可变信息标志最优转移率模型及其算法

提出一个基于多用户类别动态交通分配(MUC—DTA)模型而确定的最优CMS系统交通流量转移率的系统模型,包括最优动态时变交通转移模型,并提供模型的求解计算方法,以提高整个交通网络的运行效率．     

非平衡交通分配的离散网络平衡设计的遗传算法

针对离散网络平衡设计二层规划模型,提出了一种新的求解算法.二层规划模型中上层问题对它采用遗传算法,下层问题是平衡交通分配模型,对它采用非平衡交通分配方法的拟FrankWolfe算法,并给出了算例,数值试验结果表明本文提出的算法是有效的且计算量小、收敛较快.     

旅客视角下基于时变的多模式交通网络出行路径

城市多模式交通出行路径决策会受到城市公共交通发班时刻表及交通网络时变特性影响。本文考虑这两个影响因素,研究了换乘次数、出行时间、步行距离等约束条件限制下以实际出行成本最少为优化目标的城市多模式交通出行路径决策问题。由于该问题为NP难问题,本文提出了基于遗传算法的四种求解策略。数值算例表明四种求解策略均有效,其中,变异概率随迭代次数调整的多种群遗传算法求解策略计算效率最高。     

作业车间调度的非合作博弈模型与混合自适应遗传算法

采用博弈理论,建立了一种基于非合作博弈的作业车间任务调度模型.在该任务调度模型中,将源于不同客户的制造任务映射为非合作博弈模型中的局中人,并将与制造任务包含的工序集所对应的可选加工设备映射为可行方案集,使各制造任务的加工完成时间和成本组合形成的多目标综合指标映射为收益函数,从而将对任务调度模型的求解转换为寻求非合作博弈模型的Nash均衡点.通过设计的爬山搜索混合自适应遗传算法、自适应交叉和变异算子,实现了对该任务调度非合作博弈模型的Nash均衡点的有效求解,同时算例仿真结果也验证了所提出的调度方法的正确性.     

多目标城市道路交叉口信号配时优化算法研究

采用细胞传输模型对城市道路的交通流进行建模,提出了该模型中各项交通流运行指标的计算方法.将交通流模型嵌入到多目标优化算法中,替代以往传统的目标函数,采用非支配排序遗传算法NSGA II(none-dominated sorted genetic algorithm II)进行多目标的求解.通过算例分析不同输入条件和控制策略下的优化结果及与其他类似配时计算方法的比较,证明了此算法的结果较令人满意.     

网络失效条件下的北京市城市道路交通网络统计特征分析

为获知城市道路交通网络的结构和网络特性,根据实际的拓扑和交通流数据,采用原始法进行建模,将路口抽象为节点,将路段抽象为网络的连边,构建城市道路交通网络模型。通过MATLAB和pajek计算,分析了道路抽象、基础设施和动态交通3种网络的统计特征。对基础设施和动态交通网络的强度分布的分析,证实了北京市城市道路网络中的这两种网络均为无标度网络;通过计算基础设施网络的节点强度和介数等特征指标,获知了北京市城市道路的重要路口和路段。最后,仿真分析了3种网络在不同网络失效条件下的重要统计特征,结果表明北京市城市道路基础设施和动态交通网络既具有鲁棒性又具有脆弱性。     

弹性需求下的双向混合交通需求预测组合模型

基于我国城市道路双向混合行驶现状及实际交通网络的运行特点,借助Logit路径选择模型,建立弹性需求下双向混合交通需求预测组合模型.证明了模型的一阶条件等价性,给出其具体的求解算法并用算例说明该模型是有效的.     

考虑低碳排放约束的多模式均衡分配模型

研究低碳排放约束下的多模式混合交通分配问题. 将交通方式划分与交通分配相结合,综合考虑人均能耗约束和污染物排放约束,建立了低碳排放约束的用户均衡模型,采用基于实数编码的遗传算法对模型进行了求解,并用一个小型路网说明了模型和算法的有效性. 算例对比结果表明,通过调节公交出行和私家车出行的比例,限制私家车使用,可以有效地兼顾人们的出行需求和降低交通碳排放的目标,为倡导低碳出行提供可行的管理措施.     

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。     

带转向延误的拥挤交通网络配流模型及算法

为了更加真实准确地反映道路网络的交通流状态,该文综合考虑拥挤交通网络的特点,建立了带转向延误和通行能力限制的交通网络配流模型,模型中路段和转向通行能力约束条件的Lagrange乘子等于因交通拥堵而产生的排队延误。该文采用动态罚函数算法,将原问题转化为一系列不带通行能力限制的传统交通分配问题进行求解,随后以Nguyen Dupuis网络为算例进行测试。计算结果表明:当流量达到通行能力时,排队延误就会产生,平衡流量满足Wardrop均衡准则。该模型能够很好地反映拥挤交通网络流量特点,提出的算法也具有很好的收敛性能。     

引入谈判博弈的Q-学习下的城市交通信号协调配时决策

由于城市交通路网中交叉口间交通信号决策是相互影响的,并且车联网技术使得交叉口交通信号配时agent间能进行直接交互,此决策问题可用博弈框架来描述。建立了城市路网中相邻交叉口间交通流关联模型,通过嵌入谈判博弈模型来设计Q-学习方法,此方法中利用谈判参考点来进行配时行为的选择。仿真实验分析表明,相对于无协调的Q-学习算法,谈判博弈Q-学习取得更好的控制效果和稳定性能。谈判博弈Q-学习在处理交通拥挤及干扰交通流时,能根据交通条件灵活地改变交通信号配时决策,具有较强的适应能力。     

考虑慢行交通影响下的交通微循环路网优化设计

为减少实行交通微循环过程中日益增加的对区域内居民生活和出行交通的不良影响,以最小化道路连通性、最小化慢行交通的出行时间、最小化环境污染和最小化道路饱和度为优化目标,考虑干道路网饱和度约束、慢行交通平均限速值约束、慢行路网密度约束,建立了多目标区域交通路径优化的双层规划模型。利用遗传算法进行求解,采用轮盘赌选择算子和非均匀变异算子进行操作,得到了最优的微循环路网优化组织方式。通过算例分析,与实行微循环前的路网相比,实行微循环后的路网饱和度明显下降,减小了对街区内的居民影响和生态环境破坏,得到了一个合理的街区交通微循环网络。     

一种基于最短路博弈分配的交通配流新算法

交通流分配,就是将预测得出的OD 交通量,根据已知的道路网描述,按照一定的规则符合实际地分配到路网中的各条道路上去,进而求出路网中各路段的交通流量.而枚举OD对中所有的路径是进行交通分配的基础,对于大型复杂的路网,这项工作是比较困难的.该文提出了一种生成最短路径的方法,并结合博弈分配,将交通流分配在这些最短路径集上,避免进行大量枚举.文中将新算法与传统的logit分配算法做比较,最后用一个数值算例,说明了该算法的可行性和有效性.     

路票约束下的用户均衡网络流建模及其算法

为了缓解交通拥堵问题,在传统用户均衡模型的基础上,建立了带路票约束条件的用户均衡网络模型。本模型采用牛顿算法作为子算法,结合增强拉格朗日乘子法求解带路票约束的用户均衡网络流。外惩罚函数通过调整惩罚参数,把容量约束下的网络均衡问题转化成传统网络均衡问题。牛顿法通过移动方向、修正矩阵和移动步长的组合来保证路径或路段交通流量解的可行性,同时获得转化后子问题的最优解。算例分析表明,相对于传统的交通分配方法,添加路票约束能显著改变交通分配结果,使高流量路段的交通量减少了25％,能够有效地缓解交通拥堵。     

基于AR模型的话务自学习研究与应用

本文通过对AR模型的研究,提出了一种基于AR模型的话务自学习模型。通过对话务数据进行平稳化差分处理,得到话务数据的模型,并对未来的话务数据进行预测。仿真结果表明,建立的话务自学习的AR模型和实际的话务数据有很高的一致性,且仿真速度快,适合在实际的工作中应用。     

动态交通网络的用户均衡配流模型

提出一种离散的动态交通网络用户均衡配流模型,它是静态UE模型的一种推广。通过最优方法得到模型的最优解条件,最优解与Wardrop用户最优原理的动态推广相一致,该模型能够反映交通网络的动态属性。     

TCP Reno/Vegas算法的进化博弈模型

为了精确研究 TCP(transmission control protocol)算法 ,指导其他端到端流量控制算法以及路由器中的分布式流量控制算法的设计和实现 ,该文从非合作博弈的角度出发 ,提出了一种基于进化博弈理论的 TCP算法模型。使用该模型 ,针对 Reno和 Vegas两个版本的 TCP算法进行了描述、仿真和比较。分析和仿真结果表明 :TCP Reno使用 3个策略进行流量控制 ,而 Vegas是一个 5策略的流量控制算法 ,因此 ,Vegas能够比 Reno更好地适应复杂的网络环境 ,获得更好的性能。另外 ,该文从进化博弈理论的角度提出了一些能够提高 TCP性能的方法和改进方向     

基于动态投影系统的带约束的混行路网均衡模型求解算法

针对路网中考虑电动汽车出行能耗与燃油汽车环境排放情形下混合交通流的非线性边界约束路网均衡问题,设计了一种基于动态投影系统的算法;将复杂非线性边界约束的双车型路网均衡模型转换成变分不等式模型,利用拉格朗日乘子法得到模型的库恩塔克(KKT)条件以及模型的非线性互补问题,通过引入投影算子建立动态投影系统找到模型的最优解。分析模型可确定燃油汽车和电动汽车一般出行成本函数,电动汽车混行条件下交通网络的均衡条件,以及路网均衡条件下两种车型的拥堵外部性并获取混合交通流下路网的运行特征。最后构建数值仿真评估动态投影算法的有效性,结果表明模型收敛于系统的平衡点,且具有指数收敛性质。