避免重大事故的危险品道路运输网络研究

通过对危险品道路运输网络双层约束条件的分析,考虑避免危险品在运输过程中发生重大事故,建立了上层以监管部门期望的总影响后果最小化及影响后果均衡为目标函数、下层以运输企业期望的加权运输成本和风险损失最小化为目标函数的双层规划模型,兼顾双方不同的利益,并设计启发式算法进行求解,最后利用算例验证了模型和算法的可行性。     

基于风险价值的危险品运输路径优化方法

考虑危险品事故发生概率和事故后果等主要因素,研究了危险品运输路径优化设计问题.通过分析不同危险值计算模型的性能特点,选用TR模型计算危险品运输的危险值,通过设定必要限制条件对KSP最短路径搜索算法进行改进,建立危险品运输最短路径集;考虑危险品运输事故发生概率受到多因素影响,具有一定的随机性和不确定性,引入金融领域用于风险管控制的风险价值理论,构建危险品运输路径风险价值模型,求解危险品运输网络在某置信水平下的最小风险值,从而提出了基于风险价值的危险品运输路径优化设计方法,并以长春市加油站为实例进行了模型检验和对比分析.结果表明:①随着置信水平的提高,对应的VaR值也在提高,最佳路径也会有所不同;②当置信水平在[0.9950,1.0000]时,最佳路径为路径6,此时不仅保证了路径最短,也保证了在可接受水平内的危险最小;③与传统最短路径模型相比,所建立危险价值模型能够不同置信水平下的危险路径选择方案,能有效降低运输危险.      

考虑风险分布特征的危险品运输路径优化（双语出版）

为控制危险品运输风险大小并提高风险分布合理性,兼顾运输商的利益诉求,对多种类型危险品在同一路网内运输时的多路径组合优化问题进行研究。首先根据运输路径物理特征,结合路段风险值给出路径间的物理相异度计算方法,并根据各路段在路网内的地理位置,给出路径间的空间相异度计算方法;然后设置总风险阈值和最小相异度约束,建立同时考虑累积运输风险、运输费用和运输时间的多目标优化模型,改进第2代非支配排序遗传算法（Non-dominated Sorting Genetic Algorithm-Ⅱ,NSGA-Ⅱ）对模型求解,利用动态拥挤距离来提高群体中个体分布的均匀性;最后通过随机网格网络算例对多种类型危险品在不同起讫点间单次、多次运输场景下的路径选择进行仿真优化,并利用实际路网数据对优化方法的可行性进行验证。结果表明：设置危险品运输路径之间的相异度约束,可减少共用路段/节点数量,避免运输风险在局部区域内过度集中;适当增加累积运输风险,有利于提高路径之间的物理相异度和空间相异度,使运输风险的分布更为分散,同时扩大了运输商的路径优化空间。研究结果可为政府部门对危险品运输风险控制及风险分布管理提供新的方法,为运输商的路径选择提供决策支持。     

考虑风险分布特征的危险品运输路径优化

为控制危险品运输风险大小并提高风险分布合理性,兼顾运输商的利益诉求,对多种类型危险品在同一路网内运输时的多路径组合优化问题进行研究。首先根据运输路径物理特征,结合路段风险值给出路径间的物理相异度计算方法,并根据各路段在路网内的地理位置,给出路径间的空间相异度计算方法;然后设置总风险阈值和最小相异度约束,建立同时考虑累积运输风险、运输费用和运输时间的多目标优化模型,改进第2代非支配排序遗传算法(Non-dominated Sorting Genetic Algorithm-Ⅱ,NSGA-Ⅱ)对模型求解,利用动态拥挤距离来提高群体中个体分布的均匀性;最后通过随机网格网络算例对多种类型危险品在不同起讫点间单次、多次运输场景下的路径选择进行仿真优化,并利用实际路网数据对优化方法的可行性进行验证。结果表明:设置危险品运输路径之间的相异度约束,可减少共用路段/节点数量,避免运输风险在局部区域内过度集中;适当增加累积运输风险,有利于提高路径之间的物理相异度和空间相异度,使运输风险的分布更为分散,同时扩大了运输商的路径优化空间。研究结果可为政府部门对危险品运输风险控制及风险分布管理提供新的方法,为运输商的路径选择提供决策支持。     

考虑有限理性和公平性的危险品运输网络优化

针对含有风险控制的危险品运输网络优化问题，讨论了运输商的有限理性路径选择行为对运输风险的影响。基于鲁棒优化的方法构建了双层规划模型，通过增加各路段最大风险值的上界约束来实现不同路段之间运输风险分布的公平性，上层规划表示政府部门通过关闭部分路段来最小化最大运输网络总风险、路段最大风险的上界值以及路段关闭总数；下层规划表示有限理性的运输商在考虑感知偏差的情形下选择总成本最小的运输路径。考虑到传统启发式算法容易陷入局部最优解，通过重新定义上下层问题，设计了割平面算法求解该模型，并给出了算例分析。结果表明:虽然有限理性运输商的总成本增加了3.5%，但危险品运输网络的最大总风险下降了约8.4%；通过改变政府部门对各目标的关注度，可以影响有限理性运输商的路径选择行为，使得方差系数和基尼系数分别下降了约36.1%和26.2%，实现了不同路段之间风险分布的公平性目标；在实施车辆限行策略的情形下，针对有限理性运输商的感知偏差进行灵敏度分析，发现运输网络最大总风险的最小值不会改变，但会对路段关闭总数产生影响。在考虑运输商为有限理性决策者的情形下，可为政府部门设计更加符合实际情况的危险品运输网络，从而有效降低运输风险。      

多分辨率视角下危险品事故风险评估方法

从区域宏观风险与路径事故风险的双重视角,科学评估危险品事故风险,对于危险品运输行业管理与事故应急管理具有重要价值.通过建立风险特征-风险影响因子-事故风险的分析框架,充分考虑单位面积人口数对地区事故风险的影响以及路径总长度和运输总时长对路径事故风险的影响,建立地区事故风险和路径事故风险识别方法,从危险品数量、事故风险2个维度构建危险品事故风险的多分辨率评估模型;利用电子运单数据结合空间分析方法,计算危险品的县域事故风险及路径事故风险.运用某地危险品公路运输电子运单数据进行实例评估,验证结果表明,该方法可评估多种视角下危险品事故风险,识别出高事故风险县域和路径,并具有与专项运输规划、突发事件应急预案等制度相结合的潜力.      

观测路径出行时间下随机网络交通需求估计

道路网络起讫点（OD）需求是城市决策长期交通规划和短期交通管理中的基础参数,准确的交通需求更是实施交通拥堵控制、限行限速、路径诱导等措施的先决条件。综合运用观测的轨迹已知和未知路径出行时间,建立随机网络交通需求估计双层规划模型。上层广义最小二乘模型最小化历史交通需求与待估交通需求、观测路径出行时间与待估路径出行时间之间的偏差,约束为交通需求、路段流量、路段出行时间与路径出行时间之间的传播关系,通过高斯混合模型（GMM）对其中轨迹未知的观测出行时间依概率聚类。下层为随机网络交通出行均衡模型,分别运用出行时间预算和随机用户均衡处理路网不确定性和出行者感知误差。上、下层之间通过交通需求和OD-路段关联比例进行信息传递。设计迭代算法框架求解双层规划模型,迭代算法包含求解上层模型的最速下降法、求解下层模型的相继平均算法和求解GMM模型的最大期望（EM）算法。通过算例表明轨迹未知的路径出行信息的加入在提升需求估计精度的同时也增大了估计值的方差;设计的迭代算法能够稳定收敛到10^-5的精度;GMM软聚类方法估计的交通需求显著优于硬聚类方法估计的需求值;交通需求值对观测路径出行时间的扰动更加敏感。研究考虑出行者风险态度,通过轨迹信息的重新构建揭示城市交通需求演化规律。     

Urban Road Network Structure Optimization Method Based on Traffic Safety

考虑城市交通事故与道路网结构的关系,结合交通事故导致的时间延误,提出了基于交通安全的城市路网结构优化方法.首先分析了不同等级道路之间的衔接方式对出行者选择路径行为的影响,总结了交通事故的影响因素.然后在此基础上提出了基于交通安全的路网构造原则,建立了以路网安全度最大为目标的路网结构模型,并通过求解模型确定各路段的道路等级,得到安全度和结构不同的若干个路网.通过考虑交通事故时间延误情况下,进行随机均衡分配,得到路网各路段的交通量,并计算各路网的交通事故次数.最后提出了路网的安全性评价指标,分析交通事故次数和路网结构指标的关系,提出了考虑安全性的路网结构优化措施,并用实例验证了优化措施的有效性.     

基于节点承载力的高密度路网诱导路径选择方法

针对高密度路网诱导路径选择问题,基于图论对路网进行结构化选取,构建高密度路网模型。从节点评估的角度出发,提出综合考虑结构属性和交通运行状态属性的节点承载力指标。采用均质性、连通性2个指标评价路网节点结构属性,采用流量裕度、通行效率2个指标评价路网节点交通运行状态属性,提出一种基于TOPSIS算法(Technique for Order Preference by Similarity to Ideal Solution,优劣解距离法)的综合评价方法,实现对节点承载力的综合量化。基于节点承载力,构造路段承载力指标,采用重力模型和交通分配的方法将节点间的承载力分配到节点相连构成的路段上,并用路段实际交通条件修正即得到路段承载力。基于节点承载力和路段承载力,提出高密度路网诱导路径的确定方法。为证明本研究提出的高密度路网诱导路径选择方法的有效性,构建一高密度路网结构模型,同时采用本算法和传统Dijkstra算法规划诱导路径。结果表明:Dijkstra算法规划的路径虽为数学意义上的最优路径,但该路径途经低级节点,且需频繁切换道路进行交通转换,不符合驾驶员行车期望;本研究提出的基于节点承载力的高密度路网诱导路径选择方法得出的路径虽比Dijkstra算法稍长,但路径均由高等级节点和道路组成,这样的规划结果更符合实际交通诱导系统需求,更能体现驾驶人员选路偏好。     

基于跟踪车辆的隧道运营危害风险研究

为分析交通事故尤其是危险品运输事故对隧道运营带来的潜在危害风险,首先,通过改进个人风险接受准则法对隧道运营危害风险进行量化,假定隧道同时只发生1 次交通事故,将事故造成的危害分为原发性危害和次生性危害,建立隧道运营危害计算模型,对不同跟踪车所造成的司乘人身危害风险进行评估。然后,对实际案例进行分析。分析案例结果表明: 1)在高峰小时,有危险品运输情况下隧道运营危害提高22. 05%,说明隧道中混合车流会极大提高隧道运营的不安全性; 2)次生性危害增长尤为显著, 故危险品运输车事故对跟踪车辆带来的二次事故后果更加严重。最后,据此提出隧道运营组织的相关建议。     

拥挤道路收费与停车收费组合优化模型研究

道路拥挤收费和停车收费是交通需求管理中的两大有效手段,合理地实施收费可以达到缓解交通拥挤的目的.文中针对交通网络中私家车用户可以在任意公交站点处发生换乘这一广泛情形,讨论了弹性需求下的路段拥挤收费和停车收费组合优化策略,并给出基于混沌优化方法的启发式算法求解所建立的双层规划模型.结果表明,所建模型有助于个体出行方式和出行路径的决策,且组合收费在使得公众易于接受实施拥挤收费政策的同时,也可以吸引更多出行者选择换乘公共交通方式,这将有利于减轻交通拥挤程度和环境压力.     

车路协同环境下重叠线路公交车速诱导策略

为了防止公交车辆在线路重叠运行区间产生公交串车，在站点附近形成交通瓶颈，提出一种采用车速诱导策略来调整公交运行状态的动态调度模型。采用车路协同环境下的公交运营调度方式，结合各线路独自运行时的乘客需求和车辆车头时距规律，在避免重叠区站点公交串车的前提下，实现了各线路车辆最大程度地维持各自独立运行时车头时距的优化目标。提出的车路协同环境下的车速诱导调度策略，在引导各线路公交车辆间隔均匀地进入重叠区间后，根据乘客实时交通需求和道路交通状况，实现对车辆的实时调控。开发了一种启发式算法对车辆进入重叠区间的时刻进行求解，采用基于遗传算法的仿真过程求解了重叠区站点之间车辆的最佳运行速度，实现了重叠区间车辆动态调度过程。以哈尔滨市运行区间重叠的3条公交线路为实际案例进行仿真分析，对3条线路共计47辆公交车在重叠区12个站点之间的运行状况进行了优化调度。结果表明：采用提出的启发式算法进行调度后，车辆可以完全均匀地进入重叠区。通过对比采用动态调度优化前后的车辆运行状态发现，车辆串车现象由优化前的单站最多发生6次下降为0次，最大程度地实现了避免公交串车的目标。此外，车速诱导策略不仅避免了不同线路车辆在重叠区站点的串车现象，而且可以调整各线路上相邻两车之间的车头时距偏差，线路1的车头时距最大偏差从55%下降到了30%，线路2的车头时距最大偏差从25%下降到了13%，线路3的车头时距最大偏差从23%下降到了18%。     

视线遮挡条件下面向弱势道路使用者的避撞策略研究

由于视线障碍物造成的“鬼探头”事故已经成为当前城市道路交通事故的主要类型之一。针对汽车碰撞视线遮挡条件下横穿的弱势道路使用者(VRU)的场景, 设计了1种基于碰撞时间比和安全制动距离的避撞策略, 建立车辆与VRU的交通状态数学模型, 分析“鬼探头”场景下的制动避撞临界距离。结合临界距离和车辆与VRU的碰撞时间比, 将可以避免碰撞的场景分为3种工况, 分别采用不同的制动减速度, 建立自动紧急制动避撞策略。通过Euro NCAP CPNC测试场景对该策略与传统TTC制动算法进行比较分析。结果表明, 在Euro NCAP CPNC测试场景中, 自车利用该避撞策略在理想情况下能够在更高的车速情况下完成避撞; 在不能避免碰撞的高速行驶工况中较传统TTC算法能够更加有效降低碰撞速度, 同时降低事故重伤风险和死亡风险, 提高车辆的安全性。      

降级路网的认知及交通流平衡分析模型

为定量衡量因路段降级原因导致路网通行能力的丧失量,分析出行者在降级路网中的路径选择行为将导致何种网络交通流平衡状态,通过将降级路网划分为车流外界因素导致路段可通行能力降级和路段上车流量增加导致道路服务水平的下降两种类型,辨别旅行时间长短与旅行时间波动对出行者路径选择行为的影响,推导出同时考虑这两方面因素影响的可变路径旅行时间风险度量;在此基础上建立了降级路网中的交通流平衡分析模型,该模型满足存在性和惟一性,并能正确描述出行者对降级路网结构认知差异性情况下的网络交通流平衡状态。通过实例展示了不同旅行可靠性要求下,出行者对路径旅行时间长短的权衡关系以及整个路网交通流平衡结果。     

A self-regulation traffic-condition-based route guidance strategy with realistic considerations: Overlapping routes,stochastic traffic,and signalized intersections

Variable message signs that provide various types of route guidance information have been widely deployed in large cities. To release proper information only using easily collected data, a simple traffic-condition-based (TCB) route guidance strategy was recently proposed. The strategy works based on the estimation of free-flow and congested traffic conditions and is capable of approximating user optimal equilibrium stably. Due to little consideration of the complexity of urban road networks, the TCB strategy is still away from field applications in urban areas. To further push the strategy toward field tests, this article improves the TCB strategy in the following aspects: supplementing the strategy with a self-regulation ability by considering existing traffic conditions; decomposing link capacity to solve the problem of overlapping routes by comparing link capacity on alternative routes; coping with stochastic traffic; and the impact of signalized intersections by utilizing aggregated data. A scenario for an urban road network in Beijing, China, is simulated to test the improved strategy, and the simulation results clearly indicate the effectiveness of the proposed improvements. The improvements extend the TCB strategy on moderately complicated urban road networks, and still have the advantages of simple diversion rules, easily obtained input data, and stable and effective diversion processes.     

基于道路设计与交通规划的道路选线优化模型

结合道路设计理论与交通规划理论,以地理信息系统为平台,开发道路选线优化模型。该模型是一个费用指向的优化问题,最小化费用目标函数中包括道路建设费用、土方工程费、道路交通诱发的环境污染的不经济费用,OD交通在路网上总走行时间的时间费用等。优化模型首先随机生成新建道路的空间位置候选方案集,并自动设计新建道路的平曲线和竖曲线,计算新建道路的各项工程费用。然后,对变化的路网进行自动拓扑,通过交通量分配得到OD交通在新路网上的走行时间和交通流特征,计算OD交通的环境负荷。最后,在遗传算法中判断候选方案的优劣,直到得到一个最佳的新建道路的空间位置方案为止。     

考虑交通流动态分布的路面养护最优决策

为准确评估路面全生命周期用户成本以制定最优的路面养护策略，提出基于网络交通流均衡条件的路面养护多阶段动态规划最优决策模型，通过交通流的仿真，模拟用户成本在路网养护前、后以及生命周期各阶段的动态变化，并设计启发式迭代算法。该模型最小化的目标函数包含了生命周期的养护成本、用户成本、路面资产残值，约束条件主要由交通量守恒约束条件、养护预算约束、路面性能转移约束等。为证明模型的有效性，以一个具有10个路段的路网为例，采用提出的模型制定该路网连续20年的最优养护决策方案。研究结果表明：在每年养护预算确定的情况下，全生命周期路面养护最优方案是一个决策方案组合，该最优方案可以提高养护资金使用效率并有效减少用户成本，可为路面养护管理提供决策支持。通过对不同养护约束情景下的全生命周期用户成本的模拟表明：随着养护预算的增加，养护路段增多，导致用户成本增加，使养护成本的边际收益发生递减，养护预算在理论上具有一个最优值，并且养护成本收益与养护预算之间呈倒U形函数关系。     

一种城市动态交通网络紧急疏散路线确定的方法

研究城市动态交通网络紧急疏散路线确定问题.针对城市交通网络的不确定性并考虑到智能交通系统的发展,在分析城市灾害应急管理对疏散路线确定要求的基础上,提出通过离线方式确定预案和根据实时信息调整预案的紧急疏散路线确定的方法,简介了实现该方法的系统结构.在离线模块中,利用已有路网统计先验信息建立基于时间依赖网络城市交通紧急疏散...     

道路交通安全风险辨识与分析方法综述

道路交通安全风险辨识及分析的准确性、全面性, 是实现风险主动防控的基础和关键环节, 直接影响道路交通安全管理的精细化水平。从影响因素和分析方法2个方面对道路交通安全风险相关研究进行综述和评论。针对人的不安全行为、车辆的不安全状态、道路的不安全条件、外界环境刺激等单因素风险, 以及多因素间的关联耦合风险辨识, 梳理了安全风险理论分析法、系统安全分析法、大数据与人工智能分析方法等道路交通安全风险分析方法。研究表明: 安全风险理论分析法、系统安全分析法等以定性分析为主的方法侧重于对道路交通安全风险要素的全面、系统梳理, 具有简单、直观、易操作等优势, 但在多因素交织影响下的道路交通事故定量化剖析和事故成因深度挖掘方面存在较多局限性; 基于多源数据挖掘技术的大数据与人工智能分析方法在海量信息感知、高效计算处理等方面优势明显, 可基于多元数据对交通安全风险进行综合分析、精准挖掘, 刻画多因素耦合下的事故风险特征、探究事故发生规律, 是当前较为主流的研究方向。并提出道路交通安全风险研究领域存在的不足之处及未来研究发展方向, 主要包括多源异构数据的动态采集与融合、智能网联环境下的道路交通安全风险辨识、考虑时空异质性的可移植的道路交通安全风险识别模型研究等。