基于免疫克隆算法的多枢纽选址与混合网络设计综合优化研究

为了描述多枢纽选址与混合网络设计综合优化问题,引入了双层规划模型建立数学模型.上层模型为多目标规划模型,以最小化网络总阻抗和最小化总投资为目标;下层模型为固定需求的用户平衡配流模型.然后,给出了基于免疫克隆算法的具体求解设计和步骤.接着,给出了算例,在不同决策权重条件下进行求解.算例结果验证了算法的可行性和模型的有效性,同时结果表明在建设枢纽后,当决策偏重于交通网络管理部门时,更倾向于建设新路段以降低网络费用和总费用.     

考虑环境因素的广义用户平衡和广义系统最优配流模型

首先介绍了城市交通网络分析中公平目标和广义费用函数的概念,建立了考虑环境因素的广义用户平衡和广义系统最优配流模型,并用著名的FRANK-WOLFE算法对所给模型进行了求解。最后给出了一个简单算例,并根据配流结果得出了和实际相符的结论。     

城市道路网容量的数学模型与算法研究

设计了既能体现道路网交通特性，又能综合考虑道路网服务水平、交通的环境影响等隐含因素的城市道路网容量数学模型。以平衡配流算法为基础，设计了模型的求解算法，该算法能快速求解大规模道路网络的容量计算问题，并给出提高道路网容量的方向。     

组合式Wardrop条件下的交通网络流平衡

考虑了ＷａｒｄｒｏｐＵＥ条件与系统最优（ＳＯ）原则共存时的交通网络配流问题，给出了组合式Ｗａｒｄｒｏｐ条件等价的网络配流平衡规划模型及其求解算法，并指出了该思想与方法在智能交通系统（ＩＴＳ）中的应用。     

考虑多目标的城市停车换乘选址优化模型及算法

停车换乘选址问题是城市交通网络设计研究的重点领域,已有研究的优化目标多集中在系统总费用方面,而对交通可持续发展方面考虑不足。为此,提出综合考虑多方面目标的停车换乘设施选址优化模型及其求解算法。首先,基于超网络理论,提出多方式城市交通系统的超网络模型并定义O-D (Origin-destination)间的超路径、有效超路径及子路径,结合出行者出行过程及交通网络拥挤特征,给出超路径费用的数学表达;其次,基于多方式交通网络随机均衡配流结果,构建交通总阻抗、污染物排放量以及交通系统公平性等系统优化指标的计算模型,并建立用以描述停车换乘设施选址问题的多目标优化模型;进而,以多目标系统优化模型为上层问题,以超网络下满足Logit分配的多方式交通网络配流模型为下层问题,构建描述城市多方式交通系统停车换乘设施选址问题的双层规划模型,并基于模型特征,结合“记录-搜索”思想设计非支配排序遗传算法进行求解;最后,基于Sioux Falls网络设计算例。研究结果表明：算法能够在有限的步骤内搜索到90%以上的Pareto最优解;平均而言,停车换乘措施使得交通总阻抗减小了0.31%,污染物排放量减少了7.32%;被优化的3个目标之间无直接关联,说明将停车换乘选址问题建立为多目标模型是必要的。模型与算法可为现实城市中的停车换乘设施选址优化设计提供解决思路。     

基于时刻表的公交网络随机用户均衡配流算法研究

提高公共交通规划管理及信息化水平,需要制定科学的公交规划管理策略,公交客流分配是公交规划与管理的核心内容之一。为促进公交配流理论研究,提高公交客流分配结果科学性,分析了国内外公交配流研究现状,对于城市广义公交网络,结合公交时刻表,定义了公交连接、连接片段以及吸引连接集合,建立了容量限制下基于时刻表的公交网络随机用户均衡配流算法（VRT-SUE）,对算法原理和求解步骤进行了探讨。构建实例公交网络进行分析测试,配流结果显示该模型能够很好的反映出出发时间、到达时间、换乘次数及费用等对乘客公交出行的影响,算法是合理和有效的。     

部分路段上一氧化碳排放量限制的用户平衡配流模型及算法

首先建立城市交通分析中考虑部分路段上一氧化碳(C0)排放量限制的用户平衡配流模型，并给出基于惩罚函数的求解算法，最后用一个简单的算例说明该模型及算法的应用。     

用遗传算法求解拥挤条件下的公共交通随机用户平衡配流模型

在超级路径的概念之上，描述城市公交网络的系统特征，分析拥挤条件下乘客选择路线的原则和不确定因素的影响，提出了阻抗函数，给出卫个随机用户酸平衡配流模型，并证明其民解满足ＳＵＥ随机平衡原则，提出用快速搜索算法－－遗传算法ＧＡ求解模型，最后用一简单的算例进行了验算。     

求解Logit随机网络配流问题的改进Dial算法

分析了用Dial算法求解城市交通网络随机配流问题产生错误的根本原因,并根据路径费用信息重新定义有效路径;在此基础上,提出了利用路段费用信息判定有效路径的必要条件,并结合网络拓扑排序方法,提出了改进的Dial算法;最后,采用北京市轨道交通网络的基础数据,对2种算法进行了比较.结果表明:改进的Dial算法不仅保留了原算法的优越性,而且避免了结果出现异常,其计算效果明显优于原算法.     

基于多级网络的多模式交通配流研究

为解决多模式复合网络的交通配流问题,将复合网络转化为多级网络形式,并提出多级网络客流分配模型、约束条件,以及其求解算法.将多模式复合网络转化为多级网络结构.以三级网络结构为例,网络第一级为带有组合出行的方式选择网络;网络第二级为基于出行逻辑的平面拓展网络;网络第三级为小汽车出行的道路网络.分析多级网络中的路径阻抗,包括线段阻抗与换乘点阻抗,提出以N-L模型解决多级网络流量的分配问题.根据复合网络构建的实际情况,在模型中加入有效路径筛选、有效换乘筛选与典型组合方式筛选等约束条件,以提高模型求解效率.采用连续平均法对多级网络配流模型进行求解.以三模式叠加的复合网络配流为算例,模型迭代7次即达到收敛条件.结果显示,在算例网络中,轨道换乘出行方式具有一定的竞争力,约占总出行量的40%.通过SP调查验证了该结果的可靠性.该方法在考虑了路径选择、换乘点选择、组合交通方式选择的情况下,将客流分配到多模式复合网络中去,弥补了传统四阶段法在多模式交通配流应用中的不足.      

供需不确定条件下的预算-超额用户平衡模型

为更加全面、准确反映随机路网中出行者规避风险的择路行为,以预算-超额行程时间作为出行者选择路径的依据,提出了一种供应及需求不确定条件下同时考虑可靠性和不可靠性的交通分配模型——预算-超额用户平衡模型,推导了需求服从Gamma分布、路段通行能力服从均匀分布条件下预算-超额行程时间的解析表达式,并以此为基础建立起用等价变分不等式表示的平衡模型。利用一个小型测试网络比较了用户平衡模型、基于可靠性的用户平衡模型以及预算-超额用户平衡模型的性能。研究结果表明：提出的模型是有效、可行的;其平衡流量模式不同于用户平衡模型和基于可靠性的用户平衡模型;随着需求水平、可靠度以及路段通行能力退化程度的增加,预算-超额行程时间随之增加。     

快速公交路径优化设计模型及算法研究

分析了当前大城市多模式公交网络结构,构建了多模式公交超级网络;研究了公交出行者的策略选择行为,在考虑行程时间可靠性、座位期望以及诸多延误因子的基础上改进了策略阻抗模型;提出了BRT网络设计的双层规划模型:下层模型以改进策略阻抗模型为前提,进行了多模式公交网络平衡配流,上层模型旨在优化BRT的线路走向和布局;基于遗传算法和粒子群优化,设计了求解该双层规划模型的混合启发式算法,并用一个简单算例验证了本研究中模型与算法的可行性,提出了BRT线网优化设计的建议。     

双向混合交通OD分布与用户平衡配流组合模型及算法

传统四阶段法中,运量分布与均衡配流这2个阶段独立进行。在此背景下,基于我国城市道路机动车与非机动车混合双向行驶的特点和交通网络中各地区发展的不平衡性,借助于引力模型,建立了带有双约束的双向混合交通运量分布与均衡配流组合模型。在此基础上,进一步利用最优化的知识证明了模型的一阶条件与Wardrop用户平衡条件等价、模型解的惟一存在性及其OD流量满足运量分布的引力模型。给出了求解模型的具体算法,并通过算例证明了模型的一阶条件等价性。     

若干交通分配方法的比较研究

清晰的了解各种交通分配方法在实际应用中的特点。对确定型的01分配法、增量分配法、连续平均分配法、用户均衡分配法和随机型的STOCH算法和随机用户均衡分配法进行了深入比较研究,分别在小型路网和兰州市大规模道路网上进行了35次交通分配。剖析了分配方法之间的内在联系及其在数据结果上的分配效果,并给出了在实际应用中应如何选取分配方法的研究结论。     

基于最短路径搜索的动态随机交通分配

提出了一个基于Logit方法的动态交通随机分配模型,该模型通过最短路算法和随机分配来解决动态均衡交通分配中的出行选择问题,避免了以往动态交通均衡分配中解凸规划或非线性规划问题,同时不需要路径枚举,从而使本模型更适合于大型路网的动态交通分配．随后的算例证实了该模型的可行性。     

基于交叉巢式Logit的多用户多模式随机用户均衡模型

为了完善现有城市交通分配模型,建立了一个基于交叉巢式Logit的多用户多模式随机用户网络均衡模型。该网络具有以下特征：网络中存在多类用户,不同类别用户的出行时间价值不同;用户可使用多种交通模式,不同模式相互干扰,且模式间路段阻抗影响满足对称条件。路径的选择采用克服多项式Logit模型的不相关备选方案独立属性的交叉巢式Logit模型来表示,并建立了一个等价数学规划公式来表示这一多用户多模式混合均衡状态,同时使用一个简单算例对基于交叉巢式Logit和基于传统的多项式Logit的模型进行了比较。结果表明：数学规划公式与基于交叉巢式Logit的随机用户均衡条件具有等价性,证明了模型最优解的存在性和唯一性;相比传统的离散选择模型,所提出的模型能更好地在混合状态下进行路径选择。     

基于行程质量的随机用户平衡分配模型

提出行程质量的概念以描述出行者在不确定环境下的路径选择准则。将行程质量定义为行程时间和行程时间可靠性的线性加权和,综合了影响路径选择的两个不同的重要因素:行程时间和行程时间可靠性。假定在路段通行能力随机变化的情况下出行者以估计行程质量费用最小作为路径选择的标准,建立了基于行程质量的随机用户平衡分配模型。证明了模型解的等价性和唯一性,给出了求解模型的MSA算法。在一个小型测试网络上的计算结果表明:模型能够反映出行者在随机路网中的路径选择行为。     

Robust traffic assignment model: Formulation,solution algorithms and empirical application

ABSTRACT

The deterministic traffic assignment problem based on Wardrop's first criterion of traffic network utilization has been widely studied in the literature. However, the assumption of deterministic travel times in these models is restrictive, given the large degree of uncertainty prevalent in urban transportation networks. In this context, this paper proposes a robust traffic assignment model that generalizes Wardrop's principle of traffic network equilibrium to networks with stochastic and correlated link travel times and incorporates the aversion of commuters to unreliable routes.

The user response to travel time uncertainty is modeled using the robust cost (RC) measure (defined as a weighted combination of the mean and standard deviation of path travel time) and the corresponding robust user equilibrium (UE) conditions are defined. The robust traffic assignment problem (RTAP) is subsequently formulated as a Variational Inequality problem. To solve the RTAP, a Gradient Projection algorithm is proposed, which involves solving a series of minimum RC path sub-problems that are theoretically and practically harder than deterministic shortest path problems. In addition, an origin-based heuristic is proposed to enhance computational performance on large networks. Numerical experiments examine the computational performance and convergence characteristics of the exact algorithm and establish the accuracy and efficiency of the origin-based heuristic on various real-world networks. Finally, the proposed RTA model is applied to the Chennai road network using empirical data, and its benefits as a normative benchmark are quantified through comparisons against the standard UE and System Optimum (SO) models.     

基于多用户类型随机用户平衡的连续网络设计

用多用户类型随机用户平衡描述实际路网中出行者的路径选择行为。根据出行者对路网状况认识的不同程度,将出行者划分为具有相同特性的多个类型。将多用户类型随机用户平衡问题表示为一个无约束极小化问题,并提出了该问题的一种基于路段水平的灵敏度分析方法。建立了多用户类型随机用户平衡条件下的连续网络设计问题的双层规划模型,并给出了基于灵敏度分析的启发式算法。实例的结果表明模型具有一般性和适应性。     

OD估计的多步双层规划模型新算法研究

建立了一个OD估计模型.将OD估计分为固定的步数,每一步都是一个双层规划,上层为广义最小二乘估计,下层为随机用户均衡分配模型,即以广义最小二乘估计和随机用户均衡分配模型为基础,通过更新估计模型中目标矩阵和实测路段上的流量来估计OD矩阵.最后用一个简单的路网验证了该算法的有效性.