改进的协同航路分配优化模型及算法研究

为优化协同航路分配程序，利用基尼系数定义一个新的公平性能指标，构建同时兼顾效率和公平性的双目标非线性整数规划模型，采用基于航班优先级排列的染色体编码方式设计一种改进的遗传算法，融合满意解的选择过程.仿真算例结果显示，与现有算法相比，改进遗传算法得到的最终满意解使空域运行效率提高9.3%，航空公司公平性提高33.7%.结果表明，改进的遗传算法能快速获得真实帕累托前沿，且最终满意解能在空域运行效率和资源分配公平性上得到显著提升，说明本文模型及算法合理.     

求解约束优化问题的动态目标迁移差分进化算法

针对约束优化问题的特点,给出一种改进差分进化算法.将差分进化算法做了适当修正,在初始化中加入迁移操作,依据违反约束度函数和原目标函数进行选择操作,当个体的违反约束度在容忍度以外时,通过违反约束度函数更新个体,当个体的违反约束度在容忍度以内时,通过原目标函数更新个体,实验研究结果表明该算法能有效求解约束优化问题.     

基于多目标优化的航空器离场时隙控制方法

为了兼顾效率性和公平性,合理利用时隙资源,进行航空器离场时隙分配,根据机场管制运行部门和航空公司的决策目标,以航班正点率、旅客延误时间、延误成本、基尼系数等目标的不同组合为优化目标,建立了3组多目标优化模型.针对机场管制中航空器放行的应用背景,采用改进的人工鱼群算法求解模型.算例仿真结果表明:以航班延误成本和航班正点率为优化目标时,得到2个Pareto解集,与RBS(ration-by-schedule)分配算法相比,航班延误成本减少了52.9%和48.6%,航班正点率提高了62.5%和75.0%;以航班延误成本和旅客延误时间为优化目标时,得到1个可行解,与RBS分配算法相比,航班延误成本和旅客延误时间分别减少了52.9%和37.5%;以公平性和效率性为目标时,随着公平性的增强,效率性减弱.本文的多目标离场时隙控制方法,弥补了现有方法只考虑效率性的缺陷,为管制员提供了更多可供选择的决策方案.     

多目标优化的新方法——幂加权和法及数值仿真

提出了一种新的评价函数,将多目标优化问题转化为单目标优化问题,并证明了由这种方法所得到的最优解是多目标优化问题的有效解.用混合罚函数法将约束问题变为无约束问题,将改进的模拟退火算法与单纯形法结合起来构造一种效率较高的全局优化算法,该算法具有模拟退火算法在全局搜索上的优点和单纯形法在局部搜索上的优点.用计算机语言编制了通用程序,给出了单目标优化和多目标优化的例子,数值仿真结果表明这种方法是可靠的.     

基于粒子群优化的高速公路网集成优化控制模型(英文)

应用非线性最优控制方法,研究了高速公路网的匝道控制和路径诱导的集成问题,构造了集成控制的最优控制模型.在模型中,以路网总耗时最小为优化目标,以METANET模型为网络交通流模型,考虑了控制变量的更新周期约束,采用粒子群优化技术求解优化模型.仿真结果表明:无控制时,路网总耗时为3 376 veh·h;仅实施匝道控制时,路网总耗时为3 005 veh·h;仅实施路径诱导时,路网总耗时为2 768 veh·h;集成控制时,路网总耗时为2 464 veh·h.可见,集成控制效果最优.     

拥堵条件下的快速路出口匝道交叉口与下游交叉口协同控制方法研究

在快速路系统中,出入口匝道是联接快速路与地面道路的纽带,同时也是最易发生拥堵的瓶颈路段。针对快速路出口匝道车辆拥堵问题,建立拥堵条件下的快速路出口匝道交叉口与下游交叉口协同控制模型,由两个子模型组成,分别是目标交叉口通行能力最大优化模型和下游交叉口车辆疏散最大优化模型。前者旨在提高出口匝道的通行能力,后者旨在保障目标交叉口方向来车到达下游交叉口后尽快疏散,案例分析结果表明:在快速路出口匝道拥堵疏解路径中,该模型求得的交叉口信号配时方案比采用Webster配时模型求得的单点信号配时方案在通过车辆数、车均延误以及平均排队长度方面分别优化了18%、22.3%和71.6%,大大加快了出口匝道拥堵疏解效率。     

基于改进粒子群算法的工程项目综合优化

为解决现有粒子群优化算法进化过程中"早熟"的问题,提出了一种改进的粒子群优化算法HSPSO.算法采用多子群分层策略,以提高收敛速度和优化精度.为求解工程项目的综合优化问题,建立了工期-成本-质量的数学优化模型和多目标优化模型.通过实例对标准粒子群优化算法(SPSO)和差分进化(DE)算法进行了比较,并采用HSPSO算法进行多目标优化.最后,用枚举法验证了模型的合理性和算法的有效性.与已有研究相比,HSPSO算法能在种群规模较小(20个粒子)的情况下,快速找到满意的解(平均迭代次数不超过20次).     

快速路出口衔接过饱和交叉口信号优化方法

高峰时段内,由于地面道路通行能力有限,城市快速路出口匝道方向的地面交通流处于过饱和状态,甚至造成出口匝道排队溢出,引起更严重的交通拥堵.针对该问题,本研究在出口匝道和地面交叉口设置控制信号,考虑地面道路的通行能力约束,建立双层规划模型优化该区域交叉口的控制信号方案.该模型的下层规划,优化每个独立交叉口的控制信号方案;模型上层规划,优化区域交叉口的控制策略.利用乌鲁木齐外环快速路出口匝道区域作为实例,结合Vissim仿真对该模型进行验证与分析.结果表明,双层规划模型的优化方案可以有效地防止快速路出口排队溢出及主线拥堵,在提升该区域的整体系统性能上比运用常规非线性规划模型的效果更好.     

信号控制与交通分配协同模型的自适应IOA算法

现有求解信号控制与交通分配协同问题的IOA(Iterative Optimization and Assignment)算法，是通过对两个子问题分别求解并迭代至收敛，其收敛速度快，但解的质量仍有待改善. 对IOA 算法改进，提出自适应IOA(Adaptive Iterative Optimization and Assignment， AIOA)算法，提升解质量的同时保持计算速度快的优点. 首先，把迭代过程中路径流量的差分值作为自适应修正项加入信号控制模型的输入参数中，增大解的变异程度，既可加快收敛速度，又可突破IOA寻优范围的局限性；其次，根据目标函数的变化趋势自适应地转入采用黄金分割法的局部搜索，避免解的劣化. 仿真结果表明：AIOA算法将IOA算法与全局最优解的差距平均缩小50.8%，时间成本降低10％，仅为遗传算法的1％；AIOA算法能在短时间内求得满意解，且适用于大规模路网.     

信号控制与交通分配协同模型的自适应IOA 算法

现有求解信号控制与交通分配协同问题的IOA(Iterative Optimization and Assignment)算法，是通过对两个子问题分别求解并迭代至收敛，其收敛速度快，但解的质量仍有待改善. 对IOA 算法改进，提出自适应IOA(Adaptive Iterative Optimization and Assignment， AIOA)算法，提升解质量的同时保持计算速度快的优点. 首先，把迭代过程中路径流量的差分值作为自适应修正项加入信号控制模型的输入参数中，增大解的变异程度，既可加快收敛速度，又可突破IOA寻优范围的局限性；其次，根据目标函数的变化趋势自适应地转入采用黄金分割法的局部搜索，避免解的劣化. 仿真结果表明：AIOA算法将IOA算法与全局最优解的差距平均缩小50.8%，时间成本降低10％，仅为遗传算法的1％；AIOA算法能在短时间内求得满意解，且适用于大规模路网.     

多跑道降落飞机协同调度优化

为了制定安全、高效的空中交通管理战术决策,研究了多跑道降落航班协同调度问题.基于协同决策理念,综合考虑空管、航空公司和机场等因素,提出一种协同航班调度策略,给出了协同调度优化模型.模型在满足安全性和公平性约束条件下,寻求总延误成本最小即功效性最大的调度方案.采用基尼系数建立公平性约束,以处理功效性和公平性之间的关系,并引入当量航班概念来定量分析公平性.针对多跑道航班调度问题的特点,设计了遗传算法予以求解验证.仿真结果表明:该算法总延误成本比先到先服务算法降低了72.6%,最大延误时间减小了50.8%,因此,调度的功效性与公平性得到提高,所提方法有效.     

考虑公平与效率目标的城乡配送中心排队选址模型

为解决随机需求下的城乡配送中心选址问题,实现物流服务的效率与公平,结合排队论构建了需求转移规则下的排队选址模型.为体现城乡客户需求特征差异,构建时 间满意度函数作为服务水平的衡量指标.将客户与配送中心看作M/M/p 排队系统,采用需求可转移的排队规则,运用超立方模型计算配送中心的可用概率.目标函数包括嫉妒最小、基尼系数最小及字典序最大等3 类公平目标,以及覆盖需求量最大、满意度最大两类 效率目标.设计禁忌搜索算法求解,通过算例对模型和算法进行验证.结果表明,P 中位模 型下效率最优,最小嫉妒目标下公平最优,而最大字典序目标可以兼顾公平与效率.     

效率与公平视角下的应急公交接驳调度优化

城市地铁突发故障后,需要采用高效的应急公交接驳方法疏散滞留乘客,减小社会和经济损失.建立两阶段优化模型,对每辆车从存车点出发后依次前往各站运输乘客的接驳过程进行决策.阶段 1,从管理部门角度最小化疏散时间;阶段 2,在此基础上,从乘客角度降低乘客延误,优化目标分别考虑了效率与公平原则.由于现有优化软件求解阶段 2效率过低,构造了针对性的禁忌搜索(TS)算法提高求解速度.最终通过算例验证了算法和模型的可行性,对比了效率与公平原则下的疏散效果,展示了两者的权衡关系：效率原则可能导致乘客服务水平不均;而公平原则提供了更均衡的疏散服务,但系统延误相对更高.     

基于MP 与MPC 相结合的分布式交通信号控制研究

依托于最大压(Max Pressure,MP)分布式信号控制特性,结合已建立的实时排队长度预测模型,利用模型预测控制(Model Predictive Control,MPC)进一步对修正后的MP信号控制策略进行滚动反馈优化,提出了MP与MPC相结合的分布式信号控制方法. 模型验证结果表明：MPC嵌入后,MP优化下的交叉口1 与交叉口2 延误分别降低了13.47%、15.35%;并且对比了MP绿信比分配权重修正前后对控制输出的影响,优化后瓶颈路段的车道4 和车道10 的排队溢出次数分别从6 次和9 次降低为0 次,表明修正后MP绿信比权重的信号优化策略更能有效防止排队溢出现象的发生.     

基于MP与MPC相结合的分布式交通信号控制研究

依托于最大压(Max Pressure，MP)分布式信号控制特性，结合已建立的实时排队长度预测模型，利用模型预测控制(Model Predictive Control，MPC)进一步对修正后的MP信号控制策略进行滚动反馈优化，提出了MP与MPC相结合的分布式信号控制方法. 模型验证结果表明：MPC嵌入后，MP优化下的交叉口1 与交叉口2 延误分别降低了13.47%、15.35%；并且对比了MP绿信比分配权重修正前后对控制输出的影响，优化后瓶颈路段的车道4 和车道10 的排队溢出次数分别从6 次和9 次降低为0 次，表明修正后MP绿信比权重的信号优化策略更能有效防止排队溢出现象的发生.     

基于条件生成对抗网络的扇区复杂度评估

扇区复杂度作为管制员工作负荷和动态空域配置的重要参考依据，需要事先准确地对其 进行评估。本文针对有监督复杂度数据集存在的小样本问题，提出基于条件生成对抗网络的扇 区复杂度评估框架。首先，构建交通流量、航空器性能和潜在冲突这3类复杂度指标，并结合主观 复杂度等级得到标定样本；其次，利用条件生成对抗网络设计有标记样本生成算法，获得增广数 据集；最后，分别采用逻辑回归、支持向量机和随机森林算法建立复杂度评估模型。以中南区域 扇区为例，从定性和定量的视角验证生成样本的有效性，并在多种训练集配置下对比各模型评估 结果。研究结果表明：条件生成对抗网络在200次迭代后逐步收敛至稳定；生成样本与真实样本 的绝大多数指标在均值上的相对误差小于5%，在标准差上的相对误差大于5%；在多分类评价指 标下，增广数据集对3种模型整体评估精度分别提升11.77%、11.04%和8.34%。本文提出的评估 框架可以在有限数据条件下提高样本多样性，是解决扇区复杂度评估问题的一种有效方法。     

Development and Comparative Evaluation of Ramp Metering Algorithms Using Microscopic Traffic Simulation

Freeway ramp metering is an efficient freeway control that can ameliorate freeway congestion by limiting the number of vehicles entering the freeway. This study presents development and comparative evaluation of five ramp controls including no control, time-of-day plan, and three well-known ramp metering algorithms; ALINEA, FLOW and Stratified Zone through the use of microscopic traffic simulation. In this paper, ramp controls were developed and evaluated using Microscopic Traffic Simulation, AIMSUN NG. The simulation model of the Pacific Motorway in Queensland, Australia was used as a test-bed model. The results from the study indicated that ramp metering was basically found to be able to improve network performances up to 40% compared to no control. In terms of network and freeway mainline performance, ALINEA was superior to other algorithms under both normal and high traffic demand, whereas, Stratified Zone was the best algorithm for on-ramp performance. In terms of on-ramp performance, ALINEA was found to generate the lowest on-ramp performance. FLOW was found to be slightly superior to Stratified Zone. However, the trend was opposite for on-ramp performance. Gini coefficient was applied to measure the road user equity under the implementation of different algorithms. The results showed that FLOW was the most equitable algorithm, whereas, ALINEA was the worst. The results also indicated that network performance and on-ramp performance were trade-off in the presence of ramp metering operation.     

站点可达性方法对公交不平等测度的影响研究

基于缓冲区法(Buffer method)的站点可达性是公交不平等测度的基础数据，通常按乘客到站距离计算方式(直线或沿路网)或数量分布方式(随距离衰减或不衰减)对计算站点可达性的直线缓冲区法进行改进，但可达性计算结果差异对公交不平等测度的影响尚不明确。基于此，以浙江省海宁市为例，将直线缓冲区法与路网缓冲区法、直线衰减法、路网衰减法3种改进方法计算的站点可达性与公交基尼系数进行比较。结果发现：按到站距离计算方式(即路网缓冲区法)改进直线缓冲区法使基尼系数降低 13.60%，按乘客数量分布方式改进(即直线衰减法)使基尼系数降低 35.75%，按两种方式共同改进(即路网衰减法)使基尼系数降低40.56%；改进方法均使小区间可达性值差距减小，按乘客数量分布比按到站距离方式的改进效果更明显；市区比农村的公交基尼系数受可达性方法影响更大，这可能与路网、人口分布的城乡差异有关，且不同可达性方法测度城市与农村公交不平等时存在不同甚至相矛盾的结论。研究表明：简化方法会高估公交不平等且对城市与农村影响不同，因人口或路网数据缺失而选择缓冲区法时应核减公交基尼系数值，数据完备时应选用路网衰减法。