多层反馈混沌神经网络及其在交叉口优化控制中的应用

研究城市交叉口交通控制信号优化配时问题。以Hopfield网络和混沌模型为基础,开发了多层反馈混沌神经网络,将其应用于城市交通控制信号配时优化,并开发了应用于优化计算的能量函数和车辆平均延误计算式;探讨了城市交通系统的混沌特性,并开发混沌定量判别算法。以广东某交叉路口为对象进行了仿真,结果表明:与传统的配时方法相比,采用所开发的多层反馈混沌神经网络进行优化配时,交叉路口车辆的平均延误可以平均减少25.1%,可以大大提高路口的通行效率。该网络也可以应用于其他对象的优化。     

部分路段上一氧化碳排放量限制的用户平衡配流模型及算法

首先建立城市交通分析中考虑部分路段上一氧化碳(C0)排放量限制的用户平衡配流模型，并给出基于惩罚函数的求解算法，最后用一个简单的算例说明该模型及算法的应用。     

考虑环境因素的广义用户平衡和广义系统最优配流模型

首先介绍了城市交通网络分析中公平目标和广义费用函数的概念,建立了考虑环境因素的广义用户平衡和广义系统最优配流模型,并用著名的FRANK-WOLFE算法对所给模型进行了求解。最后给出了一个简单算例,并根据配流结果得出了和实际相符的结论。     

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。     

基于免疫克隆算法的多枢纽选址与混合网络设计综合优化研究

为了描述多枢纽选址与混合网络设计综合优化问题,引入了双层规划模型建立数学模型.上层模型为多目标规划模型,以最小化网络总阻抗和最小化总投资为目标;下层模型为固定需求的用户平衡配流模型.然后,给出了基于免疫克隆算法的具体求解设计和步骤.接着,给出了算例,在不同决策权重条件下进行求解.算例结果验证了算法的可行性和模型的有效性,同时结果表明在建设枢纽后,当决策偏重于交通网络管理部门时,更倾向于建设新路段以降低网络费用和总费用.     

城市公交网络均衡配流模型及算法的研究

根据城市交通网络均衡配流原理，探讨城市公交网络的Ｗａｒｄｒｏｐ均衡原则，提出一种更为简单的公交网络描述方法。在此基础上，给出了城市公交网络的均衡配流模型和算法。     

弹性需求条件下城市交通网络设计问题的求解

目前对于城市交通连续平衡网络设计问题的很多研究都是基于固定需求这一条件,在一定程度上不太接近于实际交通网络,有必要对弹性需求条件下的网络设计问题进行研究。文中介绍了弹性需求条件下城市交通网络双层规划模型,采用F-W算法求解下层规划问题、遗传算法和共轭梯度法相结合的方法求解上层模型,在求解过程中对传统的计算方法稍作改变,并通过算例对该算法进行了验证。     

区域多方式货运网络随机平衡配流模型研究

提出了一种区域多方式货运网络随机平衡配流模型,并给出了相应的求解算法。建立了包含不同运输方式线路和转运枢纽的区域多方式货运网络描述模型,以随机用户平衡原则为基础,构建了等价于区域多方式货运网络随机平衡配流模型的变分不等式问题。建立的模型既考虑了联运过程中转运费用对路径选择的影响,又可同时计算出路线和转运弧上的流量和费用。采用精简对角化算法对模型进行了求解,并给出算例对算法的有效性和模型的实用性进行了验证。     

蚂蚁算法处理动态交通网络用户均衡配流问题

现有的动态交通用户均衡配流模型由于缺乏行之有效的算法,不能很好地满足实时交通控制和诱导的需要。通过对模型的深入研究发现,该模型具有并行计算的条件,而较为新型的启发式算法———蚂蚁算法不仅具有卓越的随机搜索寻优能力还具有自适应性分布式的计算特点。文章尝试将蚂蚁算法用于处理动态交通网络的用户均衡配流问题,并以伪代码的形式设计了蚂蚁算法求解的一般步骤和程序,通过一个简单的动态交通分配算例体现算法的实现过程和检验算法的合理性。     

组合式Wardrop条件下的交通网络流平衡

考虑了ＷａｒｄｒｏｐＵＥ条件与系统最优（ＳＯ）原则共存时的交通网络配流问题，给出了组合式Ｗａｒｄｒｏｐ条件等价的网络配流平衡规划模型及其求解算法，并指出了该思想与方法在智能交通系统（ＩＴＳ）中的应用。     

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。     

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。     

运用连续平衡分配模型分析竞争性公共交通枢纽设施的市场份额

在分析城市交通体系特征的基础上,运用连续函数的处理方法,建立了连续型的城市交通体系模型;同时讨论了相关因素对出行者选择行为的影响,提出了确定型的出行选择模型。结合交通分配理论,建立了多类型出行者的确定型连续平衡分配模型来分析竞争性公共交通枢纽设施的市场份额问题。模型被证明满足用户平衡条件和相关约束条件,并可利用以有限元算法为基础的迭代解法求得模型的数值解,从而计算出竞争性公共交通枢纽设施的市场份额。模拟城市算例的结果说明了提出的模型和算法的有效性和可靠性。     

灾后恢复阶段多期道路交通网络重建规划

灾后路网重建规划可分为应急阶段和全面恢复阶段。文中建立了灾后恢复阶段多期路网重建规划的双层模型，并采用灵敏度分析方法进行求解。上层模型考虑到建设资源的限制，以工程总效益最大为目标建立多期工程效益模型；下层模型是基于出行时间可靠性的用户均衡分配模型。最后结合实际路网进行了算例分析，证明模型和算法是有效的。     

考虑多目标的城市停车换乘选址优化模型及算法

停车换乘选址问题是城市交通网络设计研究的重点领域,已有研究的优化目标多集中在系统总费用方面,而对交通可持续发展方面考虑不足。为此,提出综合考虑多方面目标的停车换乘设施选址优化模型及其求解算法。首先,基于超网络理论,提出多方式城市交通系统的超网络模型并定义O-D (Origin-destination)间的超路径、有效超路径及子路径,结合出行者出行过程及交通网络拥挤特征,给出超路径费用的数学表达;其次,基于多方式交通网络随机均衡配流结果,构建交通总阻抗、污染物排放量以及交通系统公平性等系统优化指标的计算模型,并建立用以描述停车换乘设施选址问题的多目标优化模型;进而,以多目标系统优化模型为上层问题,以超网络下满足Logit分配的多方式交通网络配流模型为下层问题,构建描述城市多方式交通系统停车换乘设施选址问题的双层规划模型,并基于模型特征,结合“记录-搜索”思想设计非支配排序遗传算法进行求解;最后,基于Sioux Falls网络设计算例。研究结果表明：算法能够在有限的步骤内搜索到90%以上的Pareto最优解;平均而言,停车换乘措施使得交通总阻抗减小了0.31%,污染物排放量减少了7.32%;被优化的3个目标之间无直接关联,说明将停车换乘选址问题建立为多目标模型是必要的。模型与算法可为现实城市中的停车换乘设施选址优化设计提供解决思路。     

供需不确定条件下的预算-超额用户平衡模型

为更加全面、准确反映随机路网中出行者规避风险的择路行为,以预算-超额行程时间作为出行者选择路径的依据,提出了一种供应及需求不确定条件下同时考虑可靠性和不可靠性的交通分配模型——预算-超额用户平衡模型,推导了需求服从Gamma分布、路段通行能力服从均匀分布条件下预算-超额行程时间的解析表达式,并以此为基础建立起用等价变分不等式表示的平衡模型。利用一个小型测试网络比较了用户平衡模型、基于可靠性的用户平衡模型以及预算-超额用户平衡模型的性能。研究结果表明：提出的模型是有效、可行的;其平衡流量模式不同于用户平衡模型和基于可靠性的用户平衡模型;随着需求水平、可靠度以及路段通行能力退化程度的增加,预算-超额行程时间随之增加。     

基于多用户类型随机用户平衡的连续网络设计

用多用户类型随机用户平衡描述实际路网中出行者的路径选择行为。根据出行者对路网状况认识的不同程度,将出行者划分为具有相同特性的多个类型。将多用户类型随机用户平衡问题表示为一个无约束极小化问题,并提出了该问题的一种基于路段水平的灵敏度分析方法。建立了多用户类型随机用户平衡条件下的连续网络设计问题的双层规划模型,并给出了基于灵敏度分析的启发式算法。实例的结果表明模型具有一般性和适应性。     

OD需求不确定的离散交通网络设计模型研究

以OD需求不确定性为基本前提,以随机双层规划和均值方差理论为基础,建立OD需求不确定离散交通网络设计的基本模型.根据需求不确定的交通网络设计模型特点,建立基于Monte Carlo模拟和遗传算法的算法,实现了对问题的有效求解.Sioux Falls网络的计算结果表明,本论文的模型和算法可以很好地应用于中等规模网络.     

基于随机用户平衡的混合交通网络流量分离模型

考虑了影响出行者交通选择行为的主要因素(时间、费用、方便性、舒适性等),分析了在多种交通方式(私家车、出租车、公交车、轨道交通以及自行车等)存在条件下城市交通网络中出行者交通选择行为,包括交通方式选择和出行路径选择,并基于随机用户平衡(SUE)理论构造了城市混合交通网络的流量分离和分配综合模型及求解算法。最后通过一个简单算例,得到了当各种影响因素变化时,各种交通方式的流量变化情况。