交通运输网络中两个结点间有流量约束的最小费用最大流算法

对交通运输网络最小费用最大流的分配是在满足容量限制条件和流量守恒条件下,基于总费用最低的原则进行的,但在实际应用中,通常对交通运输网络中两个结点之间的流量有具体的要求和约束限制条件.针对交通运输网络中两个结点之间有流量约束的最小费用最大流问题进行了分析,总结了两个结点之间的流量不能超过限制值、不能低于限制值以及在一定范围内的3种约束条件.基于连续最短路算法中构造伴随增流网络的思路,设计了这3种约束限制条件下的最小费用最大流分配算法.利用这个算法,可以解决交通运输网络中两个结点之间有流量约束的最小费用最大流分配问题.在交通运输领域,两个结点之间有流量约束的最小费用最大流问题普遍存在,这些算法也为解决实际的运输问题提供了应用基础.     

多品种流交通网络的最大流算法研究

基于Ford-Fulkerson算法在单一品种网络中最大流量分配的思路,通过对多品种交通网络的网络特性进行分析,作者将多源多汇的交通网络构建成单源单汇的形式。在保证符合流量约束的条件下,设计了适用于多品种交通网络的最大流分配算法。在交通网络的实际应用领域里,多品种交通网络的问题普遍存在,因此该算法为解决实际交通网络的相关问题提供了基础。     

运输网络转运结点有容量限制的最大流分配算法

对运输网络转运结点有容量限制的最大流分配一般是用结点一分为二的方法,但在大型、复杂的运输网络中,当有容量限制的结点很多时,这种方法将会使运输网络变得更加庞大,流量分配的过程变得更加繁琐。通过分析容量限制结点的特点,基于寻找增流链的算法,构造了基于大型、复杂运输网络中结点有容量限制的最大流分配算法。利用此算法,可以解决大型、复杂运输网络中容量限制的结点很多时的最大流分配问题,此算法也为解决实际的运输问题提供了应用基础。     

多品种流中特定品种在结点上的流量有要求的最大流算法设计

本文首先分析多品种流交通网络的特性,在借鉴Ford-Fulkerson算法的基础上构造了求多品种问题最大流的基于多品种流的Ford-Fulkerson算法。然后分析了多品种流交通网络对特定品种在结点上的流量有要求的几种情况,并设计了这几种情况下交通网络求最大流的算法。在实际交通网络中多品种流问题普遍存在,对特定结点的品种的流量有要求的多品种问题更是不胜枚举,本文的算法为解决实际问题提供了应用基础。     

运输网络中有流量需求的转运结点最大流分配算法

运输网络中有流量需求的转运结点不遵从流量守恒条件,也不能按源、汇及中间结点归类．为解决这类转运结点的最大流分配问题,将这类转运结点分为汇结点和中间结点．根据Ford—Fulkerson算法寻找增流链的原理,提出了寻找这类转运结点增流链的方法、调整量计算公式和流量调整方法,形成了有流量需求的转运结点最大流分配算法．     

有运送路径限制的多品种流交通网络最小费用流算法研究

传统的交通网络最小费用流分配是针对单一品种,但在实际的交通运输应用中,交通网络中往往会出现多品种流的运送情况,而且也有可能对某些品种的运送路径进行限制.首先针对交通网络中的多品种流及其流动现象进行分析,借鉴Ford-Fulkerson算法中构造伴随增流网络的思路,建立了多品种流交通网络图的顺推重构方法,在此基础上,构造了有运送路径限制的多品种流交通网络最小费用流算法.在交通运输领域,多品种流最小费用流问题普遍存在,此算法为解决实际交通网络的相关问题提供了基础.     

战时动态交通网络最大能力路径问题算法研究

战时或应急条件下,交通网络具有动态特征,研究确定动态交通网络的最大能力路径,不但可以拓展最大流问题基本理论,而且对于完成大规模军用物资的运输保障任务,也有着十分重要的现实意义。提出了动态交通网络最大能力路径的概念,并基于最大流理论,结合实例介绍了寻找最大能力路径的具体算法,有助于紧急情况下确定交通网络中的最大能力路径。     

满足交通网络流量增长态势的扩能优化研究

在交通网络的实际应用中,流量的发展态势往往超出现存网络的最大流量承载能力,这就需要考虑如何提高网络的输送能力,即如何对交通网络进行扩能。本文基于发展态势的流量需求、扩能代价最低以及扩能拥堵程度高的线路条件,构造了最优的扩能算法。通过此算法,可以选择交通网络中最优的扩能路线。在交通运输领域,由于流量的发展态势需要扩能的问题普遍存在,本文的研究内容可以为交通网络的扩能决策、优化、设计等提供应用基础。     

一种基于多元Probit模型的随机网络配流加载算法

为了改善基于Logit模型的随机网络配流加载算法的两个不足之处,本文提出了基于正态分布的Probit模型的随机网络配流算法。假设路段的广义交通时间服从正态分布,然后用蒙特卡洛模拟法对提出的算法进行求解。最后,用一个简单的交通网络例子对提出的算法进行验证分析。在算法求解过程中,运用Matlab对路段广义交通时间随机抽样,再对网络进行全有全无分配,将交通流量分配到起终点间的每一O-D对的最短路径上。应用Probit模型进行配流加载,其路径选择概率更接近实际更加合理,是一种值得推广的交通配流加载模型。     

有流量需求和分品种容量限制的运输网络最大流算法

基于Ford-Fulkerson算法求最大流的思路,对有流量需求的分品种容量限制的运输网络构造最大流算法,将有流量需求的转运节点分为转运节点和汇节点,同时构建单源单汇,寻找增流链进行流量调整。最后,通过示例对算法进行验证,计算出了满足流量需求和分品种容量限制的运输网络的最大流。     

遗传—神经网络在交通流预测中的应用

提出一种基于BP神经网络的遗传算法,分别利用其局部和全局寻优能力强的特点,综合为一种新的优化算法,并将改进的算法应用于交通流预测中。结果表明,改进方法的预测效果优于单一使用BP神经网络进行预测的效果。     

适用于路网潮汐流的可变车道设置方法研究

城市交通流潮汐现象导致了路段双向通行能力利用不均衡,早、晚高峰时段交通需求的不对称导致了早、晚高峰时段拥堵路段不具有空间对称性.本文从城市交通网络的角度出发,提出了一种对早、晚高峰时段可变车道设置方案进行综合决策的方法.以交通均衡理论为基础,以降低城市交通网络高峰期出行总费用和减少可变车道设置管理成本为目标,建立了一主二从双层规划模型,其中上层为可变车道设置的决策方案;下层根据上层决策方案分别对早、晚高峰时段交通需求进行交通分配,并设计了求解模型的遗传算法.算例分析表明,与不设置可变车道方案、早晚高峰时段分别设置方案进行比较,早晚高峰时段综合设置方案减少了系统总费用.     

基于地面路网MFD 的快速路出口匝道流量分配模型

过于集中的流量分配易导致出口匝道和与之相衔接的地面道路过饱和,进而影响快速路和地面路网的通行效率.为提高路网中车辆通过快速路到达目的地的通行效率,基于地面路网宏观基本图（Macroscopic Fundamental Diagram,MFD）,以出口匝道通行能力和与之相衔接的地面路网承载能力为约束条件,以整个路网的车辆总行程时间最短为优化目标,建立快速路出口匝道流量分配模型.根据宏观网络车流平衡方程,采用改进的遗传算法对模型进行求解.最后,通过实际路网验证了模型的有效性.结果表明,该模型可有效提高车辆通过快速路到达目的地的通行效率,同时降低出行成本.     

交通流短时预测理论研究进展

交通流短时预测是智能运输系统。尤其是其先进的交通管理系统和出行者信息系统研究的一个重要内容。利用预测算法来分析交通数据，并预测未来数分钟内的交通流状态，便于及时采取适当的交通控制措施和诱导措施。     

信号交叉口不对称交通流的优化控制方法

为了改善不对称交通流导致信号交叉口进口道交通负荷分布不均、通行效率低下的问题,对交叉口对向交通流的分布形式及其适用的相位方案进行了分析,建立了信号周期动态相位方案的生成规则,并以综合交通效益最大为目标建立了交叉口不对称交通流的动态相位信号控制参数优化模型,并给出了其求解算法.分析了不对称系数大小及其阈值变化、不对称信号周期比例对优化方法的影响,并以哈尔滨市红旗大街-淮河路交叉口为例,VISSIM仿真结果显示,采用动态相位优化方法后,该交叉口的车均延误、平均排队长度和停车率等评价指标下降了27.8%以上,验证了动态相位优化方法的有效性.该方法能减少直行车流的停车等待时间、避免交叉口部分进口方向时空资源的空耗,有利于信号交叉口通行效益的提升.