诱导阻抗均衡公路网交通分配模型

提出诱导阻抗函数的概念,该函数中考虑了交通控制中心对车辆的诱导行为,根据诱导阻抗函数可以把一些多目标交通分配模型统一成为一种形式,并给出交通网络诱导阻抗均衡配流问题的求解方法。仿真实验表明,一些Wardrop均衡配流使有些路段的交通量大为减少,而诱导阻抗 衡配流结果是比较合理的。     

一种新的路径生成式Logit交通分配算法

Logit方法是一种重要的非平衡交通分配方法，但由于需要路径枚举，限制了它在大型路网上的应用。本文提出了一种新的路径生成式Logit交通分配算法。每次迭代中，利用Logit方法在已产生的路径集上进行变通分配，并更新路段交通量度路段运行时间，然后在此基础上利用最短路算法求出新的最短路并更新路径集，如此变替进行．直至不再产生新的最短路，最后完成交通分配。由于不需进行路径枚举，从而使本算法适用于大型路网的交通分配。实际计算表明．该算法是有效和可行的。     

一种用于交通分配的替代出行路径生成模型

生成替代出行路径是选择出行路径和效能分配模型中每对起忱占生成路径集的重要问题。本文提出了一种基于费用松弛系数的替代出行中径生成模型。文中讨论了这种模型的原理和结构，给出一个算例。     

城市交通网络路径优化建模与仿真

提出了交通流密度图的定义和城市动态交通网络的模型，同时还给出了动态交通网络中OD对的路径优化模型，采用传统的Dijkstra算法进行动态优化来获得出行车辆的最佳路径。经计算机仿真研究表明，优化模型和优化方法是切实可行的。     

道路交通阻抗的排队论分析方法

利用带容量限制的排队论模型分析一般道路的交通阻抗问题,给出具体的函数表达式,对函数的数学特征、参数的物理意义和其非线性估计方法进行详细讨论,从算例看,其结果比较令人满意.     

基于出行者路径选择行为的VMS诱导策略研究

针对现有交通诱导系统片面地确定可变信息板(VMS)位置和发布内容的弊端,提出系统性确定符合路网出行需求的VMS诱导策略的方法,该方法从交通管理者对系统建设成本的限制和出行者的路径决策心理出发,建立综合考虑两者期望的双层规划模型.其中上层模型考虑交通管理者对网络总效益的期望和对VMS建设成本的约束,下层模型根据出行者在VMS诱导下的转向概率,运用符合出行者路径选择心理的随机动态交通分配模型,并设计了求解算法.应用表明,在不同的系统建设成本约束下、网络总出行成本是网络交通需求水平、出行者的转向概率、VMS的布设位置、交通诱导信息的发布周期和内容等的组合结果,因此求解保证网络总出行成本最低的VMS诱导策略时需要同时考虑以上因素.研究结论可为城市交通管理VMS诱导决策提供理论支持.     

基于路径诱导的高负荷路网微循环组织研究

路径诱导是区域交通微循环组织的重要手段之一.以路网诱导的交通流效用最大为目标,兼顾高低不同负荷的车流有效规划路径上的信息诱导板数量,并利用遗传算法对模型进行了求解,得到了信息板的优化设置位置;结合中关村西区实例,首先规划了高低不同负荷的车流有效路径,并计算得到信息板设置的优化位置,然后利用VISSIM仿真,比较了路网的改善效果.仿真表明:改善后,中关村区域主干道的交通负荷降低,区域的交通旅行时间减少19.3%,延误减少38.6%,而区域内部的次干道和支路利用率增加,达到了微循环组织利用支路分担主干道交通压力的目的.     

CTI中车辆实时最佳路径搜索算法设计与实现

关键交通基础设施(Critical Transportation Infrastructure,CTI)动态仿真中,车辆Agent的行为是涌现CTI宏观特性的关键;而车辆Agent的实时路径搜索与选择算法是车辆行为的核心和难点之一.为解决CTI中车辆Agent的实时路径搜索与选择算法问题,分析了主要的最佳路径搜索算法.从降低算法的复杂度入手,提出了改进的Floyd算法,进行了算法的复杂度分析,仿真试验结果表明了算法的实用性和高效性.     

最短路径算法的比较

本文介绍了三种最短路径算法及其算法步骤，这三种算法分别被称为Ｄｉｊｋｓｔｒａ算法、ＰＳＰ算法和ＤＢＦＳ１算法。文中对这三种算法的比较，着重阐述了作为一种在计算机上非常优越的算法ＤＢＦＳ１算法的优越性及其原因。最后，给出了ＤＢＦＳＬ１算法的流程图。     

移动机器人路径发现与规划的免疫算法

分析了车式移动机器人的运动特性，设计了一种适用于该机器人的路径发现与规划免疫算法。通过仿真实验表明，该算法能够快速地发现与规划运动路径，有较好的柔性，能适用于不同的任务，所以该算法具有较高的智能。     

考虑共享出行的用户均衡交通分配模型

为了研究共享出行行为对交通分配问题的影响,本文提出一个基于路径的共享出行用户均衡交通分配模型.在该模型中,出行者不仅要选择从出发地到目的地的路径,而且还要进行模式选择,以达到最小化广义路径出行成本的目的.本文构建的考虑共享机制的交通分配模型引入两个假设:1)一个乘客只被一个共乘司机搭载,一个司机只载一个乘客;2)由于参与共享出行活动,共乘司机和乘客均可获得额外的共享出行奖励,此外共乘乘客还能得到共享出行成本折扣.这两个假设使得所构建的共享出行用户均衡模型更贴近现实.Braess网络中的数值结果分析了关键参数对均衡结果的影响,结果表明:共享出行成本优惠和共享出行奖励均是鼓励出行者参与共享出行活动的有效措施.     

新型公交网络模型与最优出行路径算法

给出一种标号的二分图公交网络模型,在此模型基础上给出线路换乘与最优出行路径的算法,这种算法充分利用标号信息给出站点网络图的边权函数.基于站点网络图不仅能够搜索换乘线路而且能够找到最短路径.最后利用天津市部分公交系统验证了该模型及方法的有效性.     

基于进化模糊神经网络的上肢康复机器人自适应阻抗控制

针对机器人辅助患肢进行康复训练时患肢病情的变化对系统稳定性造成的影响,在传统阻抗控制方法基础上,提出了一种基于进化模糊神经网络的自适应阻抗控制方法.该方法采用能较为准确反映患肢病情特性的患肢机械阻抗参数作为控制器输入,根据在线辨识得到的机械阻抗参数,运用进化模糊神经网络对目标阻抗控制参数进行动态调整.在调整过程中,首先采用混合进化算法离线优化目标阻抗控制参数,然后再利用动态BP算法对目标阻抗控制参数在线作进一步地调整.分析和仿真结果表明,改进后的方法较传统阻抗控制方法更能有效地适应患肢病情的变化,且具有较好的平滑性和稳定性.     

延迟反应信息影响下的修正多路径分配法

对行驶者的一种特殊的路径选择行为进行研究,提出了延迟反应信息及其影响区的定义.通过分析延迟反应信息影响下行驶者出行路径选择规律,对传统多路径交通分配方法进行了修正.重点对修正分配法中的几个关键问题,如延迟反应信息的影响区域的描述及二次路径选择起点的确定方法、多个延迟反应信息源间的联系以及它们对分配过程的影响的处理、二次分配过程的控制方法等,进行了详细讨论,最终给出新的多路径分配算法及算例,为交通影响分析、城市道路交通管理方案的制定以及交通规划等工作提供决策依据.     

目标点动态变化的最优路径算法

研究目标点动态变化的最优路径算法,提出了一种改进的启发式最优路径算法,并采用实际路网数据进行了数据仿真实验,结果表明:提出的方法能较好的解决最优路径算法的实时性和精确性之间的平衡,具有较大的应用价值.     

车辆导航系统的动态最优路径搜索方法研究

对车辆导航系统中线路引导信息的供给与需求进行了综合分析,提出了一种新的具有真实最短路径意义的实时动态最优路径,并设计了搜索该路径的改进Ｄｉｊｋｓｔｒａ算法与改进Ａ＾＊算法,前者适用于多车导航,后者适用于单车导航。     

EQUILIBRIUM ALGORITHMS WITH NONMONOTONE LINE SEARCH TECHNIQUE FOR SOLVING THE TRAFFIC ASSIGNMENT PROBLEMS

This paper presents a unified bination algorithms （such as FrankWolfe problems. Global convergence results are framework of the nonmonotone convex comAlgorithm） for solving the traffic assignment established under mild conditions. The line search procedure used in our algorithm includes the nonmonotone Armijo rule, the non- monotone Goldstein rule and the nonmonotone Wolfe rule as special cases. So, the new algorithm can be viewed as a generalization of the regular convex combination algorithm.     

关于最短路径问题的一种有效算法

经典的关于最短路径算法是基于图的搜索思想的.Dijkstra提出的单源点最短路径和所有顶点对之间的最短径算法就是较为成熟的经典算法.但人们在长期的使用过程中感到其算法结构过于复杂且效率较低.对Dijkstra最短路径算法进行了改进,提出了WY-Dijkstra算法.改进后的算法不实施Dijkstra算法的重复循环,而是作映射或链接处理,从而提高了效率.这一算法适合于复杂的智能系统的应用.     

用投影收缩算法求解考虑排放的交通分配模型

给出一种考虑排放约束条件下的交通分配均衡模型,在所定义的广义出行费用中明确考虑排放因素,通过将变分不等式问题转换成等价的非线性互补问题,采用一种自适应的投影收缩算法求解该模型,所给出的数值算例得到广义费用下的UE最优解,在同样收敛精度的要求下,和其他投影算法相比,采用该算法收敛速度较快.     

车辆路径问题的粒子群算法研究

车辆路径优化问题是一类具有重要实用价值的组合NP问题．粒子群算法(panicle swarm optimization)是一种新出现的群智能(swarm intellingece)优化方法，将其应用于车辆路径优化问题，构造车辆路径问题的粒子表达方法，建立了此问题的粒子群算法，并与遗传算法作了对比试验．结果表明，粒子群算法可以快速、有效求得车辆路径问题的优化解，是求解车辆路径问题的一个较好方案。