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。     

弹性需求下的组合出行模型与求解算法

研究了弹性需求下的组合出行行为,利用网络均衡理论和超级网络方法,给出了弹性需求下组合方式出行的混合网络均衡条件,提出了与均衡条件等价的变分不等式模型,讨论了模型解的存在性和唯一性。设计了求解模型的算法,并用一个算例分析了模型参数对模型求解结果和算法收敛性能的影响。结果表明:该模型能够有效地描述人们的组合出行行为。这一研究将有助于加深对交通行为的理解,有助于合理规划与布局停车换乘设施以及协调发展多种交通方式。     

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。     

基于路段能力可靠性的城市交通网络设计

在介绍城市交通网络设计和概率用户平衡配流模型基本思想和内容的基础上,建立了考虑可靠性条件的城市交通网络设计双层规划模型,上层模型在投资约束条件下寻求系统总阻抗最小,下层模型兼顾路段能力可靠性与用户平衡配流条件,从而使城市交通网络备用能力最大,并针对该问题设计了可求得局部或全局最优解的混沌优化启发式算法,最后选用一个小型网络作为算例进行验证。结果说明该模型有一定的实际应用价值且设计的混沌优化算法也较为有效。     

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.     

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。     

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.     

能力约束下的停车行为模型及其求解算法

建立了能力约束下的旅行选择和停车行为模型,模型同时考虑了出行者对旅行路径和停车设施的选择、道路路段和停车设施的能力约束以及道路网络的需求弹性。构造了数学规划模型,证明在非主动能力约束下,网络均衡条件与该数学规划模型等价;当能力约束为主动约束时,该数学规划模型的解不是网络均衡解,但当对路网的饱和路段和饱和停车设施征收某个附加费用之后,网络均衡解满足能力约束。设计了增广的Lagrangian对偶算法和部分线性化算法来求解该模型,并利用算例来验证模型和算法的效率及评价交通政策的效果。计算结果表明:停车收费、新增停车设施、停车设施与目的地之间的步行距离将显著影响出行者的旅行选择和停车行为。     

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。     

网络扩容和拥挤道路使用收费的组合模型及求解算法

研究了网络扩容和拥挤道路使用收费组合问题 ,建立了双层规划模型 ,其中上层模型以网络的净效益最大化为目标 ,下层模型是一个弹性需求的随机用户平衡 ( SUE)模型。鉴于双层模型求解的复杂性 ,设计了一个基于步长加速法和惩罚函数法的启发式算法 ;实例计算表明 ,该组合模型的结果比纯拥挤道路使用收费的结果更合理、更容易为公众所接受 ,增强了实施拥挤道路使用收费的可行性     

弹性需求下高速公路超限补偿费率优化模型

为了准确刻画超限需求弹性对补偿费率的影响,从用户和系统的角度分别对超限运输的收益和成本进行分析和建模,构造超限运输弹性需求函数,反映超限运输需求量与其运输效益之间的变化关系,将超限运输业者运输行为的选择归结为弹性需求下的用户均衡配流问题,进而利用高速公路管理者与超限运输业者之间的Stackelberg博弈关系,建立了基于弹性需求的高速公路超限补偿费率的双层规划优化模型,并设计了基于模拟退火算法求解的优化算法。结果表明：模型能较好地优化超限补偿费率,使之对超限运输业者进行合理补偿收费和适度惩罚,有效遏制超限运输,从而产生更大的社会与经济效益。     

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。     

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.     

基于畅通可靠度的城市物流配送运输网络优化研究

随着城市交通拥堵问题的日益突出,在物流需求质量要求越来越高的背景下,物流配送的准时性成为物流业发展的一个十分重要的问题。在道路网络畅通可靠度理论的基础上,进行基于畅通可靠度的城市物流配送运输网络优化研究。提出了物流配送运输网络畅通可靠度的概念,建立了物流配送运输网络优化模型,给出了蚁群算法的求解过程,最后进行了案例比较分析,验证了所建模型的实用性。提出的物流配送网络优化模型对指导城市物流配送运输网络优化决策,降低城市物流配送过程中的不确定性具有较好的实用意义。     

基于随机需求的离散交通网络设计

由于影响因素众多,OD需求预测存在不确定性。本研究假定OD需求矩阵元素是概率分布已知的随机变量,以双层规划理论为基础,建立基于随机需求的离散交通网络设计模型,上层模型是预算约束下的路网期望总时间最小,下层模型是每个需求情景下的用户均衡。以Monte Carlo模拟和遗传算法为计算工具,设计了随机双层组合优化问题的可行算法。Nguyen Dupuis网络的实例计算表明,考虑需求不确定性的网络设计方案与确定性条件下的结果显著不同。本研究有助于提高交通规划决策的科学性和可靠性。     

基于畅通可靠度的城市物流配送运输网络优化研究

随着城市交通拥堵问题的日益突出,在物流需求质量要求越来越高的背景下,物流配送的准时性成为物流业发展的一个十分重要的问题.在道路网络畅通可靠度理论的基础上,进行基于畅通可靠度的城市物流配送运输网络优化研究.提出了物流配送运输网络畅通可靠度的概念,建立了物流配送运输网络优化模型,给出了蚁群算法的求解过程,最后进行了案例比较分析,验证了所建模型的实用性.提出的物流配送网络优化模型对指导城市物流配送运输网络优化决策,降低城市物流配送过程中的不确定性具有较好的实用意义.     

城市交通网络非稳定随机均衡分析

阐明了城市交通网络流量均衡的不稳定特征,并提出了非稳定随机均衡分析的概念.通过构建基于路网使用者选择行为判断的超级网络,揭示了基于一般简化网络利用随机用户均衡对非稳定均衡网络状态进行研究的不合理性,并通过增加相对独立的虚拟节点与路段修正了超级网络.基于修正的超级网络对路径选择概率进行分析,构建了基于路段流量加载的不动点流量分配模型.针对该不动点模型给出了相继平均法内嵌基于Monte Carlo模拟的随机加载过程的交通流分配算法,并用算例验证了该算法的有效性.通过比较非稳定均衡与弹性需求下的交通网络用户均衡,说明了非稳定均衡概念在交通网络规划中应用的重要意义.     

基于多需求响应的定制公交绿色线网优化

通过对定制公交服务模式系统的探究,结合绿色交通理论,对多需求响应机制下的定制公交线网优化问题进行了系统研究。在已知乘客需求的条件下,以定制公交需求服务率、平均上座率、定制公交总成本3方面最优为目标,其中定制公交总成本为运营距离成本、运营时间成本、运营环保成本、运营固定成本3者最优,构建了多需求响应机制下的城市绿色定制公交线网优化模型。多种需求模型依次为单对多定制公交线网优化模型、多对单定制公交线网优化模型、多对多定制公交线网优化模型。对定制公交线网优化模型细化研究,设计了上车线网和下车线网相结合的分层线网算法。上车线网规划以改进的蚁群算法求解,上车线网与下车线网的连接规划通过聚类分析思想取得,下车线网规划以精确数学算法得到。以杭州市的定制公交线网为实例,对多对多定制公交线网优化模型和分层线网算法进行了验证。通过对方案对比分析和车型对比分析研究,分别以总里程、总时间、总成本、总体服务率为主得到了不同线路方案,通过算法分析得到了综合成本最优线路方案和各种方案下的不同车型配比模型。结果表明:基于分层线网算法提出的多需求响应机制下的绿色定制公交线网优化方案,满足社会、乘客、企业3方面需求,对定制公交线网系统优化问题提供了新思路。     

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...     

3PLS物流网络设计的模糊机会约束规划模型

以第三方物流企业的角度研究了在不确定环境下物流网络的建模和求解算法。首先,考虑运输成本及客户各市场需求量的模糊性,建立了多产品、多阶段的物流网络模糊机会约束规划模型;其次,先通过将模糊规划模型转化为确定性模型,然后设计出混合遗传算法求解对应的确定性模型。最后给出了算例,不同置信水平下用遗传算法求得的结果与分枝界定法求得的结果非常接近,误差率在10%以内,表明模型和算法具有较高的有效性。