蚁群算法下容量限制分配的路网结构可靠度分析

为达到结合道路结构可靠度与道路网络可靠度的目的,分析了容量限制分配对道路网络结构可靠度产生的影响。容量可靠度采用交通统计的方法得出,并以容量可靠度0.4作为交通流量分配的标准。在蚁群优化算法的思想下,通过基于Ant-Cycle模型的容量限制分配方法,并对所测路网阻抗函数的参数重新进行了设定,从而对道路交通流量进行了分配。利用自编的基于软件MATLAB的蒙特卡罗程序求得容量限制分配前后的路面结构可靠度,进而求得对应的整个网络的结构可靠度。通过对上海市某一实际路网对比分析表明:路段拥堵时的容量限制分配尽管会提高相应路段的可靠度,但是被分配车流的道路可靠度会降低,进而最终的结果便是整个路网结构可靠度会降低。     

超载条件下的交通分配对路网结构可靠度的影响

研究了道路网络在超载条件下的交通分配对路网系统可靠度产生的影响,推导了路段行程时间可靠度与路段饱和度的关系,将分配控制指标由路段行程时间可靠度转化路段饱和度;通过轴载转换公式,将超载作用问题转化为累计轴载次数增加的问题;由蒙特卡罗算法分别得出超载条件下交通分配前后路段路面结构可靠度,并基于串并联原理计算出分配前后道路网络结构可靠度。实例分析可知:以路段行程时间可靠度作为评价路网性能指标更合理,与实际情况更贴近;基于行程时间可靠度的交通流分配使整个路网系统可靠度下降。     

基于关键路段流量限制的动态交通分配研究

针对高峰期路网各路段流量分布的不均匀性以及出行时间延误大的现象,将关键路段引入到动态交通流量的分配中,考虑关键路段对路网上流量分布的影响,在进行动态交通配流的过程中对关键路段上的流量进行控制。本文以系统总出行时间最小为目标,建立基于关键路段流量限制的动态交通分配模型,根据高峰时段路网上流量的特性与不同路段的不同特性,将关键路段的流量限制在合理的范围内,把超出其容量的流量合理转移到其他路段上,进行流量的协同分配,保证路网的正常运行,提高路网效率,从而缓解高峰期拥堵现象。最后设计了相应的遗传算法对模型进行求解,得到了各路段上流量的合理分布。     

基于速度-密度模型的路网连通可靠度分析

传统的连通可靠度评价方法往往将路段分为连通和不连通两种状态,对于实际路网的评价存在计算量过犬的问题,缺乏可操作性。首先结合安德伍德指数模型和格林伯格对数模型,构建能够反映各种交通流状态的速度一密度模型。在此基础上,以行车速度和交通量为基本参数构造路段综合连通指数,提出路段和路网连通可靠度的计算方法。以行车速度为分类依据,提出连通可靠度评价标准。最后,对辽宁省锦州市某区域早高峰时段路网连通可靠度进行分析,结果表明：基于速度一密度模型的路网连通可靠度计算方法能够比较真实地反映道路交通实际状况,且计算过程得到较大简化。     

城市路网可靠性计算方法

为客观反映城市路网可靠性,在分析城市路网结构和功能的基础上,运用层次分析法,将OD路网划分为主通路和连接路段,分析了主通路可靠性影响因素及计算方法,引入OD对连通度对主通路可靠性进行修正,推导了整个路网可靠性计算公式。而且研究了主通路上节点个数对路网可靠性的影响,讨论了在不同交通状况下改善路网可靠性的方法。分析结果表明:主道路间未取得有效连通时,OD路网的可靠度为0.62,在保证主道路持续性不受影响的前提下,对主道路进行有效连通,路网可靠度提高为0.70。这反映了路网可靠度不仅依赖于主通路持续性和有效性,还取决于主道路间的连通性,将路网划分为主通路和连接路段对OD路网进行可靠性分析是合理的。     

蚁群算法下交通流分配对路网结构可靠度的影响

利用自编的MATLAB软件下的蒙特卡罗程序求解路面结构可靠度,并将之与道路网络可靠度相结合,得到能够更加反应实际情况的道路网络结构可靠度,并给出了其计算的数学模型。提出了以饱和度0.6作为交通流量分配的标准。鉴于目前蚁群算法理论研究方面的不充分性,将改进蚁群优化算法下的交通流量分配方法与传统的较成熟的解析型求解算法以道路网络结构可靠度为依据进行定量比较,通过具体的实例对比,在一定程度上验证了蚁群算法用于路网交通流量分配的正确性和可靠性。同时,通过改进的蚁群优化算法对拥堵道路进行流量分配前后的结果对比可知:在交通流量分配后,同一路网的道路网络结构可靠度会降低。这表明对路网中的拥堵道路进行流量分配时,其他道路上的车流量会增加、可靠度会降低,最终会致使整个路网的可靠度下降。     

基于Monte Carlo法的山区路网应急中心选址

阐述了灾时山区路网各路段组成单元通行概率的分析方法,采用Monte Carlo模拟法对山区路网连通可靠度进行分析和计算,并通过概率解析法来检验Monte Carlo模拟法的计算精度。采用Monte Carlo模拟法分析路网节点间连通可靠度,提出了灾时山区路网应急救护中心优化选址方法。最后,通过实例阐述其计算过程。结果表明:采用Monte Carlo模拟法分析山区路网交通节点间的连通可靠度,找出灾时山区路网连通薄弱环节,为山区应急救护中心优化选址提供依据。     

基于道路连通度的路网可靠度分析方法

传统连通可靠性对于路段的状态划分过于严格,只有中断或连通两种状态.为了能完全体现路网的动态特性,本文建立了一种新的连通可靠性的评价方法,将路网中路段的可靠度从0、1二值扩展到[0,1]区间.作者结合北京城市路网中快速路与主干道的实测数据,分析了基于交通流状况分析的连通可靠性评价方法,并在此基础上,进一步分析了该评价方法...     

基于Monte Carlo法的山区路网应急中心选址

阐述了灾时山区路网各路段组成单元通行概率的分析方法,采用Monte Carlo模拟法对山区路网连通可靠度进行分析和计算,并通过概率解析法来检验Monte Carlo模拟法的计算精度.采用Monte Carlo模拟法分析路网节点间连通可靠度,提出了灾时山区路网应急救护中心优化选址方法.最后,通过实例阐述其计算过程.结果表...     

基于路网可靠性的关键点段辨识——以乌鲁木齐市为例

传统的连通可靠度分析只适用于极端情况下的路网状态评价,而基于连通可靠度的关键节 点、关键路段的识别,能够分析常规条件下的城市网络可靠性。以乌鲁木齐城市路网为研究对 象,采用路网效能和路网效率为评价指标,辨识路网的关键节点和关键路段,并对所有节点和路 段进行统计分析。研究结果表明：在城市路网中起重要作用的节点或路段只占总体的很小部分, 而其余大部分对路网的影响是较小且相似的;由于老城区路网发展已近饱和,关键节点多集中在 此区域;城西开发区路网尚未完全形成,在未来发展过程中应重视该地区的关键点段,以防止出 现潜在的拥堵状况;关键路段中,除河滩路之外,其余多数为东西走向的道路。     

上海市历史城区震后应急救援路网评价与优化

随着我国城市化进程加快,自然灾害问题也日渐凸显,作为主要自然灾害之一的地震正在严重影响着我国城市的公共安全.城市交通系统是城市重要的生命线,因此研究震后城市应急救援道路网络连通可靠度具有重要的现实意义.历史城区由于其建筑多为老旧平房,抗震性能差,而且城区道路空间局促,在遭遇地震时路网更易堵塞.本文以上海豫园区域路网为例,基于瓦砾堆积模型对震后路段通行概率进行计算,采用蒙特卡洛模拟方法对路网节点连接可靠度进行计算,对震后路网路段单元和节点的可靠性进行评估,并在此基础上判别关键路段和优化应急医疗救援路径.     

基于浮动车数据的城市路网OD连通可靠度研究

提出基于路段车速的道路连通可靠度模型,模型将路段在实际状态下相对畅行状态车辆自由度损失的比例作为该路段的连通度指标,把连通可靠度从0,1的二值判断拓展至[0,1]区间。并以广州市为例,结合出租车浮动车的GPS数据,将模型应用于分析广州市路段可靠度在各时段的变化,发现广州市在下午达到良好连通可靠度的路段比率相对其他时段低10%~35%,晚高峰达到最低值,跌至51.2%。     

城市路网畅通可靠度计算方法及其应用

常规路网畅通可靠度计算方法难以对路段多、结构复杂的大型路网进行全面优化.为进行简化计算,首先给出畅通可靠度的定义及畅通标准,然后提出考虑各等级道路影响的路网畅通可靠度的近似算法并分析其影响因素--路网饱和度和路网密度.以北京市五环以内路网为例,利用浮动车数据及近似算法计算路段畅通可靠度及交通小区路网畅通可靠度.评价结果...     

基于可靠度的区域公路网瓶颈路段识别研究

为及时掌握区域公路网运行状况和准确识别瓶颈路段,本文基于可靠度的计算结果,通过点段重要度数据和路网模型分配数据计算,识别出重要路段集,再结合可靠性薄弱数据集,取二者的交集为瓶颈路段。通过算例验证,该方法具有较强的实用性和有效性,也为交通管理者识别和改善路网瓶颈路段通行能力提供依据。     

基于合理路径的拥挤路网交通状态分析方法

为防止路网交通拥堵的扩散,考虑路段状态指标饱和度和行程时间的影响,建立了基于合理路径集的路网分析模型.将非拥挤区域从内到外分为控制层、诱导控制层、诱导层和无关层4个层次,反映了路网状态的空间分布和潜在演化趋势.基于交通分配得到的流量,对本文的状态分析模型进行了数值验证,仿真结果表明:各层次路段在路网中的比例随流量的增大而变化,且拥堵区域呈现扩张趋势;高峰时段各层次路段的比例为20%、5%、10%、10%和56%;同层次中饱和度越大的路段对拥堵区域的影响越大.     

随机用户均衡交通分配问题的蚁群优化算法

研究了出行者对路网熟悉程度的指标与交通流分配均衡性之间的关系, 提出了具有指数形式信息素更新策略的随机用户均衡模型蚁群优化算法, 建立了从Logit模型加载, 到交通需求确认及路径流量、路段流量、路段阻抗、路径阻抗迭代计算的交通分配动态循环流程; 计算了Nguyen-Dupuis路网模型中各路段的流量与阻抗, 并与连续平均算法计算结果进行比较; 通过调节出行者对路网熟悉程度的因子, 分析了蚁群优化算法与连续平均算法的敏感性。研究结果表明: 采用连续平均算法和蚁群优化算法计算的路段流量分布分别为20~280、40~260pcu, 蚁群优化算法的流量分布区间减小了15.4%, 路段流量的最大值减小了7.1%, 因此, 采用蚁群优化算法计算的路段流量较为均衡; 采用蚁群优化算法时, 在Nguyen-Dupuis路网模型中各路段流量的标准差从65pcu降至48pcu, 88%可选路径的阻抗分布在61~64, 且84%的路径阻抗低于采用连续平均算法计算的阻抗, 因此, 采用蚁群优化算法减少了用户出行时间; 当路网熟悉程度分别为0.01、0.1、1、2、7、11时, 采用连续平均算法计算的路段流量标准差分别为75、65、50、47、45、45pcu, 采用蚁群优化算法计算的路段流量标准差分别为48、48、48、47、43、43pcu, 可见, 随着路网熟悉程度的增大, 分配在各路段上的流量范围逐渐减小, 标准差趋于稳定, 信息素更新策略对出行者的路径选择概率影响越明显, 出行者选择阻抗小的路径的概率变大, 因此, 采用蚁群优化算法对路段的流量分配逐渐优于连续平均算法。      

随机时变路网环境下稳健路径选择及实证研究

交通拥挤、天气、突发事故等不确定性因素影响着城市区域之间的路网提供的 连通服务水平.本文对城市片区间道路连通路径选择进行研究.根据随机时变网络描述和 稳健路径选取原则,建立了最优化模型,并采用改进的Dijkstra 算法.通过深圳实例计算, 分析了出发时刻与最短路径行程时间和路段构成之间关系,并与确定性时变路网环境下 进行计算结果对比.结果表明,随机时变路网环境下鲁棒性最优算法选择稳健路径具有合 理性和可行性,可以很好地应用到区域动态连通情况的研究.     

基于短时交通流预测的广域动态交通路径诱导方法

为提升车辆通行效率，以预测型诱导策略为基础，以排队长度作为交通诱导的约束条件，利用小波神经网络短时交通量预测预知路段堵死事件发生路段，通过广域诱导时空边界条件对事件路段进行节点分级和诱导周期长度界定，进而建立广域诱导模型；对事件区域路网进行分区，进一步确定该模型诱导起点位置，引入基于路径尺度的Logit 路径选择模型作为诱导路径选择方法，通过流量迭代分配方法实现路网负载均衡. 通过实例验证，该诱导方法能有效地缓解道路交通拥堵，提高路网通行效率.     

道路网络服务水平可靠性研究

以可靠性理论为基础,从出行者个体和网络管理者的角度提出了服务水平可靠性的概念,拓展了现有的路网可靠性评价指标.根据交通供给的随机性分析,将路段容量简化为离散随机变量,运用路网最可能状态生成算法,建立了路段及路网服务水平可靠性计算的近似算法,并在一简单网络上进行了计算分析.     

道路网络可靠度问题分析

分析了路网可靠度与路段饱和度的关系，指出了为提高路网的可靠度应根据路段敏感来确定其饱和度的方法，并讨论了关键组件的求法，展望了可靠度分析在路线导行中的应用。