基于最大流的路网结构优化

用组合图论法构造道路网络的赋权有向图,分析路网结构的均衡性,确定造成路网不均衡的关键路段．利用网络可行流的平衡关系,以流等价和点守恒原则为约束条件,建立网络最大流模型．根据最大流最小割定理,用割集矩阵法求网络的最大流．网络流量最大时,那些流量饱和的路段即为关键路段．增加关键路段的通行能力,即可增加路网的通行能力．     

路网最大流问题的断路算法程序设计及应用

引进交通路网最大流问题求解的断路算法，有效地克服了传统的求解最大流标号法步骤复杂，不利于计算机操作的缺点；以Turboc作为程序实现工具，完成了断路算法的程序设计，程序适用于大型路网中单起点单讫点和多起点多讫点的最大流计算。通过对赣州市现有路网最大通行能力的实例分析，证实了该程序的合理性和有效性，并为本地区未来交通路网规划提供了决策依据。     

交通运输网络能力限制路段分析及扩能优化研究

交通运输网络是交通运输系统的重要组成部分,确定交通运输网络中的能力限制路段,设计合理的路网扩能优化方案都是交通运输部门需要面临的问题。本文依据最大流理论制订了路网能力限制路段的确定方法,建立了以换算扩能费用最小为目标的扩能优化模型并设计了相应的求解算法。算例表明,本文研究的模型及算法是有效的,且扩能优化方案中的扩能路段与路网能力限制路段基本上是一致的。     

���ڿɱ乫������Ƶ�ʵij���ӵ����·�շѶ����Ż�

考虑城市路网中不同出行方式车流之间相互影响,通过对私家车实行拥挤道路使用收费和增加公交发车频率之间的相互制约关系分析,提出了基于可变公交发车频率的城市拥挤道路收费定价的优化问题. 在分析确定路网上公交车和私家车出行方式的广义出行成本的基础上建立了该问题的双层规划模型,其中上层规划以路网上的出行者消费盈余最大为优化目标,下层规划为弹性需求下的组合出行网络用户平衡模型;并设计了基于模拟退火算法求解的优化算法. 算例分析表明,基于可变公交发车频率的城市拥挤道路收费定价模型和算法能够更有效地解决道路拥挤问题.     

���Ǵ��ͻӰ���µ�·�������Ż�ģ�ͼ��㷨

由于城市交通需求在日常和大型活动期间有较大差异,建立考虑大型活动影响下的路网改造一主多从双层规划优化模型,上层规划以城市路网改造成本和改造后路段饱和度最小为目标确定路段改造能力,下层规划分别考虑日常和大型活动两种交通需求下的用户均衡模型,并设计了基于混沌的模拟退火求解算法. 算例分析中,路网改造前的饱和路段比率分别为8.3％和41.7％;同时考虑日常和大型活动两种交通需求改造后,饱和路段比率分别为0和8.3％;单独考虑日常交通需求改造后,饱和路段比率分别为8.3％和33.3％. 这表明同时考虑两种需求改造后的路网能更有效地缓解交通拥堵.     

ATISӰ���µĻ��ڹ���ɱ�������û�ƽ��ģ��

在考虑交通信息对出行者路径选择行为影响的基础上,运用随机用户平衡配流的基本思想和交通流理论,提出了广义成本的概念。将广义成本定义为行驶时间、道路拥挤度、路段可靠性三者的线性加权和。将出行者划分为“有ATIS接受装置”和“无ATIS接受装置”两类。假定在路网随机变化的情况下,两类出行者均以广义成本费用最小作为路径选择准则,建立了ATIS影响下的基于广义成本的随机用户平衡模型。证明了模型的等价性和解的唯一性,并利用对角化算法和MSA算法设计了模型求解算法。通过一个算例表明：算法具有较好的收敛性,且该模型能反映出行者在交通信息影响下的随机路网中的路径选择行为。     

������Ч·���Ľ�ͨ�����ķ����㷨

交通流分配是交通规划的核心工作之一，而路网中有效路径的搜索又是进行交通流分配的基础。通过将交通路网中节点位置的确定性与交通出行中路径选取的有向性相结合，本文提出了一种有效路径的分层定向搜索算法，并结合博弈理论建立了新的交通流分配模型。新的算法合理的汲取了启发式配流的比例加载思想，并借鉴相继平均法思路解决了多起讫点对的配流问题。新算法具有模拟实际交通路径选择行为，并给出唯一路径流量的特征。文中用一个算例说明了该方法的有效性。     

最小费用最大流算法在路径规划中的应用

针对一类动态路径规划问题，先利用最短路算法将其简化，把动态的路径规划问题转化为静态的路径规划问题，然后建立非线性规划模型，再利用最小费用最大流算法进行求解，得到了比较精确的结果，找到了一种解决传统算法一般难以求解复杂动态规划问题的方法。     

基于粒子群算法的双目标可靠性网络设计

用离散的路段通行能力变量来刻画路网的随机性,建立了网络设计的双层规划模型。上层模型为基于路网期望总走行时间最小和路网净经济效益可靠度最大的双目标规划模型,下层模型为弹性需求下的用户平衡配流模型。采用增设多余需求路段的方法求解下层模型,采用基于向量的粒子群算法(VEPSO)求解整个双层规划模型。计算结果表明:所得到的解为一组Pareto解,路网期望总走行时间和净经济效益可靠性为2个相悖目标;随着期望总走行时间下降,可靠度也有所降低;在可靠度不变的情况下,减少期望总走行时间,会导致总投资额的增加。在进行网络设计时,应结合总投资额和现实需要来选取最优解作为网络设计方案。     

���·�����㷨�ڽ�ͨ�����е�Ӧ��

拍卖算法是由Bertsekas教授提出的一种求解有向网络图最短路径的新算法，已经发展成为求解线性网络流问题的综合算法。应用分析对比法进行研究．介绍了拍卖算法，分析了其特点，与常用的标号设定算法和标号修正算法进行了对比。最短路拍卖算法特别适合于并行计算和大规模稀疏网络的求解，符合现实路网的特点和交通分配的要求，并且便于程序化．通过各种途径对基本算法进行改进、加速，可使计算速度提高数倍。拍卖算法可以快速求出多个起点和一个终点以及一个起点和多个终点的情况，适应不同分配算法的需求。在交通分配中，只要根据需求选择不同的起点集和终点集即可，不必求得所有节点对之间的最短路，避免大量不必要的计算，大大节省计算时间，在交通领域具有广阔的应用前景。     

Improved Algorithm about the Maximum Flow in Road Network Using Auxiliary Graph Theory

In road network planning, locating the key sections will be very useful to solve the traffic bottleneck. Locating the key sections is equal to finding the maximum flow. To begin with, this paper analyzed and compared kinds of methods solving the network maximum flow problem. Second, this paper pointed out a convenient method based on the auxiliary graph theory and Dijkstra method. That is to say, the method could be used to get the minimum cutset and the maximum flow using the shortest path algorithm, and the VC++ program was also used. Finally, based on the road network of Tianjin, an example was given for further explanation. Through comparison, we know that it is a convenient method to locate the key sections and can support the transportation planning and management with theoretical basis and data.     

基于时空自相关的道路交通状态聚类方法

城市道路交通状态的识别对交通管理部门进行交通管理控制、出行诱导,以及 道路设施改造具有重要意义.本文运用时空Moran 散点图探索城市道路交通的时空关联 性,并据此构建一种基于时空自相关预分类的道路交通状态层次聚类方法.运用本文所提 出的聚类算法,以北京市二环快速路外环方向的路段为例,进行聚类研究,并分析了各类 型路段的交通状态时空特性.案例研究表明,所提出聚类算法能对道路交通状态进行有效 判断,充分反映交通需求与路网结构之间的内在匹配关系.特别是畅通异质和拥堵异质两 种交通状态的提出,为识别高峰时段路网中的瓶颈路段和能力富余路段提供了一种新的 思路和方法,进而可为完善路网、缓解拥堵及制定交通管理措施提供依据.     

Measuring the Structural Vulnerability of Road Network:A Network Effciency Perspective

The purpose of this paper is to identify the critical road sections and intersections in a road network which have great inffuence on the normal transport functions of the road network and to optimize the road network structure by reducing its vulnerability. In this paper,the framework of road network structural vulnerability measurement and improvement model is proposed. The network effciency model is used to define road network structural vulnerability. Shanghai freeway network is analyzed based on this model. We find that using this model the critical components of the road network can be identified. Two methods which are increasing connections and rewiring are proposed to optimize the road network structural vulnerability and the results can be used to reduce the network vulnerability. The measurement method that we put forward for structure vulnerability is useful and important to optimize road network structure.     

Measuring the structural vulnerability of road network: A network efficiency perspective

The purpose of this paper is to identify the critical road sections and intersections in a road network which have great influence on the normal transport functions of the road network and to optimize the road network structure by reducing its vulnerability. In this paper, the framework of road network structural vulnerability measurement and improvement model is proposed. The network efficiency model is used to define road network structural vulnerability. Shanghai freeway network is analyzed based on this model. We find that using this model the critical components of the road network can be identified. Two methods which are increasing connections and rewiring are proposed to optimize the road network structural vulnerability and the results can be used to reduce the network vulnerability. The measurement method that we put forward for structure vulnerability is useful and important to optimize road network structure.     

����Elman������ĵ�·����ʱ��ͨ��Ԥ�ⷽ��

以道路子网为研究对象,采用Elman神经网络实现道路网多断面交通流短时预测. 首先通过提取交通流空间特性对道路网进行划分,降低道路网整体分析复杂度及解空间维数,提高交通流预测的计算精度和效率;其次以实时采集的交通流数据为基础,并以重构的交通流时间序列作为输入,采用Elman神经网络实现道路网多断面交通流同时预测;最后,基于城市快速路多断面交通流量数据对短时交通流预测方法进行验证,并与BP神经网络预测结果进行对比分析. 验证结果表明,本文提出的道路网划分方法能够划分出满足预测需求的子路网,在划分的子路网上,应用Elman神经网络能够实现道路网多断面同时预测,且预测效果优于BP神经网络.     

交通路况感知下的自适应动态路径规划方法

针对传统路径规划算法在动态网络中的时效性和可用性不足，本文提出一种适用于时变 路网环境下的自适应动态路径规划方法。通过引入动态网络流式图划分思想，构建一种分层路 网的状态树索引，有效降低了动态路网中路径查找的计算代价，并扩展了传统路径规划算法在动 态路网中的普适性。在此基础上，将区域路况的时空变化信息融合到索引树中，进一步提出一种 基于时空层次网络的路径映射方法。并按照访问节点的距离逐步收缩最小包含区域来减少路径 查找视野，将路径查找过程转化为在层次图中的小范围寻址。为适应路网动态变化特征，路径映 射采用多路并行的双向探测策略，使得路径搜索迅速收敛于一个最优解，在动态路况变化和旅行 代价之间寻求平衡。最后，结合北京市实时交通路网数据集进行实验评估，在查询性能和自适应 调整方面验证了所提出方法的有效性。     

城市信号控制路网中的路段行程时间估计方法

为了精确检测城市信号控制路网中的路段动态行程时间,分析了路段流量受交通信号控制策略影响的波动规律,提出了基于交通量图偏移的路段行程时间计算方法。研究了不同断面交通量图的相似性,根据最大相似度时交通量图的偏移,计算了断面间路段动态行程时间,并与调查结果进行了比较。比较结果表明:在城市路网封闭路段,平峰、高峰的不同时间长度内(5、10、20 min),平均行程时间最大平均相对误差为7.1%,因此,计算方法可行。     

绕城高速承载力的分析方法

为科学定量地分析绕城高速的容量水平,本文提出了一种简易的绕城高速的承载能力分析方法。该方法考虑了绕城高速的几何拓扑特点以及出行者路径选择特性,将路网备用能力分析的双层规划模型简化为线性规划模型,从而在给定的需求结构下,能迅速求解出满足路段通行能力及服务水平约束的绕城高速能容纳的最大交通量。江苏省徐州绕城高速承载力分析的实例应用表明,该方法不仅继承了备用能力模型的优点,即能考虑实际的交通需求结构、路网布局以及出行者的择路行为对路网容量的影响,而且简单、方便,便于实际应用。     

城市路网模块结构探测及Hub路段诊断算法

为了剖析城市路网拓扑结构的复杂性,识别路网中的关键路段,根据模块结构理论,分析了城市路网的聚类特性,提出了一种适用于城市路网模块结构划分和Hub路段诊断的算法——GN-T算法.该算法通过逐条移除介值最大的路段实现模块结构的划分,从而诊断出路网中的Hub路段.为确定模块结构的最佳划分,提出了一个改进的模块度函数.以武昌区路网为例对该算法进行验证,结果显示:武昌区路网模块度的最大值为0.41,表明该路网具有明显的模块结构特性;利用该算法诊断出的Hub路段与实际情况相符,证明了该算法的有效性和实用性.      

基于路网规划的道路立体交叉交通量预测方法

道路立体交叉远景交通量预测是道路立交规划和设计的重要环节，根据交叉口交通流特性和规划路网的路段交通量，构造了立体交叉远景交通量预测模型。此模型通过迭代计算预测立体交叉口进口和出口之间的转向交通量，同时对模型中参数的计算进行了讨论。通过某一实例对模型进行了验证，结果表明该模型误差较小。