考虑行程时间可靠性的阻抗函数及其应用

目前对于交通网络上交通阻抗的选取一般选用时间、距离、费用等因素,其最优路径通常为最小阻抗路径。随着城市交通变得日益拥挤及影响出行因素的不可靠的增加,行程时间可靠性成为人们选择出行路径的一个重要影响因素。文中考虑这个因素,建立了行程时间可靠性函数,并对其进行变形处理,提出了行程时间可靠性费用的概念,将其作为路阻函数,将求解最大可靠性路径问题转化为求解最小行程时间可靠性费用问题,使路阻不但考虑了交通阻抗中最关键的因素即出行时间,又考虑了出行时间的不稳定性,更符合实际路网中出行者对于出行路径的选择行为,还能作为路阻费用在交通规划软件中方便使用;最后将该方法用于交通影响评价中交通影响范围的确定,并在TransCAD中进行了实现,将其结果与基于时间确定的交通影响范围进行比较,证明了该方法的可行性及实际应用价值。     

考虑收入再分配的交通拥挤定价

为了解决交通拥堵问题,很好地调整交通需求,学者们提出了交通拥挤收费政策.但城市道路作为公共设施进行拥挤收费存在着一定的弊端,如果不能正确合理地确定拥挤收费费率,不能从真正意义上理解拥挤收费与社会福利和公众支持之间的关系,则该政策很难实施.文中通过对交通拥挤收费含义的介绍,提出了最优拥挤定价进行费率确定的算法,并对该算法...     

应急车辆出行前救援路径选择的多目标规划模型

针对城市中应急车辆的救援路径优化问题,分析了基于交通信息中心的应急车辆最优路径的多目标属性,给出了随机网络中各属性的量化计算方法,以最小化出行时间,最大化行程时间可靠度为目标,考虑了通行可靠性、安全性、道路条件限制等因素,建立了应急车辆出行前最优路径选择的多目标规划模型.模型所求得的解是综合最优路径,反映了应急车辆路径选择的目标需求,克服了以往直接等同于图论中最短路径的缺陷,给出了算法,通过算例验证了模型的合理性和有效性.     

基于K最短路的流量分配算法研究

结合国内城市轨道交通无缝换乘的运营特点,充分考虑影响城市轨道交通网络客流分配的主要因素及轨道交通网络的特有属性,用运行时间、换乘时间、拥挤附加时间构造城市轨道交通网络广义费用函数,分析乘客在城市轨道交通网络中的路径选择行为;在此基础上,基于图的理论和随机用户平衡原则提出城市轨道交通网络客流分配数学优化模型,设计基于费用约束的K最短路算法进行求解,得出更符合实际的有效路径集合,并通过一组数据对模型和算法进行了验证。     

基于蚂蚁算法的公交网络最短路径问题研究

通过改进的蚂蚁算法来解决公交网络信息系统中的最短路径问题。提出以换乘次数最少、出行距离最短为目标的路径求解算法，并给出了算法流程。分析了基于蚂蚁算法的城市公交网络的选择策略：选择某条路径即给该路径赋以一定的信息素，信息素愈大的路径，成为最短路径的可能性愈大。并利用改进的蚂蚁算法实现了公交网络乘客信息查询。     

考虑多目标的城市停车换乘选址优化模型及算法

停车换乘选址问题是城市交通网络设计研究的重点领域,已有研究的优化目标多集中在系统总费用方面,而对交通可持续发展方面考虑不足。为此,提出综合考虑多方面目标的停车换乘设施选址优化模型及其求解算法。首先,基于超网络理论,提出多方式城市交通系统的超网络模型并定义O-D (Origin-destination)间的超路径、有效超路径及子路径,结合出行者出行过程及交通网络拥挤特征,给出超路径费用的数学表达;其次,基于多方式交通网络随机均衡配流结果,构建交通总阻抗、污染物排放量以及交通系统公平性等系统优化指标的计算模型,并建立用以描述停车换乘设施选址问题的多目标优化模型;进而,以多目标系统优化模型为上层问题,以超网络下满足Logit分配的多方式交通网络配流模型为下层问题,构建描述城市多方式交通系统停车换乘设施选址问题的双层规划模型,并基于模型特征,结合“记录-搜索”思想设计非支配排序遗传算法进行求解;最后,基于Sioux Falls网络设计算例。研究结果表明：算法能够在有限的步骤内搜索到90%以上的Pareto最优解;平均而言,停车换乘措施使得交通总阻抗减小了0.31%,污染物排放量减少了7.32%;被优化的3个目标之间无直接关联,说明将停车换乘选址问题建立为多目标模型是必要的。模型与算法可为现实城市中的停车换乘设施选址优化设计提供解决思路。     

拥挤道路收费与停车收费组合优化模型研究

道路拥挤收费和停车收费是交通需求管理中的两大有效手段,合理地实施收费可以达到缓解交通拥挤的目的.文中针对交通网络中私家车用户可以在任意公交站点处发生换乘这一广泛情形,讨论了弹性需求下的路段拥挤收费和停车收费组合优化策略,并给出基于混沌优化方法的启发式算法求解所建立的双层规划模型.结果表明,所建模型有助于个体出行方式和出行路径的决策,且组合收费在使得公众易于接受实施拥挤收费政策的同时,也可以吸引更多出行者选择换乘公共交通方式,这将有利于减轻交通拥挤程度和环境压力.     

城市道路网络交通效率计算方法研究

提出了一种基于OD对,综合考虑道路通行能力、自由流车速、流量、运行车速、出行时间等计算城市道路网络交通效率的方法,可用于评估城市道路网络的实时运行效率,也适用于路网中单个路段及部分路网交通效率的评估;并将该方法与其他交通网络效率算法如L-M算法及N-Q算法进行了比较;通过实例仿真,介绍了该方法在路网效率与OD需求关系分析中的应用。     

交通规划中基于遗传算法的最短路交通分配法应用研究

对交通分配中的最短路径和遗传算法进行分析,提出一种适合在不考虑各条出行路径路况和用户出行行驶速度情况下基于遗传来搜索最短路径的分配方法.介绍交通分配的最短路法原理以及遗传算法的概念和过程,给出基于遗传算法的搜索最短路算法过程设计,并用简例对其进行说明.     

城市混合交通网络系统优化模型及其算法

针对中国城市混合交通网络的特点,考虑影响出行者交通选择的主要因素,分析了城市混合交通网络中出行者的交通选择行为(包括交通方式选择和路径选择);从交通需求的角度出发,基于BPR公式构造了城市混合交通网络的路段阻抗函数,提出了城市混合交通网络流量分离及分配的变分不等式模型.在此基础上,以城市交通网络系统总阻抗最小为目标,以城市交通管理的政策为手段,采用双层规划方法构造了城市混合交通网络的系统优化模型,并设计了其求解算法.最后通过数值算例,分析了不同交通需求条件下,各种出行方式的流量变化情况以及应采取的系统优化策略.计算结果表明:无论在拥挤条件下还是在非拥挤条件下,优先发展公共交通都是降低网络总费用的有效手段.     

局域网交通分析与服务水平估算集成仿真方法

针对具有共性的局部路网与重要节点常发性拥挤拥堵的问题,建立了辅助局部交通网络优化设计的局域网交通供需分析方法,以局域O-D矩阵度量发生于局域网的出行需求,推导出了基于K最短路的局域O-D矩阵估算模型,并开发了将交通分析与服务水平估算集为一体的网络级服务水平仿真分析模型.     

模拟退火算法在路径优化问题中的应用

模拟退火算法是解NP完全组合优化问题的有效近似算法,将该算法应用于路径优化问题,利用该算法对类似货郎担问题的路径问题进行求解;针对城市道路行走不同的目标条件(路径最短、时间最短)进行优化,选择最佳行走路径;并将用该算法优化得到的计算结果与树形算法进行比较,显示该算法能够克服传统优化算法易陷入局部极值的缺点,同时表明该算法在解类似货郎担交通路径方面的问题时有较高的精确性。因而该算法在解决城市道路交通问题方面具有一定的实用价值。     

Calculation of Node Important Degree for Traffic Network Considering Cascading Failure

为有效地找寻和管理交通网络的关键节点,以免网络陷入大规模的交通瘫痪,构建了基于级联失效行为的节点重要度测算方法.首先,基于双层网络提出了一个交通网络级联失效模型,该模型:(1)考虑了上层出行网络与下层道路网络的相互影响;(2)给定节点、边初始容量,初始容量与初始流量无关,而初始流量由初始容量等决定:(3)用出行时间描述边的状态;(4)采用可变的边容量,边的容量随下游拥挤程度的变化而变化.然后,基于节点删除法提出了考虑级联失效的交通网络节点重要度评估方法,用级联失效网络的阻塞程度刻画了节点重要度,设计了能测算所有节点重要度的算法流程.试验分析表明,出行网络结构、出行者行为对节点重要度有重要影响.     

基于GBAS的公交出行最优路径选择算法

通过对城市公交网络的描述,结合居民公交出行路径选择的特征,提出了以换乘次数最少为首要目标,以出行距离最短为次要目标的基于GBAS(基于图的蚁群系统)的公交出行最优路径选择算法。算法让分群蚂蚁从起点站行走至终点站后,在所有走过的路径中,通过对换乘次数和出行距离进行计算后选择最优路径,并对该路径上的信息素进行加强,其他路径上的信息素进行挥发,经过若干次外循环迭代后,分群蚂蚁会选择信息素最强的路径行走,即为公交出行的最优路径。用一个算例对算法的有效性进行验证。     

随机交通网络中依赖信息的路径优化问题研究

针对交通网络中路径通行时间具有与时间相关的随机分布特性，将研究在此类交通网络上依赖信息的路径选择问题。在路径选择过程中引入交通信息，在随机交通网络上最优路径选择原则为下一节点的选择将依赖于已实现的路段时间及当前节点的出发时间，通过期望最小值方法，按照路径通行时间期望值最小原则，建立一种通过所获得交通信息来进行路径选择的优化模型，给出了模型的求解算法。并在简单交通网络上对模型进行实现。     

拥挤收费下基于前景理论的出行者路径选择行为分析

出行者（特指私家车出行者）路径选择行为的研究对于城市的交通管理和交通组织都有着重要的意义,而且随着交通出行费用的不断增加,以及道路拥挤收费政策逐步实施,仅仅考虑距离最短、时间最短来对出行者路径选择行为模型进行研究,往往实用性欠佳。针对以往的研究中考虑因素单一、模型实用性不强这一问题,运用能有效描述出行者不确定性条件下决策行为的前景理论,综合考虑出行者的出行时间、出行费用以及出行者的个人偏好、出行经验等因素,建立一个更为贴合实际的出行者路径选择行为模型。以实际算例的形式对比分析了,不同收费标准对不同出行者人群、不同性质出行的路径选择行为的影响程度。结果表明：与拥挤收费政策实施前相比,收费3元时,高收入水平出行者购物出行时的路径发生变化,而对于通勤出行,当收费大于6元时出行路径才发生变化;对于中低收入水平出行者来说,因为其较高收入者对费用更为敏感,所以拥挤收费政策实施后他们的反应也不尽相同。     

受限路网中汽车行驶最优路径算法及优化实现

实际交通网络不仅包含路网的拓扑关系，还存在大量交通禁行限制。考虑了交通连通性约束所建立的受限路网模型能够更精确地反映实际交通网络。文中提出一种能够在受限路网中寻路的最优路径算法，并具体讨论了算法的优化实现。应用表明该算法可靠高效，可用于实际受限交通网络最优路径规划。     

交通网络最短路径并行算法研究综述

首先回顾了最短路径并行算法的国内外研究进展,对当前的最短路径并行算法进行分类。接着讨论了交通网络分析中最短路径并行算法常用的两种实现策略以及各自的优缺点;分析了影响网络分割策略并行算法性能的3个主要因素:最短路径算法选择、网络分割及终止检测方法。最后就实际交通网络中最短路径并行算法需进一步研究的问题给出了建议。     

信息对出行者出行行为的影响研究

研究了出行者在交通网络发生交通事故条件下的出行行为，出行者根据用户最优原则决定是否改变出行路径，建立一种简单网络上的排队模型，分析了ATIS对出行者在交通事故期间路径选择行为的影响，得出了ATIS有益于缓解交通网络拥挤状况的结论。     

基于卡口车辆识别数据的车辆路径识别

车辆出行路径数据是城市道路交通调查的重要数据,如何利用卡口车辆识别数据推算车辆路径,是交通大数据处理的一个典型问题.通过开源OSM地图,识别卡口间路径,可获得卡口间路网距离矩阵,并经计算转换为卡口间旅行时间矩阵.然后基于车辆多次出行的连续性条件,采用时间阀值条件匹配算法将车辆全部卡口识别数据打断,获取出行链表.仙桃市城区车辆路径推算实例的实现简洁高效,可在类似项目中取代传统车辆出行调查.