城市快速路网行程时间计算与最优路径选择算法

为提高城市快速路网的整体功能和运行效益,利用实时动态交通数据,根据动态交通因素对路段通行时间的影响,将城市快速路网划分为非拥塞和拥塞两种情况,基于安全停车距离和剩余通行能力,分别计算了两种情况的路段通行时间,提出了以行程时间最短为目标的城市快速路网行程时间计算与最优路径选择算法.将该算法应用于西安城市快速路网进行案例分析,结果表明:该算法的最优路径计算结果与实际相符,误差在15%以内;最优路径的距离约为最短路径的1.84倍.      

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.     

遗传算法在高速公路路径计算中的应用

高速公路路网模型问题是一个十分重要的问题,各种路径的算法一直是高速公路路网模型中研究的重点.文中讨论了用遗传算法求解高速公路路网模型中路径的问题,详细介绍了路网模型的建立、遗传算法的设计和各种算子的选择;并通过仿真计算验证了用遗传算法解决路网模型中路径问题的可行性.     

基于G/G/c/FCFS排队模型的城市停车流量分配模型

为探索城市路网中交通均衡与停车选择之间的相互关系,本文根据出行者实际停车搜索过程,运用G/G/c/FCFS 停车排队模型,研究了路径流量、行程时间、停车场可用概率三者的关系,进而计算停车场在车辆到达时的可用概率,并将此概率纳入停车搜索路径的广义费用函数,最后根据交通网络中出行者路径选择和停车选择理论,提出基于停车排队理论下的随机用户均衡模型,并设计了模型求解算法. 算例结果表明,本文模型能准确合理地分配城市路网中的停车流量. 研究结论有助于从城市整体角度为停车需求规划提供依据.     

基于G/G/c/FCFS 排队模型的城市停车流量分配模型

为探索城市路网中交通均衡与停车选择之间的相互关系,本文根据出行者实际停车搜索过程,运用G/G/c/FCFS 停车排队模型,研究了路径流量、行程时间、停车场可用概率三者的关系,进而计算停车场在车辆到达时的可用概率,并将此概率纳入停车搜索路径的广义费用函数,最后根据交通网络中出行者路径选择和停车选择理论,提出基于停车排队理论下的随机用户均衡模型,并设计了模型求解算法. 算例结果表明,本文模型能准确合理地分配城市路网中的停车流量. 研究结论有助于从城市整体角度为停车需求规划提供依据.     

复杂城市环境下无人机路网模型研究

针对复杂城市环境下无人机路径规划问题，采用三维可视图法研究路网模型。首先，在考虑无人机飞行安全裕度的前提下，将城市密集而不规则的障碍物环境进行变形重组，再以不同的水平和竖直间隔对障碍物外表面进行离散化的节点采集，并构建基于三维可视图的复杂城市低空路网模型。其次，为降低无人机之间的潜在冲突和碰撞风险，引入无人机机动保护区的概念，进一步缩减路网规模，优化路网结构。最后，结合无人机性能和平稳飞行的要求，以最大航向角改变量作为主要限制条件，以最小化路径长度为目标，提出改进的涟漪扩散算法进行求解。仿真结果表明：三维可视图中的采点间隔直接决定了路网模型中节点和链接的数量，并对最优路径与规划时间具有显著影响；1000组仿真实验表明，考虑机动保护区后，最短路径的平均长度相较于无机动保护区时增长了不足1%，而计算耗时降低了近70%。仿真实验验证，通过引入无人机机动保护区和航向角改变量的限制，能够有效降低路网规模，提升运算效率，并有利于获得平滑的路径，降低无人机的潜在碰撞风险。     

基于路网分层策略的高效路径规划算法

为解决路网规模过大导致的路径规划算法计算效率低的问题,通过引入路网分层预处理的思想,采用方向诱导搜索策略、双向搜索策略和数据结构改进策略,提出了一种新的路径规划算法——分层A*算法,并在广东省大规模路网上进行了实验.实验结果表明:与A*算法和Highway Hierarchical算法相比,A*算法的计算效率分别平均提高11.7倍和2.4倍,搜索空间分别平均缩小5.7倍和2.8倍,且新算法的计算效率和搜索空间都更为稳定.     

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。     

基于行程时间可靠性的多类用户交通分配模型

分析了路网在随机因素作用下造成的出行者行程时间的不确定性.假设出行者基于期望行程时间和行程时间可靠性的均衡选择路径,根据出行者对待行程时间可靠性的不同态度,将其路径选择行为分类,建立了基于行程时间可靠性的多类用户交通分配的变分不等式模型.给出了模型的对角化算法.对一个小型测试网络的计算结果表明,该模型能够反映出行者在不确定环境下的路径选择行为.     

���ڸĽ��Ŵ��㷨������ͨ�ź���ʱ�Ż�

针对城市网络的区域信号配时,本文建立了旨在最小化网络总延误的双层规划模型.在考虑出行者出行需求的基础上,以信号相位绿灯时长为控制变量,实现总延误最小化.在对用户出行需求的路径分配上,将流量分配模型转化为均衡路径问题,进而实现出行用户均衡.由于区域信号配时的变量随着网络规模的增加而增加,因此在求解多变量优化模型时,本文采用改进的遗传算法对该多变量优化问题进行分析和求解.以典型的城市区域交通网络为例,对该问题进行分析和算法的验证.算例表明,改进的遗传算法在城市区域网络中,能够有效地实现信号配时方案的优化,对于城市交通信号配时优化和管理有积极的启示.     

随机交通网络约束最可靠路径问题

为了模拟仿真交通网络中,约束条件下考虑风险性车辆路径选择行为,建立随机交通网络环境下约束最可靠路径问题数学规划模型,并讨论了其对偶问题.采用梯度下降算法求解对偶问题,获得原问题最优值的上界和下界,通过迭代获得原问题的近似解.针对Sioux Falls network展开数值试验并对数值结果进行了对比分析.计算结果表明：在随机交通网络环境下,无约束和有约束条件下求解的最可靠路径是不同的;不同的资源约束条件下求解的最可靠路径也是不同的,资源约束条件对交通网络中最可靠路径的选择有很大的影响.     

面向鲁棒性的高速铁路网络列车运行调整计划优化模型

针对高速铁路路网中出现区间封锁事件,考虑事件持续时间的不确定性,以列车运行时间和安全间隔时间为约束条件,引入路径选择唯一性约束保证列车运行调整计划的鲁棒性,以所有列车晚点时间之和的期望值最小为目标函数,建立高速铁路列车运行调整计划优化整数规划模型.设计基于优先级规则的启发式算法,求解原模型的可行解.运用拉格朗日松弛算法和最短路径算法求解该模型的松弛模型,得到原模型最优解的下界.根据可行解与最优解下界之间的距离,可以定量地衡量可行解的质量.结果表明,相较于CPLEX数学求解软件,算法求解效率较高;模型与算法能够有效生成鲁棒的列车运行调整计划,为调度员提供必要辅助决策信息.     

基于连续近似模型的轨道交通与常规公交耦合优化设计

为研究城市轨道交通与常规公交线网耦合优化设计问题，本文基于近似方格型路网并考虑乘客的多种路径选择，构建双层混合整数优化模型，以同时求解地铁与常规公交发车时距、常规公交的线间距及站间距。上层模型是以系统总成本(乘客成本与运营商成本之和)最小为目标的连续近似模型，以寻求乘客与运营商两者之间的平衡关系，并对各项成本进行详细推导。采用序列二次规划算法，并用凸算法对该非凸问题进行包络。下层为考虑依概率分配的路径分配问题，使用MSA算法对各路径流量加权分配，考虑到问题的解析形式具有非凸性，故采用启发式方法进行求解。最后，以南京市建邺区实际公交线网为例进行案例分析，以此验证该优化模型的有效性。经过优化，以非拥堵时段为例，该研究区域内乘客平均出行时间由 41.6 min减少至 33.0 min，降低约20.6%。本文所提出的优化模型可以为方格路网城市的公共交通线网规划提供参考依据。     

网络流量随机条件下的随机交通网络平衡分析

考虑到现实条件下交通网络的不确定性状态,提出了从确定型网络到不确定型网络状态下,出行者路径选择行为的改变,即由出行时间最短的路径选择行为转变为在追求一定行程时间可靠性的基础上选择出行时间最短的路径选择行为.考虑到网络上交通需求量的不确定性提出了最优可靠行程时间的概念.在此基础上将出行者追求最优可靠行程时间的路径选择行为纳入到随机交通网络平衡分配模型中,证明了模型的等价性和唯一性.最后在一个小型测试网络上对模型分配结果进行了测试,测试结果符合实际情况,表明模型能够较好地反映出行者的路径选择行为.     

��ȷ����������������ѡַ³���Ż�ģ�ͼ����㷨

研究了不确定环境下物流中心的选址优化问题,在随机优化模型的基础上,采用遗憾模型的形式构建了相关问题的鲁棒优化模型。分析了鲁棒优化模型与确定性优化模型、随机优化模型的关系,并在此基础上给出了求解鲁棒优化模型的两种方法——枚举法和遗传算法。以Visual Studio6.0为平台,以Visual C++为开发语言编写了两种算法的代码,代码中通过调用Lingo9.0来求解确定性优化模型和两阶段随机优化模型。利用上述两种算法对若干算例进行了测试,结果表明,本文给出的算法能够满足问题求解需要,与随机优化模型最优解相比,鲁棒优化模型的最优解对各情景下参数扰动的现象敏感程度更低,因此具有更低的风险。     

动态多用户网络承载模型

动态网络承载模型是拥挤网络在一定时期内在路径流率被给定的条件下,确定依赖于时间的路段承载量、路段出行时间和路径出行时间.笔者的目标在于提出动态多用户网络承载模型(无需FIFO条件),同时证明网络承载模型解的存在性.     

��������ʱ��³���ɿ��Ե������ͨ��������

在基于走行时间可靠性的交通均衡问题中,普遍存在假设是引起走行时间变异的O D (Origin Destination)需求或路段通行能力的概率分布是精确已知的。然而,现实中这些概率分布很难精确获得.本文放松这个假设而仅要求知道O D需求的前m阶矩(这里m是和路段费用函数的形式相关的正整数),通过运用最坏风险价值和最坏条件风险价值指标定义鲁棒分位走行时间和鲁棒超过期望走行时间,并证明在一般分布下两种出行时间是等价的.基于此定义,通过整合出行者的感知误差,提出了鲁棒分位随机用户均衡(鲁棒超过期望随机交通均衡)模型,模型被表示为一个变分不等式,并证明了解的存在性,然后运用一种启发式算法求解该模型.数值算例显现了模型在应用上的特性及算法上的有效性.