智能网联环境下的城市路网容量可靠性分析

网联自动驾驶车辆（CAVs）与人工驾驶车辆（HDVs）混行的交通发展模式会促进城市路网容量发生变化，为解析混合交通流对城市路网容量可靠性的影响，构建了智能网联环境下城市路网容量可靠性双层规划模型。为表征CAVs信息获取与自动驾驶的能力，假定CAVs遵循系统最优原则选择路径，而HDVs则根据自身经验选择路径，基于二者路径选择的差异建立描述混合交通分配的下层模型，刻画智能网联环境下的混合交通流分配特性。并且，为了快速求解大型路网交通分配，将下层混合交通分配模型转换为非线性互补下问题进行求解。考虑到实际路网的随机性，以及路网道路通行能力并非固定值，运用具有多种相关性的均匀随机分布理论，建立了的描述城市路网容量可靠性的上层模型。通过蒙特卡洛仿真分析不同CAVs渗透率下的路网容量可靠性，并进一步解析各路段对路网容量可靠性的敏感度。结果表明:当需求水平d > 0.5时，路网容量可靠性开始降低；当d > 0.7且CAVs渗透率λ＝0时，可靠性小于0.4；当d > 0.7而λ＝1时，可靠性接近1，说明CAVs可增强路网容量可靠性。研究还发现，当需求水平处于0.7~1区间时，渗透率的变化对路网容量可靠性有显著的影响，但随着需求的增大，路网处于超负荷状态，渗透率对路网容量可靠性影响较小。此外，CAVs渗透率从0增加至1的过程中，路网中存在“道路容量悖论”现象的道路从19条下降至3条，且当λ＝1时路网中仅有1条道路出现了显著的“道路容量悖论”现象，拥堵严重。表明CAVs渗透率的增大可以显著改善路网中的“道路容量悖论”现象，减少路网容量可靠性的波动，提高路网运行稳定性。      

容量限制的交通分配优化方法研究

容量限制一直是交通分配研究的重要内容，是造成路段和路网拥挤的根本原因。目前大多数的研究都是基于拥挤模型进行理论分析和实际计算，而实际中的拥挤路网大多不是一个平衡分配问题。以Fisk提出的Losit分配优化思想及Wardrop的系统最优为基础，建立了容量限制下的路网分配优化模型，并给出了相应的启发式优化算法。     

基于“窄马路密路网”布局理念的路网容量研究

以"窄马路、密路网""开放式街区"布局理念下的路网容量为研究对象,分别得出了路网容量4个因子的计算模型,从交通组织方式、道路横断面形式、路网供给与需求匹配度等3方面修正,得到更适合窄路密网布局理念的路网容量模型.     

城市道路网容量估计的双层规划模型

为了描述了城市道路网络对交通量的承载能力,以实现路网运行状态与服务水平的判断,对城市道路网容量估计的方法进行了研究。考虑城市道路网容量的影响因素,提出了基于路段通行能力的城市道路网容量定义,建立了双层规划模型,并提出迭代优化算法(IOA)实现模型求解。上层模型以路网容量最大为目标,下层是随机路径选择模型。以局域网为算例,验证了模型的有效性和可靠性,并将模型推广至任意区域网络计算。     

容量限制的交通分配优化方法研究

容量限制一直是交通分配研究的重要内容,是造成路段和路网拥挤的根本原因.目前大多数的研究都是基于拥挤模型进行理论分析和实际计算,而实际中的拥挤路网大多不是一个平衡分配问题.以Fisk提出的Logit分配优化思想及Wardrop的系统最优为基础,建立了容量限制下的路网分配优化模型,并给出了相应的启发式优化算法.     

路网容量及最大流算法研究

对城市道路网的现有路网容量理论和模型进行了研究,在国内外现有较成熟的路网研究方法的基础上,分析了各种模型的假设条件、模型特点以及模型应用范围,并基于最大流、最小割理论分析了国内外现有的最大流算法及其缺陷,提出了改进的算法和在Matlab中的实现方式。     

理想条件下路网临界车头间距的研究

基于经典的跟驰理论，建立理想条件下车辆稳定跟驰行驶时的车头间距模型。并且利用高精度的车载GPS系统在北京市路网上采集的数据对该模型进行标定。同时根据最优化的相关理论确定出北京市路网达到其理想容量时车辆的临界行驶速度及临界车头间距，从而为确定理想路网容量奠定基础。     

考虑路段容量降级的均衡流模式研究

为探究降级路网和非降级路网两种情形下交通网络流量的波动情况及演化规律,通过均匀分布来刻画路段容量的随机变化,在此基础上构建降级路网下基于传统路径更新规则的更新模型,该模型利用前一天使用路径的实际出行时间和前一天感知路径出行时间期望值来更新,并通过算例分析依赖参数和容量降级系数对降级路网交通流演化的影响。结果表明,降级路网和非降级路网下交通网络均能演化至稳定状态,但均演化不到随机用户均衡状态;相较于非降级路网,降级路网下交通网络演化至稳定状态所消耗的时间更长。     

突发事件下路网运行时间可靠性研究

对突发事件下的路网运行时间可靠性进行分析,从路段通行能力与运行时间关系的角度,对交通流量与运行时间关系进行讨论。在研究运行时间的均值、标准差等特征值在突发事件下变化的基础上,利用机会约束模型,建立异常状态下路网容量分析的非线性规划模型。实例分析结果表明,突发事件出现时路网运行时间可靠性与其承担的交通流量有直接的关系。     

无人驾驶环境下考虑OD结构的路网容量模型（双语出版）

为了研究未来无人驾驶车辆对路网容量的影响，揭示无人驾驶车辆与普通车辆的相互影响特性，假设无人驾驶车辆遵循系统最优路径，普通车辆遵循用户最优路径，构建了无人驾驶环境下的道路网络储备容量模型。上层模型为满足路段容量约束条件下的最大交通需求，各OD之间的交通需求采用不同的增长乘子；下层模型为两类用户的混合路径选择行为模型，无人驾驶车辆以系统总阻抗最小为目标，而普通车辆以个人出行成本最小为目标。采用多种群遗传算法进行求解，并通过算例验证了模型和算法的有效性和可行性，得到非统一增长乘子下的路网容量，比较了统一增长乘子与非统一增长乘子的异同之处。研究结果表明：①两种计算结果所得到的道路网络容量增长趋势类似，但是非统一增长乘子计算结果大于统一增长乘子计算结果，当无人驾驶车辆市场渗透率达到一定比例时，二者计算结果的差异随着市场渗透率的增加而逐渐减小；②不同OD对的增长乘子不一定相同，无人驾驶车辆的加入可以优化不同地区的OD需求分布，从而提升整个道路网络的容量；③非统一乘子的计算方法可以有效避免不同OD对的干扰作用，提高部分OD对在低市场渗透率下的路径利用率，路段流量分布更加均衡；④当无人驾驶市场渗透率达到较高的比例时，道路网络容量可增加的幅度较小。