多类型弹性需求随机用户平衡分配模型

分析了路网中存在的混合路径选择行为。基于出行者对路网状况熟悉的不同程度,对出行者进行分类,建立了多类型弹性需求随机用户平衡分配模型,并提出基于对角化算法和MSA算法的组合求解算法。用一个简单的实例进行了说明。     

在一定置信度下估计阻抗的随机用户平衡模型

基于一种新的道路选择行为,建立了α-截随机用户平衡模型(-αSUE),在这个平衡模型中其道路阻抗的估计值用在置信度1-α下的区间来表示.-αSUE避免了常规的随机用户平衡(SUE)道路选择模型中运用弱大数定律带来的缺陷,其平衡条件用变分不等式来表示.最后,讨论了-αSUE模型与LOGIT模型的关系.     

基于随机用户均衡的交通配流演化动态系统模型

首先提出一个刻画交通配流演化的动态系统模型.该模型描述了路径流量日复一日的动态调整过程,而且其稳定状态对应于Logit随机用户均衡状态.随后分析了该模型的几个特征,包括模型稳定状态与随机用户均衡状态的等价性、模型稳定点的唯一性和模型收敛性.所提出模型被刻画作一个离散的动态系统,且具有一般的形式,文中也给出了它的一个具体形式.最后,利用一个数值算例对该动态系统模型的应用及性质进行了说明.该研究有助于更好地理解路径流量日复一日的动态调整过程.     

后悔视角下的多用户多准则随机用户均衡模型

在多用户多准则的交通网络中,假设出行者的出行时间价值是异质的,服从某一连续分布函数,且考虑出行者的后悔厌恶水平,建立了基于后悔理论的logit形式的随机用户均衡模型.然后,给出了与该模型等价的变分不等式问题,并使用相继平均法求解.最后用一个算例来说明所构建模型的合理性和所提出算法的可行性.算例结果表明,后悔厌恶水平确实影响出行者的路径选择行为,并且随着后悔厌恶水平的增加,高出行时间价值的出行者选择路径的变化幅度先大后小,相反低出行时间价值的出行者选择路径的变化幅度先小后大.     

关于随机用户平衡分配的一种降维灵敏度分析方法及其应用

基于随机用户平衡分配扰动模型的Lagrange函数及带柯朗二次惩罚项的对数边际函数之间的关系给出了一种的新的降维灵敏度分析方法,与通常所说的灵敏度分析相比它的优点是大大减小了计算的维数,降低了复杂性.论文首先给出了关于一般的非线性规划扰动问题基于罚函数法的灵敏度分析结论,然后采用转换约束条件及其约束变量的方法给出并且证明了随机分配扰动问题的灵敏度分析结果,最后将其结果应用到一个具体的算例并将近似解与准确解进行比较,验证了方法的可行性.     

弹性需求用户平衡分配模型及其应用

对具有弹性需求的交通网络随机用户平衡分配问题进行了分析研究,将其描述为一个等价的变分不等式。最后将模型应用于拥护公交网络系统的平衡分配问题,并针对公交网络系统的特殊性,提出相应的求解算法 法。实例表明了模型的合理性和算法的有效性。     

基于成对组合Logit的多用户多模式随机用户均衡模型

在多用户多模式的交通网络中, 采用考虑成对方案间相关性的成对组合Logit模型, 建立了路径选择满足Wardrop原则, 模式选择满足Logit模型的随机用户均衡模型, 构造了时间价值不同的多种用户类别下, 不同模式间路段阻抗函数满足对称条件时与之等价的数学规划问题, 并证明了所构建的数学规划问题与基于成对组合Logit的多用户多模式随机用户均衡条件的等价性, 进一步证明了模型最优解的存在性和唯一性条件. 最后用一个简单算例表明了所构建的模型的正确性和可行性.     

离散时间动态随机交通分配模型

提出了一种离散时间的动态随机交通分配模型。该模型以离散时间形式提供在一天或高峰期间内路网交通流的变化。模型中路段交通条件假设为两部分：一部分为自由流,一部分为排队车流。模型中考虑了先入先出的原则和路段拥挤效应。运输需求调整采用马尔克夫动态模型。当每个出行者不能再通过改变出行选择而增加其效应时达到动态随机用户平衡。     

基于神经网络的交通平衡求解算法

研究目标在于采用神经网络方法替代传统的交通分配方法。回顾了交通网络平衡条件下实现交通网络配流的解析方法，然后提出了采用人工神经网络模拟处于交通平衡状态的运输网络，进而替代传统的配流方法的思想。定义了交通流的平衡函数和交通流平衡态的概念，证明了用神经网络来识别交通流的平衡状态的可行性。提出采用反向传播神经网络来模拟交通平衡状态的原则和方法，并建立了训练神经网络的判据，提出了判断神经网络模型效果的评价方法。最后，通过实例证明了良好训练的神经网络可以替代传统的交通分配，而且，容易把交通管理策略考虑到分配的过程中．并且能够政善配流速度。     

基于交通瓶颈的动态交通分配模型

在动态交通分配模型中,假定在交通均衡状态下司机不可以通过改变出发时间和行驶路径而降低出行费用.经典的Vickrey模型作为一种基于交通瓶颈的动态交通分配模型,假设出行者选择不同的时间上班(下班)所面对的出行费用(含旅行时间和延误惩罚)相等.针对在Vickrey模型中,长期以来人们均假设瓶颈的通行能力是不变的,即从瓶颈离开的累计车辆数为直线,将对Vickrey模型的这一缺陷做出改进,建立瓶颈通行能力随时间变化时的交通均衡模型和求解算法.     

基于随机用户均衡原理的充电站分布双层规划

为优化充电站布局，考虑燃油汽车的行程时间，出行能耗，以及电动汽车的行程时间、充电时间和等待时间等因素，分别构建燃油汽车和电动汽车的阻抗函数，利用变分不等式模型建立电动汽车和燃油汽车混合条件下的基于交通流均衡分配的充电站规划模型并提出求解算法。通过数值算例证明所提出模型和算法的有效性和实用性，提出路网内不同电动汽车比例条件下的最优充电站分布方案，并进一步分析电动汽车和燃油汽车共存条件下的交通网络运行特征。研究结果表明：所提出的模型和算法有效可行；充电设施的建设应根据电动汽车在路网中的比率进行科学调整，同时，根据驾驶者选择行为对充电站选址和容量进行规划，以保证交通网络运行状态的稳定、高效。     

变分不等式的双层平衡表示及其在交通流分配中的应用

给出了Ｈａｒｔｍ ａｎ－ｓｔａｍ ｐａｃｃｈｉａ 变分不等式的一种双层平衡等价表示,指出了变分不等式与系统平衡之间的深刻联系,并讨论了它们在交通流分配用户平衡（ＵＥ）和随机用户平衡（ＳＵＥ）模型中的应用．     

多规格产品随机选择的市场均衡

研究了单个市场、一种类型、多种规格的产品随机选择情况下的均衡模型。该模型是以产品的市场总需求量为约束条件，以多项式Ｌｏｇｉｔ模型为随机选择函数，并以个别规格产品的供给函数为基础而构造的。本文证明了均衡解的存在性，并给出了一种启发式算法：逐步平均步长法（ＭＳＡ），最后用一个例题进行了验算。     

动态用户均衡配流模型的研究

提出一个动态用户均衡配流模型 ,它能够预测多 OD对交通网络中交通流的动态变化 ,利用最优控制理论得出该模型最优解的条件 ,并证明了该条件与动态用户均衡相一致 ,该模型可以调控交通网络中的交通流量 .     

产品随机选择下多商品流供应链网络均衡模型研究

研究产品存在产地、品牌差异情况下,具有多种商品流动的三层供应链网络均衡模型.将产地、品牌差异的影响视为随机变量,运用随机效用理论和多项式logit模型研究需求市场上产品随机选择问题,运用Nash均衡方法分析生产商之间、零售商之间的竞争行为,分别得到了供应链网络各层均衡及整体均衡的条件、经济解释和变分不等式模型,最后给出了求解算法和具体算例.     

OD分布与随机均衡分配的组合模型及算法

目前交通规则实践缺乏考虑交通信息的随机性,从而降低了它所得结果的准确性,为此,通过分析出行路选择和目标选择的随机性,建立了交通网络OD分布与随机平衡（或均衡）分配的组合模型,通过引入拉格朗日函数,证明了模型最优解满足随机用户平衡条件和OD分布的要求且最优解是唯一的;最后给出了模型的方向搜索算法。     

微观交通仿真中随机决策换道行为研究

车辆在自由行驶或者处于跟驰状态时,经常进行由慢车道向快车道以便于获得更好的行驶环境.这需要驾驶员根据交通环境状态做出是否进行换道的决策.通过分析快车道行驶车辆对当前车的影响,结合蒙特卡罗仿真方法,提出了一种新的换道随机决策模型.在不同的流量条件下,对车辆换道次数的实测值和仿真模拟值进行具有统计意义的显著性差异分析,验证了模型的有效性.