基于GIS的公交网络配流新方法

分析了传统公交网络配流中忽视公交行驶时间与路段流量的微关联性及公交车的容量限制等方面存在的弊端,提出了用拥挤函数概念描述出行阻抗与流量的关系。结合公交出行时间链对公交网络阻抗进行了系统化研究,建立了基于站点的多路径-容量限制的概率分配模型,并提出了在配流过程中的具体方法和步骤,同时将配流方法与GIS技术相结合进行公交网络配流分析。应用结果表明该方法预测结果与实测值基本吻合,具有较高的准确性和可靠性。     

超级拥挤公交网络均衡配流

使用公交路段的表示方法描述公交网络,公交路段上的出行费用受拥挤影响,公交车辆上的乘客流量受车辆运营能力限制.在拥挤影响和能力限制的双重约束下,建立公交乘客均衡配流模型,设计求解算法并给出算例.模型和算法尤其适用于高峰时期乘客流量大于线路运营能力的超级拥挤公交网络均衡配流.     

ӵ����ͨ�����Braess’ �������

在拥挤交通网络中,路段阻抗不仅与本路段车流量有关,也受其它路段车流量影响.本文讨论拥挤交通网络中同时考虑本路段和其它路段流量影响时Braess’悖论的性质及在系统最优分配下新增路段的作用.利用用户平衡(UE)和系统最优(SO)条件,计算得出Braess’悖论发生时交通需求具体范围及SO分配下新增路段有意义的交通需求具体范围,研究其它路段车流量对悖论产生概率影响及对SO分配下新增路段是否起作用的影响,讨论其它路段对UE分配和SO分配网络总阻抗差距的影响.结果表明,悖论发生概率,SO分配下新增路段起作用的概率及两种交通分配网络总阻抗的差距都受其它路段不同程度的影响,这为城市交通网络规划拓宽了思路.     

交通运输网络中两个结点间有流量约束的最小费用最大流算法

对交通运输网络最小费用最大流的分配是在满足容量限制条件和流量守恒条件下,基于总费用最低的原则进行的,但在实际应用中,通常对交通运输网络中两个结点之间的流量有具体的要求和约束限制条件.针对交通运输网络中两个结点之间有流量约束的最小费用最大流问题进行了分析,总结了两个结点之间的流量不能超过限制值、不能低于限制值以及在一定范围内的3种约束条件.基于连续最短路算法中构造伴随增流网络的思路,设计了这3种约束限制条件下的最小费用最大流分配算法.利用这个算法,可以解决交通运输网络中两个结点之间有流量约束的最小费用最大流分配问题.在交通运输领域,两个结点之间有流量约束的最小费用最大流问题普遍存在,这些算法也为解决实际的运输问题提供了应用基础.     

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.     

基于多向堵塞的超点模型研究

在城市路网中,节点阻抗极大影响着路径选择及交通分配的结果.为弥补对节点转向阻抗研究的不足,优化路网流量分配,本文分析了已有节点结构模型,并在超点结构基础上,考虑节点转向的拥堵效应,完善对转向流量、阻抗等信息的记录,提出了转向堵塞后的路径选择方法,建立了基于多向堵塞的超点模型,并设计了求解算法.通过容量限制-增量加载的交通分配方法,演示了算例网络在考虑和不考虑节点转向阻抗下的流量分配过程,分析了网络中路径阻抗变化及路段、转向流量分布.结果表明：基于多向堵塞的超点模型可以有效地表达节点的转向阻抗变化,以及多向堵塞对于流量分配的影响,更符合实际中的交通分配.     

带有区间数弧容量上限的网络优化

提出了弧容量上限为区间数的网络优化问题;给出了保守最大流、乐观最大流、最小风险代价乐观最大流和最小风险代价流的定义和数学模型;针对目标函数的非线性特性,设计了特殊的算法步骤;引入可调圈概念,通过求最大流和给定流配流问题的多重解以获得最小风险代价最优解;最后,本文还给出了算例,验证了算法的有效性．     

交通分配中阻抗函数的研究和应用

分别从连续流和间断流两个方面,讨论了在城市道路交通分配中应用的阻抗函数。在连续流阻抗函数中,以速度—流量关系为出发点,提出畅通和拥挤不同状态下的分段研究方法。在间断流阻抗函数中,将路段和交叉口分开考虑,根据美国道路通行能力手册的延误公式计算不同转向交通流的延误。通过在宏观交通模型中的检验表明,文中提出的两类延误函数具备较高的适用性和准确性。     

道路路网拉直算法设计

道路网络图是交通规划与管理的重要工具。为优化路网布局,并提升道路网络结构的美观性,提出道路路网拉直算法。该算法在保证路网调整量最小的前提下,将路段全部拉直成π/4的倍数形式,使得路段仅保持水平、竖直及斜π/4三种形式,并保证原始路段上的节点与拉直之后的路网节点能够一一对应。为实现路网拉直,应努力构建两阶段优化模型,即角度调整模型和节点调整模型。其中,角度调整模型从路段角度出发,以路段角度总调整量最小为目标,将路段角度全部调整为π/4的倍数形式;节点调整模型基于路段调整后的角度,以节点位置总调整量最小为目标,调整节点位置,使得路段全部满足调整后的角度。算例分析表明,该模型与算法对路网的布局优化和美观性具有良好的提升效果。     

基于网络对偶均衡的有边约束的交通流分配模型

利用网络对偶均衡理论,依据“局部近视”用户均衡原则建立了具有一般边约束的网络交通流分配模型. 将交通网络中的流量与行程时间看作一对对偶的变量. 从网络的基本组成元素入手,首先考虑网络节点的流量守恒条件与节点距起点最小行程时间对偶关系,然后考虑路段流量与“局部近视”用户路段行程时间约束条件的对偶关系,最后通过整合上述对偶关系,并增加一般边约束建立了新的交通流分配模型. 分析了模型求解过程中如何体现“优先出牌”与“在途调整弹性”两个择路行为假设. 利用模型求解结果中分起讫点对的路段流量唯一的特点,给出了确定有效路径集的搜索算法. 用算例验证了模型及算法的有效性,并对具有一般边约束的流量分配模型的计算结果从拥挤收费和路段排队延误角度进行了解释.     

基于最大流的路网结构优化

用组合图论法构造道路网络的赋权有向图,分析路网结构的均衡性,确定造成路网不均衡的关键路段．利用网络可行流的平衡关系,以流等价和点守恒原则为约束条件,建立网络最大流模型．根据最大流最小割定理,用割集矩阵法求网络的最大流．网络流量最大时,那些流量饱和的路段即为关键路段．增加关键路段的通行能力,即可增加路网的通行能力．     

最大流灵敏度分析算法及在交通管理中的应用

由于道路突发事件或地铁施工,会使事件所在道路通行能力下降,使路网运输能力受到影响。这种情况下,交管部门一般会采用一些交通管制措施,将事件道路上的交通流引导到其他路段上,以减轻对堵塞路段的压力。论文提出路网局部能力下降时,网络流关于容量的灵敏度分析算法,获得新的最小费用最大流分配方案,为交通组织方案提供依据。     

网络流的多重解问题研究

介绍了最大流问题的多解,并从此问题出发,研究了最小费用最大流的多重最优解问题,总结了判断多重最优解存在的准则。该准则为若已求出的最小费用最大流分配网络中存在其两个弧组费用相等的可调圈,此问题就有多重最优解。在符合条件的可调圈上进行流量调整,便可得到该最小费用流问题不同的最优解。     

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。      

道路交通网络脆弱性动态辨识方法

分析了路段和节点的流量传播过程与离散的瞬时动态用户最优路径选择均衡条件,建立了反应型的动态用户均衡网络交通流模型,设计了对角化的启发式算法求解模型,评价了动态化的道路网络脆弱性指数。分析结果表明：在自由流速度为40 km·h-1、堵塞密度为125 veh·km-1的9节点12路段构成的算例路网中,在时刻3路段1受损时,路段3在高峰时的车辆数量从原有的50 veh增加到了100 veh,入口流量增加1倍,路段2的入口流量降为0;在路段3、6、7和10构成的路径上,路段1受损使得此路径的车辆数将近增加1倍,车辆数量的增加导致各路段的阻抗增加。提出的方法能刻画车辆绕开受损路段的交通流传播过程,能有效辨识道路网络在各个路段各个时刻的脆弱性。     

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。     

基于子网独立计算的两级交通分配方法

基于子网分布式计算的交通分配方法的构想,以含有一个单通道子网的简单网络为研究对象,针对子网OD对（子OD对）提出子网虚拟化和子网平衡阻抗的概念,建立了描述单通道子网平衡状态下子OD对间的阻抗和子网OD量之间关系的子网流量-平衡阻抗表,进而提出基于子网独立计算的两级交通分配方法。将子网的每个子OD对转化成相应的虚拟路段。其阻抗由事先建立的子网流量——平衡阻抗表确定,然后对虚拟化后的网络进行一级分配。根据一级分配得到的各虚拟路段的流量,对各子网进行二级分配。分析表明,子网虚拟化后的网络得到简化．而且考虑到各子网规模的相对较小以及一些二级分配可以并发进行,以提高分配速度。     

多模式路径流量估计模型与算法

为了通过路段检测交通流量计算拥挤条件下多种交通模式需求,提出了一个随机用户平衡条件下的多模式路径流量估计模型,并给出了相应模型的增广拉格朗日乘子算法,算法将模型中的路段容量、观测路段流量平衡与估计需求的范围等约束条件转化为相应的惩罚函数项,并将原先的有约束优化流量估计模型转化为一个无约束优化模型,最后应用一个简单的投影迭代算法求解无约束优化模型.仿真结果表明:先验需求误差对模型的需求估计结果有重要影响,误差越小估计结果越准确,而先验需求误差对路段流量估计结果几乎没有影响,因此,模型和算法简单可用.     

���������ŶӵĶ�ģʽ��̬������������о�

给出了一个物理排队条件下的考虑多种交通模式相互作用的离散时间动态网络装载模型,模型将的单一模式动力波理论扩展为多模式的动力波理论,假设路段上只有两种流量状态:一个是后向波,不同模式车辆处于拥挤状态时,车辆不能通过超车来改变车辆速度,进而导致处于排队中的不同模式车辆速度趋于一致,进而只以一种拥挤波向后传播;另一个是前向波,由于不同模式车辆处于自由流状态,车辆按照自身速度行驶。根据路段出入口的不同模式车辆的累计车辆数,以及路段波速,计算可能的路段出入口流量;并以此为基础,进一步计算路段的实际出入口流量。仿真试验结果表明,模型能够很好的反映多模式拥挤排队状况。     

有流量需求和分品种容量限制的运输网络最大流算法

基于Ford-Fulkerson算法求最大流的思路,对有流量需求的分品种容量限制的运输网络构造最大流算法,将有流量需求的转运节点分为转运节点和汇节点,同时构建单源单汇,寻找增流链进行流量调整。最后,通过示例对算法进行验证,计算出了满足流量需求和分品种容量限制的运输网络的最大流。