公路网合理多路径集合判断方法的研究

先前的合理路径的判断是以路径之间的距离差别作为判断标准,如给出了路段删除、路段惩罚、K-最短路径等方法;但是随着路网的扩展以及路网中车流量的增加,现有的一些判断合理路径集合的方法存在着一些潜在的问题,作为判断依据并不能够全面地反映出行者选择的路径集合。本研究结合目前城市路网以及高速公路路网中常用的合理路径集合判断算法,给出一种更加综合性的合理路径集合判断方法。为进一步的合理路径集合判断建立更加全面的实践和理论依据。     

自适应路径规划系统研究

针对目前的路径规划系统普遍采用距离最短或时间最少等单一指标,不能自动识别驾驶员路径选择习惯,为驾驶员自适应地提供符合驾驶员偏好的诱导路径的问题,设计了自适应路径规划系统的框架,提出了一种基于驾驶员路径选择偏好的自适应路径规划算法。算法中设计了基于驾驶员路径选择偏好的多目标路阻函数、基于主成分分析和加权评分分析的评价指标确定方法以及驾驶员路径选择偏好权重的确定方法。最后,利用Mapx、VisualC＋＋和Access数据库联合开发出了自适应路径规划系统,并用长春市驾驶员的实例数据验证了系统的有效性和算法模型的正确性。     

交通网络中多路径优化选择算法的研究

指出了传统的多路径问题及其算法存在的缺陷,给出了多路径优化算法的几个定义,在此基础上,提出基于重叠惩罚的多路径选择算法,设计出了重叠惩罚函数数学模型结构以及路径相似性评价函数定义,对惩罚函数中的协调因数敏感性进行分析,给出了合适的协调因数。该算法能有效地解决候选路径重叠相似性问题,而平均总旅行时间比率基本不变,从而更适合驾驶人员的实际选路需求。与传统k最短路径算法进行了试验比较,结果表明该算法明显优于传统k最短路径算法。     

可获知偶发拥堵持续时间的动态车辆路径问题

考虑真实交通路网,探讨了可获知偶发拥堵持续时间的动态车辆路径问题.在利用改进的Dijksta算法将路段行驶时间转化为客户点间最短行驶时间的基础上,根据常发拥堵信息,通过遗传算法安排车辆初始配送路径,根据实时获知的偶发拥堵因素影响下的路段行驶时间和其持续时间,以2-opt和insertion方法更新车辆配送路径,通过车载导航系统实时指导车辆行驶路线.数值试验表明,该方法可根据偶发拥堵信息更新车辆配送路线,以避开偶发拥堵影响路段,缩短总配送时间0.65~13.18 min;获知偶发拥堵持续时间帮助多节省了配送时间 -0.16~4.17 min.节省的时间随偶发拥堵因素对路网影响的加剧而更显著.      

大数据背景下的路径选择行为建模

路径选择建模的主要任务是基于合理假设，定量分析交通参与者的路径选择行为，并估计和预测交通参与者对交通网络的使用情况。基于此，全面总结路径选择建模的研究现状，介绍各种出行数据的特点，阐释常见的选择集生成方法，对文献中提出的众多离散选择模型进行归类和讨论，对比模型估计的2类主要方法，并展望机器学习在路径选择建模中的广阔前景。研究结果表明：随着交通感知技术的全息化发展，在海量车辆轨迹数据的支撑下，路径选择研究取得了全方位的进步；路径选择模型可分为基于路径和基于路段的模型，前者以路径为基本选项，从通过确定性或随机性方法生成的选择集中选择路径，包括多项Logit （MNL）模型以及更先进的MNL修正模型、广义极值（GEV）模型、混合Logit模型和非GEV分布模型，后者以路段为基本选项，动态地求解路径选择问题，无需生成选择集，包括各种递归Logit模型；路径选择模型的参数估计可使用有标签数据或无标签数据，前者通过地图匹配在交通网络中重构出真实路径，后者则依概率考虑一系列可能的路径。近年来，基于机器学习的路径选择模型因具有更优的预测性能而受到广泛关注。在未来的路径选择研究中，应进一步结合离散选择模型和机器学习模型，使两者优势互补。     

基于拓扑处理的Logit型网络加载算法

针对均衡交通分配问题,提出了一种基于拓扑处理来改进DIAL算法中合理路径的定义并求解Logit型网络加载模型的新算法。当道路网络存在环路时,算法根据从节点到讫点的阻抗的降序来删除节点上游没有遍历的路段,从而将有环网络变为无环网络并根据拓扑排序确定的节点计算顺序来计算路段权重和流量。对于无环网络,新算法可以得到与理论值完全一致的结果;对有环网络,可以减少DIAL算法中非合理路径的数目。计算实例表明:新算法可降低DIAL算法中合理路径定义过于严格所带来的误差。     

多路径分配模型中合理路径的研究

Logit是一种重要的随机网络配流模型,常用于市域、省域的交通分配预测.但该模型的Stoch算法在确定"合理路径"的关键步骤时存在漏洞,明显存在交通分配结果不合理问题.文中通过比较以往各种合理路径的算法,提出了一种既合理,又经济的算法.解决了Stoch算法中对合理路径定义不合理的问题,使得分配结果更合理,通过建立相关路网的实例检验,取得较好的效果.     

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。     

基于速度性能指标的雨天环境对北京快速路网影响研究

降雨作为一种常见的气象条件,对城市路网的交通状态有着直接的影响.为避免不同道路交通状态速度评价标准的不统一,基于道路的最高限速,提出了速度性能指标,进而建立了衡量路段和路网拥堵状态的路段和路网拥堵指标,量化了路段和路网的拥堵程度.以大量数据为基础,在对比雨天和晴天2种环境下的各项拥堵指标基础上,探讨了雨天环境对北京快速路网的宏观影响,为雨天条件下的交通规划与管理提供了重要的依据.同时,基于路段拥堵指数,利用ArcGIS软件可视化展示了北京快速路拥堵路段的空间分布.结果表明,与晴天相比,雨天环境降低了车辆速度,增加了路段偶发性拥堵,也加剧了路网的拥堵程度.同时,雨天环境下的工作日平均每小时路网拥堵指数增加了17.2%,周末则增加了28.6%;而其标准差分别增加了22.2%和62.5%,表明雨天环境下工作日和周末的拥堵特性存在一定的差异性.      

部分控制交通网络的流量分配问题及模型

为了研究由于交通控制设备资源有限,只有部分节点受到控制时交通流在路网上的分配,讨论了交通分配的一般准则和方法,并通过对出行者在控制节点和未控制节点的路径选择行为的假设,建立了混合交通配流模型。模型的最优状态为,出行者在未控制节点处都是选择从该节点到达终点路段综合费用最小的路段,而在控制节点处完全服从控制策略的引导选择路径。研究表明,当所有节点都被控制时,模型等价于SO模型;当所有节点都不受控制时,模型等价于UE模型。用一个简单的路网进行算例分析,说明了模型的可行性和合理性。     

拥挤收费下基于前景理论的出行者路径选择行为分析

出行者（特指私家车出行者）路径选择行为的研究对于城市的交通管理和交通组织都有着重要的意义,而且随着交通出行费用的不断增加,以及道路拥挤收费政策逐步实施,仅仅考虑距离最短、时间最短来对出行者路径选择行为模型进行研究,往往实用性欠佳。针对以往的研究中考虑因素单一、模型实用性不强这一问题,运用能有效描述出行者不确定性条件下决策行为的前景理论,综合考虑出行者的出行时间、出行费用以及出行者的个人偏好、出行经验等因素,建立一个更为贴合实际的出行者路径选择行为模型。以实际算例的形式对比分析了,不同收费标准对不同出行者人群、不同性质出行的路径选择行为的影响程度。结果表明：与拥挤收费政策实施前相比,收费3元时,高收入水平出行者购物出行时的路径发生变化,而对于通勤出行,当收费大于6元时出行路径才发生变化;对于中低收入水平出行者来说,因为其较高收入者对费用更为敏感,所以拥挤收费政策实施后他们的反应也不尽相同。     

随机交通网络中依赖信息的路径优化问题研究

针对交通网络中路径通行时间具有与时间相关的随机分布特性，将研究在此类交通网络上依赖信息的路径选择问题。在路径选择过程中引入交通信息，在随机交通网络上最优路径选择原则为下一节点的选择将依赖于已实现的路段时间及当前节点的出发时间，通过期望最小值方法，按照路径通行时间期望值最小原则，建立一种通过所获得交通信息来进行路径选择的优化模型，给出了模型的求解算法。并在简单交通网络上对模型进行实现。     

基于模糊优先关系的路径选择模型

模糊现象客观地存在于路径选择过程,本文考虑到路径之间的模糊优先关系,在模糊用户均衡条件的假设下,提出了一种新的路径选择模型。首先采用均值面积度量法度量路径的感知阻抗找到具有最小感知阻抗的路径,并通过优势检测产生出行者备选路径集合;然后在构造模糊优先关系矩阵的基础上计算备选路径的优先度,由此得到路径被选择的可能性。该模型可看作是Logit模型的一般化,并且在路径感知阻抗难以用模糊变量描述的情况下,仍能通过两两比较路径的优先关系计算各条路径被选择的可能性。     

基于粗糙集的路网瓶颈路段识别方法

为了更加准确地识别路网中的瓶颈路段,并向路网规划与交通管理提供决策支持,确定了路网瓶颈路段识别的主要影响因子,利用粗糙集方法将通行能力、路网拓扑结构、安全性、常发性拥挤频率与交通流时间均衡系数设为瓶颈路段识别的条件属性.提出了基于粗糙集的路网瓶颈路段识别方法,通过规则提取以识别路网瓶颈路段.通过一个示例路网,验证了路网瓶颈路段识别方法的有效性.该方法也为交通管理者提供了一种实用的路网瓶颈知识获取方法.     

路径选择中重叠路线的解决方法比较

在交通出行分析中,路径选择是必不可少的一个阶段,而在路径选择时,路径上路线的重叠情况,无论是体现在路径层面还是路段层面上的重叠都是常见的情况,这使得描述出行行为的最常用的工具多项式Logit模型缺乏解释能力,于是派生出各种Logit改进型模型,按照其解决重叠路线的内在机理的不同,将其归为3类：考虑协方差信息的方法、巢式方法和附加效用因子的方法,论述了3类方法各自的优劣势,并按2个重要特征对这3类方法进行了比较。     

基于动态用户均衡的同时路径和出发时间选择模型

提出一个适用于多OD对网络的基于动态用户均衡的同时路径和出发时间选择模型,用一个非减的分段线性函数构建了隐含先进先出条件的路段走行时间函数,并按各个路径和出发时间方案的流量的平均值来计算该路段走行时间函数,使得给定一个OD对的总需求和理想到达时间,模型可以确定出行者的选择路径和出发时间方案,方案确定后,没有人能够通过单...     

基于低碳理念的公交线网优化模型

为了满足低碳出行的要求,从优化线网的角度建立了基于低碳理念的公交线网双层优化模型。其中,上层模型是一个以乘客总出行时间最短、能源消耗最小、温室气体和污染物排放最少为目标的公交线网优化模型,下层模型是一个改进的Logit路径选择客流分配模型。针对建立的模型,给出了运用遗传算法求解公交线网双层优化模型的方法和步骤。并用算例说明了所建立模型与求解算法的合理性与可行性。