随机路网的最短路径问题研究

主要研究随机路网中的最短路径问题,首先给出随机路网的定义,建立了随机路网的模型,假定路段的费用是满足正态分布的随机变量,并给出从历史数据中得到此变量的均值和方差的统计学方法;然后得出路径出行费用的均值及方差的递推公式,将费用的方差当作一个限制条件,从而在Dijkstra算法的基础上,提出了带单一限制条件的最短路径算法,同时给出了算法的具体流程;最后用一个简单例子演示了算法的具体步骤,并在南京路网中验证了此算法的实用性。     

考虑禁行路线路网的最优路径求解

为了解决含有禁行路线路网中的最优路径求解问题．研究了含有装行路线路网的特点．建立了数学模型。通过路网转化法把含有禁行路线的路网转化为不含禁行路线的路网．降低了最优路径求解的难度。采用邻接结点关系矩阵和邻接结点权矩阵表达路网中结点和路段的拓扑关系，减少了路网的存储空间。用动态邻接结点关系矩阵和邻接结点权矩阵对经典的Dijkstra算法进行了改进，节省了计算机存储空间、提高了计算效率．并给出了基本算法。将所研究的路网转化方法和改进的Dijkstra算法应用于所研发的车辆诱导系统软件，并进行了实际测试。测试结果表明．府用该方法能够在含有禁行路线的路网中求解最优路径．且运算效率较高。     

基于均衡原理的单向交通瓶颈路段诊断法

以单向交通组织区域边界的道路节点为OD点,把交叉口转向流线虚拟成路段,转向车道的通行能力作为虚拟路段的容量,转向车道的行程延误作为虚拟路段的交通阻抗,与实际的路段一起组成单向交通组织区域节点OD之间的路径,采用集合运算合成节点OD之间的通道容量。利用交通均衡方法,经交通分配得到单向交通组织区域的路段和虚拟路段的交通量。通过计算饱和度判断路段和交叉口的拥挤程度,诊断出交通瓶颈,为单向交通组织方案的完善提供可靠的支持。     

一种基于路段惩罚法的合理路径集生成算法

为了给路径选择模型提供合理的路径集输入,使路径集能够包含更多驾驶员实际选择的路径,提出了一种基于路段惩罚法的路径集生成算法.根据发生拥堵的频率定义路段的拥堵指数,然后根据拥堵指数确定新算法的惩罚规则:在上一次计算的最优路径中需要增加阻抗的路段,是拥堵指数较大路段,而不是原始算法提出的所有路段.通过定义合理的指标评价路径集生成算法的有效性,根据实测的驾驶员出行路径数据评价改进的路段惩罚算法、原始的路段惩罚法以及应用较广泛的随机分类组合法.结果表明,在几种算法中本文提出算法生成的路径与实测路径完全一致的比例最大.     

基于替代路径的路网连通可靠性评价方法研究

首先综述了路网可靠性的发展情况,重点阐述了传统连通可靠性的算法及其特点。传统连通可靠性算法考虑路段仅为0/1两种状态,即路段连通或者中断,不考虑网络交通流状态对出行连通质量的影响,不适用于路段密集的城市路网。在此基础上,提出了替代路径的连通可靠性算法,假设城市路网出行中,当初选路径被破坏或不可选择时,替代路径的出行费用与初始路径出行费用差距越小,则出行的连通可靠性越高,出行服务质量越高。最后,提出了基于替代路径出行费用的连通可靠性评价数学模型,并进行了一个示范案例的应用。     

基于Vague集的道路交通状态决策信息融合

为了获取更加合理、准确的交通状态决策信息,针对交通状态决策信息的多源、模糊、时变特性,基于vague集建立了浮动车、感应线圈与人工报告作为信息源的模糊信息融合模型,能够实现路段与区域路网的交通状态判别。给出了一个路段多源交通状态决策信息融合的算例,验证了该方法的有效性。该方法同时为主客观信息融合提供了一种实现途径。     

路网交通流微观模拟建模方法研究

为真实再现路网交通流的运行规律,本文对路网交通流微观模拟的建模方法进行深入研究。探讨表征路网邻接和转向关联的各种邻接矩阵的构建方法,提出将路网交通流的模拟过程划分为交叉口和路段两个进程的建模方案,并对交叉口和路段进程的车流运行特性进行分析,使得对整个路网的模拟更加合理、有效,从而为路网微观模拟建模方法的进一步完善奠定基础。     

基于流量和出租车GPS数据的城市道路网络宏观基本图

为把握城市宏观交通状况,发掘城市道路网络交通流内在特性,从而达到缓解日益严峻的交通问题的目的,对交叉口流量和出租车GPS两类数据进行数据融合,运用宏观基本图(MFD)和广义宏观基本图(GMFD)在城市道路网络中的存在性以及二者之间存在的差异,以路网平均车辆数、路网通行能力和密度分布为指标来描述MFD和GMFD,并提出一种利用路段流量和出租车GPS数据拟合得到MFD和GMFD的方法,发现路网中密度的不均匀分布是导致路网通行能力不高的原因.针对由长沙市13个道路交叉口组成的区域路网,分别计算出分小区和分路段的MFD特征值,提出了根据存储空间能力(即临界路网平均车辆数的大小)对拥堵路网进行合理分流的方法,实现高峰时期拥堵路段的路径诱导以及路网通行能力的最大化.     

考虑道路等级和拥堵惩罚的城市路网平均负荷度计算

在路段及交叉口负荷度评价的基础上,提出了描述城市路网等级结构特性与路段流量差异性的道路等级修正系数及路段权重系数,使城市路网中不同等级、不同流量的道路能在同一水平下作比较分析;结合惩罚因子的概念提出了评价路网整体运行状态的指标即路网平均负荷度,并给出了路网平均负荷度分级标准;通过实例对指标进行验证,结果显示路网平均负荷度评价指标与传统的路网服务水平指标相符,可对路网运行状态、路网规划整体运行效果评价等提供宏观判断依据。     

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.     

3种路面方案选择方法的对比应用

在进行路面方案选择时,常采用层次分析法和模糊综合评判方法,评判结果依赖于专家的判断,方案评判的可信度较低。借鉴路面管理系统、寿命周期费用等研究成果,提出了一种新的选型方法———性能费用比法,给出了详细的使用步骤,并结合实例进行了3种选型方法的对比。结果表明,性能费用比法不仅具有专家评判的优点,而且评判结果更合理全面,完全定量化,是进行路面方案选择的有效方法,将得到日益广泛的使用。     

大修汽车可靠性加权综合评价方法

探讨了大修汽车可靠性评价的加权综合评价方法。使大修汽车的可靠性评价由单项指标提高为综合指标，为比较不同型号大修汽车的可靠性水平提出了理论依据。该综合评价方法考虑了影响汽车使用可靠性的各种因素，使评价更全面、更合理。从应用实例可见，其结果正确、可信。     

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。     

综合运输网络中的公路交通量分析与预测探讨

在综合运输网络中,公路与铁路、水运等运输方式间的竞争与协作关系日益复杂。而传统公路项目交通量预测往往从公路交通系统自身的角度出发,割裂了公路交通与其他运输方式之间的复杂关系,因而影响了预测结果的可靠性。本文以国道主干线上海至成都高速公路(沪蓉高速)麻城至武汉段为例,站在综合运输的全局角度,在全面分析公路、铁路运输特性及其对综合运输分担的影响的基础上,提出了综合运输网络下的公路项目交通量分析与预测方法,并在方式分担预测过程中创造性地引入了LOGIT模型修正系数以提高其可靠性,从而保证了交通量预测的精度和准确性,以利于客观反映出公路项目在综合运输网络中的客货运地位和作用。     

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。     

基于模糊综合评判的轿车综合性能评价方法

轿车综合性能的评价是一项复杂的系统工程。依据模糊数学中的模糊综合评判原理,建立了对轿车综合性能进行评价的二级模糊综合评判模型．提出了一种对轿车综合性能进行综合评价的新方法。根据提出的评价方法,对轿车的综合性能进行了评价。该方法考虑了影响轿车性能的多种因素,结果简单合理,易于运用计算机来处理。评判结果对轿车的生产、销售以及购买提供科学的决策依据。     

基于K means聚类算法的盾构掘进参数设定方法研究

盾构掘进参数的合理设定是保障盾构隧道施工质量和安全的基础。为实现掘进参数的准确设定,基于典型工程类比设定理论,将K means聚类算法与经验公式设定法相结合,提出盾构掘进参数类比设定法（SAPAS）,实现典型工程工况掘进参数的自动提取和匹配。与传统的经验公式法相比,SAPAS改善了经验公式的实际使用效果,能够更准确地进行参数设定,有利于提高施工质量和安全。通过在上海轨道交通的部分工程中进行实践,取得了良好的施工效果。     

公路客运枢纽的班线组织与配置方法初探

针对公路客运枢纽班线配置问题，对班线组织和配置方法进行研究。在考虑公路客运枢纽布局的基础上，探讨了客运班线的组织和配置原则，提出班线组织主要是协调集约化和分散性两种需求。在总体思路的指导下，宏观配置方法结合场站体系和功能定位，提出了各类型场站班线配置策略；以宏观配置策略为指引，微观配置方法通过建立分区客流预测模型，依据各交通小区到各目标客运站的出行时间和最短路原则，确定各客运站对该类班线的市场划分情况，将该类班线的运力分配到各个客运站，使得总出行成本最小。     

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。