基于车载通信实时交通信息的城市道路路径选择方法

为车辆出行规划最优路径是智能交通系统（ITS）的一个重要研究目标.本文根据有效的实时交通信息提出一种车辆路径选择机制,这种机制包括两个阶段.第一阶段,由有线或无线传输设备和车载通信设备组成的交通信息系统（TIS）,收集用于车辆出行导航的实时交通信息数据,并将其存储至交通信息中心.第二阶段,利用有效的实时交通信息,提出两种基于Dijkstra 的路径选择算法,即一步路径选择和逐步路径选择.前者在整个车辆出行过程中,仅在其出行开始阶段单次计算通往目的地的最优路径.逐步路径选择在每个交叉口都实时更新并计算通往目的地的最优路径,并提出使用两种新优化方法以避免算法形成环路.利用NCTUns 6.0 进行路网仿真,结果表明两种算法都借助于实时交通信息,且逐步路径选择优于一步路径选择.     

停车场内部动态路径选择诱导研究

停车场内部路径选择是停车诱导系统中的一个基础理论问题,在最优泊位确定的前提下,如何实时确定最优路径并准确诱导是至关重要的.首先利用图论方法将停车场内部车位布局结构简化为带权有向图,进而在分析停车场内部交通实时状态的基础上,研究路段动态阻抗函数模型,通过动态规划实现实时路径选择.最后通过算例分析,得到动态路径选择算法使行程时间减少了10.85％～ 15.18％,从而提高停车场利用效率.     

基于Mapinfo的路径选择系统开发研究

武警部队处突时,如何选择最优路径,在最短的时间内安全到达指定地点一直是值得研究的问题。在分析道路权重的基础上,建立最优路径选择的路段效用函数及算法,基于Mapinfo平台,利用VB编程实现最优路径选择。     

考虑溢流费用的路径选择模型的条件研究

通过考虑路段的溢流费用,即路段交通负荷超过该路段交通负荷标准时所分配给用户的费用。路段交通负荷低于路段负荷标准时补贴给用户。建立一些约束条件,动态用户最优的路径选择条件和动态用户最优的溢流费用条件等。为进一步建立具有溢流费用的动态交通网络流的路径选择变分不等式模型及其算法研究打下基础。     

路径信息诱导的双层规划模型

为了缓解交通拥堵与提高路网运行效率,建立了路径诱导信息的双层规划模型。上层模型描述信息发布者通过交通诱导信息发布手段优化路网层面的性能函数,下层模型采用效用函数描述驾驶员最优路径选择行为,其决策变量为交通信息类型,从而将交通信息对于驾驶员路径选择行为的影响引入模型中。利用极点搜索算法对一个简单路网的双层规划模型进行算例分析,得出了各种交通信息条件下上层目标函数值。虽然计算结果存在8%~13%的波动范围,但交通拥堵时发布的拥堵消散信息是最优方案,定性信息带来的总体效益要好于指示信息,因此,该模型可行。     

基于出行决策的公路网多目标最优路径算法

为使公路网静态最优出行路径能综合表达道路环境影响因素与出行者的路径选择偏好,研究了GIS环境下的用户-系统最优出行路径决策模式.基于层次分析法,构建了综合考虑行程时间、舒适安全性与行程费用的公路网路段交通阻抗评价指标体系,提出了对定性与定量化参评指标进行综合一致性处理的方法.通过用户-系统共同决定的路段交通阻抗的综合评价过程,将最优路径问题转化为最短路径问题,采用各路段各出行目标的标准化值之和作为评价指标,采用Dijkstra算法实现最优路径的搜索.实例验证结果表明:最优路径比距离最短路径出行距离增加8%,出行时间减少7%,舒适安全性提高17%,出行费用增加13%,所得最优路径是针对特定用户的多目标路径,明显异于单目标最短路径,表明该方法可行.     

城市快速路网行程时间计算与最优路径选择算法

为提高城市快速路网的整体功能和运行效益,利用实时动态交通数据,根据动态交通因素对路段通行时间的影响,将城市快速路网划分为非拥塞和拥塞两种情况,基于安全停车距离和剩余通行能力,分别计算了两种情况的路段通行时间,提出了以行程时间最短为目标的城市快速路网行程时间计算与最优路径选择算法.将该算法应用于西安城市快速路网进行案例分析,结果表明:该算法的最优路径计算结果与实际相符,误差在15%以内;最优路径的距离约为最短路径的1.84倍.      

多源交通信息条件下的出行行为选择研究

在考虑多源交通信息可能导致信息过剩,从而影响决策者出行选择的条件下,引入决策论的思想,通过对多源交通信息方式发布的特点分析,应用模糊物元理论,建立个体出行的行为选择模型,在熵值法确定客观权重的条件下,根据贴近度的大小对决策方案进行选择,克服出行者的主观经验判断。通过实例计算,证明了不确定型决策在多源交通信息影响下出行者路径选择方面的可用性,客观上能为其提供最优的出行路径。     

网络流量随机条件下的随机交通网络平衡分析

考虑到现实条件下交通网络的不确定性状态,提出了从确定型网络到不确定型网络状态下,出行者路径选择行为的改变,即由出行时间最短的路径选择行为转变为在追求一定行程时间可靠性的基础上选择出行时间最短的路径选择行为.考虑到网络上交通需求量的不确定性提出了最优可靠行程时间的概念.在此基础上将出行者追求最优可靠行程时间的路径选择行为纳入到随机交通网络平衡分配模型中,证明了模型的等价性和唯一性.最后在一个小型测试网络上对模型分配结果进行了测试,测试结果符合实际情况,表明模型能够较好地反映出行者的路径选择行为.     

基于路段间转移概率的最优路径预测方法

提出一种基于路段间转移概率的最优路径预测方法，即根据出行时间，将历史出行数据分为早高峰、晚高峰、非高峰3组反映不同交通状况的时间段；根据起点和终点所在区域，对出行数据作进一步处理，解决给定起点与终点之间出行数据不足的问题。基于有经验的出行者选择路径即为最优路径这一假设，通过历史出行轨迹计算得到路段间的转移概率，建立Markov链模拟出行者路段选择行为，将最大选择概率路径作为最优路径的预测结果，并给出其求解方法。该方法仅利用历史出行轨迹进行最优路径预测，避免了复杂的路段阻抗计算，且具有数据易获取，与实际出行行为一致性高，计算量小的优点。案例分析表明，预测结果准确性在不同出行时段下产生变化，而交通区域划分的大小对其影响较小。     

快速路与城市地面道路集成最优控制

分析快速路和城市地面道路的运行特点,建立一个集成快速路和地面道路的宏观交通流模型。分别运用METANET模型和Kashani模型来描述快速路与地面道路的动态行为。阐述快速路模型和城市地面道路模型的衔接机理—通过入口匝道和出口匝道来实现,然后对相关的最优控制问题进行说明,提出以通过快速路系统和城市地面道路系统的总运行时间最小为优化目标函数,并据此确定相应的优化控制策略,以取得最优的城市综合交通系统效益。     

面向地震应急的救援路径规划模型

地震灾害场景下,面向应急的救援路径规划需要兼顾救援效率和交通抢通对救援的影响,以支撑有限交通资源的高效利用,避免交通拥堵或瘫痪耽误应急救援行动.通过定义面向应急需求的交通网络、交通路线的通行成本和交通线的通过性等,对救援与抢通路径规划问题进行了描述;将最优救援路径和最优交通抢通方案作为该问题的约束条件,基于双层优化方法建立了双层路径规划模型以实现集成优化并构建了模型求解方法.经案例仿真分析,本文提出的救援路径规划模型可以生成准确、高效的应急救援与交通抢通集成方案,可以为具有针对性的交通管制措施的拟定提供科学依据,助力地震应急救援行动的顺利实施.     

基于交通限制的路网最优路径算法

为了解决车辆诱导系统中复杂道路结构表达及因为城市道路交通信号管理而产生的最优路径选择求解的复杂性,依据图论中最短路径算法的基本原理,提出了含有禁行路线路网的最优路径求解算法。以行程时间最少为目标,按照网络转化法把含有禁行路线的路网转化为不含有禁行路线的路网,采用邻接节点矩阵和邻接节点权矩阵实现了道路节点关系的表达,改善了传统的Dijkstra算法,将全局节点路径的求解转化为与求解节点紧密联系的局部区域求解,将所研究的网络转化方法和改进的路径寻优算法应用于车辆诱导系统。结果表明应用该算法能够在含有禁行路线的路网中求解最优路径,减少了问题求解的路网节点数,提高了计算效率。     

面向城市交通网络的 K 最短路径集合算法

在城市交通网络中,为了优化交通流,需要搜索到符合出行需求 K 最短路径,并 将 OD（Origin-Destination）交通流合理分配到这些路径上.本文主要对搜索符合出行需 求的 K 最短路径搜索算法进行了研究,解决了已有算法仅能搜索出单条满足最短及 K 最 短条件路径的问题.根据 Wardrop 第二原则及路段阻抗函数理论,分析了路径集合搜索方 法对优化城市交通流的必要性,并定义了城市交通网络中 K 最短路径集合的概念及选择 条件,提出了一种面向城市交通网络的具有多项式时间复杂度的 K 最短路径集合搜索算 法.仿真结果表明,本文所提算法可以搜索出满足出行需求的所有 K 最短路径集合,在该 路径集合上进行交通流分配的效果明显优于传统方法.     

城市快速路分层分布式优化控制方法研究

针对城市快速路控制系统对实时道路交通状况不能及时、有效地响应问题，利用时变的交通状态估计与OD矩阵预测信息，基于智能交通控制及分层分布式思想，提出一个新颖的城市快速路匝道控制方法. 采用基于多项式趋势模型的滤波方法对路段总的交通需求进行估计与预测，提前确定道路将来排队长度的上界；对快速路网未来的交通状态进行预测，基于全局最优的思想，提前为路网中各个匝道建立协调约束，为匝道调节率的制定提供依据. 仿真结果表明，分层分布式的快速路控制系统通过协调各个匝道之间的利益，能够有效缓解高峰出行时的拥堵现象，对实现城市快速路网整体性能优化具有现实意义.     

基于影响度的有效路径集合的确定

在进行城市交通规划时,交通分配是一个关键步骤,有效路径集合的确定对随机交通分配的结果有很大影响.本文首先对基于Logit的主要交通分配算法进行了分析,指出了它们的不足;通过分析可知,有效路径集合的定义应考虑路径本身的性质及交通需求量的大小,然后根据一条路径对其它路径分配到交通流量的影响程度给出了路径影响度的定义,并依据...     

蚁群算法在城市交通路径选择中的应用

针对城市交通路径选择问题,引入蚁群算法并将其改进为可同时满足对路程和时间最优的路径搜索算法,设计了相关的搜索规则和流程.在大量试验的基础上,讨论了算法中各种参数对路径搜索算法收敛性(包括收敛速度和准确度)的影响,并获得了一纽最优的经验参数.分析了搜索中产生伪最优解路径的规律,并通过控制收敛速度和加快趋向最优路径对蚁群算法进行了优化.结果显示,所进行的优化能有效抑制伪最优路径的产生,在2个周期内即可完成搜索.     

有偏好的交通网络路径选择模型

在城市交通网络中,已知路径的时间属性与费用属性,分析了出行者对路径有、无主观偏好时的路径选择问题。当无偏好时,利用信息熵理论和多属性综合决策方法给出了获得路径综合属性值的计算模型;当有偏好时,对不同的路径通过互反判断矩阵给出主观偏好,然后利用互反判断矩阵之间的偏差建立关于属性权重向量的优化模型,并采用解析的方法对模型进行求解,得到每个属性的权重,从而进一步计算出每条路径的综合属性值,属性值最大的路径为最优路径。分析结果表明:在无偏好时最佳选择路径2的综合属性值为0.918;在有偏好时最佳选择路径4的综合属性值为0.965,与无偏好的相差较大,且6条路径的选择次序不同。可见,出行者的主观偏好对路径选择结果有较大的影响。     

基于路径关联性的交叉口群动态划分方法

交叉口群是路网交通流协调控制的基本单元,其动态范围划分与路网协调控制效益直接相关。在对经典Whitson路段关联性模型进行改进的基础上,考虑局部路网上交通流OD的空间分布特征建立了相邻交叉口之间的路径关联性模型;基于路径关联性模型计算结果,应用层次聚类方法对信号控制交叉口群进行动态划分。最后对路段关联性和路径关联性的交叉口群动态划分方法进行了算例验证和对比分析。研究结果表明,考虑路径关联性动态划分交叉口群可以减少对局部路网中主要OD路径的分割,从而降低主干道交通流的总停车次数和停车延误。