基于流量状态的路段交通信息检测器布设点优化

为了提高交通信息检测器的采集精度,需在路段确定为最优路段后寻找检测器的最优布设位置。利用路段分段后每段的断面平均速度与路段平均行程速度建立检测器契合度模型,考虑流量波动对检测器的影响,通过计入路段上不同流量状态下的最佳契合度,确定检测器的最佳布设位置点。经过实例验证,不同路段的最佳布设检测器的位置点不同,要根据实际情况进行度量。本文可为找出交通信息检测器的最优布设方案提供定量计算的方法,具有一定的实践性与有效性。     

高速公路固定检测器布设方案分析

为研究高速公路交通事件检测算法及固定检测器布设间距,设计高速公路基本路段的人工神经网络事件检测算法,并研究基本路段检测器布设间距为200～700m时,使用不同情况的事件来检测效果。利用VISSIM4.2软件仿真获得数据,并在MATlab人工神经网络工具箱中计算,验证所设计的事件检测算法的有效性,得出基本路段固定检测器的合理布设间距。     

高速公路网络最小检测器布设新方法

对节点和路段进行定义，探索节点数目与路段数目之间的数量关系。根据流量守恒原则，建立了一个包含 n +1个方程、3n -m 个变量的齐次线性方程组。通过对方程组的系数矩阵进行初等行变换，直到找到一个最大无关向量组。将无关组向量对应的变量命名为基变量，其余变量命名为非基变量，所得到的基变量总可用非基变量表示。因变量与路段一一对应，只要在非基变量所对应的路段布设检测器，就可确定整个网络中所有路段的流量。对最小检测器布设数目的存在性和唯一性进行了证明，给出了任意网络检测器布设率的通用公式。应用该方法，设计了贵阳市区部分高速公路网络的最小检测器布设方案。     

动态行驶时间取送一体化车辆路径问题

为优化真实路网下的车辆配送路径,采用优化 + 调整的两阶段求解方法. 在优化阶段,根据常发拥堵信息,采用遗传算法求解时变取送一体化车辆路径,安排车辆初始配送路径. 在调整阶段,以路段行驶时间为时间间隔,采用滚动更新策略调整车辆配送路线躲避偶发拥堵. 在针对车辆路径调整问题构建了一系列混合整数规划模型的基础上,设计了2-opt + insertion启发式算法求解模型,并结合Dijkstra算法求解到的客户点间最短行驶路线,将车辆配送路径转化成了真实路网中的车辆配送路线. 数值实验测试结果表明:滚动更新策略中,以路段行驶时间为时间间隔比以客户间行驶时间为时间间隔减少车辆行驶时间0.24～11.95 min;以路段行驶时间为时间间隔比以24 min为时间间隔减少车辆行驶时间0.08～8.06 min,比以6 min为时间间隔减少更新次数10.02～34.59次,因此,固定时间滚动更新策略中的最优时间间隔难以确定,其实用性较差. 2-opt + insertion启发式算法求解速度是遗传算法的4倍.      

一种基于多元Probit模型的随机网络配流加载算法

为了改善基于Logit模型的随机网络配流加载算法的两个不足之处,本文提出了基于正态分布的Probit模型的随机网络配流算法。假设路段的广义交通时间服从正态分布,然后用蒙特卡洛模拟法对提出的算法进行求解。最后,用一个简单的交通网络例子对提出的算法进行验证分析。在算法求解过程中,运用Matlab对路段广义交通时间随机抽样,再对网络进行全有全无分配,将交通流量分配到起终点间的每一O-D对的最短路径上。应用Probit模型进行配流加载,其路径选择概率更接近实际更加合理,是一种值得推广的交通配流加载模型。     

融合卡尔曼滤波的高速公路状态估计误差界限分析

为分析高速公路交通流检测数据质量,本文构建平方流量误差界(Squared Flow Error Bound, SFEB)和扩展卡尔曼滤波(Extended Kalman Filter, EKF)的决策级融合模型SFEB-EKF,在检测器空间覆盖不足情况下,计算检测路段和无检测器路段的交通状态估计误差界限。与SFEB 算法相比,融合模型利用EKF交通状态估计模型估计全路段交通状态,基于得到的估计样本计算全路段交通状态估计误差下界。同时,采用最近邻法(Nearest Neighbor Method, NNM)计算全路段交通状态估计误差上界。应用开源高速公路数据集测试模型,结果表明,与需要输入真实样本的SFEB算法相比,融合模型SFEB-EKF在缺少真实样本情况下,能取得相似的结果且误差保持 在5%以内,不同检测器覆盖率实验下模型表现出良好的稳定性。本文模型通过给出无检测器路段交通状态估计界限,为高速公路交通检测器布设方案提供参考。     

基于事件惩罚的公路应急交通动态分配模型

深入剖析应急交通与常规交通在动态交通分配要求的异同,将应急时空需求分布和动态交通分配模型联系起来,提供可行的公路应急交通疏散动态分析方法.首先,根据应急期限要求建立公路交通疏散需求的时空分布预测模型,得到分时段OD矩阵.其次,借助DYMIN双层规划模型,对分时段OD矩阵进行动态交通分配得到各路段的分时初始阻抗,同时为在路径选择中体现事件扩散对路段阻抗的影响,通过定义事件惩罚函数来修正路段阻抗,引导车辆选择受事件影响程度低的最短路径进行疏散.最后,基于TransModeler 软件进行反馈式仿真,比较事件惩罚函数运用前后的公路应急交通分配结果,验证了模型的有效性.     

基于改进蚁群算法的山区无人机路径规划方法

对无人机在山区执行应急物资运输任务时的飞行路径规划问题进行研究.基于对无人机的性能分析与比选,探讨了路径规划的约束条件,提出了一种考虑路径安全度的改进蚁群算法.首先,基于高海拔山峰的位置构造泰森多边形,获取无人机在山区避障飞行条件下的路径可行解;其次,为避开山峰密集区域,建立路径安全度约束,缩小可行解范围;进而,利用蚁群算法搜索最短路径;最后,消除路径中不必要的障碍点以进一步缩短距离,并综合考虑无人机性能参数对拐角进行平滑处理,获得最终可用于实际飞行的最优安全路径.算例分析表明,改进的蚁群算法较传统算法收敛速度更快,且生成的路径更短.     

阿姆斯特丹城市道路线圈检测器布设方法研究

基于宏观基本图(Macroscopic Fundamental Diagram,MFD)的网络交通控制方法受到越来越多的国家的重视,它可以更有效的节约资源和提高效率。然而建立MFD需要以收集网络范围内详细的交通数据为前提,阿姆斯特丹的城市道路错综复杂,若在每个城市道路路段都布设线圈检测器需要巨大的经济支持和维护。基于Vissim的仿真实验的方法,建立阿姆斯特丹的MFD;通过实验方法确定城市道路中对于建立网络MFD起着显著的影响关键路段,为线圈检测器的布设提供了理论依据。     

基于路网通行效率最优的路侧停车资源配置方法

为实现动静态交通和谐统一，构建与停车需求相协调、停车资源时空均衡的路侧泊位动态供给方案，应用图论的方法建立了含有路侧停车网络的车辆运行模型，将路段分为通行路段与路侧停车路段，并根据用户通行性质与运行状态，基于改进的BPR（Bureau of Public Road）函数量化了通行用户与停车用户在常规通行路段和路侧停车路段的通行阻抗。为实现路网整体通行效率最高，以路网中用户总通行时间最短为目标函数，以路网中停车设施利用水平的高效性与空间均衡性为约束，构建了最佳泊位资源配置模型，并应用相继平均算法（Method of Successive Averages, MSA）设计了路网总效率最高的交通流路径分配方案。以典型的Nguyen-Dupuis网络为实例，设计了多模式、动态的停车资源配置方案，量化了用户出行时间与通行需求和停车比例的关系。研究结果表明，当已知路网中的出行起讫点和泊位规划目标时，通过应用该优化求解模型能有效配置路侧停车资源数目，合理规划出行路径，改善用户出行效率。     

����ͨ��Ϣ�ɼ������˷ɻ�·���滮

引入无人飞机作为城市道路固定交通检测设备的辅助手段,部署无人飞机进行道路交通信息采集,提出了无人飞机的路径规划问题.考虑了无人飞机数量有限,不足以对所有目标进行侦察的情形,建立了以总巡航距离最短、巡航目标数量最多的多目标优化模型,提出了可行路径的重组方法,构造了求解该问题的非支配排序遗传算法.案例分析结果表明：构造的算法可以求出无人飞机路径规划的近似最优解,与最优初始可行解相比,总巡航距离减少了13.07%,巡航目标数量增加了41.67%.最后,讨论了无人飞机在道路交通信息采集中可能面临的问题.     

动态交通配流中的模糊路径选择模型研究

考虑出行者在模糊信息条件下的动态路径选择行为,提出一种基于路径模糊条件下的选择模型。出行者在一种非饱和状态下的路网结构中,根据各路段行程所需的模糊时间进行路径选择,从而影响其他出行者选择短路径,使整个路网中各路段用户均衡。该模型框架为智能化交通系统的建立提供一定的理论依据,算例结果验证了该模型的有效性和可行性。     

考虑出行者不同理性程度的拥堵交通流分配方法

为研究出行者感知偏好对交通分配结果的影响,本文构建了微观路径选择模型,提出拥堵条件下受路段通行能力限制的交通分配算法。引入出行者决策过程中的后悔和无差别化阈值,考虑出行时间和排队时间的心理感知差异,构建不同理性程度下的路径选择概率模型。在集计水平上,考虑当前路段及其上下游路段通行能力限制、路段车辆空间排队和溢出,提出路段车流量流入、流出的修正方法。采用增量加载分配方法,研究路段车辆的消散特性,再现了从个体路径决策到宏观路网状态的演化过程。基于Nguyen-Dupuis仿真网络,比较不同算法下各路段的拥堵车辆和各路段车辆流入、流出情况。结果表明：出行者个人偏好感知会显著影响拥堵路段的成本函数,是出行者路径选择的关键因素,但是出行者个人偏好对非拥堵路段的车辆流入、流出影响较小;考虑个体偏好的交通分配方法能降低路网的平均饱和度。本文提出的考虑有限理性的拥堵交通分配方法可应用于拥堵路网的交通诱导,有利于促进道路资源的合理利用。     

One-Way Traffic Organization Based on Traffic Load and Road Equity

To improve the utilization of branch roads and alleviate traffic congestions on arterial roads, the optimization approach of one-way traffic organization is proposed from the view of traffic load and road equity. The bi-level programming model is established with the objectives of the portion that road saturation exceeds anticipant saturation and vehicle detour index. The upper model is to obtain the minimum value of objectives by optimizing one-way traffic, and the lower one adopts the equilibrium model to distribute traffic flow. Then, the simulated annealing algorithm is designed to solve the bi-level model. At each iteration step, one of the branch road sections with high load is selected for lane reversal. The numerical result shows that one-way traffic organization can reduce the over-saturation portion of road section, however, with the increase of detour index proportion, the potential of reduced degree decreases gradually.     

���ڵ�·�����빫ƽ�Եĵ���ͨ��֯�Ż�

为了提高支路的利用率以缓解城市主干道的拥堵,本文从道路负荷与公平性的角度出发,确定单向交通组织优化方法. 建立了以路段饱和度超限量和车辆绕行系数最小化为目标的双层规划模型,其中上层模型通过优化支路的单向方案以使目标值最小,下层模型按照用户均衡分配准则进行配流. 进而设计了求解模型的模拟退火算法,在算法每一步迭代时,从当前达到一定拥堵程度的支路路段集中选择其一调整单向组织方案. 算例结果表明,单向交通组织可以降低路段饱和度超限量,缓解干道路段的拥堵,但随着绕行系数比重的增大,路段饱和度超限量的优化能力逐渐减弱.     

多模式疏散交通车队配置与车道分配协同优化研究

考虑疏散交通的动态性和风险性，研究多模式疏散交通车队配置与车道分配的联合优化问题。首先，根据不同类型车辆的自由流速度，将路网离散为多尺寸元胞网络，采用元胞传输模型模拟混合交通流。然后，以最小化疏散总风险为目标，将多模式交通协同的动态疏散问题描述为混合整数线性规划模型，引入惩罚项消除因模型松弛产生的“车辆滞留”问题。在 NguyenDupuis路网中分析不同疏散需求下的最优车队配置、车道分配、疏散效率和疏散路径。结果表明：存在一个疏散交通需求区间，相比单模式疏散，组织多模式车队能够进一步降低疏散总风险， 而且最优的公交车配置比例呈阶梯变化；受路网通行能力限制，路网利用率存在上限；疏散总风险指标对疏散需求的变化比网络清空时间更敏感；多模式交通共享的路段一般位于临近风险源的出口通道，大容量的公交车优先占用最短路线，以提升疏散系统的效率。     

MFD子区交通状态转移风险决策边界控制模型

根据交通流分布,决策区域路网交通状态转移风险是进行区域交通诱导与控制的重要基础.宏观基本图(Macroscopic Fundamental Diagram,MFD)无需复杂的路网OD数据,并可有效描述区域路网宏观特性,为解决这一问题提供了契机.因此以MFD特性为基础,考虑诱导与控制条件下驾驶人的路径决策对子区交通状态的影响,以路网最大完成率和最短总行程时间为约束,通过模糊风险管理,建立平衡MFD子区交通状态与成本的风险决策模型,并采用ALRS算法对模型进行求解.仿真结果表明,建立的交通状态风险决策模型可有效提高控制和诱导的效率,同时保证突发情况下交通控制的实时性和有效性.     

基于道路负荷与公平性的单向交通组织优化

为了提高支路的利用率以缓解城市主干道的拥堵,本文从道路负荷与公平性的角度出发,确定单向交通组织优化方法. 建立了以路段饱和度超限量和车辆绕行系数最小化为目标的双层规划模型,其中上层模型通过优化支路的单向方案以使目标值最小,下层模型按照用户均衡分配准则进行配流. 进而设计了求解模型的模拟退火算法,在算法每一步迭代时,从当前达到一定拥堵程度的支路路段集中选择其一调整单向组织方案. 算例结果表明,单向交通组织可以降低路段饱和度超限量,缓解干道路段的拥堵,但随着绕行系数比重的增大,路段饱和度超限量的优化能力逐渐减弱.     

基于GERT网络的应急救援关键路段识别

为了及时识别出突发事件下城市道路的关键路段,以构建最短应急救援路径,本文提出了一套完整流程.首先,针对路网在应急条件下的贫信息环境特征,设计一种基于模糊综合评判的行程时间估算方法.然后,考虑救援人员的应急心理和经验选择行为,构建面向广义阻抗的GERT(Graph Evaluation and Review Technique)网络模型.最后,运用Dijkstra算法获得救援路径完成关键路段识别.以成都市某区域实际交通网络为算例进行验证,结果表明:基于2种模糊算子估算路段行程速度,其绝对误差为2.722 km/h,精度较高;与传统关键路段识别方法相比,GERT网络模型能更好地反映行程时间和路段拥挤度对路径选择行为的影响(拟合度80.95%),并将重要度识别技术从路网降低到路径层面,效果良好.     

考虑信号灯影响的交通警力巡逻模型研究

交警在进行交通巡逻时,需要提前确定最优的交通巡逻路线.较为优化的交通巡逻路线应该具有覆盖所有路段、巡逻路径短和巡逻时间少等一些特点.本文提出了一种交警巡逻路线的计算方法,求得的交警巡逻路线既能覆盖所有路段,又能使交通巡逻花费的时间最短.交警在巡逻的过程中,所使用的总时间既与路线长短有关,又受到交通信号灯的影响,本文综合考虑了这两种情况,建立了考虑交通信号灯影响的交通警力巡逻模型,并采用两阶段求解法,对模型进行求解.通过仿真计算,给出多种路网形态下的交警巡逻路线,并且将所得结果与Stochastic 算法、Clossey 算法进行比较.通过对比分析得出,本文模型求得的交警巡逻路线总用时较少.