短时事故扰动下的逐日路网流量演化模型

为研究事故扰动下日变交通路网流量在出发时刻和选择路径上的时空演变规律,以出行经验学习更新路网理解阻抗,基于准点到达概率最大和到达前景最大分别调整计划出发时刻和出行路径.并在出行当日根据出发前各时段的实时信息再次更新路网阻抗,重新调整出发时刻和路径获得实际出行选择.从而建立考虑出行日信息更新的逐日路网流量演化模型.采用算例验证模型,结果表明:在路网无事故情形下,考虑出行日内调整,路网流量变化震荡缓和,但达到稳定所需时间长;事故发生在稳定前,会影响最终平衡态流量分布,而事故发生在稳定后,则不影响;考虑出行日调整会加大路网在事故发生后几日的流量震荡.     

基于转向的Logit交通分配算法

为避免交通分配中传统的网络扩展法在处理转向延误时的缺陷,通过分析网络基本要素节点、路段和转向之间的拓扑关系,借鉴Dial算法的基本框架,设计了一个基于转向的Logit交通分配算法。该算法以源点至路段的含转向延误的最短路径长度为依据处理各条路段,正向计算转向权重,反向分配路段流量和转向流量。算法计算结果与Logit路径流量和Dial算法数据相一致,该算法可直接求解既满足Logit路径选择概率又考虑转向延误对交通分配影响的路段流量和转向流量模式,而且Dial算法是其在转向延误为零时的一个特例。     

基于基尼系数的高速公路网流量不均衡性研究

要:受路网结构及沿线经济发展水平等影响,高速公路呈现出流量分布的不均衡性,本研究提出利用基尼系数量化路网流量分布不均衡性,这对全面掌控交通流量分布规律和提高路网的运营效率具有重要意义.首先,本文构建多车型下的高速公路网交通流量分配模型,以计算路径选择概率和断面交通量;其次,综合考虑路网拓扑结构、出行路径选择行为和交通流量等,建立考虑流量分布的高速公路网络特性模型,以反映节点或路段在路网中的重要性;再次,采用基尼系数评估高速公路网流量分布不均衡性;最后,结合山东省区域高速公路网和收费数据进行实例分析.结果表明,采用基尼系数分析高速公路网流量分布不均衡性的方法灵活,能够量化不同空间维度的流量分布不均衡性.     

交通事件影响下路网逐日出行动态可靠性

为描述交通事件持续期间逐日出行过程中的路网服务性能,构建日变路网逐日出行选择模型及可靠性指标.首先,根据出行经验更新路网阻抗,以准点到达概率最大化调整逐日出行中各出发时刻的路径总流量,以路径累积前景最大为目标调整单条路径在各出发时刻的流量,从而建立考虑出发时刻的逐日出行流量推演模型;其次,以交通事件发生前路网流量稳态时的准点到达概率和路径走行时间为参照基数,定义出发时刻准点到达和路径走行时间动态可靠性,并给出计算方法.最后,用算例验证模型和算法,并比较在出行模型中考虑可靠度时对路网逐日流量分布和路网可靠性的影响.     

基于交通控制与诱导的准动态交通分配策略与算法研究

交通出行诱导系统下的路网动态交通分配是进行交通出行诱导方案分析、评价的基础。本文主要考虑交通控制与诱导信息对路段阻抗的影响和出行者对交通诱导信息的接受程度,给出了两种准动态交通分配的策略：修改了出行路径阻抗和改变了出行路径选择。并基于常规非平衡交通分配,通过OD需求量“全有全无”方法,实现了OD变需求影响下的多时段连续准动态交通分配。最后,通过示例路网,验证了所研究的分配策略与算法的正确性。     

考虑路段转向流量和破坏排队的动态网络装载问题

建立一个考虑路段转向流量限制和破坏排队的动态网络装载模型;考虑无力排队影响的节点分流模型主要分为两类:一类认为路段只有一种交通状态;另一类允许路段上有多种流量状态存在,可以分别处理不同下游分支路段的排队状况.文中给出一种在一个路段上考虑多种排队状况的节点分流模型.并在一个著名的路网中进行了仿真试验,结果表明模型的有效性和正确性.     

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。      

ATIS影响下的混合随机用户均衡交通分配模型研究

在考虑信息对出行者路径选择行为影响的基础上,基于路网混合随机用户均衡建模理论,建立了ATIS影响下的混合随机用户均衡交通分配模型,证明了该数学规划模型解的等价性,设计了求解算法,并利用算例进行了计算分析.     

ATIS影响下的混合随机用户均衡交通分配模型研究

在考虑信息对出行者路径选择行为影响的基础上,基于路网混合随机用户均衡建模理论,建立了ATIS影响下的混合随机用户均衡交通分配模型,证明了该数学规划模型解的等价性,设计了求解算法,并利用算例进行了计算分析.     

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。     

关于诱导信息与路径选择的影响研究

交通诱导是解决交通拥挤的有效途径,其目标是通过调整出行者的出行路径。实现路网交通流的均衡分配。其中,诱导信息与出行者的路径选择行为是影响交通诱导成效的两个关键因素。文中通过探讨诱导信息与路径选择行为对交通流分布的影响,建立了诱导信息条件下出行者路径选择决策模型。并设计了相对应的求解算法,采用matlab程序进行仿真,并最后对结果进行分析。     

基于蚁群算法的动态路径选择优化方法

为了确保城市路网交通流平稳运行和各路段交通流量合理分配,提出了一种基 于伪随机状态转移规则的动态路径选择优化方法.该方法首先计算路段上流量和路阻,利 用伪随机状态转移规则和路径、路段信息素更新规则,模拟了出行者在路网节点的择路 行为,实现了路径选择过程中静态先验知识、动态交通状态及路径选择随机性的综合.算 例结果表明,该方法能够体现不同 OD 需求下路径选择的叠加效果和时延效果,相对于 平衡分配法可获得更好的路网交通均衡性,对于时变路况环境下的路径诱导系统也具有 一定的应用价值.     

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。     

静态多路径交通分配模型综述

静态交通分配反映路网交通流的拥挤性、路径选择的随机性等典型交通流特征,是交通规划方案评价和路网分析的重要方法.文章在介绍交通分配理论的基础上,对静态多路径交通分配的发展进行分析,并总结了静态多路径非平衡交通分配法的关键问题,分别对路阻函数及路权的计算、有效路径的定义、路网最短路算法、分配算法流程设计4个方面进行研究,总结静态交通非平衡分配法存在的不足,可为交通分配研究提供参考.     

基于两阶段行程时间的交通流分配理论

针对目前静态交通流分配理论难以处理网络流量演化的问题,给出了基于交通流 反λ 基本图的流量分配新模型.通过不断求解新模型更新路段交通状态,明确了利用静态交通 流分配模型分析网络交通流演变的具体方法.假设网络路段均处于自由流状态,通过求解得到 平衡路段流量,判断是否达到临界流量.将路段流量达到临界流量的路段设定为拥挤状态,重 新求解平衡流量,判断是否仍存在达到临界流量的路段.依据上述思路,直到新的模型无解或 无新的路段达到临界流量.本文通过定义网络不同级别的拥挤瓶颈,完成对网络流量演化的分 析描述.算例验证了新模型与方法的可行性.新理论提供了分析网络交通状态演变的新思路, 拓展了静态交通流分配理论.     

基于道路交通状态的随机用户平衡

运用随机用户平衡配流的基本思想和交通流理论，提出了道路交通状态的概念，以便讨论交通拥挤情况下的交通量分配问题．将道路交通状态定义为行程时间和道路拥挤度的线性加权和．假定在路网随机变化的情况下，出行者以行程时间和道路拥挤度最低为路径选择准则，建立了基于道路交通状态的随机用户平衡配流模型，并证明了模型的等价性和唯一性，给出了该模型的连续平均求解算法．一个小型网络的数值计算结果表明，该模型能反映出行者在随机路网中的路径选择行为．     

一种拥挤数量调节的非均衡网络交通流动态演化模型（英文）

基于经济学非瓦尔拉斯均衡理论, 采用经济学中市场摸索过程模拟出行者路径选择行为; 假设城市出行者在路径决策过程中, 考虑路径出行时间和关键路径拥挤程度的共同影响, 以价格拥挤混合均衡交通流模式为基础, 建立了一种价格-拥挤混合调节的非均衡网络交通流动态演化模型, 并验证了模型稳定状态与均衡的等价性; 基于简单的测试网络和中型路网, 对演化模型进行了模拟, 描述了非均衡网络交通流的演化过程与非均衡状态下交通网络的整体表现。研究结果表明: 时间价格调节模型的演化结果符合经典的Wardrop第一原理, 拥挤数量调节的结果使得OD间各路径上关键路段的拥挤程度一致, 价格-拥挤混合调节的结果会使路径流在走行费用较小和拥挤程度较低的路径上相互进行调整, 其动态演化过程波动性要大于单一调节的情况; 在测试路网中, 考虑采用拥挤程度对路径进行选择的行为, 使得整个路网拥挤均匀程度整体提高62%, 但路段饱和度均值却从0.60增大到了0.64, 表明路网整体上变得拥挤; 若考虑两者的共同调节, 最拥堵路段饱和度从0.936下降到0.787, 均匀程度整体提高46%, 且路段饱和度均值降低, 路径行程时间变小, 拥堵得到改善; 中型路网的测试结果也表明这种混合均衡模式能灵活、客观地描述路网交通流动态演化过程, 获得较为合理的路网系统的稳态流量。      

Dial交通量分配模型和选择概率问题的研究

在道路网络中,交通量在路径、路段、结点中的分配模式与其大小在OD表的各元索中的占有率有着对应关系.本文研究Dial分配模型及其Logic选择特性,运用权理论和概率原理,推导出Dial交通量分配中的路径选择率,路段利用率,结点通过率的计算公式.     

交通突发事件下交通疏散方案设计

交通突发事件极易造成交通拥堵,严重影响城市交通系统的正常运行,应尽快制定与实施交通应急疏散方案。因此,提出一种基于蚂蚁算法优化的多目标交通疏导分配方法,通过蚂蚁算法寻求最优路径,并综合考虑多个目标影响因素,运用多目标交通分配模型生成交通突发事件下的应急疏导分流方案。通过示例仿真分析,验证该方法的可行性和实用性。     

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。