路网容量研究综述

本文是对路网容量问题的综述性研究，在对现有路网容量理论和模型研究和分析的基础上，提出新的路网容量概念，确定影响路网容量的关键因素。为建立准确而实用的路网容量模型奠定基础。     

基于运输需求的基础路网规划理论与方法研究

为了解决中国公路运输的"瓶颈"问题,使运输更好地为国民经济服务,提出了基础路网的概念,分析了现有公路网的干线路网和基础路网的范畴,研究了运输需求与交通需求在作为路网规划的变量时的区别以及运输需求对基础路网布局规划的影响。以有利于国民经济和社会发展产生的运输需求为目标,构造了基础路网规划的模型和算法。规划模型以投资费用最小为前提,为缩短路网建设里程,节约建设成本,增加了费马点,并证明了该方法是有效的。开发了模型与算法的集成软件ArcGIS,使得整个规划过程的计算与分析数据化,结果可视化,并对模型和算法的效果进行了验证。分析结果表明:规划后的基础路网使用效率能相对保持在70%～80%这一理想范围内,能够清楚地反映研究区域运输需求的要素。因此,基于运输需求来规划基础路网可行。     

多起终点交通流的城市道路网容量计算

以图论中的网络极大流理论为基础,提出了城市道路网容量问题属于多起、终点的网络最大流问题。由于多起、终点网络最大流问题的复杂性,图论中至今没有给出相应的算法。为此,提出从调整O-D需求着手,首先使有缝网变成无缝网的思路,然后给出了理想O-D矩阵和可行理想O-D矩阵的定义。在此基础上,建立了理想条件下城市道路网容量的计算模型,并给出了考虑路网服务水平的城市道路网容量计算思路。     

基于网络可靠性的街区开放适宜度研究

针对城市大面积封闭式单元对于城市经济的约束和公共资源的限制问题,为更好地推行开放街区制,基于城市空间维度构建街区路网,通过分析街区路网的网络可靠性来判断街区开放的适宜度。从网络可靠性出发,分析了传统网络熵在研究街区路网可靠性上的不足,分别从有向街区路网和无向街区路网两个角度,引入了基于网络熵的最大流、最短路熵理论,给出了街区路网最大流、最短路熵的计算方法,随后确立街区路网的可靠性等级判定标准;通过对封闭式小区从封闭到实施开放的过程分阶段讨论,分别计算开放各阶段中构成路网的最大流、最短路熵,再根据路网可靠性判定标准对各个路网的可靠性进行判定,以此作为确定街区开放适宜度的依据;最后以上海市中轩丽苑小区为例,从居民生活、休闲、出行等维度确立街区场所节点并构建其街区路网,分3个阶段实施开放并计算路网最短路熵,分析并确立了其街区开放的适宜度。结果表明:通过街区路网最大流、最短路熵的计算能够更好地确定街区路网的高危节点,且在网络可靠性问题的研究上比传统网络熵更具有优势;由实例分析可知根据网络可靠性的判定确立街区开放的适宜度具有可行性,这一方法为阶段性开放街区提供了依据,以期为推行街区制改革提供新的思路和方法。     

浅析高速公路路网模型的建立与清分算法的实现

高速公路路网模型及清分算法的研究是高速公路联网收费的理论基础.主要介绍了高速公路路网模型的建模方法,并且基于路网结构的数学模型提出了高效灵活的清分算法以及收费清分的计算机实现方式.     

交通网络用户平衡环境下的最大流量问题

将网络最大流问题推广为交通网络用户平衡环境下的最大流量问题，给出了交通网络ＵＥ条件下两点间最大交通流量的双层模型和算法，进而讨论了整个交通网络基于线性增长模型的交通量问题。所论述的模型和方法对于交通规划从着重关注路网规划转为并重考虑交通供给和需求具有积极的启迪意义。     

基于路网可达性的城市交通离散网络设计模型及算法

根据城市交通路网分区理论,把分成的子区看成一个节点,考虑所有节点的可达性,以此度量整个路网的可达性,设计了基于路网可达性最大为目标的城市交通离散网络设计模型。采用粒子群算法,并给出一个简单的算例,算例表明,合理的添加路段,能使城市路网可达性达到最大。     

城市路网交通流元胞自动机模型研究

研究城市路网交通流的动态特性,揭示交通拥堵、环境污染和交通事故的产生原因和规律,能为城市交通问题的解决提供理论依据.元胞自动机模型是研究城市路网交通流动态特性的一个有效工具,能够再现许多重要的交通流特征.从路段模型、交叉口模型和路网模型3个方面总结和评述了国内外各种典型交通流元胞自动机模型.在现有模型的基础上,通过对车辆起讫点分布、路径选择行为、双向通行多车道路段车辆换道规则、不同控制交叉口的车辆更新规则以及网络拓扑结构等方面进行改进,可以提高元胞自动机模型在城市路网交通流仿真中的真实性.     

容量限制的交通分配优化方法研究

容量限制一直是交通分配研究的重要内容,是造成路段和路网拥挤的根本原因.目前大多数的研究都是基于拥挤模型进行理论分析和实际计算,而实际中的拥挤路网大多不是一个平衡分配问题.以Fisk提出的Logit分配优化思想及Wardrop的系统最优为基础,建立了容量限制下的路网分配优化模型,并给出了相应的启发式优化算法.     

基于网络最大流的城市道路网容量计算

本以图论中的网络极大流理论为基础,提出了城市道路网容量问题属于多起、终点的网络最大流问题。从调整O-D需求着手,建立了理想条件下城市道路网容量的计算模型,并给出了考虑路网服务水平的城市道路网容量计算思路。     

环境承载力约束条件下城市最大乘用车保有量预测

以城市环境承载力为约束条件预测城市内可容纳的最大乘用车保有量。预测模型是一个双层优化问题，其中上层是环境承载力约束下的最大乘用车保有量模型，以交通小区的乘用车保有量之和最大为目标函数，以各路段的环境承载力为约束条件；下层是道路网上的用户平衡分配模型，模拟乘用车出行者的路径选择行为，预测交通需求在道路网上的分布及行驶特征。开发了一个基于灵敏度分析的算法用于实现上下层模型间的反馈及同时求解两个优化问题。利用实例验证了模型及算法的有效性。     

最短路-最大流交通分配法

为确定公路网各路段交通量,在最短路交通分配法的基础上,引入了求最短路上最大流的分析技术,提出了最短路上最大流交通分配计算方法。依据对公路网中不同路段初定的技术等级所具备的最大服务交通量和拥挤度的要求,确定出该路段的容许交通量,当路段所分配到的交通量累计达到这一量值时,及时地对路段技术等级进行调整,进而对该路段的路权与容许交通量进行适时的调整。算例表明:该计算方法有效地提高了交通分配过程中有关路权处理的整体质量,较现行的最短路交通分配法和交通容量限制分配法的分配结果更趋合理。     

基于最大相关准则图像分割的结构化道路路径识别和跟踪算法

为提高基于视觉导航的智能车辆对结构化道路车道标识线的识别和跟踪精度,同时消除车流、阴影和光照不均匀等不利因素的影响,提出一种基于最大相关准则的图像分割算法及基于感兴趣区域的车道标识线跟踪算法:首先,对图像进行滤波和光线补偿等前期处理,采用最大相关准则的图像分割算法对道路图像进行阈值分割;然后,根据车道的结构特征及先验知识提取车道标识线的特征点,并运用最小二乘法对特征点拟合,得到车道模型的参数;最后,通过建立感兴趣区域(ROI)的方法实现对车道标识线的准确跟踪。试验结果表明,该算法具有很好的准确性、实时性和鲁棒性。     

基于决策融合的城市道路交通事件自动检测算法研究

为了提高城市道路交通事件自动检测算法的性能,引入算法性能可靠度概念对基于浮动车数据和感应线圈数据的事件自动检测算法检测结果进行决策融合。决策融合算法包括3个模块：①感应线圈数据算法模块：选择流量、占有率、路段长度、前一个检测周期的检测参数作为输入参数,训练BP网络进行事件判别;②浮动车数据算法模块：使用误差分析理论确定满足数据精度要求的最小浮动车样本量,选择路段行程时间、行程速度作为BP网络输入参数,进行事件判别;③决策融合模块。引入算法性能可靠度概念,计算模块一和模块二判别结果的权重值,使用加权平均法进行决策融合。通过Vissim仿真获得数据,在Matlab中编程实现算法的计算,仿真结果表明决策融合算法的性能优于单数据源事件自动检测算法。     

市区行李值机服务移动站点优化方法

为提高航空运输的服务质量和竞争力，克服传统城市候机楼在服务范围有限、成本高和选址难度高等弊端，提出1种基于市区移动站点（UMS）的航空旅客行李值机服务模式。UMS基于乘客的实时位置分布差异来动态调配移动站点在城市的位置，因此需要解决UMS站点布局优化问题。综合考虑乘客到服务站点的平均路径长度和乘客最大可接受距离等2个重要指标，基于服务站点位置、不同时段的客源分布和站点的最大服务容量等限制因素对2个重要指标进行约束，建立基于路网的UMS布局优化的数学模型。为满足UMS服务模式对优化运算时效性的严格要求，提出1种混合智能优化算法，采用涟漪扩散算法（RSA）求解乘客与UMS站点多对多路径优化问题，采用自适应遗传算法（AGA）高效优化UMS位置分布。以天津城市路网的实际案例与随机生成测试案例对市区移动站点和城市候机楼2种模式的各服务时段的服务质量进行比较。结果显示:在相同站点数量的情况下，乘客到服务站点的平均路径长度比城市候机楼模式减小30.9%，超出乘客的可接受路径长度比城市候机楼模式减少43.7%；UMS位置分布优化使用混合算法（RSA-AGA），其平均计算时间为377 s，比城市候机楼模式所需的平均计算时间减少了41.2%；UMS服务模式在不同站点数量和随机生成测试案例中，各项优化目标均优于城市候机楼模式，更符合乘客的实时需求，验证了UMS运营模式的优越性。      

基于RBF神经网络的不利天气道路通行能力计算

不利天气下影响城市道路通行能力的各种因素都具有随机的、非线性,采用常态条件下修正理论通行能力的计算方法是不适合的.文章结合RBF神经网络模型方法能够良好地分析出随机的、非线性的特点,对路网组成单元进行重新划分,选定不利天气下道路通行能力的影响因素,建立了道路通行能力计算的RBF神经网络模型.并依据哈尔滨市暴雨天气下道路的实际情况进行了算例分析,计算的道路通行能力与实测数据最大误差为-1.16%,验证了模型的可行性和有效性.     

基于Kalman滤波的城市环路交通流短时预测研究

在介绍现有的主要交通流预测方法的基础上，阐述了基于卡尔曼滤波（Kalman）的预测模型及其具体算法。结合城市环路的交通运行特性，构建了基于卡尔曼滤波的交通流短时预测模型，并根据北京市三环路的实际数据对模型进行验证。实证数据表明．所建立的交通流动态实时预测模型的预测效果比较理想，算法的实时性也满足实际预测系统的要求，可应用于交通流预测及交通智能控制。     

基于出租车GPS数据的城市次干道阻抗函数研究

城市道路阻抗函数的合理性、准确性和实时性是进行动态交通诱导的先要条件,也是交通规划领域的经典问题.目前对城市次干路,特别是违法停车影响下道路通行能力下降时的道路动态变化研究较少.以武汉市出租车GPS海量数据为基础,提出了不同道路情景及不同出租车行驶状态下的海量数据筛选策略,建立了出租车行程分析方法.另选用Smats便携式蓝牙和Wi-Fi扫描仪采集数据,针对该设备的工作原理提出了误差数据处理方法,得到真实交通流量和实验数据之间的对应关系.在BPR阻抗函数中引入非法停车条件下的道路通行能力变化规律,由出租车GPS数据和实验采集的道路交通流数据对阻抗函数表达式中的系数进行标定,并对结果进行了对比验证.结果表明,重新标定后BPR函数与真实道路阻抗的平均误差值与未改进的BPR函数相比,由26.1 s降为6.8 s.      

无人驾驶环境下考虑OD结构的路网容量模型（双语出版）

为了研究未来无人驾驶车辆对路网容量的影响，揭示无人驾驶车辆与普通车辆的相互影响特性，假设无人驾驶车辆遵循系统最优路径，普通车辆遵循用户最优路径，构建了无人驾驶环境下的道路网络储备容量模型。上层模型为满足路段容量约束条件下的最大交通需求，各OD之间的交通需求采用不同的增长乘子；下层模型为两类用户的混合路径选择行为模型，无人驾驶车辆以系统总阻抗最小为目标，而普通车辆以个人出行成本最小为目标。采用多种群遗传算法进行求解，并通过算例验证了模型和算法的有效性和可行性，得到非统一增长乘子下的路网容量，比较了统一增长乘子与非统一增长乘子的异同之处。研究结果表明：①两种计算结果所得到的道路网络容量增长趋势类似，但是非统一增长乘子计算结果大于统一增长乘子计算结果，当无人驾驶车辆市场渗透率达到一定比例时，二者计算结果的差异随着市场渗透率的增加而逐渐减小；②不同OD对的增长乘子不一定相同，无人驾驶车辆的加入可以优化不同地区的OD需求分布，从而提升整个道路网络的容量；③非统一乘子的计算方法可以有效避免不同OD对的干扰作用，提高部分OD对在低市场渗透率下的路径利用率，路段流量分布更加均衡；④当无人驾驶市场渗透率达到较高的比例时，道路网络容量可增加的幅度较小。     

公路网络运营可靠度研究

首先剖析公路网络运营可靠度与城市道路网络运营可靠度的区别及影响因素,进而对公路网络运营可靠度的内涵进行界定。然后通过对公路路段通行能力的概率分布、均匀分布随机路段通行能力的产生、最短路线辩识、网络平衡配流、路径列出等的研究,建立基于MonteCarlo模拟的公路网络运营可靠度分析方法,并开发MonteCarlo模拟实用程序。最后应用该方法计算了哈尔滨市域公路网运营可靠度。