应急车辆出行前救援路径选择的多目标规划模型

针对城市中应急车辆的救援路径优化问题,分析了基于交通信息中心的应急车辆最优路径的多目标属性,给出了随机网络中各属性的量化计算方法,以最小化出行时间,最大化行程时间可靠度为目标,考虑了通行可靠性、安全性、道路条件限制等因素,建立了应急车辆出行前最优路径选择的多目标规划模型.模型所求得的解是综合最优路径,反映了应急车辆路径选择的目标需求,克服了以往直接等同于图论中最短路径的缺陷,给出了算法,通过算例验证了模型的合理性和有效性.     

基于驾驶员偏好的最优路径选择方法

驾驶员在出行前最优路径选择准则方面表现出多目标性及多属性的特点.为满足驾驶员的偏好来选择最优路径,文中基于信息熵的多属性决策方法,求解备选路径属性权重向量;结合加权算术平均算子WAA(Weighted Arithmetic Averaging Operator),计算各路径的综合属性值,据此选出最优路径.实例分析表明,...     

公路网络可达性研究

可达性是公路网规划方案的重要评价指标之一。由于研究目的、研究范围等不同,国内外在可达性的定义及模型形式等方面存在一定的差异。文章以公路网络的可达性为研究对象,首先剖析了结点的交通需求、结点层次以及驾驶员路径选择行为对可达性的影响,进而对现有可达性模型进行改进,建立了综合考虑结点的交通需求、结点层次以及驾驶员路径选择行为这三个因素,以结点间最短路线长度和最短出行时间以及结点重要度为变量的公路网络可达性模型。     

基于多属性决策的最优路径选择模型

摘 要 针对最优路径选择中驾驶员个体认知差异及各评价指标的波动性,提出了1种多属性群决策的最优路径选择方法.首先为了消除各个驾驶员在路径选择过程中因心态不同而带来决策值的误差,引入驾驶员心态指标的概念,以得到各个驾驶员在最优路径选择过程中的客观评价值.其次建立最优路径选择的各个常规评价指标体系(消耗时间、路径距离、行驶舒适度、出行费用、路线熟悉度等),为消除评价指标波动性引起的误差,用区间数来描述各个评价值,并建立多目标非线性规划模型.最后进行算例验证,结果表明了该方法的有效性和优越性.      

基于蚁群优化算法与出租车GPS数据的公众出行路径优化

以出租车GPS采集的浮动车数据为依据,研究出租车驾驶员路径选择的认知及类蚂蚁的行为特征。根据城市道路功能等级与出租车的通行频率等信息素,建立出租车驾驶员路径选择信息素等级路网,并以此作为路网初始信息素,综合考虑路径通行时间、通行距离、路径信息素等级等多个因素,提出了基于蚁群优化算法的公众出行路径规划优化算法。以武汉市路网和浮动车为试验数据,将模型规划的道路与浮动车数据库中的轨迹进行了比较。结果表明:基于蚁群优化算法与出租车GPS数据的公众出行路径同出租车驾驶员选择的出行路径相似度很高,能为公众出行提供出租车驾驶员选择的行车路径。     

基于多智能体博弈的路径选择策略仿真研究

系统最优与用户最优代表了交通分配中路网管理者与出行者两种不同的利益出发点。在综合考虑两者在路径选择过程中动态交互特点的基础上,引入博弈论的思想协调两者的利益冲突,建立了路网系统管理者与出行者之间的路径选择博弈模型。为验证模型的有效性,结合多智能体技术进行了相应的仿真实验,并利用多智能体仿真软件Starlogo进行模拟。通过对无信息无博弈（随机）出行、用户最优出行、有信息有博弈出行以及系统最优出行等4种不同仿真方案的比较分析,验证了系统与出行个体之间协调的博弈模型性能满足了驾驶员出行需求,提高了路网整体效率,为建立实用的诱导策略提供了参考。     

基于节点承载力的高密度路网诱导路径选择方法

针对高密度路网诱导路径选择问题,基于图论对路网进行结构化选取,构建高密度路网模型。从节点评估的角度出发,提出综合考虑结构属性和交通运行状态属性的节点承载力指标。采用均质性、连通性2个指标评价路网节点结构属性,采用流量裕度、通行效率2个指标评价路网节点交通运行状态属性,提出一种基于TOPSIS算法(Technique for Order Preference by Similarity to Ideal Solution,优劣解距离法)的综合评价方法,实现对节点承载力的综合量化。基于节点承载力,构造路段承载力指标,采用重力模型和交通分配的方法将节点间的承载力分配到节点相连构成的路段上,并用路段实际交通条件修正即得到路段承载力。基于节点承载力和路段承载力,提出高密度路网诱导路径的确定方法。为证明本研究提出的高密度路网诱导路径选择方法的有效性,构建一高密度路网结构模型,同时采用本算法和传统Dijkstra算法规划诱导路径。结果表明:Dijkstra算法规划的路径虽为数学意义上的最优路径,但该路径途经低级节点,且需频繁切换道路进行交通转换,不符合驾驶员行车期望;本研究提出的基于节点承载力的高密度路网诱导路径选择方法得出的路径虽比Dijkstra算法稍长,但路径均由高等级节点和道路组成,这样的规划结果更符合实际交通诱导系统需求,更能体现驾驶人员选路偏好。     

公路运输通道内的车辆出行路径选择模型及应用研究

考虑到影响运输通道内车辆出行路径选择的因素较为复杂，而现有的出行路径选择模型对多因素、微观指标的反应不敏感，本文利用随机效用理论建立通道内的车辆出行路径选择微观模型，并以安徽省沪蓉通道高界段为例进行模型的辩识和参数的标定，该模型的应用对于通道内公路项目建设和经营管理决策具有重要的意义。     

驾驶者出行选择混合效用模型研究

为了更加真实的反应驾驶者在出行选择过程中的行为、以及出行结束后产生的后悔与欣喜对未来出行选择倾向的影响,借助后悔理论建立了包含预期属性效用、选项自身预期后悔与相对预期后悔的效用函数,并依据Logit选择模型建立了出行选择混合效用选择概率模型。为了说明模型各部分对混合效用的影响,使用Matlab模拟的方法对模型中的参数进行了分析。根据算例得出的结果,认为驾驶者的路径选择与感知的路径属性值的可靠性、后悔规避系数、风险规避系数有关。     

基于凸优化的燃料电池汽车节能驾驶研究

为实现燃料电池汽车在多信号灯场景下的节能驾驶，本文中提出一种基于分层凸优化的快速车速规划和能量管理方法。结合车辆静态氢耗图，运用动态规划获得车辆通过信号灯的最优绿灯窗口，并确定最优行驶路径的搜索区域。建立以车辆需求功率累计最小为优化目标求解车辆加速度的二次规划问题，并运用Matlab/OSQP求解器获取车辆最优行驶路径。根据最优行驶路径，采用基于交替方向乘子法的能量管理策略，实现各动力源输出功率的合理分配。针对9个信号灯场景的仿真结果表明，所提方法的电机工作点平均效率比智能驾驶员模型高10%，氢耗低45%。此外，该方法计算速度快，具备实时优化的潜力。     

观测路径出行时间下随机网络交通需求估计

道路网络起讫点（OD）需求是城市决策长期交通规划和短期交通管理中的基础参数,准确的交通需求更是实施交通拥堵控制、限行限速、路径诱导等措施的先决条件。综合运用观测的轨迹已知和未知路径出行时间,建立随机网络交通需求估计双层规划模型。上层广义最小二乘模型最小化历史交通需求与待估交通需求、观测路径出行时间与待估路径出行时间之间的偏差,约束为交通需求、路段流量、路段出行时间与路径出行时间之间的传播关系,通过高斯混合模型（GMM）对其中轨迹未知的观测出行时间依概率聚类。下层为随机网络交通出行均衡模型,分别运用出行时间预算和随机用户均衡处理路网不确定性和出行者感知误差。上、下层之间通过交通需求和OD-路段关联比例进行信息传递。设计迭代算法框架求解双层规划模型,迭代算法包含求解上层模型的最速下降法、求解下层模型的相继平均算法和求解GMM模型的最大期望（EM）算法。通过算例表明轨迹未知的路径出行信息的加入在提升需求估计精度的同时也增大了估计值的方差;设计的迭代算法能够稳定收敛到10^-5的精度;GMM软聚类方法估计的交通需求显著优于硬聚类方法估计的需求值;交通需求值对观测路径出行时间的扰动更加敏感。研究考虑出行者风险态度,通过轨迹信息的重新构建揭示城市交通需求演化规律。     

旅游交通引导标志系统设置方法研究

从驾驶员旅游出行信息需求出发,将旅游出行过程分为4个阶段,选择为出行到达阶段作为旅游交通信息引导阶段;给出了出行路径的规划原则,确定了决策节点选择方法及其道路主要类型,建立了根据决策点的道路交通特征确定旅游交通标志设置的方法;在研究单个旅游景点的交通标志规划基础上后,探讨了区域旅游交通标志系统规划与评价方法。以北京市怀柔区主要旅游景点路径规划与慕田峪长城旅游景点具体路径为例,证实了方法的有效性。     

基于共享模式的网联自动驾驶车辆路径规划研究

物联网、大数据、移动互联等新一代信息技术在自动驾驶方面的运用,为交通信息化和智能化带来了新的发展契机.作为集约型的城市交通发展模式,共享出行已成为学界关注的热点问题.在共享模式和自动驾驶协同发展的时代背景下,提出了随机需求下考虑用户等待时间的网联自动驾驶共享车辆路径规划模型.为验证模型的有效性和鲁棒性,在虚拟网格式路网中设计应用算例,基于优化工具Gurobi对模型进行求解,确定最优的网联自动驾驶车辆规模及最优车辆服务路径,并与个体最优情况下的出行成本及能耗进行对比.研究结果表明,共享模式能大幅度减少车辆数,降低系统总体成本及能耗,在提高车辆使用率和可持续性方面效果显著.     

基于前景理论的城市居民交通方式选择研究

在四阶段交通需求预测中，由于个人出行行为的不确定性，交通方式分担预测成为一个难点。为分析城市居民交通方式选择，文中针对带有出行者期望且属性值为区间数的多属性决策问题，提出一种基于前景理论的决策方法，以参照点为基础计算收益和损失矩阵，以得到的各种交通方式综合前景值为效用值，通过经典的Logit模型计算得到个人出行交通方式的概率；最后通过一简单算例验证了该方法的有效性。     

智能车路径跟踪控制算法的简述

智能车主要分为路径规划、路径跟踪、自动泊车三大部分。路径规划主要研究车辆的避障问题,路径跟踪主要研究车辆跟随期望路径的有效性,自动泊车主要分析车辆在有限的几何空间内将车辆泊到指定的空间位置。其中路径跟踪是其核心部分,根据研究方法的不同,主要分为"预瞄跟随模型"和"智能控制模型"。文章根据预瞄点的不同,主要分析单点预瞄模型、两点预瞄模型、路程预瞄模型。根据智能控制方法的不同,主要分析模糊逻辑控制驾驶员模型、神经网络控制驾驶员模型、模型预测控制驾驶员模型。     

基于SP调查的市郊铁路出行选择意愿分析

开展市郊铁路出行选择意愿的量化分析,以指导市郊铁路的规划和运营.设计了意愿调查(SP调查)获取北京市居民在通勤目的下对市郊铁路的出行选择意愿,构建多项Logistic回归模型,分析了市郊铁路各特征属性对其选择概率的影响程度.结果显示,全程时间、发车间隔、换乘次数和费用对市郊铁路出行选择有显著影响,通过量化分析给出了市郊铁路规划和运营相关建议.     

需求变动下的冷链品配送路径规划

为探讨顾客需求变动下冷链品配送路径的规划与优化模型选择问题,首先以带时间窗的车辆路径问题模型为基础,构建了以配送总成本最小化为目标的冷链品配送模型;然后,通过节约算法进行配送路径的优化;最后,通过算例比较了运用随机性配送模型(考量顾客需求的变动)与确定性配送模型(使用给定需求期望值)所规划的优化路径及其差异.结果显示,当顾客需求波动幅度较大时,随机性模型规划优于确定性模型,当顾客需求波动幅度较小时,确定性模型规划优于随机性模型;此外,随着需求变动程度的增大,两种模型所得出的配送总成本都会相应增加,因此,最后提出了降低顾客需求不确定性的相关建议.     

欠发达地区中长距离出行方式选择行为机理研究

分析欠发达地区中长距离出行方式选择行为机理,能够为区域综合交通规划及客运组织提供理论依据。基于非集计理论,将居民个人属性、交通属性和出行属性作为影响因素,根据欠发达地区中长距离出行方式分布情况,将公路、铁路、民航3种出行方式作为选择肢,构建了欠发达地区居民中长距离出行方式选择的多元Logit模型。利用云南省1 642份旅客出行行为调查的有效问卷,运用SPSS软件对多元Logit模型参数进行标定,获取了欠发达地区居民中长距离出行方式选择的主要影响因素,并对各影响因素进行了敏感性分析。结果表明:欠发达地区居民中长距离出行方式选择主要受居民月收入、学历、出行距离等7个因素的影响,其中,月收入、学历和出行距离对出行方式选择结果存在显著的负向影响。对于选择公路出行的乘客而言,换乘便捷性对选择结果影响的显著性高于乘坐舒适度;对于铁路出行的乘客,乘坐舒适性对选择结果影响的显著性较高。当出行距离每增加1个单位,选择公路出行的概率降低0. 104个单位,选择铁路出行的概率降低0. 328个单位。学历与月收入的弹性值分别为1. 307和1. 297,均大于1,表明学历与月收入2种因素对欠发达地区居民中长距离出行方式选择的敏感度较高;其余因素对出行方式选择的敏感度存在一定差异。     

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。      

RFID数据驱动下出行路径选择方法研究

精准掌握车辆的出行特征是有效解决交通拥堵的重要前提之一。文中针对现有出行路径选择方法受模型局限性影响,无法深入挖掘出行者的出行特征来研究出行行为的问题,结合RFID数据可靠度高、完整性强及准确性大的优势,构建车辆出行特征指标体系,基于高斯隐马尔可夫混合模型对车辆出行特征进行建模研究,提出通过结构方程模型表征路径级阻抗影响因素的流程和思路,并提出通过验证道路流量来验证出行路径选择方法准确性和可行性的技术流程。