基于动态用户最优的变分不等式模型解决交通分配问题的应用分析

动态用户最优交通分配理论作为智能运输系统的重要理论之一,采用变分不等式模型来解决分配问题日益成为国际上的研究热点。就此问题的发展过程进行了综述性研究,并探讨了动态用户交通分配理论的发展方向;概述了动态用户最优交通分配的研究现状,详细描述了变分不等式模型与动态交通用户最优状态的条件互等关系。基于用户最优限制条件的描述和动态用户交通分配模型的表达,说明了变分不等式方法在动态用户最优交通分配中应用的必然。同时,对动态用户最优分配的变分不等式模型如何应用,当前存在的几个主要问题及进一步的展望进行了讨论。     

一种基于遗传算法的交通分配用户最优状态研究

以路网用户的出行时间最少为目标,以Matlab软件为运算平台,将遗传算法运用到交通分配模型当中,进而实现了交通分配过程中用户出行状态最优.并通过算例说明了遗传算法解决该类问题的有效性与可行性,为求解用户最优的问题提供了新的途径.     

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.