动态多用户类型和多模式拥挤收费模型

为了确定一般排队网络在高峰时段随时间变化的最优拥挤收费,将描述时变交通流的时空拓展网络(STEN)与传统的网络平衡模型技术相结合,建立了多类型、多模式动态拥挤收费模型.考虑不同类型的出行者有不同的时间价值(VOT),同时,对单车种出行方式进行延拓,建立了包含公交车与私家车在内的多模式交通网络拥挤收费模型,该模型是一个带有路段容量限制下的多类型、多模式网络平衡问题,可以采用内惩罚函数法求解.通过算例分析表明,该模型可以提供动态拥挤收费策略,分析拥挤收费下不同时间价值的用户对于出行方式、出发时间以及出行路径的不同选择,相比于传统的基于瓶颈的静态单模式拥挤收费模型有一定的进步.     

考虑不确定因素的多模式城市交通网络路径决策

由于时间的波动性与突发事件的影响,多模式城市交通网络的运行时常伴随着各种不确定性情况的发生。通过考虑多模式交通网络的出行特点与交通网络不同的运行状态,建立了基于马尔可夫决策过程的多模式交通网络的路线决策模型与算法,所提方法应用到北京市多模式城市交通网络。结果显示,不同出发时间需要不同的路径决策以达到最小出行时间。基于马尔可夫决策过程的路径决策方法的有效性得到验证,它可以为出行者路线选择提供更合理的指示。     

城市轨道交通网络布局的双层优化模型

为了有效布设轨道交通网络,考虑可达性约束与轨道线网合理规模约束,建立了城市轨道交通网络布局优化的双层模型。该模型上层为一个多目标函数,其使得总出行时间最少,轨道交通线网总长度最少及总换乘次数最少;下层通过容量限制分配方法将客流在轨道交通线网上进行分配。算例结果表明,运用该双层模型可对所有可能的轨道交通线路进行筛选,并得到最优的线路网络布设方案。该模型可用于城市轨道交通规划中,对线路网络进行优化布局。     

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。     

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。     

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.     

多模式枢纽网络中高铁与航空均衡优化模型

在高铁与航空共存的多模式客运枢纽网络中,考虑机场容量限制,通过多项式Logit模型,模拟行者对交通方式、交通方式运营商和出行路线的选择行为,建立竞争情形下运营商各自利润最大化的Nash均衡优化模型。利用约束优化的KKT条件,设计基于非线性互补问题的求解算法,并通过实例验证模型的合理性和算法的有效性。研究结果表明:机场容量的变化对运营商的决策和出行者的出行选择有影响;通过关闭或开启某些航段,可使航空运营商的利润变大,或使得社会效益增加;此外,通过求解模型,得到机场容量扩容时带来的边际社会效益,可以为机场扩容提供一定的决策参考。     

基于行程时间可靠性的随机交通网络均衡模型

考虑现实条件下交通网络的不确定性状态,提出了从确定型网络到不确定型网络状态下出行者路径选择行为的改变,及基于行程时间可靠性的路径选择模型。并将可靠行程时间的路径选择行为纳入到随机交通网络平衡分配模型中,证明了模型的等价性和唯一性。在一个小型测试网络上对模型分配结果进行了测试,测试结果与经验相吻合,表明模型具有较好的现实可行性。     

双层优化交通模型及其算法

提出了一个用于交通工程实践的考虑用户路径选择行为的两层数学规划模型.该模型可以应用在交通网络 设计、道路收费、交通信号灯配时等方面.分析了两层规划模型的特性和求解难点所在.并提出了一种基于路段变 量的连续可导的边际函数和距离函数,从而把两层规划转化成单层规划问题.通过把距离函数罚到目标函数上,转 化后的单层规划问题可以方便求解.     

高度信息化条件下的动态配流模型

考虑出行者在高度信息化条件下的动态路径选择行为,提出一种高度信息化条件下动态配流模型的框架。将出行者分为被诱导和未被诱导两类,未被诱导的出行者选择静态最短路径,而被诱导的出行者选择随时间变化的最短路径。出行者在交通信息影响下选择自己的最佳出行路径,先进的出行者信息系统通过对交通网络各种交通状况信息的收集和处理,为出行者提供更有价值的交通信息。该模型框架为智能化交通运输系统的建立提供一定的理论依据。     

基于超网络的多模式交通的随机网络加载问题

基于超网络理论构建了城市多模式出行网络模型,同时考虑路径出行时间、换乘次数以及拥挤等影响因素,建立路径的广义费用函数。在此基础之上,重新定义了有效路径的含义。结合图论中深度优先遍历算法与回溯法的思想,提出有效路径的搜索算法,并通过改进的Dial算法实现对城市多模式出行网络上交通流的随机网络加载。最后,利用本文建立的多模式出行网络对算法的可行性和有效性进行验证。结果表明,该算法适用于求解城市多模式出行网络上交通流的随机网络加载问题,并且可以避免原始Dial算法在求解交通分配问题中可能出现的不合理结果。     

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%.     

一种求解容量制约下交通网络流模型的新梯度方法

容量制约下的交通网络流模型是一个非线性规划问题，表现为在路段容量约束条件下的用户均衡网络的优化，这个模型能够描述交通网络的拥挤特征．容量制约下的交通网络流模型可以转换成传统的用户均衡模型的形式，为此对于任意一个给定的结点对，定义了一个新梯度，这个新梯度等于所有使用路径的费用的均值．利用新梯度的特征，并结合惩罚函数方法，可以获得容量制约下的交通网络流的解．数值实验表明所提出的方法表现出优良的收敛性能．     

考虑无人驾驶车辆影响的道路网络容量模型

为了研究未来无人驾驶车辆对道路网络容量的影响,将路网上的车辆分为无人驾驶车辆和普通车辆两类,根据两类车辆的不同路径选择行为,构建考虑无人驾驶车辆影响的道路网络容量双层规划模型。上层模型为满足路段容量约束条件下的最大交通需求,其中各OD之间的交通需求采用均一的增长乘子;下层模型为考虑无人驾驶车辆影响的混合路径选择行为模型,其中普通车辆以极小化个体的出行成本为目标,而无人驾驶车辆以系统最优为目标。基于迭代平衡思想设计求解双层规划的启发式算法,并通过算例验证了模型和算法的有效性和可行性。研究结果表明:(1)当无人驾驶车辆的市场渗透率较低时,无人驾驶车辆对普通车辆的路径选择影响不大,道路网络混合均衡流量波动很小,道路网络容量增加不明显;(2)随着市场渗透率的增加,道路网络容量首先呈现缓慢增加的趋势,当无人驾驶车辆占据主导地位后,可利用的路径数量增多,流量在不同路段上分布更加均衡,道路网络容量快速增长,当网络中的车辆都是无人驾驶车辆时,整个系统处于最优运行状态,算例结果表明道路网络容量显著增加;(3)随着道路网络容量的增加,交通网络系统总阻抗也会增加,但每辆车的平均出行成本变化不大。     

自动驾驶环境下考虑停车需求的交通均衡模型

本文在自动驾驶环境下,考虑交通网络中自动驾驶车辆(autonomous vehicles,AVs)的载人和空载状态在路段上相互影响,研究AVs路径选择和停车选择的组合均衡问题.首先,提出自动驾驶环境下考虑停车需求的交通均衡条件,建立网络均衡模型,证明模型的等价性以及解的唯一性;其次,采用网络变换法,将原问题变换为经典的...     

多模式交通网络下的城市交通出行链行为模型

针对已有城市交通出行链行为分析模型的不足,分析了城市交通出行链的基本概念与简单出行链的可能路径,并基于起讫点限制条件与多模式交通网络下的交通距离限制条件,推导构建了基于最大熵模型的多模式交通网络下城市交通出行链行为模型,给出了参数估计与先验概率选择方法;将模型应用到成都市中心城区居民出行样本数据中,通过出行链距离、出行链中交通小区间的出行量、出行链到达小区的数量、出行链小区的到达发生量、各类出行链的出行量等5个指标对模型进行了检验.结果表明:模型值与实际值拟合度较好,说明模型是有效的,可做为全面分析城市交通出行的一个有效模型工具.     

基于可变车道优化的交通网络设计问题

针对"潮汐交通"问题所引起的道路资源利用不合理的现象,文章提出了考虑可变车道优化的交通网络设计问题,旨在通过合理的路段拓展和车道配置方案来提高交通网络的运行效率;构建了一个双层规划模型来描述提出的交通网络设计问题,上层问题以系统总阻抗与总投资额之和最小为目标,制定最优的道路拓展方案,并针对道路网络早晚高峰不同的OD需求水平,分时段对车道进行优化配置,下层模型采用了用户平衡(UE)配流模型来描述出行者在不同时段的路径选择行为;设计了人工蜂群算法来求解此双层规划模型。最后,采用数值算例验证了文中模型与算法的有效性。     

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。     

基于服务水平可靠性的连续交通网络设计模型与算法

传统路网设计很少同时考虑交通供需的随机性和服务水平可靠性对交通运行效率的影响,难以获得鲁棒性好、可靠度高的路网设计方案。针对此缺陷,假定路网中的交通需求服从对数正态分布,通过双层规划理论构建了考虑需求随机性及路网可靠性的连续均衡交通网络设计模型;其中上层规划是在满足投资预算的约束条件下使得系统期望的总阻抗最小,下层规划通过用户均衡交通分配模型来刻画出行者的路径选择行为。根据模型特点,设计了一种带罚函数的、基于蒙特卡洛仿真的多种群遗传求解算法;并用算例验证模型和算法的有效性。结果表明该模型能较好地解决交通供需的随机性和服务水平可靠性对交通运行效率的要求。     

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.