基于情绪参照点的多主体自组织路径选择模型

为了研究有限理性条件下出行者群体的自组织路径选择行为对交通流量分配的影响,利用累积前景理论结合小世界社会网络,建立了具有交互机制的多主体路径选择模型。在模型中,将参照点的特性与小世界社会情感优化算法思想进行有机结合,基于出行时间可靠性设计了具有异质特点的参照点及其演化规则,使出行者个体能够依据决策环境及情绪的变化动态地调整自身的出行时间预算,更加符合出行者的实际行为特征。最后,设计了交通流分配演化算法,求解路网配流。研究发现:(1)模型较好地继承了传统模型中的有限理性特点;(2)出行者的异质程度是影响交通流量分配结果的重要因素;(3)本文提出的模型较好地解释了实际交通流分配中的流量变化现象。     

基于动态参照点的多主体有限理性路径选择模型

为了研究有限理性假设下出行者的自适应调整行为对交通网络分流的影响,利用累积前景理论结合演化元胞自动机建立了具有个体交互机制的多主体路径选择模型。在模型中将出行者划分为风险追求者与风险厌恶者,基于出行时间可靠性并借鉴元胞遗传算法的思想设计了具有异质特点的出行者动态参照点及其演化规则,使出行者个体能够依据决策环境的变化动态地调整自身的出行时间预算,更加符合出行者的实际行为特征。最后将多主体参照点演化规则与传统的相继平均算法相结合,求解路网配流。研究发现:演化模型较好地继承了传统模型中的路径分流特点;不同的出行者类型比例及出行者的信息接收程度是影响路网分流结构的重要因素。     

考虑参考点依赖的随机网络用户均衡与系统演化

考虑出行者路径选择过程中的有限理性和参考点依赖,以基于累积前景理论的路径选择决策规则为基础,建立随机网络用户均衡及其等价的变分不等式模型,力图展示现实中的交通流分布形态.提出了求解模型的算法,并通过简单的算例对模型和算法的合理性进行验证.考虑到日常出行路径选择是一个重复的学习与更新过程,通过模型描述出行者路径选择过程中的学习、选择和更新行为,进一步建立基于累积前景理论的动态交通系统,最后通过算例说明动态交通系统演化到用户均衡的过程.     

基于时间和路径偏好的交通流分配模型与诱导策略

考虑交通网络中出行者不仅具有路径选择偏好, 同时具有时间偏好的特征, 分别针对出行者是否具有时间或路径选择偏好的4种不 同情形, 建立相应的交通流分配模型. 通过分析这4个模型的性质, 分别给出了有效的求解方法. 在分析4种不同情形 下出行者总出行时间的相互关系基础上, 设计了时间诱导和路径诱导策略. 最后, 以西安市东南郊清明假日交通流分 配为例, 分别模拟分析了不进行诱导, 进行时间诱导, 进行路径诱导的情形下高峰期的交通流分配, 该实例验证了时 间诱导策略与路径诱导策略的有效性.     

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.     

含目的地选择的城市交通网络非稳定均衡分析

为了完善现有的城市交通流均衡分配理论,研究了城市交通网络中的非稳定均衡状态。利用添加虚拟节点和虚拟路段的超级网络建模方法,将出行者的出行与否决策、目的地选择决策以及出行路径选取决策归入一个抽象的网络中进行研究,利用变分不等式理论将网络的非稳定均衡问题转化为易于处理的一般交通流分配问题。研究结果表明:只有结合出行者的出行与否决策与目的地选择决策,才能使交通流分配的结果更符合现实;网络非稳定均衡状态确实存在,出行者出行与否的最高费用标准越高,实际的网络出行流越大。     

VRGS中均衡诱导比例和系统服从率的计算

在考虑先进的出行者信息对出行路径选择行为影响的基础上,建立了信息影响下的路径选择模型,基于驾驶员群体的划分和路网混合均衡建模理论,构建了一随机网络混合随机用户均衡模型,提出了同时求解诱导比例和诱导系统服从率的数学模型,设计了模型求解算法,并利用算例进行了计算分析.     

ATIS影响下基于广义出行负效用的随机分配

考虑先进的出行信息系统(ATIS)对出行者路径选择行为的影响,提出了一种混合随机用户均衡交通分配模型。将出行者划分为"有ATIS接收装置"和"无ATIS接收装置"两类,两类出行者均以随机方式选择出行路径,路径选择准则为广义出行负效用最小,广义出行负效用定义为出行时间、出行费用和出行时间可靠性的线性组合。利用混合网络随机用户均衡建模理论,建立了ATIS影响下基于广义出行负效用的随机型分配变分不等式模型,基于二次加权平均方法设计了求解模型的启发式算法。通过一个简单算例验证了文中所构建的模型和算法,并获得了一些重要的结论。     

基于时变需求的供应链网络动态均衡模型

在时变需求下, 供应链网络静态均衡模型不能描述上下游成员的订单、库存以及采购价格随时间的变化的传播过程. 通过在静态均衡模型中引入了时间变量, 本文构建了供应链网络动态均衡模型, 以描述供应链网络各成员订单、库存和价格的时变特征. 基于历史的订单、采购销售价格等信息, 给出了供应链成员考虑订单提前期和库存成本的订单生成策略的数学描述. 建立了供应链网络动态竞争均衡变分不等式模型, 利用变分不等式方法给出了等价的动态均衡条件, 并设计了求解模型的有效算法. 算例研究表明: 文中建立的动态模型不仅能嵌入不同的订单生成策略, 还能分析包括牛鞭效应在内的多种供应链网络问题. 本文所提出的模型为探究供应链网络时空演化行为提供了有力的工具.     

一种基于半张量积的多层网络演化博弈方法

针对多层网络演化博弈,采用半张量积方法,遵循短视最优响应策略更新原则,将博弈动态过程进行公式化并研究其策略最优问题。首先,通过半张量积将多层网络演化博弈转化成代数公式的形式,建立相应的转化算法;其次,基于该公式,讨论了博弈的动态行为;最后,通过增加伪玩家到博弈中来研究策略最优问题,目的是设计自由控制序列来最大化伪玩家的平均收益,从而得到最优控制序列。并举例验证了研究结果的有效性。     

多维非线性时间序列的投影寻踪学习逼近

建立了多维非线性时间序列投影踪学习网络结构及算法,证明了投影寻踪学习网络可以以任意精度逼近多维非线性时间序列。解决了基于投影寻学习的多维非线性时间序列的建模和预测问题,实际应用例子表明该算法可行。     

基于不确定时滞模型的鲁棒AQM控制器设计

针对网络环境的不确定性和网络参数的时变性,采用不确定时滞系统模型对网络拥塞控制问题进行了研究。给出了利用线性矩阵不等式方法判定主动队列管理(active queue management,AQM)系统稳定的充分条件,以及基于求解非线性矩阵不等式的AQM控制器参数设计方法,设计了基于线性矩阵不等式的含时滞静态输出反馈控制器。仿真结果表明,利用该方法所得到的控制器是有效的,在变化的网络环境下,其动态响应更快,稳态波动更小。     

一种用于可靠性分析的功能模型

针对传统的可靠性分析模型知识描述能力差和分析结果指导意义较弱的问题,设计一种功能模型用于可靠性分析.这种模型能够描述系统功能知识和性能知识,并且能够建立系统性能对功能的影响关系.此模型的建模过程较为简捷,模型结构适合于可靠性推理.由于模型描述了系统本身的领域知识,基于该模型得到的可靠性分析结果较传统的可靠性分析结果更具指导意义.最后,基于这种建模策略建立了某型家用门铃系统的功能模型,并分析了其可靠性,验证了该模型及其算法的有效性.     

仿真交通流混沌特性研究

基于非线性跟驰模型建立了由五辆机动车组成的动态仿真模型,利用Matlab软件产生了五辆机动车的仿真交通流,给出了在一定参数组合下前后车辆之间的车头间距、速度差随时间变化的过程曲线.并结合实际交通系统的特点,对仿真结果做了理论分析.基于混沌时间序列分析方法,提出了证明非线性跟驰模型产生的仿真交通流具有混沌特性的一种方法,并分析了模型参数对仿真交通流动态特性的影响.该研究结果有助于进一步理解实际交通流系统的动态特性,并为短时交通流预测、诱导方法和智能交通控制提供理论依据.     

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.     

停车换乘方式下准动态行程时间可靠性计算模型

目前大多数行程时间可靠性计算模型均未考虑例如停车换乘之类的组合出行方式对路网行程时间可靠性的影响;对可靠性的动态变化轨迹研究不够深入。以加权行程时间方差衡量路网可靠性大小,基于停车换乘交通分配理论构造了一个准动态行程时间可靠性计算模型。描述了出行者考虑可靠性影响下的方式-路径动态选择行为,刻画了路网可靠性动态变化轨迹;基于K优路径和连续平均算法,设计了模型求解算法,并通过经典算例验证了模型和算法的有效性。与传统单方式可靠性计算模型相比,本文所建模型可以用来分析停车换乘措施对减少交通拥堵、提高路网可靠性所起的作用;分析出行者可靠性偏好大小对路网可靠性变化的影响。     

基于同步理论的股票网络社团识别研究

利用股票价格波动时间序列的相关特性,基于同步理论研究股票网络的社团结构。通过对关联矩阵的谱分析确定股票网络中存在复杂的社团结构。随后,利用基于Kuramoto模型的同步聚类算法对网络节点(股票)进行动态分组,由局部序参量确定算法的收敛性并得到稳定的社团结构。通过与快速社团检测算法的对比验证,表明基于Kuramoto模型的同步聚类算法能够正确得到股票网络的社团结构,且更符合股票的属性分类。     

基于动态种群结构的粒子群算法及仿真研究

针对标准粒子群算法易陷入局部最优而早熟的问题,提出了一种基于动态种群结构的粒子群算法。该算法在种群结构中引入小世界网络模型,由于网络模型的演化,使算法具有动态的种群结构,从而保持了种群的多样性。同时为了使粒子尽可能地分布在不同的搜索空间,在网络模型演化过程中考虑了结点的个体价值。为了加快算法的收敛速度,在进化后期采用全局模型粒子群算法。通过对三个经典测试函数优化问题的数值仿真并与其它方法进行比较,结果表明了算法的有效性和实用性。     

基于超网络中异质群体演化博弈的海关监管

本文首先采用超网络方法建立了海关监管超网络模型CSSN,其次利用演化博弈方法研究了CSSN中海关和企业这两个通过货物交互的异质群体间的策略选择和学习等问题,最后进行了该模型中的异质群体演化博弈仿真,分析了海关与企业两个异质群体之间的策略互动及其动态调整过程,证明了海关监管改进能够有效促进合作,引导演化博弈的结果收敛于最优并保持监管系统的稳定。     

基于AP的Volterra级数自适应多重回归及其多步预测应用

为解决时间序列多步预测的高效率、高精度问题,提出一种基于Volterra级数的多重回归仿射投影自适应算法。应用虚假最临近点法算法选择最优嵌入维数,优化模型初始参数。以系统Volterra核向量增量的模与某约束总和为损失函数,按照最陡下降原理导出各阶Volterra核更新公式,再利用矩阵求逆引 理递推求取各阶Volterra子系统自相关逆矩阵导出算法,从而实现了对多输入多输出数据样本的建模,采用该模型对Henon映射产生的时间序列进行多步预测实验,结果表明可以对该时间序列进行准确建模和预测,证明了所提模型的有效性。