动态多用户网络承载模型

动态网络承载模型是拥挤网络在一定时期内在路径流率被给定的条件下,确定依赖于时间的路段承载量、路段出行时间和路径出行时间.笔者的目标在于提出动态多用户网络承载模型(无需FIFO条件),同时证明网络承载模型解的存在性.     

多用户多准则弹性需求随机交通均衡变分模型

针对非对称费用函数下准则权重与出行者类别相关的多准则路径选择问题,用变分不等式方法建立了具有弹性需求量的多用户多准则随机交通均衡配流模型.该模型是单用户随机均衡和多用户确定性均衡模型的推广.证明了变分模型中映射的连续性及严格单调性可分别保证均衡流量的存在性和唯一性.某路段广义路段出行费用受出行量和其它相关路段流量的影响,是所有路段流量的函数,并受出行量影响.用对角算法求解该交通均衡的变分问题.算例表明了模型的合理性和算法的可行性.     

基于路段间转移概率的最优路径预测方法

提出一种基于路段间转移概率的最优路径预测方法，即根据出行时间，将历史出行数据分为早高峰、晚高峰、非高峰3组反映不同交通状况的时间段；根据起点和终点所在区域，对出行数据作进一步处理，解决给定起点与终点之间出行数据不足的问题。基于有经验的出行者选择路径即为最优路径这一假设，通过历史出行轨迹计算得到路段间的转移概率，建立Markov链模拟出行者路段选择行为，将最大选择概率路径作为最优路径的预测结果，并给出其求解方法。该方法仅利用历史出行轨迹进行最优路径预测，避免了复杂的路段阻抗计算，且具有数据易获取，与实际出行行为一致性高，计算量小的优点。案例分析表明，预测结果准确性在不同出行时段下产生变化，而交通区域划分的大小对其影响较小。     

基于出行时间预算的SUE交通分配

基于均匀分布的路段容量,分析了降级路网中路段和路径出行时间的随机变动,假定出行者根据以往的出行经验获取路径出行时间的可变性,并以出行时间预算的形式将这种可变性纳入到其路径选择过程中,进而定义路径出行时间预算为路径出行时间均值与出行时间安全边际之和.在此基础上,采用变分不等式技术构建了基于出行时间预算的多用户类型弹性需求随机用户均衡交通分配模型,并证明了模型解的等价性.     

先进出行信息下事故对行程时间可靠性的影响

定义路径行程时间可靠性为在交通事故期间内平均路径行驶时间小于事故前路径出行时间乘以可接受拥堵水平的概率,由此导出路网行程时间可靠性.假定事故持续时间服从正态分布并将研究时域划分成相同的时段,在先进出行信息下,利用元胞传输模型进行路段流量加载,给出了每一个时段内路径行程时间的递推式,并在每一个时段内更新1次路径出行时间,出行者根据更新的出行时间运用Logit模型进行路径决策,最后基于Monte-Carlo法模拟求解路网行程时间可靠性.算例结果表明,行程时间可靠性随事故持续时间和方差及需求的增加而减小;可靠性随可接受拥堵水平的增加而增加;在拥堵网络中,包含事故路段的OD间需求越高,可靠性越低.     

换乘约束下城市多方式交通分配模型与算法

基于超网络理论构建了可换乘条件下城市多方式交通系统的超网络模型,同时基于所建超网络,在考虑出行者的换乘规律和换乘行为等因素下,定义了可行超路径.将超网络的路段划分为行驶路段、换乘路段、上网路段和下网路段等4类,考虑出行时间、货币费用及舒适度感受3种因素,建立各类路段的广义费用函数及超路径广义费用函数.基于超路径费用,定义了有效超路径.在此基础上,提出城市多方式交通系统的随机平衡分配模型,并且提出了换乘约束下有效超路径和最短可行超路径的搜索算法.最后,通过一个数值算例说明所提出方法的可行性和有效性.     

微观模拟模型中车辆旅行时间确定方法的研究

对微观条件下车辆在城市交通网络中的行为特征进行了分析，在考虑影响车辆个体行为的各种因素之后，给出了车辆在非拥挤路段的行驶时间，在拥挤路段的排除时间和通过交叉口行史时间计算方法，并给出了动态条件下车辆行史路径的确定方法，为城市交通网络中微观模拟模型的建立奠定了基础。     

动态交通分配理论研究综述

动态交通分配能反映路网交通流的拥挤性、路径选择的随机性、交通需求的时变性等典型交通流动态特征,比静态交通分配有着明显的优越性。在简要介绍动态交通分配的重要组成要素的基础上,归纳总结动态交通分配区别于静态交通分配的六个典型特征：因果性、先进先出原则、路段状态方程、路段流出函数、路段特性函数和路段阻抗函数。从路径选择准则、路径走行时间定义、出行者出行选择假定、动态网络交通流模型研究方法等四个方面对动态交通分配模型的分类进行综述性研究,分析不同模型的优缺点,并总结动态交通分配理论的未来研究方向,可为动态交通分配研究提供一定的参考。     

考虑溢流费用的路径选择模型的条件研究

通过考虑路段的溢流费用,即路段交通负荷超过该路段交通负荷标准时所分配给用户的费用。路段交通负荷低于路段负荷标准时补贴给用户。建立一些约束条件,动态用户最优的路径选择条件和动态用户最优的溢流费用条件等。为进一步建立具有溢流费用的动态交通网络流的路径选择变分不等式模型及其算法研究打下基础。     

基于路段关联的随机网络交通模型

在网络需求和供给条件都是随机的情况下,提出了一个出行路径选择模型。模型中考虑出行者的感知误差,使用基于Logit的随机用户均衡框架来表征网络中出行者的路径选择。网络中交通需求服从对数正态分布,路段容量服从均匀分布。相邻路段的路段流和路段出行时间之间存在关联关系,用两个路段的协方差参数来表示。推导了由随机需求和随机供给导致的随机路段流和随机路径流的分布形式,采用变分不等式技术构建了路段关联下的随机网络随机用户均衡模型。给出一个求解算法来求解该模型,并对一小型网络进行测试,测试结果表明模型能够正确地反映出行者在路段关联的随机网络下的路径选择行为。     

基于GERT网络的应急救援关键路段识别

为了及时识别出突发事件下城市道路的关键路段,以构建最短应急救援路径,本文提出了一套完整流程.首先,针对路网在应急条件下的贫信息环境特征,设计一种基于模糊综合评判的行程时间估算方法.然后,考虑救援人员的应急心理和经验选择行为,构建面向广义阻抗的GERT(Graph Evaluation and Review Technique)网络模型.最后,运用Dijkstra算法获得救援路径完成关键路段识别.以成都市某区域实际交通网络为算例进行验证,结果表明:基于2种模糊算子估算路段行程速度,其绝对误差为2.722 km/h,精度较高;与传统关键路段识别方法相比,GERT网络模型能更好地反映行程时间和路段拥挤度对路径选择行为的影响(拟合度80.95%),并将重要度识别技术从路网降低到路径层面,效果良好.     

基于微观仿真的路段行程时间预测方法

实时路段行程时间预测是动态交通分配中路径选择的关键技术之一,采用微观交通仿真手段和指数平滑方法估计路段行程时间,在路段行程时间估计模型中考虑了交叉口排队延误、信号控制延误和交叉口内转向行程时间,提出了基于灰色等维新息GM(1,1)模型的路段行程时间预测方法,根据路段行程时间的历史数据和实时采集数据,滚动预测未来的路段行程时间,通过实例应用证明了模型有很好的预测精度.     

基于智能信号的动态路径选择模型研究

出行车辆的最优路径是随着时间和路况的变化而变化的，为了研究出行车辆的动态路径选择行为，基于有交通信号控制的交叉口，利用有向图理论，建立城市交通网络路径的优化模型，用传统dijkstra算法进行优化，动态获得出行车辆的最优路径。最后引入简单实例说明研究的方法，计算机仿真结果表明该方法是可行、有效的。     

考虑可靠性的降级路网最优路径搜索方法

针对路网降级时路网出行时间的随机性和可靠性对出行者路径选择影响较大的问题,研究了降级路网可靠性路径的选择方法．基于BPR路段出行时间模型,构建了降级路网路径出行时间的均值模型及其可靠度模型．以路径出行时间最小、路径出行时间最可靠为目标,构建了路径选择的双目标加权规划模型,设计了基于改进蚁群算法的模型求解算法．算例分析表明：该算法能快速获取可靠的路径．     

基于路径关联性的交叉口群动态划分方法

交叉口群是路网交通流协调控制的基本单元,其动态范围划分与路网协调控制效益直接相关。在对经典Whitson路段关联性模型进行改进的基础上,考虑局部路网上交通流OD的空间分布特征建立了相邻交叉口之间的路径关联性模型;基于路径关联性模型计算结果,应用层次聚类方法对信号控制交叉口群进行动态划分。最后对路段关联性和路径关联性的交叉口群动态划分方法进行了算例验证和对比分析。研究结果表明,考虑路径关联性动态划分交叉口群可以减少对局部路网中主要OD路径的分割,从而降低主干道交通流的总停车次数和停车延误。     

动态宏观路段行程时间模型研究

在分析和对比了静态交通分配和动态交通分配条件下的路阻函数的不同之处和静态交通分配下路阻函数局限性的基础上，根据交通流理论和集散波分析，提出考虑信号交叉口排队长度的有度动态路段行程时间模型(SQ)，该模型以在动态交通分配条件下的车流密度和交叉口信号参数为变量的动态路段阻抗函数模型，文中实例证明SO模型能适用于大型动态交通网络复杂的动态交通分配(DTA)计算．     

基于路网通行效率最优的路侧停车资源配置方法

为实现动静态交通和谐统一，构建与停车需求相协调、停车资源时空均衡的路侧泊位动态供给方案，应用图论的方法建立了含有路侧停车网络的车辆运行模型，将路段分为通行路段与路侧停车路段，并根据用户通行性质与运行状态，基于改进的BPR（Bureau of Public Road）函数量化了通行用户与停车用户在常规通行路段和路侧停车路段的通行阻抗。为实现路网整体通行效率最高，以路网中用户总通行时间最短为目标函数，以路网中停车设施利用水平的高效性与空间均衡性为约束，构建了最佳泊位资源配置模型，并应用相继平均算法（Method of Successive Averages, MSA）设计了路网总效率最高的交通流路径分配方案。以典型的Nguyen-Dupuis网络为实例，设计了多模式、动态的停车资源配置方案，量化了用户出行时间与通行需求和停车比例的关系。研究结果表明，当已知路网中的出行起讫点和泊位规划目标时，通过应用该优化求解模型能有效配置路侧停车资源数目，合理规划出行路径，改善用户出行效率。     

Dial交通量分配模型和选择概率问题的研究

在道路网络中,交通量在路径、路段、结点中的分配模式与其大小在OD表的各元索中的占有率有着对应关系.本文研究Dial分配模型及其Logic选择特性,运用权理论和概率原理,推导出Dial交通量分配中的路径选择率,路段利用率,结点通过率的计算公式.     

面向城市交通网络的 K 最短路径集合算法

在城市交通网络中,为了优化交通流,需要搜索到符合出行需求 K 最短路径,并 将 OD（Origin-Destination）交通流合理分配到这些路径上.本文主要对搜索符合出行需 求的 K 最短路径搜索算法进行了研究,解决了已有算法仅能搜索出单条满足最短及 K 最 短条件路径的问题.根据 Wardrop 第二原则及路段阻抗函数理论,分析了路径集合搜索方 法对优化城市交通流的必要性,并定义了城市交通网络中 K 最短路径集合的概念及选择 条件,提出了一种面向城市交通网络的具有多项式时间复杂度的 K 最短路径集合搜索算 法.仿真结果表明,本文所提算法可以搜索出满足出行需求的所有 K 最短路径集合,在该 路径集合上进行交通流分配的效果明显优于传统方法.     

基于数据融合技术的路段出行时间预测方法

为了精确预测路段出行时间,分析了国内外基于多数据源的路段出行时间预测方法的优缺点,应用自适应卡尔曼滤波算法,通过融合环形线圈检测器数据和浮动车数据,建立了路段出行时间估计模型,在交通高峰期和事故情况下,比较了采用基于环形线圈检测器、浮动车和自适应卡尔曼滤波3种出行时间预测方法预测路段出行时间的平均绝对百分比误差。比较结果表明:基于自适应卡尔曼滤波算法融合了来自环形线圈检测器和浮动车的数据,预测值更接近实测值,预测精度高。