基于实时交通信息的车辆路径与调度动态仿真

城市的发展导致道路交通运输问题变得越来越突出。针对这类问题,建立了一种基于实时交通信息的动态车辆路径与调度问题模型,并构建了一个动态交通仿真模型模拟真实的车辆行驶状况。通过两阶段仿真,获取车辆在道路中行驶的实际行驶时间。最后构造了一个交通网络,通过仿真试验验证提出的模型的有效性。     

一类混合动态系统的仿真方法

结合现有的连续变量动态系统及离散事件动态系统的仿真模型和仿真算法，分别给出了交互型和监控型两种混合动态系统的仿真模型及仿真算法     

一类离散事件动态系统建模与仿真策略

本文从实际过程系统中抽象出一类特殊的离散事件动态系统,对该系统进行了数学描述.针对系统的特点设计了一套仿真方法.最后给出一个实例,通过仿真来研究其设备配置,得到了与实际情况吻合的结果.     

建立地面交通通用仿真系统的研究

首先提出了建立地面交通通用仿真系统的构想，并进一步从系统模拟单元构造和系统结构模式两方面讨论了建立地面交通通用仿真系统的方法，提出了分层次描述模拟单元以及模块化和插件式方法构造模拟系统的思想。在此基础上可进一步构造城市交通和铁路交通通用仿真系统，以满足地面交通研究的需要。     

基于动态路径规划的物流仿真控制技术

针对传统的静态路径规划与车间复杂的物流网络不一致的问题,提出了基于动态路径规划的物流仿真控制技术.通过对物流运行过程的分解,建立了基于物流的装载、运输和卸载等动作传感器触发的物流仿真控制逻;利用轨道选择规则和工件选择规则,实现了物流运行的调度控制;以轨道交叉点的计算为基础,利用Dijkstra算法实现了最短路径计算;通过在动态传感器中加入路径规划算法,实现了基于动态路径规划的物流仿真控制.最后通过建立物流仿真模型,验证了上述方法的有效性.     

面向对象微观交通仿真系统的研究与实现

介绍了面向对象与仿真的关系以及面向对象建模仿真方法，结合基于OODB和基于DEVS的两种面积对象建模仿真方法，提出了基于面向对象的微观交通仿真模型模过程，并给出了仿真系统用VC＋＋语言实现时，部分关键问题的程序实现方法，最后，给出了系统程序实现的总体流程。     

车辆线路引导系统（VRGS）引导策略的研究现状

本文综述车辆线路引导系统（ＶＲＧＳ）引导策略的研究文献,主要分析ＶＲＧＳ研究中普遍采用的静态、动态交通分配技术的长处和局限,重点阐述均衡模型和自适应预测模型的研究动态。     

基于实时交通信息的城市动态网络车辆路径优化问题

将动态城市交通路网与车辆路径问题相结合, 考虑一类实时交通信息下的城市动态网络车辆路径优化问题. 在问题中考虑常发性交通拥堵和偶发性交通拥堵两种情形. 提出一类将初始路径安排与实时路线调整相结合的求解策略. 初始路径安排通过采用遗传算法求解常发性交通拥堵情形对应的时变网络车辆调度问题得到. 在车辆行驶过程中, 针对偶发性交通拥堵环境下的突发事故情形, 引入一种在关键点更新路线的新机制. 数值算例验证了新实时路线更新机制比目前文献中已有的更新机制更有效, 且随着网络动态性增加其优越性更加明显.     

基于动态博弈的行人交通微观仿真模型

分析了行人交通的基本特征,并提出了基于动态博弈的行人交通微观仿真模型。通过行人的移动环境抽象、路径选择、速度选择、碰撞处理和空间占用冲突处理等五个步骤确定了模型的基本框架,并对每步作了较详细的分析。最后,通过仿真试验并与经验数据相比较,表明该模型具有合理性和有效性。与已有模型相比,该模型在提高运算精度的基础上解决了行人交通仿真中存在的同步决策等问题。     

基于随机用户均衡的交通配流演化动态系统模型

首先提出一个刻画交通配流演化的动态系统模型.该模型描述了路径流量日复一日的动态调整过程,而且其稳定状态对应于Logit随机用户均衡状态.随后分析了该模型的几个特征,包括模型稳定状态与随机用户均衡状态的等价性、模型稳定点的唯一性和模型收敛性.所提出模型被刻画作一个离散的动态系统,且具有一般的形式,文中也给出了它的一个具体形式.最后,利用一个数值算例对该动态系统模型的应用及性质进行了说明.该研究有助于更好地理解路径流量日复一日的动态调整过程.     

大型活动下路网可靠性动态交通仿真平台及实例分析

针对大型活动的交通特点,以动态交通仿真模型INTEGRATION为基础,以路网可靠性算法为核心,建立了一个面向大型活动下路网可靠性影响评价的动态交通仿真平台,描述了该仿真平台的主要功能模块:路网构建模块,交通需求模块、交通运行模块和可靠性分析模块,提出了路网可靠性评价指标和算法,为大型活动下的路网可靠性评价提供了一套有效的分析工具.最后选择首都体育馆演唱会开展了实际案例的分析.     

基于系统动力学的民航CPS网络风险评估

为解决民航信息物理系统网络风险评估中风险的时间依赖性及复杂的耦合效应,以航油自控系统为例,提出一种基于系统动力学与关联分析相结合的评估方法.首先定义系统动力学表达式,利用系统安全状态函数达成评估目标一致性.进一步结合软因素将风险系统划分为网络风险、业务风险、人为风险和管理风险四个子系统,使用轻量级控件规则定义风险耦合,最后使用Vensim进行仿真分析.结果表明,基于系统动力学的网络风险评估方法相比于传统方法更关注风险耦合,评估结果更具有实时性,为解析风险动态演化机制、从根本上降低航油自控系统网络风险提供了科学依据.     

基于微观交通仿真的动态交通管理优化问题研究

动态交通管理的优化帮助交通管理者针对实时交通状况制定出最优的交通管理方案.本文就此类问题建立了双层优化模型,并在下层模型中借助微观交通仿真模型,来评估优化过程中任一给定交通管理措施对路网交通流的影响;针对此模型,开发了基于模拟退火算法的优化解法.实践表明,借助下层交通仿真模型能方便有效地估量动态交通管理措施对交通流在微观层面上的影响,从而为上层模型中大规模的搜索优化奠定基础.     

混杂交通微观仿真原型系统的验证

在混杂交通微观仿真原型系统的开发中，需要做大量实地研究工作，并且验证主要是验证交通参与者模型。考虑到这些特点，在借鉴现有仿真验证方案的基础上，为其验证制定了方案。验证方案包含5步：仿真用途确定、比较基准定义、概念模型验证、规则库验证、结果验证。在文章最后，给出了一个应用该验证方案的具体实例。     

系统仿真动态数学模型的算法研究

研究了系统仿真中具有代表性的既可描述微分环节又可描述惯性环节的动态数学模型的计算方法，通过理论分析，给出了隐式欧拉法和梯形法的误差计算公式、误差符号及首次误差关系判断准则，找到影响计算精度的动态因子，给出动态因子的计算公式及计算方法，从而提高了此类模型的计算精度。     

交通信息对交通行为影响的评价模型

用随机均衡和确定性均衡两种交通分配模型分析了交通信息对交通行为的影响 .虽然研究工作是在简单网络和线性成本假设下进行的 ,但所得结论却引人思考 ,即交通信息的有效性不是普遍的 ,而是有条件的.     

基于交通瓶颈的动态交通分配模型

在动态交通分配模型中,假定在交通均衡状态下司机不可以通过改变出发时间和行驶路径而降低出行费用.经典的Vickrey模型作为一种基于交通瓶颈的动态交通分配模型,假设出行者选择不同的时间上班(下班)所面对的出行费用(含旅行时间和延误惩罚)相等.针对在Vickrey模型中,长期以来人们均假设瓶颈的通行能力是不变的,即从瓶颈离开的累计车辆数为直线,将对Vickrey模型的这一缺陷做出改进,建立瓶颈通行能力随时间变化时的交通均衡模型和求解算法.     

交通信息诱导下的混合用户均衡模型研究

通过分析交通信息对出行者路径选择行为的影响,构建了一个同时考虑惯性出行者和非惯性出行者路径选择行为的混合用户均衡模型.随后,提出了求解混合用户模型的算法,通过算例对模型和算法的合理性进行验证,并探讨当出行者路径选择存在惯性行为时,交通信息是否能够缓解交通拥堵.研究发现交通信息虽然可以影响出行者的路径选择行为,但是可能会增加整个系统的总出行时间.而合适的信息渗透率有助于显著地减少整个系统的总出行时间,使得系统趋向于最优化.     

交通诱导系统路网状态描述方法及仿真研究

路网交通状态描述是智能交通诱导系统中非常重要的一个环节,对诱导效果有很直接的影响.文章对路网交通状态描述向量的构成及计算方法进行了研究,结合智能交通诱导系统短时交通流预测,提出了包含诱导单元所在路段综合饱和度、诱导单元下游路段综合饱和度和目标区域综合饱和度等分量构成的路网交通状态向量.提出了路段综合饱和度的计算方法,设计了路网相似状态合并规则,并对综合饱和度中路段权重的动态确定过程进行了研究,对路网交通状态描述方法的有效性及状态提取参数对诱导效果的影响进行了多次仿真试验,通过时仿真结果进行分析,证明了上述路网交通状态描述方法在智能交通诱导系统中是有效的.     

不同信息透明度的非线性再制造供应链动态行为

在APIOBPCS(Automatic Pipeline,Inventory and Order Based Production Control System)订货系统基础上,建立具有非线性约束再制造过程的闭环供应链系统,根据对再制造信息不同程度的掌握将系统分为类、类、类三种类型,信息透明度依次增强。应用控制论和系统仿真方法,在输入需求信息分别是阶跃信号和随机信号的情况下研究再制造提前期、回收比例和最大回收能力的变化对系统动态行为的影响;并对具有不同信息透明度的闭环供应链模型的动态行为进行对比分析。研究结果表明,三类系统的动态行为在非线性条件和线性条件下有显著的区别,非线性约束导致系统产生更大的波动和更高的牛鞭效应值。而且系统的动态性能并不一定随着信息透明度的增强而增强,信息透明度最强的类系统并不严格优于其他两类系统。在不同的参数取值下,三类系统各有优劣。