基于博弈分配的交通配流新算法

交通流分配,就是将预测得出的OD 交通量,根据已知的道路网描述,按照一定的规则符合实际地分配到路网中的各条道路上去,进而求出路网中各路段的交通流量．而枚举OD对中所有的路径是进行交通分配的基础,对于大型复杂的路网这项工作是比较困难的．该文提出了一种生成最短路径的方法,并结合博弈分配,将交通流分配在这些最短路径集上,避免进行大量枚举．文中将新算法与传统的logit分配算法做比较,最后用一个数值算例,说明了该算法的可行性和有效性．     

非对称网络容量约束用户均衡交通分配仿真算法

针对非对称网络路段容量约束交通均衡分配模型计算困难,设计了一种带路段容量约束的用户均衡交通分配仿真算法。在算法迭代过程中,将按全有全无法在当前最短路上分配流量与前一轮迭代所得到的流量加权组合,各O-D对的组合系数依Logit模型来确定;并不断自适应调节路段排队延误因子和误差因子来模拟实际路段行驶时间,使路段流量逐步低于路段容量,从而达到广义用户均衡,克服了容量约束均衡分配计算量大及Logit随机分配法要求枚举所有路径的困难。随后证明了算法的收敛性,并对一个小型路网进行了数值试验。     

考虑交叉口等待时间的最短路径算法研究

在甄别等待时间和延误的基础上,首先提出了信号交叉口处等待时间函数,并分析了信号交叉口处等待时间特性;其次,在假设路段行程时间固定的基础上重新定义路网的邻接矩阵,提出信号交叉口属性表,并结合重新定义的路网参数,将信号交叉口等待时间引入算法之中,提出了新的标号算法,即考虑信号交叉口等待时间的最短路径算法(CWTSI SP algorithm),用以求解本文网络最短路径问题.数值试验的结果表明,CWTSI SP算法考虑了信号交叉口的等待时间,并分析了最短路径和最短行程时间随开始时间的不同而变化的特性.算法具有较好的效率,并贴近交通现象本质,对于动态交通流分析具有良好的实用性.     

突发性灾害中高速公路分流体系的设计

从交通流速度—密度的理论与实证关系入手,考虑天气对高速公路交通流的影响,进而有效地进行突发性灾害下分流体系的设计.在灾害性天气出现时导致交通流堵塞的主要原因是关键点的通行能力发生变化,借鉴HCM的方法和Banks的方法对瓶颈点的通行能力进行分析.最后以2008年初中国南方地区冰灾造成的高速公路交通阻塞为背景,设计了一个交通分流的算例,以待分流的堵塞车辆到达目的地时间最短为目标函数.在对N辆车进行初始分配时,先找出每条可行路最拥挤的路段,然后将第i辆车分配到所有拥挤段中相对畅通的路段对应的路径,将通行时间最长的路径上的车辆调整到其他路径上,以迭代算法求解最优解.     

路网车流径路优化调整中的最短径路算法

目前铁路车流径路基本上都是按照路网的最短路径来安排的,首先一般都采用Dijkstra算法计算最短路径,然后参考相应区段的能力限制,对车流进行分配,对车流量超过能力的区段重新进行车流调整,这时需要重新计算新条件下两点间最短路径,一般仍采用Dijkstra算法重新计算两点最短路径,这大大地浪费了前期的计算最短路径的信息,增加了计算工作量,本文采用A*算法作为一种启发式算法,可以克服这一缺陷。     

基于城市轨道交通大数据的站点客流存量反演与客流去向预测

利用图论中交通/流量网络的概念对轨道交通路网进行了拓扑建模,对各个站点通过闸机进/出站客流量和通过线路到达/离开客流建立了客流守恒公式.基于该守恒公式和大数据机器学习算法对路网每个站点进出站数据进行分析和挖掘,得到了将路网客流量"分配"到每对进出站点间K条最短路径上的比率,进而建立了反演各个站点客流存量和对线路客流负载进行预测的数值算法.文章利用上海轨道交通路网数据对该反演预测算法进行了数值测试,结果与实测数据吻合,说明算法有效.     

随机路网中风险爱好出行者的路径选择分析

为探究随机路网中有风险偏好倾向的驾车出行者的交通路径选择影响及风险倾向与路网路段拥堵之间的关系,结合风险偏好型出行者的等价路段负效用函数与Weibull随机用户均衡建立随机路网Weibull随机用户均衡(SUE)模型,以等价负效用最小化为路径选择准则设计了求解模型的算法.采用测试算例及在广州调查得到的驾车出行者风险倾向系数,分别使用等价路段负效用函数和美国联邦公路局函数作为路段绩效函数进行随机路网Weibull随机用户均衡与Logit随机用户均衡交通分配,并比较分配结果.由算例结果可以发现风险爱好型的路径选择行为会加剧某些路段拥塞.通过算例对文中提出的Weibull-SUE模型进行敏感度分析,结果表明风险偏好系数对于一些路段交通量有显著影响.这一研究将有助于展示现实随机路网中风险爱好出行者的交通流分布形态,加深对交通行为的理解.     

大规模多模式交通网络构建方法对比分析

针对目前大规模多模式交通网络构建方法对比研究的不足,对不同构建方法在计算效率与结果上的差异展开研究.首先,在6个不同规模公交网络上对比了公交区段和超路径2种网络表达方法对扩展网络规模的影响.其次,提出了公共交通站点与路网匹配连接方法,并使用节点压缩方法创建衔接网络.最后,在大规模多模式交通网络上,计算了10万对出租车载客行程OD的3种最短路径,并将其广义时间费用与实际出租车行程比较.研究结果表明：在计算耗时方面,路线>超路径>简单路径;在平均最短路径费用方面,简单路径>路线>超路径;与实际出租车行程相比,简单路径、路线和超路径最短路径费用更低的OD对比例分别为39.21%、41.29%和42.83%.     

基于缓存技术的路网最短路径查询

分析了目前基于缓存进行路网上最短路径查询常用方法的不足,提出一种支持路网最短路径查询的缓存管理方法.该方法在缓存有限的情况下,有效地选择那些不同但能满足更多查询请求的最短路径,将其放入缓存.提出了缓存代价模型,并设计了缓存构造算法.最后采用真实数据集进行性能分析.实验测试显示,本文提出的方法比现有方法具有更高的缓存命中率,平均执行效率优于现有的处理技术.     

基于缓存技术的路网最短路径查询

分析了目前基于缓存进行路网上最短路径查询常用方法的不足,提出一种支持路网最短路径查询的缓存管理方法.该方法在缓存有限的情况下,有效地选择那些不同但能满足更多查询请求的最短路径,将其放入缓存.提出了缓存代价模型,并设计了缓存构造算法.最后采用真实数据集进行性能分析.实验测试显示,本文提出的方法比现有方法具有更高的缓存命中率,平均执行效率优于现有的处理技术.     

基于出租车轨迹数据的交通异常识别算法研究

为了实现基于出租车轨迹数据的交通异常识别,本文首先以城市栅格地图模型为框架,提出了一种针对城市路网的多光谱分隔算法,并根据城市路网分别从区域增长与区域融合两种角度实现了多光谱地图的分割。其次在分割的城市路网基础上,设计了交通异常的识别算法。算法依据单元区域内道路网络拓扑结构构建交通异常图,然后根据出租车路径选择模式的历史规律计算每个单元区域内不同路径上的出租车轨迹流量的变化,最后根据三倍均方差指标识别单元区域内的交通异常。文章最后以哈尔滨为例进行了算例分析,算例结果表明,本文提出的异常识别算法取得了良好的效果,验证了算法的有效性及准确性。     

基于发生率的高峰小时机动车OD矩阵预测

城市道路机动车交通分配一般使用的是高峰小时机动车起讫(OD)矩阵,提出一种基于高峰小时发生率调查的高峰小时机动车OD矩阵预测方法.直接调查各类用地的高峰小时机动车发生率以及其出行种类,可以进行高峰小时的小区出发到达量(OD)预测以及到出行产生吸引(PA)的转换.在使用高峰小时机动车PA进行出行分布预测之后,利用调查得到的出行种类比例进行高峰小时机动车PA矩阵到OD矩阵的转换,进而得到高峰小时机动车OD矩阵.     

道路网络中门到门包含重复节点的最优路径算法

设计了具有交通约束的受限路网中,基于兴趣点(POI)的门到门包含重复节点的寻路算法。该算法首先利用距离最短准则建立POI和路网间的临时拓扑关系,然后根据受限路网中最优路径的结构特征,构造包含驶入路段的节点进行寻路拓展,以此为基础进行标记设定广度优先搜索,即可获得门到门包含重复节点的最优路径。在道路密度较大的北京市路网中的试验结果表明,该算法能够根据交通约束规划出实用的最优路径,对于长度约60km路径的计算平均耗时在3s左右,可以满足车辆导航应用的实时性要求。     

环形放射状路网拓扑结构交通拥堵特性

考虑交通出行需求和路网拓扑结构,研究了环形放射状路网上的交通拥堵特性。基于国内7个城市的出租车乘客OD数据分析,研究了出租车用户群体出行距离分布特性,建立了一种基于OD分布的交通需求生成普适性模型。在此基础上,研究了特定需求分布下规则网格状和环形放射状两种典型路网结构的交通拥堵特性。结果表明在满足特定OD直线距离分布的交通需求下,环形放射状路网拓扑结构能有效减少网络拥堵时间,节约交通出行成本。     

道路网络中门到门包含重复节点的最优路径算法

设计了用于包含交通约束的受限路网中基于兴趣点(PO I)的门到门包含重复节点的寻路算法。首先利用距离最短准则建立PO I和路网间的临时拓扑关系,然后根据受限路网中最优路径的结构特征,构造包含驶入路段的节点进行寻路拓展,以此为基础进行标记设定广度优先搜索,即可获得门到门包含重复节点的最优路径。在道路密度较大的北京市路网中的试验结果表明,该算法能够根据交通约束规划出实用的最优路径,对于长度约60 km路径的计算平均耗时在3 s左右,可以满足车辆导航应用的实时性要求。     

Constrained Newton Methods for Transport Network Equilibrium Analysis

A set of constrained Newton methods were developed for static traffic assignment problems. The Newton formula uses the gradient of the objective function to determine an improved feasible direction scaled by the second-order derivatives of the objective function. The column generation produces the active paths necessary for each origin-destination pair. These methods then select an optimal step size or make an orthogonal projection to achieve fast, accurate convergence. These Newton methods based on the constrained Newton formula utilize path information to explicitly implement Wardrop's principle in the transport network modelling and complement the traffic assignment algorithms. Numerical examples are presented to compare the performance with all possible Newton methods. The computational results show that the optimal-step Newton methods have much better convergence than the fixed-step ones, while the Newton method with the unit step size is not always efficient for traffic assignment problems. Furthermore, the optimal-step Newton methods are relatively robust for all three of the tested benchmark networks of traffic assignment problems.     

交通仿真在动态交通分配应用研究中的尝试

基于微观交通仿真模型CORSIM中交通仿真与交通分配相结合的特点,在仿真模型中将路网的OD流量通过按动态规律沿时间轴加以扩展,使之成为一个时变OD矩阵,再分析研究路段自由流车速与高峰时段路网流量的动态关系,从而进行动态交通分配的建模研究尝试.     

路票约束下的用户均衡网络流建模及其算法

为了缓解交通拥堵问题,在传统用户均衡模型的基础上,建立了带路票约束条件的用户均衡网络模型。本模型采用牛顿算法作为子算法,结合增强拉格朗日乘子法求解带路票约束的用户均衡网络流。外惩罚函数通过调整惩罚参数,把容量约束下的网络均衡问题转化成传统网络均衡问题。牛顿法通过移动方向、修正矩阵和移动步长的组合来保证路径或路段交通流量解的可行性,同时获得转化后子问题的最优解。算例分析表明,相对于传统的交通分配方法,添加路票约束能显著改变交通分配结果,使高流量路段的交通量减少了25％,能够有效地缓解交通拥堵。