基于元胞自动机的动态路段走行时间计算模型

为建立合理的动态交通网络中路段走行时间模型,分析了动态路段走行时间函数的一般形式,对比国内外常用的几种离散型动态路段走行时间函数,基于元胞自动机交通流模型,建立了动态路段走行时间模型。模型可以根据实际路段驶入率、驶出率,推算出任意时刻进入路段车辆的走行时间,并利用M atlab对模型进行求解和数值分析。结果表明,车辆进入路段后的交通状态是动态路段走行时间的主要影响因素;根据累积驶入驶出车辆数曲线可以直接求出动态路段走行时间,能够为动态交通网络中路径走行时间求解奠定基础。      

数量调节用户均衡及OD分解算法

城市居民出行过程中出行者的路径选择行为决定着道路网络交通流的分布模式，深刻影响着城市交通规划和网络设计方案的制定。传统交通分配依据最短路径时间选择出行路径，不能反映路径流量大小对出行者路径选择行为的直接影响。基于此，将出行起讫点间路径时间作为价格信号，路径流量作为数量信号，运用经济学非均衡理论中的价格-数量调节行为原理描述出行者的路径选择行为。在出行市场背景下，定义了数量调节用户均衡，建立了数量调节用户均衡条件和等价的非线性互补问题。运用GAP函数对非线性互补问题进行重新描述，最终建立了求解数量调节用户均衡的数学规划模型。鉴于路径流量不等于该路径中各路段流量之和，数量调节用户均衡问题需使用基于路径的算法求解，开发了基于OD分解的求解算法。OD分解算法与现有的基于路径的算法共享高斯-赛德尔分解方案，迭代过程中算法并不是顺序访问每个OD对，而是通过引入一个自适应方案来确定。针对未满足收敛条件的OD对，该算法将负梯度作为下降方向，运用Armijo类型的线性搜索确定步长，求解单OD子问题。最后分别对一简单网络和真实网络进行测试，计算结果表明：所开发的OD分解算法能将更多的计算成本投放在非均衡的...     

考虑车辆排队长度的动态用户最优路径选择模型研究

基于交通流理论，建立了路段下游交叉路口前车辆排队长度、路段车流密度的数学模型，提出了新的路段阻抗函数。运用该阻抗函数建立基于路径的动态用户最优路径选择变分不等式模型，给出了该模型的启发式算法。实例分析表明，当路段上有排队时，若将车辆排队处理为质点，则低估车辆路段走行时间，被低估的相对差距约为22％；新的阻抗函数能较好反映路段的阻抗。     

引入网络影响分析的道路选线优化模型

提出一个基于遗传算法的道路选线优化模型,该模型首先随机生成新建道路空间位置的候选方案集,并依据GIS平台自动设计新建道路的平竖曲线,并计算其各项工程费用;接下来,分析变化了的路网的拓扑结构,并在新路网中分配OD交通量,获得OD交通在新路网上的交通流特征,进而计算OD交通量的走行时间和在路网上的环境负荷;然后,利用工程费用、OD交通走行时间费用和环境负荷当量费用构造适应度函数,以判断各候选方案的优劣,同时实施选择、交叉、变异操作以获得更多的候选方案,直至得到一个最佳的新建道路方案为止。数字试验结果显示:新建道路对路网的影响不容忽视。     

OD反推理论应用中的关键问题研究

研究了在OD反推理论具体应用过程中碰到的关键问题,包括初始矩阵的标定、观测路段的选择、路径选择模型的标定、路阻函数的确定及反推精度的检验,并提出了可操作的解决方法,取得了良好的效果。     

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。     

基于Logit模型的动态交通分配研究

提出了一种基于Logit方法的交通分配模型，该模型是动态出发时间选择和随机用户平衡的联合模型（DDSUE）。作为一种基于全路径的交通分配模型，在路径选择上，使用了Logit模型求出每条路径的选择概率；在出发时间选择上，采用路径通行能力和路径选择概率来联合确定交通出发量，然后利用总交通出发量和路径选择概率求出每条路径上的驶入量。最后以一个实际算例，并通过改变参数对结果进行了分析。     

高速路段动态OD反推模型与算法研究

各进出口匝道间的实时交通量是高速公路管理系统重要的输入数据,也是难以获得的数据。本文回顾了动态OD反推理论的发展历程,提出了动态路径走行时间的完善和简化计算方法,在此基础上建立了基于高速路段的动态OD反推模型,设计了遗传算法对问题进行求解,并讨论了算法中的六个关键问题,提供了一种获得高速公路进出口间动态OD交通量的有效方法。实例研究表明,模型和算法具有较高的效率和准确性,能够应用于在线系统。     

基于路段流量二阶统计量的OD矩阵估计

在构建OD矩阵模型时,充分考虑路网中一定连续期内各路段流量的二阶统计量和出行者路径选择的随机性,提出了一种基于路段流量二阶统计量的OD矩阵估计模型,解决了观测路段的相关性和OD矩阵估计求解的不确定性问题.建立的模型所表述的路段出行量和实际路网中的出行量更加吻合.结合实例,说明了模型的可行性和有效性.     

单一路径下基于固定到达时间的最优出发时间分布研究

针对动态交通分配领域动态OD难以准确预测的问题,根据不同目的出行的时间分布特征,建立基于出行类别的DTA研究新框架,并就此框架中基于固定到达时间的DTA子课题,研究单一路径下系统最优的出发时间分布问题。首先分析出行者费用的表示方法,然后结合Greenshields交通流模型,给出系统最优的出发时间分布的求解方法,最后设计实例探讨出行人数、路段长度以及费用参数比变化对最优出发时间分布的影响。本研究对制定错时上班、拥挤收费、流量控制等动态交通管理措施具有实际参考价值。     

The impact of route guidance,departure time advice and alternative routes on door-to-door travel time reliability: Two data-driven assessment methods

ABSTRACT

Conventional travel time reliability assessment has evolved from road segments to the route level. However, a connection between origin and destination usually consists of multiple routes, thereby providing the option to choose. Having alternatives can compensate for the deterioration of a single route; therefore, this study assesses the reliability and quality of the aggregate of the route set of an origin-destination (OD) pair. This paper proposes two aggregation methods for analyzing the reliability of travel times on the OD level: 1) an adapted Logsum method and 2) a route choice model. The first method analyzes reliability from a network perspective and the second method is based on the reliability as perceived by a traveler choosing his route from the available alternatives. A case study using detailed data on actual travel times illustrates both methods and shows the impact of having variable departure times and the impact of information strategies on travel time reliability.     

基于多成本分析的出发时刻选择模型研究

交通问题的解决,应该从需求和供给两方面进行改善。交通需求管理通过改变出行者的出发时刻、出行路径以及出行方式等措施,将高峰期的交通需求从时间和空间2个方面进行分离,从而有效缓解城市交通压力。文中将经济学思想应用于城市道路,从固定使用成本、出行时间成本以及惩罚费用成本3个方面研究了私人小汽车出行的多成本性,通过分析居民出发时刻选择的决策过程,应用随机用户均衡分配和Logit基本理论,建立了适用于一般城市网络的出发时刻选择模型。运用模型进行一个算例分析,从而验证模型的有效性和实用性。     

具有变需求的多模式随机动态同时的路径和出发时间问题研究

为了解决在多种交通模式条件下出行者的路径与出发时间选择问题,提出了一个变分不等式模型用于模拟具有变需求的多模式随机动态出行选择行为。推荐了一个改变的投影压缩算法求解相应的变分不等式问题,并给出了算法的迭代步骤。最后在一个相对真实的路网上进行了仿真试验,从两个OD对之间的一个路径上的路径入口流量率以及增补的路径旅行费用状况中可以看出,小汽车和卡车的路径入口流量率以及增补的路径旅行费用都可以达到一种平衡状态,表明了模型和算法的有效性和正确性。     

Urban travel time reliability at different traffic conditions

The decision making of travelers for route choice and departure time choice depends on the expected travel time and its reliability. A common understanding of reliability is that it is related to several statistical properties of the travel time distribution, especially to the standard deviation of the travel time and also to the skewness. For an important corridor in Changsha (P.R. China) the travel time reliability has been evaluated and a linear model is proposed for the relationship between travel time, standard deviation, skewness, and some other traffic characteristics. Statistical analysis is done for both simulation data from a delay distribution model and for real life data from automated number plate recognition (ANPR) cameras. ANPR data give unbiased travel time data, which is more representative than probe vehicles. The relationship between the mean travel time and its standard deviation is verified with an analytical model for travel time distributions as well as with the ANPR travel times. Average travel time and the standard deviation are linearly correlated for single links as well as corridors. Other influence factors are related to skewness and travel time standard deviations, such as vehicle density and degree of saturation. Skewness appears to be less well to explain from traffic characteristics than the standard deviation is.     

公交动态信息下通勤出发时间选择行为分析

在交通行为分析中,传统效用函数形式不能反映个人属性对信息效用感知的影响。改进效用函数形式,运用多项Logit模型理论,建立了公交动态信息下的公交通勤者出发时间选择行为初始模型。从初始模型中选择t检验显著的解释变量,并分别基于传统效用函数形式、改进的效用函数建立了2个修正模型。对比2个修正模型标定结果发现,改进的效用函数比传统的效用函数更有利于提高模型性能。研究也表明:性别、收入的t检验值分别为2.02、-2.25,说明二者对乘坐时间信息效用感知显著;教育属性的t检验值为2.03,说明其对车内拥挤程度信息效用感知影响显著;乘坐时间取均值,车内拥挤度为0.7时,二者效用比值为1.54∶1,说明乘坐时间信息是影响出发时间选择最重要的因素。      

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。     

Quantifying travel time variability at a single bottleneck based on stochastic capacity and demand distributions

Travel time reliability, an essential factor in traveler route and departure time decisions, serves as an important quality of service measure for dynamic transportation systems. This article investigates a fundamental problem of quantifying travel time variability from its root sources: stochastic capacity and demand variations that follow commonly used log-normal distributions. A volume-to-capacity ratio-based travel time function and a point queue model are used to demonstrate how day-to-day travel time variability can be explained from the underlying demand and capacity variations. One important finding is that closed-form solutions can be derived to formulate travel time variations as a function of random demand/capacity distributions, but there are certain cases in which a closed-form expression does not exist and numerical approximation methods are required. This article also uses probabilistic capacity reduction information to estimate time-dependent travel time variability distributions under conditions of non-recurring traffic congestion. The proposed models provide theoretically rigorous and practically useful tools for understanding the causes of travel time unreliability and evaluating the system-wide benefit of reducing demand and capacity variability.     

Subjective-utility travel time budget modeling in the stochastic traffic network assignment

ABSTRACT

In this article, we propose a new model called subjective-utility travel time budget (SU-TTB) model to capture travelers' risk-averse route choices. In the travel time budget (TTB) and mean-excess travel time (METT) model, a predefined confidence level is needed to capture the risk-aversion in route choice. Due to the day-to-day route travel time variations, the exact confidence level is hard to be predicted. With the SU-TTB model, we assume travelers' confidence level belongs to an interval that they may comply with in the route choice. The two main components of SU-TTB are the utility function and the TTB model. We can show that the SU-TTB can be reduced to the TTB and METT model with proper utility function for the confidence levels. We can also prove its equivalence with our recently proposed nonlinear-expectation route travel time (NERTT) model in some cases and give some new interpretation on the NERTT with this equivalence. Finally, we formulate the SU-TTB model as a variational inequality (VI) problem to model the risk-averse user equilibrium (RAUE), termed as generalized RAUE (GRAUE). The GRAUE is solved via a heuristic gradient projection algorithm, and the model and solution algorithm are demonstrated with the Braess's traffic network and the Nguyen and Dupuis's traffic network.     

基于遗传算法的航班离港调度建模及仿真

针对目前机场容量与空中交通需求矛盾日益突出的问题,通过建立符合实际需求的离港排序模型.采用非线性优化技术给出较佳的离港航班序列,引入起飞序并以此作为优化推出时间的约束条件.仿真结果表明,文中采用的基于遗传算法给出了较佳的离港航班序列,比现行的"先达到滑行节点先服务"模式减少了离港滑行时间,并保证了滑行无冲突,减少整个机场的运行成本,可提高机场运行的能力,并为离港航班调度问题提供技术支持.     

基于低碳理念的公交线网优化模型

为了满足低碳出行的要求,从优化线网的角度建立了基于低碳理念的公交线网双层优化模型。其中,上层模型是一个以乘客总出行时间最短、能源消耗最小、温室气体和污染物排放最少为目标的公交线网优化模型,下层模型是一个改进的Logit路径选择客流分配模型。针对建立的模型,给出了运用遗传算法求解公交线网双层优化模型的方法和步骤。并用算例说明了所建立模型与求解算法的合理性与可行性。