基于CML的多重边复杂公交线路网络相继故障研究

为给城市公交系统的规划、建设和管理优化提供决策依据,在现有公交网络模型的基础 上,以常规公交线路为网络的节点,公交线路间的若干个公共停靠站点为连边,建立了基于耦合 映像格子的多重边复杂公交线路网络模型,基于该模型研究了多重边复杂公交线路网络的相继故 障问题。通过Matlab 数值仿真技术,详细分析了扰动幅值和耦合强度对网络相继故障的影响。研 究结果表明：蓄意攻击多重边复杂公交线路网络中度最大的节点最容易造成网络全局故障;另 外,耦合强度和扰动幅值越大,多重边复杂公交线路网络越容易发生相继故障。     

危险品运输路径多准则优化模型及求解算法

针对多种类型的危险品在有风险控制的路网内运输问题,考虑不同运输决策 者的路径选择需求,建立风险约束下的多准则路径优化模型.根据路段/路径的风险阈值, 以及各类危险品产生的风险测度,设计了一种双向拓扑搜索算法,通过删除原路网中非 可行路段和非可用节点,生成不同类别危险品的剩余运输网络.利用改进的标号算法,在 剩余网络中搜索不同准则下的最优路径,生成非支配路径集合.给出了不同路径之间关键 路段的调整策略,并分析了获取非支配路径集合的计算时间复杂度.最后,通过算例验证 了模型和算法的有效性.     

合乘模式下司机收入公平模型及仿真

针对出租车合乘模式下司机的收入问题,建立了合乘模式下司机收入公平心理模型,采用公平理论分析了司机的心理及行为,通过仿真计算,分析了合乘模式下乘客总需求量及司机公平心理对司机收入的影响.研究结果表明,乘客总需求对合乘模式下司机总体的平均收入有较大的影响,合适的供需比下实施合乘才能提高司机收入;在供需比较大时,司机争抢乘客的行为会导致司机个体收入差距增大,部分司机收入降低的现象;为成功实施合乘模式,必须考虑当地出租车市场的供需比情况,并且建立合理的措施以防范司机争抢乘客的行为出现.所得结论对出租车合乘政策的制定与管理有一定的指导意义.     

基于稳定匹配的路径选择行为研究

为了证明是否能用双边匹配理论研究出行者路径选择行为,构建了以出行者和路径为主体的二部图,从图论的角度证明了所构建二部图的稳定匹配是路径选择的最终结果,且稳定匹配存在纳什均衡,可以用来分析出行选择行为. 在综合考虑出行者阻抗和路径影响的基础上,建立了不考虑流量和通行能力影响与考虑流量和通行能力影响的两类多目标优化模型,使用线性加权法转化为指派模型,利用匈牙利算法进行求解. 结合数值算例说明所建模型的正确性和合理性. 算例结果表明,两类模型的路径选择结果均满足用户均衡原理,可以在此方法的基础上建立对应的交通分配模型.     

复杂城市交通网络拥堵传播的改进SIS模型

：为深入分析城市交通网络拥堵动态演进过程,建立了交通拥堵传播的改进SIS模型（传染病模 型）。模型根据目标节点自身受随机因素的影响、其邻居节点的状态和影响能力以及不同状态节点间 的耦合强度,动态计算目标节点由畅通变为拥堵又恢复畅通的概率,并进一步考虑了不同交通状态的 传播时间对拥堵传播的影响。基于BA Barabási-Albert 无标度网络对传播过程进行仿真,拥堵随时 间的演化与相关研究一致,验证了模型的有效性。仿真结果表明：根据作用节点属性的不同,随 机因素对拥堵的初始规模、传播速度及传播稳定状态的阻塞水平具有不同的影响能力;不同状态 节点间的相互作用对拥堵传播具有重要作用;畅通状态与拥堵状态平均传播时间的比值对拥堵传 播的影响存在阈值;不同状态传播时间的波动性对拥堵传播速度、平衡态阻塞水平具有一定影响。     

基于稳定匹配的路径选择行为研究

为了证明是否能用双边匹配理论研究出行者路径选择行为,构建了以出行者和路径为主体的二部图,从图论的角度证明了所构建二部图的稳定匹配是路径选择的最终结果,且稳定匹配存在纳什均衡,可以用来分析出行选择行为. 在综合考虑出行者阻抗和路径影响的基础上,建立了不考虑流量和通行能力影响与考虑流量和通行能力影响的两类多目标优化模型,使用线性加权法转化为指派模型,利用匈牙利算法进行求解. 结合数值算例说明所建模型的正确性和合理性. 算例结果表明,两类模型的路径选择结果均满足用户均衡原理,可以在此方法的基础上建立对应的交通分配模型.     

求解带硬时间窗车辆路径问题的改进UMDA 算法

针对带硬时间窗的车辆路径问题(VRPHTW)求解,提出了一种混合单变量边 缘分布算法(hybrid UDMA,hUDMA),改进了基本UMDA的概率模型.统计节点按路径分 布的概率,使其能够在解空间上找到节点-路径的分布关系,提高了UMDA的全局搜索 能力.采用两阶段插入法进行最佳节点搜索和路径分配完成UMDA采样操作,通过种群 进化来获取最优解.计算Solomon 100 客户的6 类问题56 个算例的实验结果表明：在最优 解的取得方面,C类算例能够全部取得最优解,R、RC类算例能以50%左右概率取得最优 解;在平均误差方面,C类算例计算结果与已知最优解一致,R、RC类算例计算误差率与 已知最优解比较接近,平均误差率为1.03%.