考虑交叉口延误的信号控制路网容量模型

为了研究信号控制延误对路网容量的影响,考虑到出行者针对交叉口信号控制延误的路径选择行为,建立了双层规划的路网容量模型.下层问题是考虑信号控制延误的用户均衡分配模型,它能预测司机对于某一种信号设置方式的择路行为;上层问题是考虑用户择路行为时的信号配时参数的优化,以使路网容量最大.该模型所调节的参数包括周期时长和绿信比.采用基于灵敏度分析的启发式算法求解该问题.算例应用表明,考虑交叉口延误的路网容量模型可以通过调节交叉口各个入口的延误使交通量在各个路径之间分配更为均衡,路网容量比不考虑延误时增大了35.16%.     

停车诱导可变信息标志影响下的多层路网随机用户均衡分配模型

在传统随机用户均衡分配模型基础上,将路网分为路上行驶层、停车巡泊层和步行层3层,用于定量分析停车诱导可变信息标志对驾驶人出行的影响.引入慢速因子体现驾驶人的停车寻找行为,并利用考虑理解误差的费用函数反映停车诱导可变信息标志对驾驶人停车设施选择行为的影响.在此基础上,构建了停车诱导可变信息标志影响下的多层路网随机用户均衡分配模型,并提出了相应的求解算法.算例结果表明,经平均迭代15次模型能较快收敛,当路网上部分道路处于拥堵状态时,停车诱导可变信息标志的设置效果较好,可节约驾驶人6.2%的出行时间.     

基于出行时间预算的多模式多类用户城市交通均衡分析

在道路交通与轨道交通组成的多模式城市交通网络中,考虑路径出行时间的不确定性,对用户的交通模式与路径的选择行为进行分析,建立基于出行时问预算的多模式多类用户均衡交通分配模型,设计基于路径配流的求解算法.研究结果表明:该算法适用于路径费用不具备可加性的交通均衡模型的求解;交通需求、路网降级及用户所需的可靠度水平对交通模式及路径选择均具有显著影响;随着交通需求水平的提高或路网降级加剧,用户选择轨道交通出行的份额增加,且可靠度需求较高的用户选择轨道交通的份额增幅更高.     

用户平衡分配条件下交通控制优化研究

基于信号配时和路径选择之间的相互作用机制,提出了一种区域协调多相位定时控制优化的双层规划模型.模型下层用具有路段容量约束的用户平衡描述拥挤网络条件下的路径选择,并引入了节点流向阻抗,上层为区域协调多相位定时控制优化模型,以总行驶时间和停车次数构成的网络性能指标作为信号优化的目标.采用乘子法求解带有路段容量约束的用户平衡问题,用灵敏度分析算法求解该双层规划问题.     

基于交叉口多相位信号控制的路网容量

构建了一种用于描述交叉口多相位信号控制路网容量的双层规划模型.其中,下层模型是一个交叉口多相位信号控制路网用户均衡分配模型,用以求解给定信号配时参数和交通需求量下的路段均衡流量,该模型考虑了各相位下的信号延误.上层模型是一个非线性规划模型,模型以路网容量最大为目标,对信号配时参数和O-D需求量进行优化.双层规划模型采用基于灵敏度分析的BLABD算法求解,算法的主要思想是通过差商的方法估计路段均衡流量对设计变量的导数,从而将上层模型中未知路段流量函数展开为一个线性函数.算例分析结果显示,该算法能有效求解多相位信号控制路网容量问题,具有实用价值.     

基于VMS信息差异的驾驶人路径选择行为

为了探究可变信息标志(variable message sign, VMS)条件下驾驶人路径选择行为的影响因素,以西安市私家车和出租车驾驶人为调查对象,采用正交试验法设计调查问卷,采用行为(revealed preference,RP)调查和意愿(stated preference,SP)调查结合的方法,获取特定情景下驾驶人的路径选择行为;采用二项Logit模型构建驾驶人路径选择行为决策模型,并分别用Jackknife和Bootstrap抽样技术修正所构建的模型,对比分析上述3种模型的精度。在基于Bootstrap技术的二项Logit模型的基础上,分别讨论不同的VMS发布形式、拥堵原因、拥堵时间和更新频率对驾驶人路径选择行为的影响。研究结果表明:Jackknife技术不能提高Logit模型精度,而Bootstrap技术可以显著地提高Logit模型的精度;文字式和图文混合式的VMS发布形式对驾驶人路径选择行为有显著的正影响,且影响程度相差不大,而图形式的VMS发布形式对驾驶人路径选择行为没有显著的影响;拥堵原因对驾驶人改变路径的影响强度从大到小依次为交通事故、车流量大、道路施工;随着拥堵时间的增加,受过高等教育的驾驶人选择替代路径的概率逐渐增大;驾驶人更愿意接收到更新频率为30、60 s的建议绕行信息。研究结论有助于交通管理部门设计更可接受、易理解的VMS信息,从而为改善交通状况和提供个性化的出行信息服务奠定理论基础。     

基于累积前景理论的日变交通配流模型

相比基于均衡原理所建立的网络均衡配流模型,日变交通配流模型能够描述网络系统的非均衡状态,因而具有更一般的适用性.针对基于期望效用理论的出行者路径选择模型的不足,采用累积前景理论获得了出行者具有参考点依赖特征的路径累积前景值.假设出行者是最大路径累积前景的追随者,利用不同路径累积前景的差异构建了网络系统路径流量交换模型,并据此建立了一个日变动态配流模型.通过一个算例网络对配流模型进行了验证,数值结果表明所提出的模型能够反映动态决策环境下出行者考虑随机风险的有限理性决策行为.     

基于路径长度的Logit型随机用户均衡模型

为了克服传统路径选择模型内在的IID假设,将考虑路径长度的Logit模型(path-sizelogit,PSL)引入随机用户均衡模型,构建了基于PSL的SUE模型.通过数学证明该模型的解与随机用户平衡解的一致性,以及模型解的唯一性.基于PSL的SUE模型考虑了路径长度的因素,从而可部分消除由于传统Logit模型对误差项的IID假设而引起的IIA问题.设计了MSA算法作为模型的求解算法,对比分析了考虑路径长度的Logit型随机用户均衡模型和传统Logit型随机用户均衡模型的分配结果,结果表明,在SUE模型中采用PSL模型能够处理各个路径之间长度的差异性.     

多车型随机动态交通分配和信号优化组合

研究了多车型随机动态交通分配和信号优化的组合问题,提出了一种考虑多车型下的随机型动态交通分配和交通信号优化的组合模型。模型采用广义双层规划来表示,上层是信号优化控制,进行交通信号的优化配置;下层是考虑多车型下的随机型动态交通分配,进行交通网络流的配置。同时,模型中采用具有物理排队的多车型动态网络模型,从而考虑了饱和路网中物理排队对网络条件的影响以及不同车型间的相互作用。采用遗传算法对模型进行了优化求解。结果表明,在考虑多车型随机用户路径选择行为的基础上使整个网络的总行程时间达到了最小,由此获得最佳的信号控制策略和相应的优化路径流,实现了交通信号的优化配置和交通流优化。     

不确定环境下收费与信息对路径选择行为影响的实验研究

在不确定环境下考虑信息发布与拥挤收费两种措施,基于交通网络均衡,推导了两路径简单路网的最优收费模型,并推广至一般路网。基于两路径路网设计逐日路径选择行为实验,分析了两种措施对路径选择行为的影响。结果表明：完美信息与收费的实施均能减少流量波动,单独实施收费的效果最佳,但只有两种措施相结合时,路网流量趋于用户均衡的趋势最稳定;完美信息会增加路径切换行为,而收费可有效抑制大幅的路径切换;无收费时路径切换往往会造成出行成本增加,而收费时则相反;收费与信息结合时的出行时间比两种措施单独实施时小。     

基于非线性互补的电动自行车-机动车用户均衡模型

为了研究出行者关于电动自行车和机动车的出行方式选择行为以及路径选择行为,文章基于非线性互补方法构建了考虑电动自行车与机动车的用户均衡模型。该模型探讨了出行时间与损失成本对出行者出行选择的影响,同时分别构建了机非分隔与机非混合情形下的各方式路段出行时间函数。算例结果表明模型的分配结果满足用户均衡原则,验证了模型的有效性和准确性,同时通过分析得出实行机非分隔可以显著减少系统总旅行时间。     

截断随机出行时间下可靠网络均衡模型

针对现有随机交通网络均衡模型未考虑路径出行时间的有界性和准时到达概率对出行者路径选择行为影响的问题,基于截断随机出行时间,提出了克服其局限性的可靠网络均衡条件,该均衡条件下没有出行者可以通过单方面改变出行路径来提高准时到达概率.构建了该均衡条件的等价变分不等式(VI)模型,并证明了其等价性和解的存在性.设计了基于路径的相继平均(MSA)算法对模型求解.采用Nguyen-Dupuis网络对可靠网络均衡模型和MSA算法的有效性进行了测试.研究结果表明:该算法能够快速收敛到较高精度;与不考虑随机出行时间有界性的模型相比,网络均衡状态下的准时到达概率和流量分布均存在差异,最大路段流量相对变化值达到38.5%;增加出行时间预算和降低出行时间上界均可以有效提高起讫点间的准时到达概率.     

考虑距离因素的多方式交通超级网络均衡配流模型及算法

考虑了出行距离对出行者不同感知费用的影响,提出了一种考虑距离因素的多方式用户平衡配流方法。对出行者在多方式交通系统中的出行行为进行了分析,基于图论构建了用于描述一般出行过程的多方式超网络模型,并定义了有效超路径和子路径。针对出行者在不同出行过程中时间和花费这两个主要定量因素的计算方法,同时考虑了出行距离对出行者感知费用的影响机制,构建了考虑距离因素的出行广义费用函数。在此基础上,提出了基于用户平衡准则的多方式交通网络配流模型,并提出了基于子路径费用的最短超路径搜索算法。最后用一个简单算例对模型进行了验证,结果表明本文所提出的模型及算法可行有效。     

ATIS环境下的网络交通流逐日动态演化研究

基于出行者逐日路径选择过程,建立出行者路径选择模型和逐日路径选择学习模型. 在2条平行路径的简单路网中进行多次数值实验,结果表明：网络交通流演化是否稳定,以及能否达到随机用户均衡态,与出行者对昨日感知行程时间的依赖程度和先进的出行者信息系统市场占有率两者都有关系. 当出行者对昨日实际行程时间完全依赖时,路网系统始终偏离随机用户均衡态;当出行者对昨日感知行程时间完全依赖时,出行者集中选择一条路径,并且网络交通流演化稳定.     

考虑区域交通信号配时优化的公交专用道线网规划

在公交专用道线网实际规划时,需要综合考虑交叉口延误与信号配时等因素的影响。为了使公交专用道线网规划更加合理,在考虑区域信号配时优化的条件下,以绿信比作为各个交叉口的信号配时优化变量,建立了双层规划模型,上层模型的目标函数是使网络的总出行时间最小,下层模型由交通方式划分模型、小汽车客流分配模型和公交客流分配模型3部分组成,并采用遗传算法对模型进行了求解,通过算例验证了模型的有效性。结果表明：在进行公交专用道线网规划时,交叉口的延误不可忽略;在考虑交叉口延误的基础上,对区域信号配时优化可进一步降低网络的出行总成本。     

考虑区域交通信号配时优化的公交专用道线网规划

在公交专用道线网实际规划时,需要综合考虑交叉口延误与信号配时等因素的影响。为了使公交专用道线网规划更加合理,在考虑区域信号配时优化的条件下,以绿信比作为各个交叉口的信号配时优化变量,建立了双层规划模型,上层模型的目标函数是使网络的总出行时间最小,下层模型由交通方式划分模型、小汽车客流分配模型和公交客流分配模型3部分组成,并采用遗传算法对模型进行了求解,通过算例验证了模型的有效性。结果表明：在进行公交专用道线网规划时,交叉口的延误不可忽略;在考虑交叉口延误的基础上,对区域信号配时优化可进一步降低网络的出行总成本。     

基于结构方程的信号交叉口驾驶人两难区选择行为影响因素分析

驾驶人在信号交叉口两难区的驾驶选择行为影响因素分析对交叉口的安全运行具有重要意义。通过设计问卷,获取了不同个人属性、不同道路情况、考虑设置辅助驾驶系统等因素下驾驶人的选择行为,使用结构方程分析了上述因素对驾驶人在两难区的选择行为的影响。结果表明:驾驶人的个人属性、驾驶信息、对于辅助系统的态度及意见等都对驾驶人在两难区的选择行为有直接的影响,而其中驾驶人的驾驶信息是主要影响因素。     

基于累积Logit模型的驾驶人路径改换行为影响因素分析

基于调查数据,采用累积Logit模型对影响驾驶人路径改换行为的影响因素进行综合分析,通过理论与实证分析,分析影响路径改换行为的主要因素.首先采用SP调查的方式,用离散选择分析法对影响路径改换的因素进行多变量分析;然后,建立多元累积Logit模型,并利用经济学的基本原理,建立路径改换行为的动态评价模型.分析表明:在拥挤收费的前提下,影响驾驶人路径改换的主要因素,取决于不同的收费额度、驾驶人个体属性(驾车类型、月收入等).这一研究结果可以应用到交通规划与管理过程中.     

云计算环境下基于改进GSO的目标主机选择算法

目标主机的选择是虚拟机动态迁移过程中的重要阶段,是实现负载均衡的关键。针对基本萤火虫算法存在的精度不高、收敛较慢的问题,提出了一种改进的萤火虫优化算法,用于解决虚拟机迁移时虚拟机和目标物理主机的映射问题,实现多目标最优求解。该算法通过引入步长调整因子,能够动态调整移动步长,克服了步长过大或过小导致的精度不高、后期收敛较慢的缺点。全面考虑物理主机负载指标,建立负载均衡模型,将萤火虫算法中个体与节点资源相对应,利用萤火虫发光机制寻优求解,以实现目标主机的优化选择。仿真实验表明,该算法能够快速完成目标主机的选择,有效平衡系统资源,实现数据中心负载均衡。     

考虑路径舒适性的连续道路网络设计

【目的】基于出行者的舒适性偏好,探究考虑路径舒适性的连续型交通网络设计,拓展网络设计的相关理论,为交通规划与设计提供新思路。【方法】在现有路径舒适度不能直接叠加的情况下,重新定义路径舒适性并对其量化分析,将其转化为可叠加的舒适度成本;再以变分不等式的形式建立考虑舒适性择路准则的交通网络均衡分配模型;最后,建立考虑路径舒适性的网络设计双层规划模型,采用基于灵敏度分析的方法求解,并在一个小型测试网络上进行验证。【结果】以舒适度成本最小化为准则进行分配后得到的路径流量符合用户均衡原理,能使采用最优策略时的路网总阻抗最小。【结论】舒适性择路准则能合理地刻画舒适偏好出行者的路径选择行为,在交通网络设计中具有一定的实用性。