考虑环境影响限制的交通分配模型及算法

针对交通环境影响限制对出行者出行线路选择的影响,建立了对应交通流分配模型,并为模型设计了有效的增广拉格朗日乘子求解算法。首先,基于交通环境影响特征将环境影响限制约束分为独立路段式、独立节点式和区块限制约束3种。其次,通过在经典用户均衡模型中添加环境影响限制约束,得到考虑环境影响的交通分配模型。通过定义广义行程时间和利用KKT条件,分析了新模型对应的出行者路线选择原则。最后,为新模型设计了嵌套Frank-Wolfe算法的部分增广拉格朗日乘子算法。数值算例验证了模型与算法的有效性。研究拓展了现有交通流分配理论的研究视角,也可为交通管理者考虑环境影响提供理论支持。     

停车需求分布的双层规划模型及算法

针对停车需求给定条件下的停车设施选择问题,建立了描述停车设施选择和出行路线选择行为的双层规划模型,并基于在部分增广乘子法中嵌套Frank-Wolfe算法的思路设计了求解模型的有效算法.上层模型在满足停车需求和设施停放车辆数有限条件下,力图最小化实际停车需求分布与期望分布间的差异.下层模型假设出行者路线选择行为遵循用户均衡原则.上下层模型通过设施选择概率函数实现有效关联.部分增广乘子法中嵌套Frank-Wolfe 算法求解上层模型可以有效利用上层模型的单纯形式约束特征.算例分析验证了新模型与算法的有效性.研究结论拓展了现有理论的应用场景,为相关研究提供了新的建模分析思路.     

基于路径的算法求解考虑排放的交通分配模型

分析了非可加路径费用的交通分配问题,考虑了排放对传统交通分配模型的影响,在Venigalla等研究基础上,给出了在不同发动机启动模式下考虑排放的交通分配模型,并采用基于路径的梯度投影算法(GP)和非集计的单纯分解算法(DSD)进行模型求解.数值验证结果表明:GP所占的CPU时间大致为DSD的1/25,所使用的路径为DSD的1/5,这两种基于路径的算法得出数值最优解的收敛速度比基于Frank-Wolfe(FW)的算法要快,适用于求解大规模非可加路径费用的交通分配问题.     

面向客流分配的城市轨道服务网络构建算法与实现

介绍了服务网络概念之后,提出了城市轨道交通面向客流分配的服务网络构建要求、构建思想和具体构建算法.该算法可对任意路网、开行方案均确定的城轨系统构建相应的满足客流分配基本要求的服务网络,进而为客流分配提供计算基础.将该算法应用于具体研究前需根据相关要求进行一定调整.为证明该算法的有效性,开发客流分配程序.基于北京市2008年地铁线网和列车开行方案构建出相应的服务网络,并对从票务数据抽取的某日实际客流进行分配,分配结果与实际相符.     

T2T和T2G混合网络中的功率分配算法

现有功率分配算法大多基于理想信道状态信息(CSI)实现性能优化，在列车对列车(T2T)双移动端通信场景中并不适用.针对城市轨道交通系统T2T和车地(T2G)混合网络场景，引入CSI反馈延时，研究非理想状态时仍可保障通信质量的功率分配算法.考虑单蜂窝用户复用单T2T用户对情况，以T2G用户传输速率总和最大化为优化目标，构建多约束条件下的功率分配模型.首先，根据分步思想将非凸模型简化为最优分配功率计算和最佳复用用户匹配2个子模型；其次，利用线性规划分析可行域内目标函数的最优解及最优值，并通过二分法求解最优分配功率；最后，筛选出可行复用对集合后，利用匈牙利算法进行二分图匹配.仿真结果表明：该算法兼顾城市轨道交通系统中T2T通信中断概率约束和T2G用户传输速率，且可实现1.0 ms内的CSI反馈延时.     

停站约束下多列车运力分配与定价联合决策模型

基于收益管理的思想将铁路货运市场分为合同市场和自由市场,针对铁路运输网 络中每个OD,合同市场的运力需求服从正态分布,自由市场的运力需求表现为价格的反应函 数并辅以随机变量来反映需求的波动性.同时考虑列车的停站约束条件,以列车的停站方案、2 个市场运力分配方案和自由市场的运价为决策变量,构建多列车运力分配和定价联合决策的 混合整数概率非线性规划模型,利用粒子群算法对模型求解,通过算例验证了模型和算法的 有效性.最后以双市场统一定价策略为对比方案,结果表明,本文所建立的模型可有效提高收 益,且自由市场需求波动越大,收益优化越显著.     

基于离散时间序列OD量的动态交通分配方法

为了更确切地描述离散时间动态交通分配问题中各离散时段分配时的路网阻抗特性、更合理地反映各时段分配过程中出行者的出行行为,提出了一种基于消散周期OD量和差额OD量、分阶段分配的梯阶分配思想,它考虑了各离散时段分配前路网既有剩留交通量对后继离散时段OD用户出行选择的影响,更符合实际. 通过融合相继平均法,设计了梯阶分配算法,并据此对数据结构做了适应性补充. 示例路网下新算法与相继平均算法的数值模拟结果表明,新算法分配结果能够更为客观真实地反映现实交通中的动态现象,仿真度更高.
最后给出了梯阶分配思想在现实中的应用.     

基于转向的Logit交通分配算法

为避免交通分配中传统的网络扩展法在处理转向延误时的缺陷,通过分析网络基本要素节点、路段和转向之间的拓扑关系,借鉴Dial算法的基本框架,设计了一个基于转向的Logit交通分配算法。该算法以源点至路段的含转向延误的最短路径长度为依据处理各条路段,正向计算转向权重,反向分配路段流量和转向流量。算法计算结果与Logit路径流量和Dial算法数据相一致,该算法可直接求解既满足Logit路径选择概率又考虑转向延误对交通分配影响的路段流量和转向流量模式,而且Dial算法是其在转向延误为零时的一个特例。     

基于Memetic算法的机场停机位分配问题研究

通过对航空器使用停机位的特性分析,建立了一种停机位分配模型,并采用Memetic算法和贪婪算法分别对航空器停机位占用次序和占用时间进行了仿真模拟,最后以浦东机场实际数据为原型,通过与遗传算法比较,验证了Memetic算法在停机位分配应用中的可行性和高效性.     

基于旅客列车开行方案的客流分配方法研究

基于旅客列车开行方案的客流分配是评价列车开行方案编制质量的重要依据. 本文总结基于列车开行方案的客流分配特点,构建了基于列车开行方案的列车服务网. 通过分析旅客乘车选择行为,确定了网络阻抗的计算方法,配流过程中尽量减少短途客流对长途客流乘车选择的影响. 结合铁路旅客运输组织特点,建立了以旅客换乘次数限制、OD客流量限制、列车能力限制为约束条件的客流分配模型. 模型求解时,利用罚函数将多约束模型转化为标准的用户平衡模型,提出了能记录径路信息的基于F-W的改进算法. 案例验证了该方法的可行性和有效性.     

列车时空服务网络客流分配方法研究

客流分配方法研究是铁路客运产品设计的核心,对评价列车服务网络质量具有 重要意义.本文研究旅客列车运行图形成的时空服务网络属性及其构造方法,在分析多层 次旅客具有不同的服务时间窗期望、换乘次数、换乘时间等出行选择行为基础上,确定网 络弧段阻抗.建立体现旅客时空差异服务需求约束的客流分配模型.提出由时间窗搜索和 改进的Dijkstra 算法构成的组合算法求解旅客合理时空服务路径集合,设计基于合理服 务路径集的客流分配子算法.实现在网络条件下,根据分配权重函数不同,完成客流时空 分配.最后,利用MATLAB 编程,以京广高速铁路相关时空服务网络为例,验证模型和算 法的有效性.     

居住区共享停车泊位分配模型

为了提高停车泊位利用率,减少停车后步行距离,根据商业区和居住区停车需求时段的错峰特征,建立共享停车泊位利用率最大化和步行距离最小化的双目标泊位分配模型.模型考虑了停车泊位供需空间和时间冲突特征,界定了模型的边界约束条件,采用粒子群多目标搜索算法求解.以聊城市金鼎商圈为例,调研了商业区和居住区的停车泊位数量、高峰时段停车需求和平均步行距离等模型参数.通过算法仿真,实验结果验证了模型的可行性.研究结果表明,建立的停车共享分配模型可用于居住区共享停车泊位分配,有效地提高了泊位利用率,降低了停车后的平均步行距离.     

“船舶—堆场—列车”混堆堆场箱位分配模型

集装箱海铁联运港口堆场作业箱型复杂,为了提高港口作业能力和效率,基于进口、出口箱的混合堆存方式,对"船舶-堆场-列车"作业堆场箱位分配问题进行研究."船舶-堆场-列车"作业堆场负责堆存通过船舶、列车及外集卡进出港口的集装箱.本文在待分配箱的作业时间及箱区已知的前提下,以集装箱堆存产生的压箱数最小为目标,建立"船舶-堆场-列车"作业混堆堆场箱位分配模型,根据模型特点设计了启发式算法进行求解,并进行算例分析.结果表明,所建模型和求解算法能够有效减少堆场的压箱数,满足箱型堆存要求,提高港口作业效率.     

Frank-Wolfe�㷨��⽻ͨ��������: �Ƚϲ�ͬ�������²��Ժ�����������

Frank-Wolfe(FW)算法是一类广泛应用于求解交通分配问题的算法。它具有容易编程实现,所需内存少的特点。但是该算法收敛速度较慢,不能得到路径信息。为了提高算法的效率,本文研究三种流量更新策略(all-at-once, one-origin-at-a-time, one-OD-at-a-time)以及不同的步长搜索策略下的FW算法,其中步长搜索策略包括精确线性搜索方法(包括二分法、黄金分割法、成功失败法)和不精确的线性搜索方法(包括基于Wolfe-Powell收敛准则的搜索方法和Gao等提出的非单调线性搜索方法)。最后,本文将上述策略应用于四种不同规模的交通网络中,并给出较适合求解的组合。     

环境导向的城市交通分配模型综述

交通分配是智能交通诱导和控制的重要理论依据,研究基于因素的城市交通分配模型极具理论价值和实际意义。考虑环境因素的交通配流问题还刚刚起步,无论是模型的构建还是算法的设计与改进都仍有待于进一步的研究和探讨。系统地综述了目前国内外基于环境因素的交通分配的典型模型和算法,并提出其今后需要改进和发展的方向。     

基于负载均衡的OFDMA双跳中继网络资源分配策略

为适应蜂窝小区内不同的用户分布,针对基于正交频分多址接入技术的双跳中继网络,提出了一种基于负载均衡的资源分配策略.考虑难以得到联合分配的最优解,在降低计算复杂度的前提下,采用分步式次优化分配.采用比例公平算法对子载波进行分配,并用数学建模的方法解决功率分配问题;根据凸规划和注水算法确定功率分配最优解需满足的条件,在逼近最优解的目标下,求得基站和中继站的发射功率.仿真分析结果表明,与传统的静态资源分配策略相比,提出的基于负载均衡的资源分配策略可以适应不同的用户分布和信道条件,系统吞吐率提高7.8%以上.      

基于双层规划的危险货物配送路径鲁棒优化

针对不确定环境下带时间窗的多配送中心危险货物配送路径优化问题, 提出一种含鲁棒控制参数的鲁棒优化方法; 综合考虑危险货物运输风险、运输费用和服务时间窗, 构建了危险货物配送路径多目标双层鲁棒优化模型, 上层模型追求运输风险和运输费用最小化, 下层模型采用用户均衡交通分配模型; 根据Bertsimas-Sim鲁棒优化理论, 对含有不确定参数的上层模型进行鲁棒对等转化; 联合增强型Pareto遗传算法和Frank-Wolfe算法构建了求解多目标双层鲁棒优化模型的混合算法, 采用3段式编码和解码方法、等位匹配交叉操作以及翻转变异等遗传操作方法求解上层模型, 采用Frank-Wolfe算法求解下层用户均衡模型; 以经典的Sioux-Falls交通网络为例, 对含有3个配送中心、7个需求点的危险货物配送路径优化问题进行案例分析, 以验证模型及其算法的合理性。研究结果表明: 当鲁棒控制参数分别为0、30和60时, 构建的混合算法能分别快速得到3、2和3组鲁棒最优解, 且所有解均为包含具体运输路段和发车时刻的配送方案, 而非配送顺序; 该混合算法与传统两阶段启发式算法相比, 运算时间能节省54.74%。可见, 该混合算法无论是在求解效率上, 还是在解的表达形式上均优于两阶段启发式算法, 能较好地完成不确定环境下危险货物配送路径多目标双层鲁棒优化任务。      

异构机群的并行任务均衡分配算法

对异构机群的并行任务均衡分配提出一种基于状态空间永发式搜索的任务分配算法。它考虑到任务的计算量和通信量以及处理机的速度对任务的均衡分配的影响，因此，可适合于各类ＭＩＭＤ系统，以获得高的并行加速比和资源利用率。     

运输网络转运结点有容量限制的最大流分配算法

对运输网络转运结点有容量限制的最大流分配一般是用结点一分为二的方法,但在大型、复杂的运输网络中,当有容量限制的结点很多时,这种方法将会使运输网络变得更加庞大,流量分配的过程变得更加繁琐。通过分析容量限制结点的特点,基于寻找增流链的算法,构造了基于大型、复杂运输网络中结点有容量限制的最大流分配算法。利用此算法,可以解决大型、复杂运输网络中容量限制的结点很多时的最大流分配问题,此算法也为解决实际的运输问题提供了应用基础。     

环境导向的城市交通分配模型综述

交通分配是智能交通诱导和控制的重要理论依据，研究基于因素的城市交通分配模型极具理论价值和实际意义。考虑环境因素的交通配流问题还刚刚起步，无论是模型的构建还是算法的设计与改进都仍有待于进一步的研究和探讨。系统地综述了目前国内外基于环境因素的交通分配的典型模型和算法，并提出其今后需要改进和发展的方向。