基于标号算法搜索过程的K最短路算法设计

K最短路径问题是最短路径问题中的一个重要分支,它在物流调度、交通流分配、交通网络的路径选择中起着重要的作用.为了提高K最短路的计算效率以及实用性,充分利用传统标号算法搜索过程获得的众多节点临时标号信息,设计了基于搜索过程的Dijkstra标号算法.该算法在搜索过程中得到一条最短路径的同时,获得了大量的临时标号信息;在此基础上,继续采用该算法利用这些临时标号信息进行标号,可以获得其他严密K最短路;将该算法与交叉口有延误的最短路径算法相结合,可方便的计算城市交通网络中交叉口有延误的K最短路径问题;该算法简化了K最短路的计算过程,提高了算法的计算效率.最后,利用一个简单网络介绍了该算法的计算过程.     

列车时空服务网络客流分配方法研究

客流分配方法研究是铁路客运产品设计的核心,对评价列车服务网络质量具有 重要意义.本文研究旅客列车运行图形成的时空服务网络属性及其构造方法,在分析多层 次旅客具有不同的服务时间窗期望、换乘次数、换乘时间等出行选择行为基础上,确定网 络弧段阻抗.建立体现旅客时空差异服务需求约束的客流分配模型.提出由时间窗搜索和 改进的Dijkstra 算法构成的组合算法求解旅客合理时空服务路径集合,设计基于合理服 务路径集的客流分配子算法.实现在网络条件下,根据分配权重函数不同,完成客流时空 分配.最后,利用MATLAB 编程,以京广高速铁路相关时空服务网络为例,验证模型和算 法的有效性.     

基于局部连通性的在途动态路径诱导方法

驾车购物已经成为现代城市居民常见的生活出行方式,而驾车购物出行量的不断 增长也引发了严重的道路交通供需矛盾,加重了城市交通拥堵程度.为更好地满足居民驾车购 物出行的实际需要,出行路径诱导已成为一种优先选择,但目前大多数路径诱导方法运用固 定的最优路径搜索算法来规划行驶路线,不能完全自适应交通流的变化,并没有考虑到购物 出行特点.本文提出一种在途动态路径诱导方法,分析实时交通信息对路网连通性的动态影 响,在途中对诱导路径进行局部范围的重新搜索,并及时将更新结果反馈给在途车辆.实验结 果表明,与其他动态路径诱导方法相比,该方法计算量减少了56%以上,具有更强的实时性和 有效性,并具有开放性结构,能够根据需求替换不同路径搜索算法.     

基于最优化思想的城市交通流分配

介绍了用矩阵迭代法求最短路径问题．该方法与现在经常应用的Dijkstra算法（即标号法）相比，具有计算简单且计算量小的优点，能够在求得任意交通节点之间的最短距离的同时显示出所走路径，这是其他算法所不具备的突出优点．给出了矩阵迭代法求最短路径的具体方法，以某中等城市为例进行了最短路径的寻优和交通流分配，该实例证实了该方法的应用价值．     

基于乘客路径选择的多制式轨道交通客流分配

为量化换乘对乘客出行路径选择的影响程度,在单层网络中添加虚拟换乘站,构建无隐性连接的三层多制式轨道交通拓扑网络模型。基于时间、换乘节点衔接性,计算线网间衔接性系数;利用Dijkstra法搜索模型各起讫点间的 K 短路径,以乘客感受到的线网复杂度及乘客出行计划确定时间,建立乘客对线网的熟悉度函数;根据乘客路径选择影响因素构建广义出行费用,利 用Logit函数对每条路径的选择概率进行计算;最后设计客流分配算法进行求解,实现对多制式轨道交通网络的客流分配。以成都地铁、成灌、成贵高铁等线路建立多制式轨道交通网络仿真模型,对其客流分配实例分析表明,客流的分配结果与实际数据基本吻合,证实了客流分配算法的真实有效性。     

基于OpenStreetMap的城市自行车网建模与多判据路径规划

自行车交通是一种健康、绿色、环保的交通出行方式,合理地规划自行车出行路线对于满足骑行者多元化出行需求、构建安全规范的城市交通出行环境具有重要的意义.在对真实骑行者路径选择行为深入分析的基础上,提出了基于Open Street Map的城市自行车网络的构建方法及基于其上的多判据自行车路径优化的数学模型,并给出了求解该模型的一种基于聚类的最优多判据路径规划方法.实验仿真结果表明,该模型及方法能够生成满足骑行者真实需求的多判据路线方案.     

转向约束网络中的对偶最短路径树原理及其原型算法

为比较有无转向约束条件下最短路径特征及其搜索算法的异同点,基于对偶图理论证明了转向约束网络中从单个源点到所有弧的最短路径集构成其对偶网络的生成树,提出了对偶最短路径树(DSPT)概念,并利用其分析算法之间的关系。研究结果表明:转向约束下的现有求解方法包括弧标号算法、节点标号算法和对偶网络法都可以统一到DSPT算法框架内,而且与无转向约束的最短路径树(SPT)算法在路径搜索策略上是相同的;对于转向约束网络中的最短路径问题可建立一个DSPT原型算法,结合各种SPT标号技术能设计出更多的有效算法。     

基于影响度的有效路径集合的确定

在进行城市交通规划时,交通分配是一个关键步骤,有效路径集合的确定对随机交通分配的结果有很大影响.本文首先对基于Logit的主要交通分配算法进行了分析,指出了它们的不足;通过分析可知,有效路径集合的定义应考虑路径本身的性质及交通需求量的大小,然后根据一条路径对其它路径分配到交通流量的影响程度给出了路径影响度的定义,并依据...     

基于混沌蚁群算法的最短路径选择研究

如何解决最短路径选择问题一直是城市交通流诱导系统的关键之一.基于群体仿生理论的蚁群算法是解决此问题的一种方法,针对采用蚁群算法进行最短路径选择时易出现的陷入局部最优解问题,引入混沌理论,采用混沌蚁群算法利用混沌初始化进行改善个体质量和利用混沌扰动避免在蚁群算法搜索过程中陷入局部极值,同时降低了蚁群算法的时间复杂度,从而更好的解决了最短路径选择问题.     

基于混沌蚁群算法的最短路径选择研究

如何解决最短路径选择问题一直是城市交通流诱导系统的关键之一.基于群体仿生理论的蚁群算法是解决此问题的一种方法,针对采用蚁群算法进行最短路径选择时易出现的陷入局部最优解问题,引入混沌理论,采用混沌蚁群算法利用混沌初始化进行改善个体质量和利用混沌扰动避免在蚁群算法搜索过程中陷入局部极值,同时降低了蚁群算法的时间复杂度,从而更好的解决了最短路径选择问题.     

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.      

基于GERT网络的应急救援关键路段识别

为了及时识别出突发事件下城市道路的关键路段,以构建最短应急救援路径,本文提出了一套完整流程.首先,针对路网在应急条件下的贫信息环境特征,设计一种基于模糊综合评判的行程时间估算方法.然后,考虑救援人员的应急心理和经验选择行为,构建面向广义阻抗的GERT(Graph Evaluation and Review Technique)网络模型.最后,运用Dijkstra算法获得救援路径完成关键路段识别.以成都市某区域实际交通网络为算例进行验证,结果表明:基于2种模糊算子估算路段行程速度,其绝对误差为2.722 km/h,精度较高;与传统关键路段识别方法相比,GERT网络模型能更好地反映行程时间和路段拥挤度对路径选择行为的影响(拟合度80.95%),并将重要度识别技术从路网降低到路径层面,效果良好.     

基于交通限制的路网最优路径算法

为了解决车辆诱导系统中复杂道路结构表达及因为城市道路交通信号管理而产生的最优路径选择求解的复杂性,依据图论中最短路径算法的基本原理,提出了含有禁行路线路网的最优路径求解算法。以行程时间最少为目标,按照网络转化法把含有禁行路线的路网转化为不含有禁行路线的路网,采用邻接节点矩阵和邻接节点权矩阵实现了道路节点关系的表达,改善了传统的Dijkstra算法,将全局节点路径的求解转化为与求解节点紧密联系的局部区域求解,将所研究的网络转化方法和改进的路径寻优算法应用于车辆诱导系统。结果表明应用该算法能够在含有禁行路线的路网中求解最优路径,减少了问题求解的路网节点数,提高了计算效率。     

基于层次蝙蝠算法的应急车辆调度与交通疏散协同决策

城市路网多事故应急救援中，因交通拥堵造成应急车辆滞留现象时常发生，严重影响道路交通事故救援效率.提出通过交通疏散提高救援路径的可靠性，构建双层规划模型对应急车辆调度和交通疏散进行协同决策. 设计一种双层蝙蝠算法，上层算法在应急车辆需求、事故时间窗和可用车辆约束下求解响应时间最短的调度方案，下层算法在路段容量和疏散需求约束下求解多条最短路径的交通疏散策略，从中选取最短时间路径. 算例结果表明，本文模型通过缩短应急车辆在途时间有效提升了应急救援效率，算法具有优秀的寻优能力和运行速度.     

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.     

随机时变特征下基于行程时间的路径选择算法

基于南京市实测数据分析了道路交通流实际随机、时变特征,证实现有行程时间最短路径算法相关研究中对道路交通流的随机、时变特征的假设与实际不符.以反例论证道路交通流实际随机、时变特征下,自适应算法(Adaptive Routing Policy)在求解行程时间最短路径方面的无效性.针对交通模式时段内道路交通流随机、时间无关的特征,以及路段行程过程中行程时间的确切概率分布难以知晓的实际情况,提出基于历史概率分布的历史期望行程时间最短k路径基础上的考虑风险衡量及当前道路实际交通流状况的路径选择算法.     

多模式疏散交通车队配置与车道分配协同优化研究

考虑疏散交通的动态性和风险性，研究多模式疏散交通车队配置与车道分配的联合优化问题。首先，根据不同类型车辆的自由流速度，将路网离散为多尺寸元胞网络，采用元胞传输模型模拟混合交通流。然后，以最小化疏散总风险为目标，将多模式交通协同的动态疏散问题描述为混合整数线性规划模型，引入惩罚项消除因模型松弛产生的“车辆滞留”问题。在 NguyenDupuis路网中分析不同疏散需求下的最优车队配置、车道分配、疏散效率和疏散路径。结果表明：存在一个疏散交通需求区间，相比单模式疏散，组织多模式车队能够进一步降低疏散总风险， 而且最优的公交车配置比例呈阶梯变化；受路网通行能力限制，路网利用率存在上限；疏散总风险指标对疏散需求的变化比网络清空时间更敏感；多模式交通共享的路段一般位于临近风险源的出口通道，大容量的公交车优先占用最短路线，以提升疏散系统的效率。     

面向新型混合交通流的智能交叉口网络布局优化

考虑网联自动驾驶车辆(Connected Autonomous Vehicle, CAV)应用先进的车联网与自动驾驶技术，可以采用智能交叉口的组织形式，大幅提升交叉口的通行效率，为降低CAV与人工驾驶车辆(Human-driven Vehicle, HV)混行条件下城市交通系统的整体出行成本，提出智能交叉口在城 市交通网络中的布局优化问题，建立数学优化模型并求解。首先，基于对两类车辆行驶特性的分析，建立混合用户均衡模型，描述CAV与HV的路径选择行为；其次，从交通规划者的角度，以系统最优为目标，整合混合用户均衡模型，建立面向新型混合交通流的智能交叉口网络布局优化模型，并利用改进的遗传算法求解；最后，选取Sioux-Falls交通网络作为案例分析，验证模型与算法的有效性，并研究CAV渗透率变化对优化结果的影响。研究表明，智能交叉口在城市路网中的合理规划极大地提高了新型混行场景下城市交通系统的出行效率，同时，大幅降低了由于网联自动 驾驶单方面技术优势带来的CAV与HV的出行效率差距，增进了出行公平性。