境外公路建设项目交通量预测

针对境外公路建设项目交通量预测结果不确定性,总结了影响境外建设项目交通量的主要因素,考虑到境外项目数据缺失、路网稀疏、道路等级低等现状条件,以及出行行为的特殊性和不确定性,应用不确定理论,以模糊感知效应来表征路径阻抗和成本,建立了基于模糊阻抗函数的路网交通分配模型,以巴基斯坦KKH为例,分别采用随机网络分配模型和基于模糊阻抗的路网交通分配模型对其进行交通流预测,结果表明:二者预测结果相差在10%以内,基于模糊的路网交通分配模型具有较高的准确性。     

基于模糊层次分析法的多人物流供货商选择模型

基于模糊集合理论提出了一个解决供货商选择问题的多人模糊层次分析法模型.首先运用模糊Delphi法和特征向量法形成上层准则的权重集合;然后结合以模糊语言变量表示的备选方案偏好等级的满意度和下层指标的模糊权重,通过分层结合,得到供货商的综合模糊评分;最后采用Fortemps和Roubens的面积补偿方法对各个方案的三角模糊数进行排序,从而得到供货商方案综合选择的优先顺序,为实际决策提供依据.实例说明了供货商多人模糊综合评价的具体过程及合理性和有效性.     

考虑用户紧急程度的在途路径诱导策略研究

为了提高突发交通拥堵情境下在途路径诱导效率,从用户体验层面出发,对诱导方案设计进行深入研究。提高用户体验有利于提高用户对诱导系统的服从率,从而提高诱导效率。道路拥堵状况是影响用户体验的重要因素,考虑到具有不同紧急程度的用户对拥堵感知存在差异,以感知拥堵作为路径诱导中路径分配的限制因素。首先构建衡量用户紧急程度的紧急函数,在此基础上设计行驶时间感知效用算法,然后将其作为干预项加入到随机均衡备选路线分配模型中,突发交通拥堵出现时,系统根据构建的备选路线分配模型递归地为突发事件L距离内的用户指派行驶路线。同时考虑到突发拥堵下交通状态具有较强的波动性,采用时变路网下的改进A~*算法计算路径分配方案的最短路径,其中,将预测的路段平均速度与历史平均回归模型结合计算行程时间,并将其作为A~*算法估价函数中的评估函数,从而实现考虑时间依赖性的实时最短路径寻优。最后,以秦皇岛海港区部分路网区域为例,利用微观仿真软件SUMO分别从诱导服从率、诱导效率、诱导时效性3方面对在途诱导方案的有效性进行仿真验证,并与现有的典型路径诱导方案进行对比分析,结果表明所提出的在途路径诱导策略可以改善突发拥堵下的交通状况。     

基于模糊算法的停车诱导与交通流控制协同优化模型

在停车诱导和交通流控制双重目标函数约束下,建立了停车诱导与交通流控制协同优化模型.首先,以备选停车场泊位饱和度和路段交通流饱和度等作为约束条件,建立分层搜索模型,确定停车场初始解集.然后,采用模糊优选方法进行初始备选方案的排序研究,通过隶属函数对各备选停车场方案的原始数据进行标准化处理,并通过备选方案与基准方案的贴近度数值求得最优解.最后,以安徽省铜陵市中心城区某停车小区作为计算实例,证明了停车诱导与交通流控制协同优化模型能够成功地应用实施.     

考虑车辆排队长度的动态用户最优路径选择模型研究

基于交通流理论，建立了路段下游交叉路口前车辆排队长度、路段车流密度的数学模型，提出了新的路段阻抗函数。运用该阻抗函数建立基于路径的动态用户最优路径选择变分不等式模型，给出了该模型的启发式算法。实例分析表明，当路段上有排队时，若将车辆排队处理为质点，则低估车辆路段走行时间，被低估的相对差距约为22％；新的阻抗函数能较好反映路段的阻抗。     

基于路口通行权的大站快线公交路径算法

在无法设置公交优先信号的交叉口如何提高公交车辆的通行效率,是研究公交运行路径算法的主要目标.以一般信号交叉口的通行权为基础条件,以大站快线公交运行路径为研究对象,提出一种合理的公交运行路径选择算法:通过有效路段判别方法构建公交运行网络,路径搜索生成有效路径集合;引用和优化道路通行能力手册计算方法,对不同有效路径方案的路段阻抗和交叉口延误进行计算,分析不同路径方案的总延误值,确定公交运行路径推荐方案.研究表明:该算法具有一定的适用性和可操作性,有助于提高大站快线公交站点间运行效率,可尝试用于复杂多路径路网的公交运行路径导航.     

基于网络对偶均衡的交通流分配模型

利用交通网络中交通流量与阻抗的对偶均衡关系,提出一个基于节点-路段的交通流分配变分不等式模型。分析网络中流量与阻抗间的对偶关系,将交通流量与出行阻抗看作一对对偶均衡变量。利用这种对偶均衡关系,通过不断调整网络中局部组成元素的平衡关系式,最终得到网络均衡状态。对上述网络流与网络阻抗的制约平衡特征加以抽象,不仅得到一个新的交通流分配模型,而且得到一个模拟出行者行为的启发式模型求解算法。新的模型算法有两个突出优点,一是进行流量分配过程中可避免反复求解联接起讫点对的最短路径,二是可以根据流量分配结果方便的求出任意起讫点间的有效路径集,并明确路径流量。     

基于驾驶员偏好的最优路径选择方法

驾驶员在出行前最优路径选择准则方面表现出多目标性及多属性的特点.为满足驾驶员的偏好来选择最优路径,文中基于信息熵的多属性决策方法,求解备选路径属性权重向量;结合加权算术平均算子WAA(Weighted Arithmetic Averaging Operator),计算各路径的综合属性值,据此选出最优路径.实例分析表明,...     

路况信息发布时出行者有限理性路径选择行为及建模研究

实时路况信息的提供,有助于出行者对不同路径效用的判断,但由于信息的模糊性以及出行者有限的计算能力,出行者的决策行为在某些情况下依然是有限理性的,即不能选择效用最大路径。因此,本研究基于西蒙的有限理性理论,假设出行者不能完全预测全部备选方案的后果,即实现效用最大化,提出了有限理性模型,并设计试验,验证交通领域路径选择中有限理性的决策行为。试验中,每次出行前向被试者发布实时路况信息,记录被试者的决策结果、决策时间等数据,分析其有限理性路径选择行为,并建立有限理性路径选择模型描述其有限理性特性。研究发现出行者在两条路径效用差小于一定阈值时无法实现理性判断,实现效用最大化,只能随机选择;在效用差大于该阈值时才可进行理性判断,实现效用最大化。根据这一现象,将原有Logit模型效用最大化假设松弛为有限的效用最大化假设,并建立有限理性下的Logit模型(BRBL模型)。通过对模型研究分析,发现模型在0点附近的敏感度要小于传统Logit模型。通过分别对BRBL模型和BL模型进行标定,发现改进后的模型可以解释出行者路径选择决策中的一些有限理性行为,而且标定结果显示模型精度优于传统的BL模型,在路况信息提供下的路径选择问题,新的模型更为适用。     

动态路阻下的出行时间预测和路径选择模型

通过分析原有路径选择模型的不足之处,在考虑路网中路段路阻的动态性和出行者出行路径选择的随机性的基础上,提出了一种出行期望时间预测和动态路径选择模型,并引用一个具体算例来证明该模型的正确性和适用性;同时分别运用最短路径模型和文中所提出的动态路径选择模型进行求解,得到每条路径被选择的概率和最短期望出行时间,结果证明文中模型能计算出出行者期望时间和可能出行路径,比传统模型更加符合现实状况,更能模拟现实生活中出行者的出行行为和路网路阻随时间变化的状态,对出行者的出行决策更具指导价值。     

基于定向树搜索的博弈配流模型

通过将交通路网中路径搜索的定向式启发策略与深度优先的树搜索算法相结合,提出了一种有效路径的定向树搜索算法。该算法利用节点坐标划定有效搜索区,使搜索范围缩小。在具体的求解过程中一是利用已求出的节点位势确定下一步搜索的邻接节点范围,二是利用一个简单的节点估价函数确定进一步要选择的节点。通过给每一个节点一个搜索标记号来记录搜索树的分杈情况,可以顺利的实现有效路径的连续搜索,并结合博弈理论建立了新的交通流分配模型,给出了博弈配流的步骤。新模型合理反映了交通路网中出行者的出行路径决策行为,提供了唯一的路径流量解,因此便于在交通网络的灵敏度分析和优化设计中应用。最后,用一个简单算例说明了该方法的有效性。     

大数据背景下的路径选择行为建模

路径选择建模的主要任务是基于合理假设，定量分析交通参与者的路径选择行为，并估计和预测交通参与者对交通网络的使用情况。基于此，全面总结路径选择建模的研究现状，介绍各种出行数据的特点，阐释常见的选择集生成方法，对文献中提出的众多离散选择模型进行归类和讨论，对比模型估计的2类主要方法，并展望机器学习在路径选择建模中的广阔前景。研究结果表明：随着交通感知技术的全息化发展，在海量车辆轨迹数据的支撑下，路径选择研究取得了全方位的进步；路径选择模型可分为基于路径和基于路段的模型，前者以路径为基本选项，从通过确定性或随机性方法生成的选择集中选择路径，包括多项Logit （MNL）模型以及更先进的MNL修正模型、广义极值（GEV）模型、混合Logit模型和非GEV分布模型，后者以路段为基本选项，动态地求解路径选择问题，无需生成选择集，包括各种递归Logit模型；路径选择模型的参数估计可使用有标签数据或无标签数据，前者通过地图匹配在交通网络中重构出真实路径，后者则依概率考虑一系列可能的路径。近年来，基于机器学习的路径选择模型因具有更优的预测性能而受到广泛关注。在未来的路径选择研究中，应进一步结合离散选择模型和机器学习模型，使两者优势互补。     

具有变需求的多模式随机动态同时的路径和出发时间问题研究

为了解决在多种交通模式条件下出行者的路径与出发时间选择问题,提出了一个变分不等式模型用于模拟具有变需求的多模式随机动态出行选择行为。推荐了一个改变的投影压缩算法求解相应的变分不等式问题,并给出了算法的迭代步骤。最后在一个相对真实的路网上进行了仿真试验,从两个OD对之间的一个路径上的路径入口流量率以及增补的路径旅行费用状况中可以看出,小汽车和卡车的路径入口流量率以及增补的路径旅行费用都可以达到一种平衡状态,表明了模型和算法的有效性和正确性。     

应急铁路军事运输径路优化问题研究

应急铁路军事运输,需要合理安排输送径路,完成时限要求下的大规模集中输送。分析了应急铁路军事运输的特点,建立了径路优化的数学模型。设计了基于车流优先权编码的遗传算法,确定车流序列。按照车流序列,采用逐次配流法,求解多源多汇的径路集问题。通过实例证明了算法的有效性。     

基于多级网络的多模式交通配流研究

为解决多模式复合网络的交通配流问题,将复合网络转化为多级网络形式,并提出多级网络客流分配模型、约束条件,以及其求解算法.将多模式复合网络转化为多级网络结构.以三级网络结构为例,网络第一级为带有组合出行的方式选择网络;网络第二级为基于出行逻辑的平面拓展网络;网络第三级为小汽车出行的道路网络.分析多级网络中的路径阻抗,包括线段阻抗与换乘点阻抗,提出以N-L模型解决多级网络流量的分配问题.根据复合网络构建的实际情况,在模型中加入有效路径筛选、有效换乘筛选与典型组合方式筛选等约束条件,以提高模型求解效率.采用连续平均法对多级网络配流模型进行求解.以三模式叠加的复合网络配流为算例,模型迭代7次即达到收敛条件.结果显示,在算例网络中,轨道换乘出行方式具有一定的竞争力,约占总出行量的40%.通过SP调查验证了该结果的可靠性.该方法在考虑了路径选择、换乘点选择、组合交通方式选择的情况下,将客流分配到多模式复合网络中去,弥补了传统四阶段法在多模式交通配流应用中的不足.      

小型突发事件场景下的应急车辆优先通行策略研究

对于高峰期发生的小型突发事件, 应急车辆优先通行可能对路网造成强负外部性, 同时为保证应急车辆优先通行而采取的信号协调策略可能导致路径选择不可靠。因此, 提出1种基于双层规划模型的应急车辆优先通行策略, 综合考虑应急车辆的时效性以及交通系统的运行效率。路径选择受路径长度等物理条件以及交通状态的影响, 信号控制改变车道通行能力和上下游流量, 进而改变路网状态。以车道组饱和度作为表征路网状态的参数, 并以此联系路径选择与信号控制, 进而构建应急车辆优先通行的双层规划模型。具体地, 上层目标为应急车辆行程时间最短以保证应急车辆出行的时效性, 下层目标为信号控制对交通系统的社会车辆效益最大, 采用改进的前N条最短路径多重标号算法求解。算例结果表明: 相较于传统方案, 应急车辆行程时间增加8.7%, 对社会车辆的延误降低261%, 即应急车辆每降低1%的行程时间以交通系统增加30%的延误为代价。该方案能够以较小的应急车辆延误为代价降低高峰期交通系统较大的延误。      

交通信息影响下的动态路径选择模型研究

考虑交通信息对出行者选择出行路径的动态影响,建立一种动态路径选择模型。将不同类型的出行者对路段（路径）运行时间的预测看作不同的随机过程,通过对出行路径上节点的到达时间取期望值,利用一阶近似表达式,研究交通信息对出行者的出行路径选择行为的影响。     

基于贝叶斯概率估计的智能电动车动态目标避障算法

为了实现智能电动车在中汽中心智能网联示范基地内的动态避障,首先将直角坐标系与曲线坐标系进行转换,构建以参考路径的弧长s为横坐标,横向偏移距离q为纵坐标的曲线坐标系;其次,在曲线坐标系中利用三次多项式生成满足初始位姿与子目标点位姿的候选路径,同时对标准化常量的似然函数进行定义,在此基础上利用贝叶斯定理对每条候选路径的危险等级进行概率估计;在动态避障过程中,借鉴速度障碍法对碰撞威胁进行实时检测,并建立最短避障时间和安全距离的数学模型来实现高效的动态避障,最后对行人占用车道行走与横穿马路2种典型场景进行动态避障试验。研究结果表明：在曲线坐标系中,通过横向偏移距离能够便捷地建立起一系列候选路径,克服在直角坐标系中寻找移动子目标点这个难题;在寻找安全路径方面,由于智能电动车工作环境的不确定性,利用贝叶斯定理对候选路径危险等级进行概率计算的方法可靠性更高,速度障碍法与避障数学模型的结合满足碰撞危险检测的实时性和动态避障的高效性要求。试验结果表明：采用曲线坐标系中的动态避障算法对行人占用车道和横穿马路2种场景进行了有效的避障,在路径选择上符合实际驾驶习惯,达到了智能网联示范基地动态避障的要求。     

基于ArcGIS的公路工程地质选线模型

针对高速公路地质选线仍然以案例分析为主,缺乏通用性定量分析模型的现状,以某高速公路为背景,在分析文献与案例的基础上,提出地形地貌、地层岩性、地质构造、水文地质、环境地质、地震与新构造运动、不良地质和特殊岩土等8个影响因子,构建层次分析、模糊综合评价模型。基于地质调绘、地质勘察,遥感影像等原始资料,借助ArcMap的空间与属性分析功能,将地质影响因子分离,并分级量化。采用层次分析、模糊综合评价法对格栅数据进行加权叠加、模糊逻辑运算,形成格栅综合成本。基于Dijikstra算法原理,综合运用ArcMap内嵌距离成本分析、成本路径分析工具,实现全面考虑工程地质影响的最佳线路选择。     

基于安全可靠性的多类用户交通分配模型

为探究出行安全对用户出行选择行为的影响,提出了考虑事故风险成本和旅行时间的多类用户交通分配模型。针对事故发生的随机性特征,定义了路径出行安全可靠性概念,并以此计算用户的事故风险成本预算,体现出行者的安全偏好。基于考虑事故机会和事故风险的基础事故预测模型,针对路段和交叉口的不同特征,分别定义了路段和交叉口的事故风险成本分布。构建的交叉口事故风险成本模型,体现了交叉口不同转向的事故风险成本的差异性。为了求解基于安全可靠性的多类用户交通分配模型,采用路径配流法和相继平均法设计了相应的求解算法,并通过算例分析了模型和算法的有效性。研究结果表明：安全可靠性在用户出行选择中具有重要影响。当在广义出行费用中考虑事故风险成本时,出行者会更多地选择事故风险成本较小的路径;不同风险倾向的用户会有不同的选择特征,保守型出行者倾向于选择路径事故风险成本标准差相对较小的路径,即事故风险成本波动小的路径,而中立型出行者倾向于选择事故风险成本均值相对较低的路径;考虑交叉口的事故风险成本与否会直接影响流量分配结果,即路径交叉口数量和转向的差异性同样会影响出行者的选择。所提出的模型对于客流预测和网络安全评价与管理具有潜在的应用价值。