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.     

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.     

时变路网下多配送中心多车型联合配送

随着电子商务发展,越来越多的城市、企业采用多配送中心模式,优化补货车辆、配送站点车辆出行时刻及出行路线的优化变得越来越重要。目前考虑城市时变速度特征的多车型联合配送中,对配送车辆出行时刻和配送路径联合优化角度的研究成果较少。基于此,主要构建基于时变速度多配送中心多车型联合配送模型;并设计基于禁忌搜索求解算法。收集了北京市城市配送大数据,以北京市公铁联运城市配送为应用背景,对算法进行了验证;通过计算发现本算法可以有效优化多配送中心多车型联合配送运输成本和时间成本,能够应用于北京这种特大城市的公铁联运城市配送方案中。     

随机需求多目标连续均衡网络设计

为考察多目标特性以及需求不确定性对网络设计的影响,假设OD(origindestination)需求服从双侧截尾正态分布,构建多目标连续均衡网络设计的双层规划模型。上层规划以系统出行时间的期望最小、路网服务水平可靠性最大和投资预算最小为目标,下层规划采用用户均衡分配刻画出行者路径选择行为。给出基于蒙特卡洛仿真的多目标遗传求解算法,采用测试网络验证模型和算法的有效性。研究结果表明:采用多目标连续均衡网络设计模型可以获得多个非劣解供决策者选择;不同目标之间存在明显的相关关系,尤其是投资手段存在明显的边际递减效应,宜结合交通管理措施共同使用。     

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。     

时变路网下多配送中心多车型联合配送研究

随着电子商务发展,越来越多的城市、企业采用多配送中心模式,优化补货车辆、配送站点车辆出行时刻及出行路线的优化变得越来越重要。目前考虑城市时变速度特征的多车型联合配送中,对配送车辆出行时刻和配送路径联合优化角度的研究成果较少。基于此,本文主要构建基于时变速度多配送中心多车型联合配送模型,并设计基于禁忌搜索求解算法,论文收集了北京市城市配送大数据,以北京市公铁联运城市配送为应用背景,对算法进行了验证,通过计算发现本算法可以有效优化多配送中心多车型联合配送运输成本和时间成本,算法能够应用于北京这种特大城市的公铁联运城市配送方案中。     

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。     

公交优先交叉口信号控制参数的多目标优化方法

公交优先交叉口的信号控制方案应平衡车辆出行者时间效益、行人出行效率和环境效益,因此,需要基于多目标优化方法优化设计信号配时参数.首先,以车辆出行者人均延误、行人过街平均延误和停车率最小为目标构建信号周期多目标优化模型;然后,基于相位乘客流量比和相位饱和度优化设计绿信比;最后,构建了多目标优化模型的粒子群算法来寻找Pareto解.应用结果表明,相比常规方法,能根据决策者喜好选择Pareto解;可尽量降低车辆出行者的人均延误,在一定程度上体现了公交优先.     

多模式城市交通网络容量模型及实例研究

网络容量是衡量交通运输系统性能的一项重要指标,用于量化交通网络可以承载的最大出行需求。针对多模式城市交通运输系统提出一种用于评价网络容量的方式划分与交通分配组合(combined mode split and traffic assignment, CMSTA)的模型。该模型考虑了出行者的路径选择和模式选择,并考虑了不同交通工具之间的相互影响以及路径重叠问题。通过实例分析,验证了模型的有效性,并演示了交通规划管理方案实施对多模式交通运输网络容量的影响。研究结果表明：交通网络容量的下降表现为网络利用率的降低;增加新模式一般可以提高网络容量;鼓励公共交通与新建轨道交通将有助于提升城市综合交通网络的容量。     

基于分层Logit的多方式随机用户均衡分配模型

为了完善现有的交通分配模型,综合考虑出行者的方式选择与路径选择行为,建立了基于分层Logit的多方式随机用户均衡分配模型。首先,在多方式交通网络中,根据出行者出行决策的2个步骤,即首先选择合适的交通出行方式、然后选择该方式交通网络中的出行路径,采用分层Logit模型描述出行者的交通方式和路径联合选择行为。在建立的分层Logit模型中,出行效用与流量分布相互制约,出行效用受路网流量影响,而路网流量由效用所决定,最终要达到平衡。接着,构造了一个数学规划模型来求平衡解,证明数学规划模型的最优解与分层Logit模型的流量解等价,并进一步证明等价数学规划模型的目标函数是凸的,而约束集也是凸的,因此等价数学规划模型是一个凸规划问题,模型的解是唯一的。随后,给出了求解提出的基于分层Logit的多方式随机用户均衡分配模型改进的方向搜索算法步骤。最后,以含公交车和小汽车2种方式的方格形路网为算例,分析公交票价、出行者的时间价值和分层Logit模型的层间比例参数的变化对交通分配结果的影响。结果表明:公交车票价对流量分配的影响不大;公交需求量随出行者时间价值的增加而下降;当出行者的时间价值较低时,公交需求量随分层Logit模型的层间比例参数增加而增加,当出行者的时间价值较高时,公交需求量随分层Logit模型的层间比例参数的增加而减小。     

自行车流影响下的网络交通流均衡分析

使用实际可变旅行时间风险度量方法,考虑了旅行时间长短与旅行时间波动性两方面因素对路径选择行为的影响,并建立了存在自行车流的混合交通流网络交通平衡分析模型.该模型能恰当地描述机动车驾驶者对劣化出行路段的筛选行为,再现网络交通流趋于实际可变旅行时间风险度量下的交通平衡过程.实例研究表明：通过单幅道路自行车与机动车使用空间组织优化,在保障自行车交通出行者安全的同时,能提高25%以上的交通效率.     

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...     

考虑多车型油耗因素的路网收费优化模型研究

针对路网出行效率低下及其导致的燃油过度消耗等问题,基于对机动车油耗模型的分析,从节能降耗的角度建立了考虑不同车型的多车型最小油耗模型。进而构建多车型最优收费均衡模型,利用道路收费的方式控制出行者的路径选择行为,使出行者按期望达到的路段设计流量出行,最终达到路网平衡状态下总油耗量最小的目的。采用Frank Wolfe算法,通过寻找可行下降方向进行迭代求解。以某区域抽象公路网为案例进行分析,研究结果表明,通过制定合理的收费策略能够有效地调控出行者的路径选择行为,实现系统总油耗最小的目标。     

出行者感知误差下目标导向型双属性用户均衡

提出了目标导向型双属性路径效用模型,用于分析随机交通网络中出行时间和出行时间可靠度两属性影响下出行者的路径选择行为,其中能够达到的目标决定了路径效用的大小。所提出的模型具有3个特点:一是考虑出行者感知误差,从而得到出行时间和出行时间可靠度的感知值;二是基于感知值的边际分布,采用Copula函数刻画感知值间的随机相关性;三是出行者为每个属性赋予特定目标,并且提出了目标间的相互作用,即互补关系。基于所提出的路径效用模型,进一步提出了考虑出行者感知误差的目标导向型双属性用户均衡模型,将其表示为变分不等式问题,采用连续平均算法对其进行求解。最后通过数值实验验证了出行者不同出行行为下的表现和算法的有效性,并对相关参数进行了敏感性分析。提出的模型拓展了出行者路径选择的研究范围。     

基于乘客风险意识的公交均衡配流

不确定的公交出行时间可能致使乘客无法准时到达目的地,因此有必要将乘客的风险意识作为公交路径选择的标准之一. 将公交到达延误惩罚费用纳入乘客路径选择标准,描述公交出行时间不确定下乘客的路径选择心理,建立具有风险意识的乘客公交均衡配流模型,设计基于路径的求解算法并应用于小型公交网络. 结果证明惩罚权重大于1的条件下,随着可接受到达时间的增大,乘客的路径选择心理由风险规避逐渐转变为风险倾向. 因此,公交到达延误惩罚费用能够描述乘客公交路径选择的风险意识.     

高峰期轨道交通廊道出行均衡模型及算法

为了指导城市轨道交通运营、规划及管理,在考虑轨道车厢内拥挤和早到与晚到成本的情况下,通过建立轨道交通廊道中的出行动态均衡模型,研究了模型算法以及出行时间价值对乘客出行分布的影响.如果乘客通过权衡拥挤成本与延误成本,选择最佳轨道班次使得个人出行总成本最小,那么会达到出行成本的用户均衡状态.基于Frank-Wolfe算法迭代计算轨道交通廊道中用户出行时间分布均衡解.结果 表明,均衡状态时,不同讫点的乘客连续分布在不同班次之间,人数分别在各自误时成本最小的车次上达到峰值;晚到成本增大到一定程度时,没有乘客选择晚到的班次;减少单位早到误时成本时,乘客只权衡拥挤成本来选择班次.研究结果不仅对轨道交通管理有一定理论意义,也对个人出行选择行为有一定的实践指导意义.     

经济圈客运交通方式分担与交通分配组合模型

为优化经济圈内客运多方式交通网络结构,建立了交通方式分担与交通分配组合模型,研究经济圈内多方式交通网络均衡时乘客的交通方式选择问题.考虑出行时间、出行费用、舒适度等影响乘客出行方式选择的因素,分析了铁路和公路2种存在主要竞争关系的出行方式的广义出行费用.结合我国经济圈内城际客运出行特征,给出了经济圈内多方式交通网络均衡条件,构建了与该均衡条件等价的变分不等式模型,设计了求解该模型的精简对角化算法.最后结合长江三角洲经济圈,应用该模型预测乘客选择铁路和公路出行方式的比例.结果表明,模型和求解算法有效,能够从用户最优的角度为合理配置经济圈内多种交通方式提供量化依据.     

求解城市交通连续平衡网络设计问题的混合算法

对于采用双层规划模型描述的固定需求条件下的连续平衡网络设计问题,给出了一种基于遗传算法和变尺度法相结合的混合算法.并给出了一个简单算例,理论分析和实际算例表明,该混合算法具有速度快和精度高的特点.