城市轨道交通换乘站点失效下网络脆弱性分析

城市轨道交通换乘站点失效会导致网络性能下降,使得系统表现出较高的脆弱性,换乘站点失效下网络脆弱性分析对于保障系统运营安全具有重要意义.考虑城市轨道交通网络和外部公共交通网络的耦合关系,分析换乘站点失效后的乘客广义出行费用,对乘客出行选择行为进行建模;从运营服务网络性能下降的视角,提出了网络脆弱性定量评估指标;对路网拓扑...     

一种改进的Logit型多路径交通分配算法

提出了一种改进的基于拓扑遍历Logit型多路径交通分配算法。算法将基于拓扑遍历的最短路算法与合理路径的选择相结合,有效减少了最短路的计算次数,提出了与经典Dial算法的单步法计算工作量相等的算法,改进了合理路径的定义并提高了计算精度。通过计算实例对不同算法的效率与合理性进行了比较。     

考虑出行全过程的城市群多方式交通流分配模型与算法

为优化城市群旅客运输网络结构,提出了组合出行模式下城市群多方式交通流分配模型,研究网络均衡时城市群多方式旅客运输网络的流量分布状态.基于对城市群出行全过程的充分分析,利用超网络理论构建了城市群多方式交通超网络模型,将超网络的路段划分为上网路段、行驶路段、换乘路段和下网路段等4类,其中行驶路段包括城市交通网络上的行驶路段...     

基于停车换乘随机网络可靠性交通分配模型

针对目前大多数组合方式交通分配模型都没有考虑可靠性因素对出行行为的影响,提出了一个基于可靠性的组合方式交通分配模型.该模型考虑了组合方式出行下路网的随机波动因素,更好地反映了出行者方式、路径选择行为.基于K优路径和连续平均法,设计了模型的求解算法,并以上海北外滩实际路网为例,验证了模型的合理性和算法的有效性.与传统组合方式交通分配模型结果进行对比,分析了停车换乘措施的实施对减少交通拥堵、提高路段可靠性所起的作用,阐明了2种出行方式需求之间的比例与可靠性偏好因子和出行者需求效用因子的三维变化关系.     

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。     

随机交通分配中有效路径的分层定向算法

将交通路网中节点位置的确定性与交通出行中路径选取的有向性相结合,提出了一种有效路径的分层定向搜索算法.通过将分层策略与定向策略结合,新算法实现了在一次性给出有效路径的同时减少冗余计算的目的.将该方法应用于随机用户均衡分配模型,说明了该方法的有效性.     

改进的Logit随机路径选择模型及其算法实现

在交通分配问题中，路径出行成本是与流量相关的函数，使用Logit随机路径选择模型进行配流计算会带来一定的误差，而随机均衡配流模型及算法都比较复杂，模型的应用受到一定的限制。因此对Logit随机路径选择模型进行了改进，并用逐次分配算法成功实现求解，还对求解结果进行了对比分析。改进后的模型同原模型相比，简单直观、假设合理、易于求解，同时考虑了出行成本与流量的关系，对于交通拥挤的配流问题同样适用，因而具有广泛的应用前景。     

城市轨道交通车站接驳范围的计算模型

依据可达性一致原则,建立了基于广义出行费用的城市轨道交通车站接驳范围计算模型,并给出详细算法及案例分析.针对城市居民出行并非全部都以市中心为目的地这一现实情况,引入城市轨道交通可达点的概念并分别赋予权重,解决了既往研究中只取单一目的地的不足;根据车站周边每个交通小区的实际人口结构对出行时间价值进行细化处理;根据实际路网形态计算接驳距离,使之更加接近实际的走行距离;给出求取车站接驳范围的详细算法,并对算法优化进行讨论;最后,利用广东省某市的预测数据对模型进行计算验证.结果表明,接驳范围与车站周边的道路情况、出行分布以及竞争交通方式的服务水平相关,并不是简单的圆形区域.该模型可以为城市轨道交通已建或规划车站确定客流吸引范围提供计算方法,从而为客流预测及接驳交通设施衔接规划提供参考.     

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。     

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。     

基于路段流量的交通分配模型的算法

讨论基于路段流量的交通分配问题,指出其最优解满足Wardrop平衡条件.在选定适当路阻函数以后,模型可转化为带线性约束的非线性规划问题.对这类问题,采用仿射尺度内点算法,给出算法的基本思想及详细的实现过程.数值实验表明,该方法是可行有效的,可用于实际交通路网的配流计算.     

基于可达性的用户最优动态交通配流模型研究

以多种已有模型为基础,建立了动态配流流量细化原则,并依据这一原则,在避免估算路段走行时间的情况下构造了一个改进的新模型．该模型的解释性强,具有全局收敛性,并考虑了距离不同带来的可达性的影响．在对该模型最优解条件的充要性进行说明的同时,对新模型的择路机理也予以了推证．     

区间阻抗下的多路径交通分配

为了研究区间阻抗下的多路径交通分配,首先定义区间阻抗下节点与路径的鲁棒成本;然后在鲁棒成本概念基础上建立鲁棒最短路模型,并重新定义了区间阻抗下的有效路径;接着依据有效路径集的鲁棒成本,改进Logit模型,确定每条有效路径的选择概率,由此得到多路径交通分配结果。并用一个算例对本研究提出的方法进行了验证,结果合理有效,且具有实际应用意义。     

容量限制分配的蚁群优化算法

针对交通规划实践中广泛使用的用户出行行为假设与现实脱节的不足,提出了用蚁群优化算法获取网络流量加载路径的配流新思想.分析了网络中用户出行的行为特征并与蚁群算法执行机制进行了比较,提出利用人工蚂蚁模拟网络中用户出行的可行性和合理性.给出了基于Ant-Cycle模型的容量限制分配思路和流程.设计采用双层迭代机制完成整.个交通分配过程:使用内迭代构建完整的流量加载路径;使用外迭代对路段阻抗进行修正,体现网络的拥挤效应,使网络分配趋于平衡.仿真算例与对比分析表明:该方法可以模拟交通系统的平衡状态,分配结果趋近用户平衡;算法合理、有效.     

基于终点的路径交通量求解方法

为求解用户均衡交通分配问题,提出了一种可以避免穷举网络中的所有路径的路径交通量求解方法。该方法是基于路段算法的扩展,利用改进的F rankW o lfe算法求解出满足用户均衡规则的基于终点的路段交通量,并通过最短路算法确定出此时交通网络中各个OD(orig in destination)对间的最短路集合,再运用所确定出的路段交通量及最短路集构造出一组满足用户均衡规则的路径交通量。通过算例说明了该方法的有效性,并通过比较分析说明了该方法所需计算内存比其他算法要少,且计算速度要快。     

自动驾驶环境下交通均衡分配模型及算法

研究自动驾驶环境下(autonomous vehicles,AVs)路径选择和停车选择的交通均衡分配.AVs的路径选择和停车选择两个过程,分别对应载人状态(从起点到目的地)和空载状态(从终点到停车场),考虑两种状态的交通流在路段上相互影响,针对路段成本函数Jacobian矩阵对称与不对称的情况,提出相应的模型以及求解算...     

基于混合算法求解指派问题

本研究建立了指派问题的数学模型,提出了以遗传算法和蚁群算法相结合的思想及其解决方案．算法主要是将每一个任务作为一个基因位形成染色体,以遗传算法控制寻优方向,更适宜解决组合优化问题．实验结果表明,使用此算法解决指派问题,提高了搜索效率,能够在短时间内找到最优分配方案,证明该算法是可行的．