraint. Therefore, the bilevel programming model for MNDP can be transformed into an equivalent single-level optimization problem. By exploring the inherent nature of the MNDP, the optimal-value function for the lower-level equilibrium assignment problem is proved to be continuously differentiable and its functional value and gradient can be obtained efficiently. Thus, a continuously differentiable but still nonconvex optimization formulation of the MNDP is created, and then a locally convergent algorithm is proposed by applying penalty function method. The inner loop of solving the subproblem is mainly to implement an all-or-nothing assignment. Finally, a small-scale transportation network and a large-scale network are presented to verify the proposed model and algorithm. This research is supported by the National Basic Research Program of China under Grant No. 2006CB705500, the National Natural Science Foundation of China under Grant No. 0631001, the Program for Changjiang Scholars and Innovative Research Team in University, and Volvo Research and Educational Foundations.