带有双重容量限制的FIP问题研究

研究了一类特殊的FIP(FlowInterceptionProblem)问题。在假设顾客最多只被截取一次的条件下,考虑如何进行工作站选址使工作站截取的路径上的用户量最大,即经过工作站的流量总和最大。在给定的网络G(N,A)中已知每个O D对用户分配在各路线上的用户流量fp,在一定费用预算下,考虑了工作站设站的最小截取容量和最大工作容量双重限制条件下的FIP问题,将这一问题形成一个线性的混合整数规划模型。在此基础上给出了启发式算法,并通过启发式算法和分支定界法对一个算例进行计算比较。     

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.     

城市停车设施选址模型与遗传算法设计

研究城市停车设施选址规划的模型和算法，根据不同城市或区域的土地使用限制条件分别提出了约束型和无约束两种选址模型，并分别设计了线性规划与遗传算法相结合的计算方法。模型和算法在示范城市苏州市的停车场选址规划中得到了应用。     

双目标多元需求的截流设施选址问题研究

根据网络路径上用户流的需求为多元化的特点,在考虑决策者事先无法给出具体选址数目和选址预算,而是通过投资收益来确定最终的设施位置和数目的基础上,提出了收益最大和选址成本最小以及利润和投资收益率最大化的两个双目标多元需求截流设施选址模型.在建立模型时考虑了消费者存在刚性需求和附带需求的情况.利用多目标优化技术将双目标模型转...     

基于弹性需求的连续平衡网络设计问题的双层规划模型及其求解算法

在固定需求条件下求解网络设计问题是不全面的，本文采用双层规划模型描述基于弹性需求的连续平衡网络设计问题，设计了基于灵敏度分析法的启发式求解算法，并给出了一个简单的算例。     

配送中心选址-库存问题的粒子群算法应用

在LMRP模型基础上,从优化角度将配送中心建设成本设为配送中心规模的线性函数,构建基于可变建设成本的LMRP模型.依据选址模型与粒子群算法特性,设计了矩阵粒子作为粒子群启发式算法初始可行解.对已有的10节点、49节点、88节点算例进行近百次测试,确定针对LMRPVCC问题的粒子群算法参数.进而利用平均计算时间与平均质量...     

带时效性约束的物流中心选址研究

论述设施选址的时效性约束问题,构造带时效性约束的物流中心选址模型,分析求解重心选址模型传统迭代算法的局限性,提出一种新的基于Matlab优化函数的精确算法,并给出算例,验证模型和新算法的可行性。模拟分析表明,基于Matlab函数的新算法,编程简单,功能强大,能够求解传统迭代算法无法求解的带时效性约束选址问题。     

合作与竞争条件下公交网络发车时间优化模型

为了细化考虑公交线路之间的合作与竞争的不同关系对公交网络发车时间,即行车时刻表的影响,针对整个公交网络的运营优化问题,将公交网络中关联线路划分为合作与竞争两类。在各自构建的子网络背景下,分别建立对应的线网发车时间优化模型。发车时间优化模型包括线路始发车时间模型和线路发车间隔模型,其中在合作子网络中为了乘客换乘方便,以线路车辆非同步到站的总时间差最小为合作子网络的始发车时间模型的目标,在竞争子网络中避免恶性竞争和分摊客流,以线路车辆非同步到站时间差最大为竞争子网络的始发车时间模型的目标,发车间隔模型考虑的是运营成本和客流需求。针对所提出的模型,设计了对应的启发式算法,并给出公交网络算例来验证所给模型和求解算法的有效性。     

综合公交与人群时效性的疏散集结点选址研究

针对区域性公交疏散中集结点选址问题,分析了影响集结点选址的影响因素,考虑了待疏散人群与公交车的时效性,引入了两组0-1变量,以人群总步行距离最短与公交车总走行距离最短为优化目标,构建了疏散集结点选址优化模型。在求取集结点选址方案的同时,还可得到公交车到达集结点的路径和数量。结合问题特点设计了适用于公交疏散集结点选址优化问题的遗传算法方案,最后通过算例对模型和算法的合理性进行了验证。     

公交时刻表设计与车辆运用综合优化模型

针对需求随机变动条件下公交运营设计的综合优化问题,首先将公交运行情况抽象到三维网络中,给出公交车辆运营服务的时空网络图,由此构造基于随机期望值规划的公交时刻表设计与车辆运用综合优化模型,该模型综合考虑了公交企业的经济效益和公交乘客所得到的公交服务水平的优化,并给出公交服务频次和车辆分配协调的启发式算法。通过北京市某线路实际运营数据的计算,对公交车队规模、线路类型的安排与公交企业效益及服务的灵敏度关系进行量化分析,证明模型和算法是有效的。     

交通控制与诱导集成的关键问题评述

分析了交通控制和交通诱导的相互影响与相互作用。综述了交通控制系统和交通诱导系统集成的研究现状,重点对交通控制和交通诱导集成的6个关键问题进行了讨论分析。提出应用演化博弈论、有限理性和人工情感等研究探讨驾驶员对交通诱导信息的反应机理和先由交通诱导系统将交通流诱导到合适的路网上然后由交通控制系统来适应这些交通流的思想建立集成模型。提出应用人工交通系统与平行系统的思想来研究交通控制和交通诱导的集成实施问题,通过人工交通系统的"计算试验"对交通控制方案和诱导方案进行试验和评估,期望为交通控制和交通诱导二者的集成提供新的思路和方法。     

可直接计算转向流量的改进型DIAL交通分配算法

为了在交通分配中直接计算转向流量而不是通过事后推算获取,利用转向—路段拓扑关系及其衍生路段上流量守恒的规律,对Logit交通分配中最常用的DIAL算法进行改进。改进后的DIAL算法既继承了原算法的基本结构和全部优点,又可在得到路段流量的同时直接计算转向流量,且能避免传统的FURNESS、FRATOR等事后推算模型在进行路段流量至转向流量迭代推算时的过大计算量及其他缺点。最后通过一个经典算例验证了该算法的有效性。     

基于路网子图空间的交通流平衡分析方法

通过定义路网子图空间,提出了基于路网子图空间的Wardrop平衡原理,建立了相应的交通流平衡分析模型,并通过实例阐释了偏态均衡路网交通流的形成机理与演化过程。研究表明:该模型能够很好地解释包括新路开通期的路网交通流、换乘子图空间路网交通流、收费道路偏好子图空间路网交通流等多种情形下由于网络结构被差异性地认知所形成的偏态均衡路网交通流现象,为多标准下交通流的平衡分析建立了新途径;该分析方法有助于道路网络结构设计与道路网络管理方案的优化。     

一种基于交通熵的交通流无序度量方法

交通流无序转化过程的研究需要对交通流无序进行定量的描述。为了定量描述交通流无序，通过对有序、无序概念的分析，给出了一种交通流无序的定义；在此基础之上，应用交通熵理论提出了一种交通流无序的度量模型，并应用该交通流无序度量模型对实际道路交通流无序阂值作了分析。计算了9种不同道路交通流的无序阈值，通过其结果比较分析，得出一个基本结论：当阈值N为1．10时，实际道路交通流为交通流无序状态。此时，车速一般小于设计车速的30％。该模型成功地解决了交通流无序度量问题，为交通流有序与无序之间的转化过程研究提供了理论基础。     

交通流时空描述模型

为了描述车辆排队的演化规律并揭示交通多米诺效应的形成机理,基于图论和矩阵论,从实际问题的需求出发,建立一套描述交通流时空特性的模型体系。首先,分别建立信号配时描述函数、道路特性描述函数和交通流特性描述函数;然后,提出交通流与时间的关联函数和交通流与空间的关联函数;最后,以一个平面十字交叉口为例,给出分支向量、车道向量、车道属性向量、交通流存在性矩阵、流量矩阵、交通流冲突矩阵、信号相位矩阵、交通流-相位关联矩阵和交通流-车道关联矩阵。结果表明:本文所述模型能为研究车辆排队的网络效应提供有力工具。     

基于数据融合的城市道路交通事件自动检测

针对交通事件自动检测多以高速公路、城市快速路为对象以及使用数据源单一的现状,提出一种基于多源数据融合的城市道路交通事件检测方法。在对信号控制下交通事件引起的交通流变化进行分析的基础上,利用杭州市城区浮动车、SCATS、Citilog系统提供的实时交通数据,基于CUSUM算法构建差分流量和速度交通事件检测模型。该模型可以有效抑制交通信号对于交通流的周期性影响。实验表明,模型在高峰时段和平峰时段均能快速准确检测交通事件。     

基于状态空间的连续断面船舶交通流量预测研究

船舶流量预测是船舶交通流研究的重要内容,建立科学合理的船舶流量预测模型有助于航道的设计、规划和管理。将传统的单断面船舶交通流预测方法向多断面进行改进和推广,提出基于状态空间和卡尔曼滤波的多断面交通流预测模型。利用船舶交通流多断面流量数据的时间序列进行多维线性回归,并转化为状态空间模型形式;在此基础上由卡尔曼滤波算法对交通流量进行递推预测,得到多断面交通流的预测值。作为实证研究,分别对武汉长江大桥、武汉长江二桥2个断面,以及长江重庆段朝天门、万州、巫山3个断面进行实际数据分析来验算模型的有效性,并与单断面多维线性回归预测方法进行对比。结果表明,使用状态空间模型得到的武汉长江大桥、二桥预测结果的平均相对误差分别减少4.59%,0.97%;而重庆段3个连续观测点采用状态空间法预测比使用时间序列预测平均绝对误差和平均相对误差均有不同程度的降低,其中平均相对误差分别降低1.08%,4.28%, 3 .54%。因此,在不同时间维度上,该模型有助于提高多断面交通流预测精度。      

BP神经网络在通道交通流预测中的应用探索

利用通道交通流参数在通道相邻路段的传动机理,分析上下游交通流特征参数的耦合关系,提出通道交通流预测技术,并基于传统数理方法建立交通流预测模型的局限性,提出神经网络模型。利用遗传算法不断优化网络权值,并通过改变网络隐含层节点数以及网络各层之间的转移函数提高网络模型的预测精度,实现通道下游交通流的实时预测。     

混合交通流连续动力学建模

对现有的交通流动力学模型进行了简单的评价,在此基础上提出一种新的高阶混合交通流动力学模型,新模型重点研究了混合交通中的干扰项,用粘性项来计算交通阻力,然后对建立的交通流动力模型在特征根问题(车流应是各向异性)、负速度问题(车流倒退)和线性稳定性(主要指高密度下的车流稳定性)问题进行了理论分析。理论分析结果表明,新的高阶交通流动力学模型有效解决了困扰大多数高阶非平衡连续流模型难以处理的问题,而且新模型充分考虑了混合车流中不同车型比例车辆间的粘性阻力,相比较其他模型更能准确反映非纯小车流情况下的交通真实情况。     

面向常发拥堵点的主动交通诱导方法

基于动态用户均衡、系统最优分配的诱导方法,侧重路网需求的宏观预测和调节,难以准确辨识道路拥堵点的关联车流,制约了诱导效果。为精准调控致堵车流,有效缓解常发性拥堵,研究基于需求溯源的主动交通诱导方法。遵循靶向诱导的思路,分析车辆行驶轨迹和常发拥堵点的交通流关联性,运用卡尔曼滤波对关联车流进行短时预测,在此基础上,结合流量占比、路径饱和度等指标,对诱导目标车流进行优选。同时,从负荷均衡的角度出发,基于路段与路径交通流的时空关联更新路网交通状态,建立以饱和度均衡为目标的主动诱导优化模型。仿真结果表明:相比反应型诱导与基于路径偏好的主动型诱导,所提方法使常发拥堵点的车均延误、停车次数等下降30%~60%,路网车均延误、停车次数等下降10%~15%,模型收敛速度提高,交通效益提升,验证了该方法的有效性。