综合运输体系下的客运流量分离模型及算法研究

分析在多种运输方式存在情况下乘客的交通选择行为,并基于随机用户平衡理论和混沌理论构造了综合运输条件下的交通方式分离模型及求解算法。最后以北京到天津的客运市场为例,分析了各种社会因素变化时,不同交通方式的客流变化情况。     

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.     

路内停车对非机动车交通行为影响研究

针对路内停车影响下的非机动车越线占用机动车道的行为,采用寿命分析法对越线行为和非机动车流量数据进行建模. 提出有效流量概念描述越线行为发生概率同非机动车流量间的关系,并以此衡量路内停车对非机动车交通行为的影响. 根据越线行为发生情况将流量数据定义为删失数据与完全数据,并分别采用非参数法和参数法进行模型估计. 结果显示,路内停车对非机动车越线行为具有显著影响,会降低非机动车道的有效流量,增大越线行为的发生概率,有效流量分布同非机动车道宽度具有正相关性. 研究结果有助于评价路内停车对非机动车的影响,并为路内停车规划提供依据.     

考虑充电站效益的电动汽车充电分配优化模型

为解决电动汽车用户在出行过程中的充电问题,同时提高充电站运营效益进而促进充电站运营商建设充电站,在对充电站效益需求进行分析的基础上,提出一个以充电站运营商综合效益最大化为优化目标的多目标函数电动汽车充电分配模型。充电站运营商综合效益所考虑的因素包括充电站运营商经济收入、充电站服务水平和充电分布均衡,并且考虑充电站运营特点,分别以用户在充电站的排队时间和充电站拥挤程度方差对充电站服务水平和充电分布均衡进行量化。采用模糊规划法和模糊偏好关系将模型的多个目标函数转化为同时考虑多个优化目标的单目标函数。结合模型特点,设计遗传算法进行求解。基于实际的充电站静态数据,结合依据经验的假设,设计算例以验证模型和算法的可行性和有效性。研究结果表明:遗传算法适用于求解所提出的模型,通过对模型进行求解可以得到运营商最大综合效益以及相应的电动汽车充电分配方案;通过对结果进行比较分析可以得知,考虑多个优化目标的模型所得到的最优电动汽车分配方案下的运营商综合效益要优于只考虑单优化目标的模型。同时,充电站运营商经济收入、用户排队时间和充电拥挤程度对充电分配方案的确定都有着较为显著的影响,并且相比之下,用户排队时间对充电分配的影响相对较大。     

基于数据驱动的物流电动汽车充电行为分析

为研究城市配送中物流电动汽车用户的充电行为规律,本文采集70辆物流电动车2014年一年的充放电数据,并采用数据挖掘相关分析方法,建立考虑物流电动汽车的充电电量状态及充电时刻的充电行为模型.研究结果表明:用户一般在SOC为30%~50%时为车辆进行充电,车辆开始充电时的剩余电量服从μ=0.48、σ=0.22的正态分布;车辆开始充电时刻主要集中在14:00-16:00之间.通过数据实验证明本文所建立的充电行为模型具有较高的精确性,同时具有较好的实用性,为车辆的充电调度和用户的出行安排提供科学的决策支持.     

���������ʱ�ս�ģ��

提出了一种复杂网络模型的新机制，在网络生长的过程中新节点的加入是使其预期的效用最大。其中，效用不仅考虑其连接的利益，同时也考虑建立连接的地理信息。我们深入分析了地理位置信息引入对网络度分布、簇系数和匹配方式的影响。仿真结果表明，该建模机制能够得到各种不同拓扑结构的复杂网络，包括随机网络、小世界网络、无标度网络等。并且地理信息对网络的匹配方式有重要的影响。     

基于网格交通状态分类的行程时间规律挖掘与计算

在出租车轨迹数据挖掘的基础上，本文提出基于网格交通状态的行程时间计算方法。在区域网格化的基础上，利用出租车全球定位系统(Global Positioning System, GPS)数据构建区域网格宏观基本图，并对宏观基本图的流量-密度关系进行拟合；进而使用高斯混合聚类法，将区域交通状态分类为畅通、轻度拥堵和重度拥堵。对不同交通状态网格的行程时间进行挖掘分析，发现3类交通状态下网格行程时间表现出不同的分布特征，畅通、轻度拥堵和重度拥堵的最佳行程时间分布分别为Gamma分布、Weibull分布和对数正态分布；通过不同状态网格行驶时间联合概率密度分布的近似拟合推导出路径网格行程时间概率密度模型。本文提出的方法可以快速计算一 定可靠度条件下的行程时间，对不同线路和时间内的案例分析结果表明，该方法对路径行程时间估计的平均绝对误差在1%~16%，可以为交通诱导与未来导航提供技术方法支撑。     

����������������н�ͨϵͳ���������������о�

首先综述了当今关于小世界网络、无标度网络以及复杂加权网络的最新研究成果，并从城市交通系统的角度出发，指出了综合利用复杂网络理论、动态系统理论、现代控制理论及交通科学和工程等多学科的理论与方法，在探索城市交通网络的时空复杂性及其演化机理，揭示交通流的演化过程，缓解和预防交通拥堵，指导交通实践等方面，都具有重大的科学理论意义与实际应用价值，是值得深入研究与探讨的大问题。并进一步指出了一些今后关于城市交通网络复杂性问题的研究主题。     

基于航班综合影响因素的延误航班重排问题的整数规划模型

为解决延误航班的恢复问题，以最小化航空公司和乘客损失为目标，构建了延误航班的重 排模型。兼顾航空公司和乘客的利益，通过研究航班干线、VIP 乘客和大飞机等因素对航班重排的影响，构建了目标函数，其中考虑了本场航班离港延误成本、外场航班离港延误成本以及外场 航班进港延误成本三个要素；同时，以机场实际运输能力、航班的进出港时间和重排时刻表的出发时间等作为约束，建立了0-1 整数规划模型。采用昆明机场的实际数据对模型进行测试，运用 Lingo 软件对所建模型进行求解，得到了优化的机场航班重排时刻表，并将计算所得延误损失和机场的实际延误进行了对比分析，结果表明所建模型不仅可以满足更多高优先级乘客的出行需求，也能相应地减少航空公司的损失，从而验证了模型的合理性。     

考虑多因素的不正常航班飞机计划恢复模型

为降低不正常航班给航空公司带来的负面影响，提出了一个以加权成本最小为目标的考虑 多个影响因素的不正常航班飞机计划恢复模型。模型目标函数考虑的因素包括航班延误与取消、飞机维护以及航班运行过程中与飞机和机场相关的各项改变，并且在约束条件中考虑了过站时间 等因素。针对所提出的模型设计遗传算法进行求解。基于大规模航班数据设计算例对模型和算法进行验证，研究结果表明：遗传算法适用于求解所提出的模型；通过对模型求解可以得到合理的 飞机计划恢复方案；除机场关闭之外，飞机维护任务、过站时间等因素对于航班的执行具有重要影响，因此在飞机计划恢复问题中应该考虑多方面的因素。算例结果证明了模型和算法的正确性 和有效性。