基于出行需求的城市多模式交通配流模型

分析了城市多模式交通系统的结构特征,基于图论提出了一种分层网络结构来描述该系统,进而研究了出行者在多模式交通网络中的复杂选择行为(包括交通模式选择和路径选择);同时考虑了不同交通模式的道路流量之间的相互干扰,基于交通需求构造了城市多模式交通网络的广义费用函数和路段阻抗函数;在此基础上,提出了城市多模式交通网络平衡配流的变分不等式模型,并设计了求解算法;最后,用一个简单算例对模型及算法的有效性进行了验证。结果表明:提出的模型及算法是有效的。     

转向延误和路段容量双约束下的用户均衡模型及算法研究

为了更真实地反映拥堵交通网络实际情况,考虑到交叉口转向延误和路段容量约束对交通分配模型的影响,首先构建了带转向延误和路段容量双约束下的用户均衡模型,利用Karush-Kuhn-Tucker条件证明其等价性;其次,通过改进的最短路算法,利用Projection Gradient算法作为内循环、增强拉格朗日乘子法作为外循环求解该模型.最后,利用算例路网证明该算法的可行性,对比初始状态、管控措施及双约束状态下的均衡网络流交通分配结果,发现得到路径解的同时能清晰地知道某一路段或路径交通流量转移情况,该模型通过流量转移为交通管控措施提供决策依据,进而有效地缓解交通拥堵.     

不确定需求条件下的交通平衡问题分析方法研究

对不确定需求条件下交通网络平衡问题的分析方法进行了研究。针对不同的需求情形,分别提出了求解交通平衡模型的基于需求点逼近的点估计法和基于模型的表达式分析法。首先给出了点估计法求解交通网络平衡问题的过程,研究了点估计法的局限性;然后,提出了求解交通网络平衡模型的表达式分析法,即从模型表达式出发,在需求分布为已知的条件下计算模型的解,包括模拟法、公式稚导法和情形概率法,并以用户平衡模型求解为例,分别研究了各种方法具体的适用范围和求解过程。最后通过实例,对各种分析方法进行了对比分析。     

动态混合行为交通网络平衡的遗传算法求解

采用遗传算法对动态交通网络平衡微分博弈模型进行求解,将动态混合行为交通网络平衡模型构造为一个开环信息结构下N个局中人非合作非零和博弈,并考虑了一个单OD对之间有两个平行弧的简单网络和两类局中人--用户平衡（UE）和古诺-纳升（C-N）--在拥挤现象中的相互作用,针对此简单网络阐明了遗传算法求解模型的具体步骤。遗传算法求解不必要求目标函数连续可微,大大提高了模型的适用性。通过算例对所设计的算法进行了验证,在算例中将Wie BW（1993）的研究中部分参数取值作了修改,使其更加合乎交通实际,并将计算结果与Wie B W（1993）采用最小值原理计算结果进行了对比分析,通过对比分析表明,其计算结果更符合交通实际。     

基于免疫克隆算法的多枢纽选址与混合网络设计综合优化研究

为了描述多枢纽选址与混合网络设计综合优化问题,引入了双层规划模型建立数学模型.上层模型为多目标规划模型,以最小化网络总阻抗和最小化总投资为目标;下层模型为固定需求的用户平衡配流模型.然后,给出了基于免疫克隆算法的具体求解设计和步骤.接着,给出了算例,在不同决策权重条件下进行求解.算例结果验证了算法的可行性和模型的有效性,同时结果表明在建设枢纽后,当决策偏重于交通网络管理部门时,更倾向于建设新路段以降低网络费用和总费用.     

快速公交路径优化设计模型及算法研究

分析了当前大城市多模式公交网络结构,构建了多模式公交超级网络;研究了公交出行者的策略选择行为,在考虑行程时间可靠性、座位期望以及诸多延误因子的基础上改进了策略阻抗模型;提出了BRT网络设计的双层规划模型:下层模型以改进策略阻抗模型为前提,进行了多模式公交网络平衡配流,上层模型旨在优化BRT的线路走向和布局;基于遗传算法和粒子群优化,设计了求解该双层规划模型的混合启发式算法,并用一个简单算例验证了本研究中模型与算法的可行性,提出了BRT线网优化设计的建议。     

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。     

考虑转向延误的交通网络存储结构

城市路网中由于交叉口转向延误不可忽略,因此需要能够考虑转向延误的最短路径求解算法。传统的存储结构没有考虑转向延误,不再适应考虑延误后的新算法。在对比分析传统存储结构的基础上,通过引入新指针,对传统邻接链表结构进行了改进,使其能够高效率地实现节点延误的存储,并且给出了该结构的C 类模板实现方法。这些为交通管理规划实施事先评价和实现交通流诱导提供支持。     

弹性需求条件下城市交通网络设计问题的求解

目前对于城市交通连续平衡网络设计问题的很多研究都是基于固定需求这一条件,在一定程度上不太接近于实际交通网络,有必要对弹性需求条件下的网络设计问题进行研究。文中介绍了弹性需求条件下城市交通网络双层规划模型,采用F-W算法求解下层规划问题、遗传算法和共轭梯度法相结合的方法求解上层模型,在求解过程中对传统的计算方法稍作改变,并通过算例对该算法进行了验证。     

组合式Wardrop条件下的交通网络流平衡

考虑了ＷａｒｄｒｏｐＵＥ条件与系统最优（ＳＯ）原则共存时的交通网络配流问题，给出了组合式Ｗａｒｄｒｏｐ条件等价的网络配流平衡规划模型及其求解算法，并指出了该思想与方法在智能交通系统（ＩＴＳ）中的应用。     

区域多方式货运网络随机平衡配流模型研究

提出了一种区域多方式货运网络随机平衡配流模型,并给出了相应的求解算法。建立了包含不同运输方式线路和转运枢纽的区域多方式货运网络描述模型,以随机用户平衡原则为基础,构建了等价于区域多方式货运网络随机平衡配流模型的变分不等式问题。建立的模型既考虑了联运过程中转运费用对路径选择的影响,又可同时计算出路线和转运弧上的流量和费用。采用精简对角化算法对模型进行了求解,并给出算例对算法的有效性和模型的实用性进行了验证。     

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。     

基于多方式广义费用模型的超级交通网络需求预测技术应用

针对综合交通网络规划各方式缺乏有机融合问题，通过建立以虚拟概化线连接的铁路、公路、水运、民航各方式交通线网和火车站、港口、机场等枢纽节点一体衔接的超级交通网络模型，运用广义费用函数计算客货在路网、枢纽及虚拟概化线上流动产生的广义费用，实现各方式交通网络融合。考虑公路客货运周转量占全方式总量比例高，但客货运平均运距短，以县级行政单元为基础将全国划分为2 540个综合交通小区，获取2018年各运输方式全年客货运起讫点（OD）数据，通过聚合、拆分等方法，将各方式OD表叠加形成现状综合交通小区客货运输量OD表；采用总量预测、自上而下分层控制的技术路线，对2050年全国总量、分区域总量和综合交通小区客货运发生吸引量进行预测，计算2050年综合交通小区客货运输量OD，实现各方式运输需求融合。基于Fisk模型，构建组合出行情况下多方式、多类别随机用户均衡分配模型（SUE），采用连续权重平均（MSWA）法对模型进行求解，并通过算例验证了模型和算法的有效性。结果表明：模型能够体现“宜铁则铁、宜公则公、宜水则水”的规划理念，实现乘客组合出行和货物多式联运，预测精度较高。研究成果可应用于宏观交通趋势判断，为实现综合交通网络规划中各方式有机融合提供借鉴，并成功应用于国家综合立体交通网规划研究中。     

Robust traffic assignment model: Formulation,solution algorithms and empirical application

ABSTRACT

The deterministic traffic assignment problem based on Wardrop's first criterion of traffic network utilization has been widely studied in the literature. However, the assumption of deterministic travel times in these models is restrictive, given the large degree of uncertainty prevalent in urban transportation networks. In this context, this paper proposes a robust traffic assignment model that generalizes Wardrop's principle of traffic network equilibrium to networks with stochastic and correlated link travel times and incorporates the aversion of commuters to unreliable routes.

The user response to travel time uncertainty is modeled using the robust cost (RC) measure (defined as a weighted combination of the mean and standard deviation of path travel time) and the corresponding robust user equilibrium (UE) conditions are defined. The robust traffic assignment problem (RTAP) is subsequently formulated as a Variational Inequality problem. To solve the RTAP, a Gradient Projection algorithm is proposed, which involves solving a series of minimum RC path sub-problems that are theoretically and practically harder than deterministic shortest path problems. In addition, an origin-based heuristic is proposed to enhance computational performance on large networks. Numerical experiments examine the computational performance and convergence characteristics of the exact algorithm and establish the accuracy and efficiency of the origin-based heuristic on various real-world networks. Finally, the proposed RTA model is applied to the Chennai road network using empirical data, and its benefits as a normative benchmark are quantified through comparisons against the standard UE and System Optimum (SO) models.     

基于多用户类型随机用户平衡的连续网络设计

用多用户类型随机用户平衡描述实际路网中出行者的路径选择行为。根据出行者对路网状况认识的不同程度,将出行者划分为具有相同特性的多个类型。将多用户类型随机用户平衡问题表示为一个无约束极小化问题,并提出了该问题的一种基于路段水平的灵敏度分析方法。建立了多用户类型随机用户平衡条件下的连续网络设计问题的双层规划模型,并给出了基于灵敏度分析的启发式算法。实例的结果表明模型具有一般性和适应性。     

Modeling the Effects of Population Density on Prospect Theory-Based Travel Mode-Choice Equilibrium

In conventional transportation planning models, it was always assumed that the population density is given and fixed in the study areas. Therefore, the effects of population density on travel choice have not been explicitly incorporated into these existing models for long-term transportation planning. Meanwhile, travel choice models in previous studies are usually developed by using discrete choice theories or user equilibrium principle. Thus, many significant characteristics of travelers’ behaviors, such as risk preference and learning process over time, cannot be considered in these conventional models. This article proposes a convex prospect theory-based model to investigate the effects of population density on the travelers’ mode-choice behavior under an advanced transportation information system (ATIS) in a multimodal transportation corridor. It is shown that population density is closely co-related to the modal split results and dependent on the performance of the railway mode in the study corridor. The park-and-ride mode may not be suitable for areas with high population density. This article also investigates the travelers’ reference points on the generalized travel costs by modes. A numerical example is given to illustrate the properties of the proposed model together with some insightful findings.     

基于网络均衡的运输通道客流分配模型

根据各运输方式的经济技术特征,构建了运输通道的时空运营网络来描述各运输方式的竞争性。认为旅客的时间价值(VOT)服从某种分布,旅客的广义出行费用取决于票价和时间两个参数。运用城市交通分配网络均衡思想,提出基于网络的区域运输通道多交通模式客流分配模型,建立了用户最优和系统最优两个目标函数,并给出了模型的求解方法。用一数值示例验证了模型的有效性。     

观测路径出行时间下随机网络交通需求估计

道路网络起讫点（OD）需求是城市决策长期交通规划和短期交通管理中的基础参数,准确的交通需求更是实施交通拥堵控制、限行限速、路径诱导等措施的先决条件。综合运用观测的轨迹已知和未知路径出行时间,建立随机网络交通需求估计双层规划模型。上层广义最小二乘模型最小化历史交通需求与待估交通需求、观测路径出行时间与待估路径出行时间之间的偏差,约束为交通需求、路段流量、路段出行时间与路径出行时间之间的传播关系,通过高斯混合模型（GMM）对其中轨迹未知的观测出行时间依概率聚类。下层为随机网络交通出行均衡模型,分别运用出行时间预算和随机用户均衡处理路网不确定性和出行者感知误差。上、下层之间通过交通需求和OD-路段关联比例进行信息传递。设计迭代算法框架求解双层规划模型,迭代算法包含求解上层模型的最速下降法、求解下层模型的相继平均算法和求解GMM模型的最大期望（EM）算法。通过算例表明轨迹未知的路径出行信息的加入在提升需求估计精度的同时也增大了估计值的方差;设计的迭代算法能够稳定收敛到10^-5的精度;GMM软聚类方法估计的交通需求显著优于硬聚类方法估计的需求值;交通需求值对观测路径出行时间的扰动更加敏感。研究考虑出行者风险态度,通过轨迹信息的重新构建揭示城市交通需求演化规律。     

运用连续平衡分配模型分析竞争性公共交通枢纽设施的市场份额

在分析城市交通体系特征的基础上,运用连续函数的处理方法,建立了连续型的城市交通体系模型;同时讨论了相关因素对出行者选择行为的影响,提出了确定型的出行选择模型。结合交通分配理论,建立了多类型出行者的确定型连续平衡分配模型来分析竞争性公共交通枢纽设施的市场份额问题。模型被证明满足用户平衡条件和相关约束条件,并可利用以有限元算法为基础的迭代解法求得模型的数值解,从而计算出竞争性公共交通枢纽设施的市场份额。模拟城市算例的结果说明了提出的模型和算法的有效性和可靠性。     

若干交通分配方法的比较研究

清晰的了解各种交通分配方法在实际应用中的特点。对确定型的01分配法、增量分配法、连续平均分配法、用户均衡分配法和随机型的STOCH算法和随机用户均衡分配法进行了深入比较研究,分别在小型路网和兰州市大规模道路网上进行了35次交通分配。剖析了分配方法之间的内在联系及其在数据结果上的分配效果,并给出了在实际应用中应如何选取分配方法的研究结论。