城市公交系统连续平衡网络设计的双层规划模型及求解算法

根据城市公交网络的具体特点 ,对公交网络进行了系统的描述 ,提出一个双层规划模型来描述连续平衡公交网络设计问题 .在双层规划模型中 ,上层模型为一个标准的公交网络设计模型 ,下层模型是一个公交网络平衡配流模型 .针对所提出的模型 ,设计了基于灵敏度分析的求解算法 .最后 ,给出一个简单算例对所提出的模型和算法加以验证 .     

模式间相互影响时估计O-D需求的双层规划模型及求解算法

考虑各种交通模式间的相互影响 ,利用多模式均衡配流的变分不等式模型 ,建立了拥挤条件下多模式 O-D需求估计问题的双层规划模型 .并在对多模式均衡配流变分不等式模型进行灵敏度分析的基础上 ,给出了关于此类双层规划模型的基于灵敏度分析的求解算法 .最后进行了数值试验.     

动态公交网络设计的双层规划模型及算法研究

根据城市公交网络的具体特点,对公交网络进行了系统的描述,同时从公交管理部门和公交出行者两方面进行系统的考虑,提出了一个双层规划模型来描述动态公交网络设计的问题.在双层规划模型中,上层模型为一个基于时刻表的公交网络设计模型,下层模型是一个动态公交网络用户最优配流模型.针对所提出的模型,设计了基于混沌优化方法的求解算法,并给出了一个简单的数值实验来说明所给模型和求解算法的有效性.     

多模式交通网络下考虑尾气排放的道路收费研究

随着出行需求和机动车保有量的迅猛增加,城市道路不堪重负,不仅交通拥堵严重,同时大量的尾气排放更造成了严重的空气环境污染问题.本文在传统的道路收费研究中明确加入排放约束或目标,建立了一系列带均衡约束的数学规划双层决策模型,探讨多模式混合交通网络下如何通过经济手段诱导人们选择更环保的出行模式和更合理的出行路径,以同时达到缓解交通拥堵和降低尾气排放的目的.模型下层考虑多模式之间的相互影响,运用变分不等式描述个体出行者的模式路径选择;上层根据不同的管理目标构建数学规划模型.采用遗传模拟退火算法对数值算例进行求解,结果显示了道路收费对系统各种指标的影响和改善.     

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。     

PGAs求解双层规划及其在分销系统优化设计中的应用

研究并行基因算法求解双层规划问题及其在供应链物流分销系统优化设计中的应用.利用下层优化问题的KKT条件把双层规划问题转化为等价的单层规划问题,再利用并行基因算法对得到的单层规划问题进行全局优化,从而得到双层规划问题的全局最优解,最后,通过具体案例研究了上述算法在供应链物流分销系统优化设计中的应用.结果表明,并行基因算法求解双层规划,充分利用了现有计算环境的并行能力,加快了收敛速度,改善了基因算法的全局收敛性能,算法达到了实用化的规模,是一种很有应用前景的计算方法.     

交通网络设计的优化模型及算法

通过对交通网络设计的问题及其研究现状的分析．对离散型交通网络设计问题进行了深入的研究。采用双层规划模型描述问题．其中上层规划模型是从交通规划者的角度出发．在建设资金受到约束的前提下．设计合适的路网结构．使得公路网中的交通出行能达到系统最优；而下层优化模型则是从路网使用者的角度出发．使交通出行达到用户最优，针对该双层规划模型．本文对上层模型使用SA算法求解．而下层模型则采用了基于路径搜索的GP算法进行求解．以此为基础设计了SA—GP算法对其进行求解。算例计算的结果表明．模型和算法都是有效的，求取的结果能显著改善路网的交通情况．而且上下层算法的收敛速度快，从而能为路网规划决策提供支持。     

基于机器学习-优化混合算法的离散交通网络双层规划模型

为求解离散交通网络设计的大规模双层规划问题(Bi-level Programming Program,BPP),提出一种机器学习-优化(ML-OP)混合算法。首先,基于分解方法的求解思路,将双层规划问题转换为:下层一个典型的非线性规划问题(NLP),上层一个整数规划问题来处理。研究设计的混合方法,上层问题用源于机器学习的替代问题代替,采用监督学习算法求解(SLA),下层问题为交通分配问题(TAP),是一个凸非线性规划问题,用Frank-Wolfe算法求解。其次,为了验证机器学习-优化算法的有效性,用一个真实的大规模数据集来测试,并与经典分支定界算法(Branch-and-Bound)进行比较。数据结果表明在处理大规模双层规划问题时,ML-OP混合算法在计算能力方面有较好的表现。     

考虑蓄意攻击的第四方物流弹性网络设计模型

研究考虑蓄意攻击的第四方物流弹性网络设计问题.建立一个双层的第四方物流网络设计优化模型,上层模型确定网络结构,并在一定弹性水平下最小化网络成本,下层模型则通过选择攻击策略来最大化网络的攻击效果.设计了双层优化算法,上层概率解发掘算法求解网络设计问题,下层迭代局部搜索算法求解最优的攻击策略.最后,仿真实验结果表明模型的合理性和算法的有效性.     

多模式交通网络税费政策评价模型

为了实现节能减排,政府改革了燃油税并出台了车船税政策,以鼓励使用低能耗的小排量汽车.为了科学评价这两种税费政策的实施效果,面向包含小汽车和公交车组成的多方式交通网络,利用网络均衡原理和变分不等式理论,构建了等价的多用户、多准则均衡变分不等式(Ⅵ)模型,设计了求解该模型的启发式算法,并进行了算例验证.利用所建立的模型分别研究了燃油税和车船税对交通网络的成本-收益影响、公交出行分担率以及对不同排量汽车用户公平性的影响问题.研究表明:提高燃油税和车船税的税率,虽然有可能减少交通网络的整体收益,但能提高公交分担率,其中车船税对公交分担率边际增加作用递减;而不同的税率将在出行成本方面影响出行者的公平性.     

公共交通网络系统的广义Nash经营博弈模型

对公共网络系统的经营博弈问题进行了研究研究，以公交车车费作为经营者的决策变量，建立了经营者之间广义Nash均衡博弈模型，并表示为一个拟变分不等式问题，证明了所了得到的效用函数是凹函数，从而保证了广义Nash均衡解的存在性，并将求解拟变分不等式问题，转化为求解一个等价的一般变分不等式问题。最后，给出了详细的算例分析。     

饱和路网中动态交通分配与路口控制一体化建模研究

基于对动态交通分配和网络信号控制相互作用的研究,以饱和交通网络为研究对象,建立了动态交通分配和信号控制的一体化双层优化模型。在上层模型中考虑系统最优,进行信号策略的优化,在下层模型中反映用户最优,实施交通网络流的配置。模型中考虑了车辆的实际长度,研究了饱和网络中因为流量饱和而导致的路口排队现象及其对路段费用的影响。最后用实例仿真说明了饱和网络一体化研究的必要性和一体化模型的有效性。     

基于时刻表的轨道交通网络动态配流模型研究

目前轨道交通配流问题的研究多以静态为主,难以描述乘客流量的动态变化特征,而轨道交通的网络化和基于时刻表的运行方式使得应用基于时刻表的动态配流方法研究轨道交通网络上的流量变化成为顺理成章的事,本文正是研究了轨道交通网络上的基于时刻表的动态配流模型.首先根据轨道交通网络的运行特点建立轨道交通的时空网络,表示并分析了时空网络上路径和路径费用的组成.然后建立了轨道交通时空网络上的均衡配流模型(user equilibrium),并通过相继平均算法(MSA)对模型进行求解,在传统的Dijkstra算法的基础上改进了最短路径的搜索方法.最后通过北京轨道交通网络的局部线路对本文的模型和算法进行了验证.     

Modeling the congestion cost and vehicle emission within multimodal traffic network under the condition of equilibrium

Traditional system optimization models for traffic network focus on the treatment of congestion, which usually have an objective of minimizing the total travel time.However,the negative externality of congestion,such as environment pollution,is neglected in most cases.Such models fall short in taking Greenhouse Gas(GHG) emissions and its impact on climate change into consideration.In this paper,a social-cost based system optimization(SO) model is proposed for the multimodal traffic network considering both traffic congestion and corresponding vehicle emission.Firstly,a variation inequality model is developed to formulate the equilibrium problem for such network based on the analysis of travelers’ combined choices.Secondly,the computational models of traffic congestion and vehicle emission of whole multimodal network are proposed based on the equilibrium link-flows and the corresponding travel times.A bi-level programming model,in which the social-cost based SO model is treated as the upper-level problem and the combined equilibrium model is processed as the lower-level problem,is then presented with its solution algorithm.Finally,the proposed models are illustrated through a simple numerical example.The study results confirm and support the idea of giving the priority to the development of urban public transport,which is an effective way to achieve a sustainable urban transportation.     

基于双重限制的公交网络SUE配流模型及算法

考虑站点泊车容量和运送能力双重限制条件下的公交网络系统随机平衡分配问题，建立了与其相等价的数学规划模型，并提出有效的迭代算法．由于线路容量的限制，会导致乘客的过载延迟，车辆排队会使过载延迟进一步增加．在该模型中，乘客的过载延迟时间可由相应容量约束的拉格朗日乘子计算得到，车辆排队延误时间由排队论的理论求得．最后，实例表明该模型和算法是合理和有效的．     

Bilevel programming model and solution method for mixed transportation network design problem

By handling the travel cost function artfully, the authors formulate the transportation mixed network design problem (MNDP) as a mixed-integer, nonlinear bilevel programming problem, in which the lower-level problem, comparing with that of conventional bilevel DNDP models, is not a side constrained user equilibrium assignment problem, but a standard user equilibrium assignment problem. Then, the bilevel programming model for MNDP is reformulated as a continuous version of bilevel programming problem by the continuation method. By virtue of the optimal-value function, the lower-level assignment problem can be expressed as a nonlinear equality constraint. Therefore, the bilevel programming model for MNDP can be transformed into an equivalent single-level optimization problem. By exploring the inherent nature of the MNDP, the optimal-value function for the lower-level equilibrium assignment problem is proved to be continuously differentiable and its functional value and gradient can be obtained efficiently. Thus, a continuously differentiable but still nonconvex optimization formulation of the MNDP is created, and then a locally convergent algorithm is proposed by applying penalty function method. The inner loop of solving the subproblem is mainly to implement an all-or-nothing assignment. Finally, a small-scale transportation network and a large-scale network are presented to verify the proposed model and algorithm. This research is supported by the National Basic Research Program of China under Grant No. 2006CB705500, the National Natural Science Foundation of China under Grant No. 0631001, the Program for Changjiang Scholars and Innovative Research Team in University, and Volvo Research and Educational Foundations.     

考虑换乘费用的城市公交网络随机用户均衡配流模型及算法

文章在引用增广公交网络的基础上,考虑换乘次数对乘客出行时间的影响,引入换乘次数惩罚因子,给出了计算换乘费用的方法,并给出了乘客在公交出行中包括步行时间、等待时间、乘车时间和换乘时间以及换乘惩罚在内的路径费用. 在此基础上,构建了随机用户均衡模型来描述城市公交O-D需求在网络上的分配问题,证明了模型的最优解满足平衡条件,采用改进的MSA算法对模型进行求解. 最后,用一个简单算例验证了模型及算法的可行性和有效性.