城市道路交通网络系统容量评估模型

以出行者出行行为选择为基础,以最大化网络容量为目标,建立了城市道路交通网络容量双层规划评估模型。其中下层引入停车路段（搜索停车设施所行驶的路段）和步行路段,把停车设施转化为道路路段,以出行分布、方式分担和均衡配流组合模型来反映出行者出行目的地、出行方式服从多项式Logit和出行路径服从用户均衡原则的出行选择行为;上层以网络储备容量最大化为目标,考虑网络的路段通行能力、外部环境以及服务水平要求等约束条件下的最大流量问题。最后给出了相应的启发式求解算法。研究结果表明：该模型和算法有效且易于操作。     

基于粒子群算法城市道路网络容量最优设置研究

从对道路使用者(出行者)与政府追求不同的目标分析入手,建立上层为交通网络系统社会效益最优化,下层为弹性需求的交通均衡分配的双层规划模型,采用改进粒子群算法求解,研究城市交通网络最佳设置问题。通过实例计算证明其可行性。     

多目标的双层动态均衡交通网络设计研究

采用双层动态均衡模型解决城市交通网络的设计问题,即构建以交通网络总阻抗和建设资金为上层目标,动态路径选择的变分不等式模型为下层目标的双层规划模型。利用模拟退火算法求解上层模型,采用修正的投影算法求解下层模型。此模型能够内在地不断修正路段流入率值和路段能力增量(即网络设计方案),同时可以得到路段流入率值和路段能力拓宽方案的最优解,该算法的可行性与正确性已在一个小型网络上得到验证。     

基于累积前景理论的多目标广义路网设计模型

根据随机路网环境下出行者有限理性的路径选择行为,组合能力扩展与拥挤收费2种方案,提出了基于累积前景理论的多目标广义路网设计双层规划模型。该模型上层模型以最小化系统出行时间预算和最大化系统出行前景为目标,下层模型为基于累积前景理论的用户均衡模型。推导了需求服从对数正态分布且路段通行能力服从贝塔分布条件下的前景值计算公式,建立了用等价变分不等式表示的均衡模型,设计了改进型非支配排序遗传算法求解模型。研究结果表明:出行者择路行为的风险偏好与风险认知会显著影响网络设计结果,忽视出行者择路行为的有限理性可能会产生次优甚至错误的网络设计方案。     

基于路网拥挤度的交通拥挤收费费率研究

针对交通拥挤路段收费费率的问题,建立了交通拥挤收费的双层规划模型,上层模型为最小化交通路网的拥挤度,下层模型为固定需求的用户平衡。在下层模型中广义出行成本函数考虑了出行时间、油耗和费率。并采用遗传算法进行求解。通过算例分析,得出结论:当广义出行成本函数考虑了油耗的因素时,要使路网的流量达到系统平衡状态,路段收费的费率是不相同的;合理的收费费率能获得最小的路网拥挤度,路网的拥挤度和用户总出行时间并不能同时达到最优。     

基于博弈决策的道路通行费最优定价模型研究

道路通行费定价是一个典型双层博弈问题,上层是主管部门与交通参与者决策互动,收费主体通过改变通行费率,影响出行者出行选择,达到预设目标;下层是出行者之间决策互动,出行者基于出行费率的变化,考虑出行成本和其他出行者决策,选择出行效用最大化方案。基于管理者不同决策目标,将道路管理者和交通出行者看成是非合作静态博弈的双方,考虑不同出行者群体时间价值和出行效用差异性,建立双层规划模型,上层研究道路决策主体的决策问题,下层研究不同时间价值的出行者出行博弈过程和出行行为选择,利用博弈论方法来诠释不同决策目标下的道路最优定价,为城市道路通行费合理制定提供决策参考。基于模型约束条件,先对下层N个局中人的纳什-Wardrop均衡模型求解,再利用图解法进行上层N+1局中人非合作静态Stackelberg博弈模型求解,并构建出行情景验证模型的精确性。结果显示,基于博弈决策的道路通行费最优定价模型,可以有效测算不同通行费率下、不同时间价值参与者博弈过程、决策收益和不同决策目标下的最优通行费率。在构建的出行情景下,道路通行费为4时,出行者出行收益和通行费收入最大;当通行费介于4-5之间,社会剩余最大。出行情景模拟结果验证了模型的精确性和可操作性。     

城市道路网容量估计的双层规划模型

为了描述了城市道路网络对交通量的承载能力,以实现路网运行状态与服务水平的判断,对城市道路网容量估计的方法进行了研究。考虑城市道路网容量的影响因素,提出了基于路段通行能力的城市道路网容量定义,建立了双层规划模型,并提出迭代优化算法(IOA)实现模型求解。上层模型以路网容量最大为目标,下层是随机路径选择模型。以局域网为算例,验证了模型的有效性和可靠性,并将模型推广至任意区域网络计算。     

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...     

环境承载力约束条件下城市最大乘用车保有量预测

以城市环境承载力为约束条件预测城市内可容纳的最大乘用车保有量。预测模型是一个双层优化问题，其中上层是环境承载力约束下的最大乘用车保有量模型，以交通小区的乘用车保有量之和最大为目标函数，以各路段的环境承载力为约束条件；下层是道路网上的用户平衡分配模型，模拟乘用车出行者的路径选择行为，预测交通需求在道路网上的分布及行驶特征。开发了一个基于灵敏度分析的算法用于实现上下层模型间的反馈及同时求解两个优化问题。利用实例验证了模型及算法的有效性。     

城市混合交通网络系统优化模型及其算法

针对中国城市混合交通网络的特点,考虑影响出行者交通选择的主要因素,分析了城市混合交通网络中出行者的交通选择行为(包括交通方式选择和路径选择);从交通需求的角度出发,基于BPR公式构造了城市混合交通网络的路段阻抗函数,提出了城市混合交通网络流量分离及分配的变分不等式模型.在此基础上,以城市交通网络系统总阻抗最小为目标,以城市交通管理的政策为手段,采用双层规划方法构造了城市混合交通网络的系统优化模型,并设计了其求解算法.最后通过数值算例,分析了不同交通需求条件下,各种出行方式的流量变化情况以及应采取的系统优化策略.计算结果表明:无论在拥挤条件下还是在非拥挤条件下,优先发展公共交通都是降低网络总费用的有效手段.     

老城区交通微循环的双层规划模型

老城区道路街巷网络密集，利用交通微循环可以缓解交通干道的压力，提高区域路网的承载力和可达性。以干路饱和度和街道级交通指数为优化目标，支路不拥堵为约束条件，构建上层模型，采用用户均衡交通分配与借助Tran CAD求解下层模型，构建老城区交通微循环的双层规划模型，并通过实例说明了模型的建立与求解过程。     

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。     

基于实时交通信息的行程时间估算及路径选择分析

路段行程时间的估计和预测是诱导系统的关键技术之一。由于路网参数不断变化,路段行程时间的估计必须满足实时性的要求。以城市交通控制系统的基本设施为基础,根据我国城市交通目前的发展状况,分析了影响路段行程时间的各种因素和路段行程时间的组成。利用设置在路段上的车辆自动检测装置搜集到的实时交通流信息,并结合随机服务系统的相关理论建立了城市道路路段行程时间的动态计算模型,提出了一种具有真实最短路径意义的实时动态最短路径选择的方法。     

小型突发事件场景下的应急车辆优先通行策略研究

对于高峰期发生的小型突发事件, 应急车辆优先通行可能对路网造成强负外部性, 同时为保证应急车辆优先通行而采取的信号协调策略可能导致路径选择不可靠。因此, 提出1种基于双层规划模型的应急车辆优先通行策略, 综合考虑应急车辆的时效性以及交通系统的运行效率。路径选择受路径长度等物理条件以及交通状态的影响, 信号控制改变车道通行能力和上下游流量, 进而改变路网状态。以车道组饱和度作为表征路网状态的参数, 并以此联系路径选择与信号控制, 进而构建应急车辆优先通行的双层规划模型。具体地, 上层目标为应急车辆行程时间最短以保证应急车辆出行的时效性, 下层目标为信号控制对交通系统的社会车辆效益最大, 采用改进的前N条最短路径多重标号算法求解。算例结果表明: 相较于传统方案, 应急车辆行程时间增加8.7%, 对社会车辆的延误降低261%, 即应急车辆每降低1%的行程时间以交通系统增加30%的延误为代价。该方案能够以较小的应急车辆延误为代价降低高峰期交通系统较大的延误。      

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。     

Bus travel time modelling using GPS probe and smart card data: A probabilistic approach considering link travel time and station dwell time

Abstract

Path travel time estimation for buses is critical to public transit operation and passenger information system. State-of-the-art methods for estimating path travel time are usually focused on single vehicle with a limited number of road segments, thereby neglecting the interaction among multiple buses, boarding behavior, and traffic flow. This study models path travel time for buses considering link travel time and station dwell time. First, we fit link travel time to shifted lognormal distributions as in previous studies. Then, we propose a probabilistic model to capture interactions among buses in the bus bay as a first-in-first-out queue, with every bus sharing the same set of behaviors: queuing to enter the bus bay, loading/unloading passengers, and merging into traffic flow on the main road. Finally, path travel time distribution is estimated by statistically summarizing link travel time distributions and station dwell time distributions. The path travel time of a bus line in Hangzhou is analyzed to validate the effectiveness of the proposed model. Results show that the model-based estimated path travel time distribution resembles the observed distribution well. Based on the calculation of path travel time, link travel time reliability is identified as the main factor affecting path travel time reliability.     

基于可靠度的城市道路网络优化模型与算法

分析了城市道路网络可靠性,并根据城市道路网络可靠性基础理论,提出了基于可靠度的城市道路网络优化方法,将用户平衡模型作为下层模型,以建设投资费用和用户出行费用最小为上层模型目标函数,可靠度作为上层模型约束条件建立双层城市道路网络优化设计模型,并采用遗传算法进行求解。实例表明,该模型对城市道路优化设计有较好效果。     

快速公交路径优化设计模型及算法研究

分析了当前大城市多模式公交网络结构,构建了多模式公交超级网络;研究了公交出行者的策略选择行为,在考虑行程时间可靠性、座位期望以及诸多延误因子的基础上改进了策略阻抗模型;提出了BRT网络设计的双层规划模型:下层模型以改进策略阻抗模型为前提,进行了多模式公交网络平衡配流,上层模型旨在优化BRT的线路走向和布局;基于遗传算法和粒子群优化,设计了求解该双层规划模型的混合启发式算法,并用一个简单算例验证了本研究中模型与算法的可行性,提出了BRT线网优化设计的建议。     

基于群决策理论和双层规划模型的交通信号控制优化

基于干道延误时间最小和路段行程速度最大的设计理念,利用智能优化算法和群决策理论,建立了一种双层规划模型下的城市干道交通信号控制方法。算法结合了智能优化策略中的遗传算法和丰富的群体专家意见,并采用模糊数的描述方式实现对不同控制目标的分析评价,给出了一套完善的干道交通信号配时优化方案,使交通问题的分析得以更加客观和实际。最后给出一个实际主干道问题的算例分析,运用MATLAB和Visual C++编程计算对控制方案进行模拟。仿真结果表明,这一方法能有效地改善延误和路段行程速度。     

预约出行条件下私家车通勤客流分配方法

预约能调整城市交通的供需关系, 最大化利用交通资源。针对私家车通勤引发的交通拥堵, 研究了预约出行条件下私家车通勤客流分配方法。将车辆分为受控的预约车辆和不受控的非预约车辆, 道路状态分为可预约状态和不可预约状态, 给出了道路状态判别及车辆行程时间计算方法, 构建了城市通勤私家车的预约出行模型。以Nguyen-Dupuis网络作为算例, 从行程时间和预约数量2个方面评价车辆实施预约出行的效果。结果表明: 预约比例由0%提升至100%时, 路径的行程时间降低20%~30%, 平均行程时间从610 s降低至466 s; 当预约比例为30%时能获得全部预约比例的80%收益; 全部车辆均期望参与预约时, 由于预约需求的不均衡仍有2%的车辆预约失败。得出结论, 当预约出行的比例达到30%~40%时, 即可达到缓解拥堵的预期效果。