多属性随机时间依赖网络路径优化

为了改善实时交通诱导,根据交通网络中路段属性具有随机时间依赖性的特点,将路段各属性定义为关于时间的离散随机变量,建立了多属性条件下随机时间依赖网络路径优化模型.基于信息熵的多属性决策方法,设计了模型的求解算法;优化了网络节点的搜索顺序,使每个节点的信息只通过一步更新就可得到,从而获得多属性条件下所有节点到给定终点的路径选择结果,出行者可以根据到达某节点的具体时刻选择行进方向.最后,通过算例给出了算法的实现过程,并说明了随机时间依赖网络不遵从“先进先出(FIFO)”条件.     

基于人均延误的公交优先信号交叉口配时研究

以交叉口人均延误最小为目标,考虑公交专用道影响因素,利用延误偏差优度指数建立信号配时优化模型。结合实例,实现定时控制交叉口参数确定过程,并得到参数与延误偏差优度指数的关系。该配时方案能有效减少人均延误,为进一步发展公交优先及提高交叉口通行能力提供理论依据。     

有偏好的交通网络路径选择模型

在城市交通网络中,已知路径的时间属性与费用属性,分析了出行者对路径有、无主观偏好时的路径选择问题。当无偏好时,利用信息熵理论和多属性综合决策方法给出了获得路径综合属性值的计算模型;当有偏好时,对不同的路径通过互反判断矩阵给出主观偏好,然后利用互反判断矩阵之间的偏差建立关于属性权重向量的优化模型,并采用解析的方法对模型进行求解,得到每个属性的权重,从而进一步计算出每条路径的综合属性值,属性值最大的路径为最优路径。分析结果表明:在无偏好时最佳选择路径2的综合属性值为0.918;在有偏好时最佳选择路径4的综合属性值为0.965,与无偏好的相差较大,且6条路径的选择次序不同。可见,出行者的主观偏好对路径选择结果有较大的影响。     

随机时间依赖交通网络自适应路径选择

根据路段旅行时间具有随机性、时间依赖性等特点,将路段在不同时刻的旅行时间定义为离散随机变量;建立了随机的时间依赖网络的自适应路径模型,给出用多项式表示时间复杂性的算法,获得基于最小期望时间的所有节点到给定终点的自适应路径.出行者可以根据到达某节点的具体时刻选择下一步的最优路径.通过算例验证了算法的可行性.     

基于最小点覆盖的共享单车投放点选取方法

针对城市共享单车投放点和电子围栏等设置不合理的问题,考虑共享单车对城市交通环境影响和共享单车运营企业的成本,研究了一种基于最小点覆盖的共享单车投放点选取算法.将整个城市交通网络抽象为图,将共享单车投放点抽象为图的节点.对于图的不同点覆盖方案,引入路段权值函数和调度成本矩阵,以最少投放点和最小调度成本2个指标对不同点覆盖方案进行排序,从中选优得到共享单车投放点选取方案.算法既考虑了共享单车投放点在城市交通网络的覆盖情况,又考虑了共享单车企业车辆投放和车辆调度的成本问题,克服了现有共享单车投放点选取方法的单一性和盲目性的问题.      

轨道交通车站闸机配置仿真与评价

分析城市轨道交通进站检票设施排队系统特性,建立进站闸机的Simio仿真系统,利用该仿真系统得到配置不同数量闸机的忙期、乘客平均排队长度和平均等待时间等系统运行指标,进而分析闸机的能力利用、服务水平和运营成本。通过实例仿真,进行结果分析。     

基于参数拟合的交通流预测模型

交通流的准确预测是交通控制的重要手段之一,基于曲线拟合的最小二乘法,将交通流统计数据分组,以各组均值和概率密度值为变量,进行函数拟合,并在显著性水平α下进行假设检验,得出了满足α的概率密度.最后进行了仿真实验并分析了结果.     

基于最大最小蚁群算法求解最小点覆盖问题

最小点覆盖问题是组合优化中经典的NP完全问题.最大最小蚁群算法通过对信息素浓度的限定使其不会在好的顶点上变得更强,也不会使过弱的点被忽略从而避免了局部最优现象的出现.针对最小点覆盖问题使用最大最小蚁群算法进行求解,避免了蚁群算法求解最小点覆盖问题时出现的早期停滞现象,通过实验表明算法对最小点覆盖问题的可行性.     

二部图的因子k-覆盖与因子k-消去

一个图G称为因子k-覆盖的,如果G的任意k条边都属于G的某类因子.G称为因子k-消去的,如果删去G的任意k条边后所得的图仍有某类因子.在二部图的情形下,给出了关于(g,f)-因子、f-因子的k-覆盖和k-消去同时成立的充分条件.对非二部图g相似文献   

数学形态学中的数学方法

在图论范围内,对离散图象连续图象的连通性进行了准则刻划,得出了连通数的计算公式;在拓扑范围内,通过修改腐蚀的运算过程,得出了离散图象细化的算法;在积分几何范围内,用直线的广法式表示及积分几何中的Crofton方向,得出了离散图象周长的计算公式,并且利用凸集的支持函数导出了凸集的面积和周长的计算公式。