共查询到19条相似文献,搜索用时 78 毫秒
1.
2.
在回顾分析一般公路网合理发展规模确定方法的基础上,对影响收费公路合理规模的3个要素的地位和作用进行了分析,提出了收费公路合理规模确定的原则.结合收费公路的特点,从收费公路规划决策者和用户的角度,建立基于双层规划的收费公路合理规模优化模型.其中上层模型是从收费公路规划决策者的角度出发,优化收费公路规模,使得收费公路总效益最大化;而下层从用户的角度出发,采用随机用户平衡模型来描述用户的出行规律,合理安排出行者的出行路线.采用遗传-模拟退火算法混合优化策略对该模型进行求解,提出求解思路和步骤.并结合河南省收费公路合理规模确定实例,对模型科学性进行了验证. 相似文献
3.
城市公交网络可靠性的双层规划模型 总被引:15,自引:1,他引:14
建立了城市公共交通网络的重图模型,定义了公共交通网络的可靠性指标矩阵,依此建立了城市公交网络可靠性的双层规划模型,其上层模型使整个网络系统可靠且达到最优,而下层模型是一个标准的满足WARDROP第一平衡准则用户平衡模型,最后进行了求解分析。 相似文献
4.
公交网络优化问题一直是公交系统发展研究的热点之一,国内外学者已有许多不同见解。文章根据现代城市发展及城市交通发展特点,提出了公交非线性双层优化的一种新模型,将PSO算法改进后,结合长春市公交调查数据进行了优化,实践证明模型与算法具有较强的实用性。 相似文献
5.
连续平衡网络设计问题的双层规划模型及其求解算法 总被引:6,自引:0,他引:6
本文采用双层规划模型描述续平衡网络设计问题,设计了基于灵敏度分析法的启式求解算法,并给出了一个简单的算例。通过和以前的几种求解算法相比较,本算法在准确性和计算量方面都令人满意。 相似文献
6.
为了实现公交专用道科学规划与布局,对城市公交专用道的优化设计问题进行了研究。考虑专用道的规划布局对出行者出行路径选择行为的影响,将该问题抽象成一个双层规划模型进行研究。上层模型以路网系统效益最优为目标进行公交专用道的优化布局;下层模型针对小汽车和公交客流分别建模,在优化后的路网上进行相应的客流分配,其分配结果又会影响专用道的优化设计。然后采用遗传算法对该双层模型求解,并给出了具体求解流程图。最后利用北京市部分区域路网对该方法进行应用。研究结果表明:建立的公交专用道双层优化模型能够在保证交通系统利益最大时实现专用道的优化布局。 相似文献
7.
对传统的信号控制模型进行简化,既能使系统的总延误最小,又能保证交叉口的通行能力满足各个路段的交通需求,从而提高交叉口的交通效益,并针对模型的特点设计一种启发式算法——广义的拉格朗日算法,通过简单的算例说明算法是有效可行的。 相似文献
8.
老城区道路街巷网络密集,利用交通微循环可以缓解交通干道的压力,提高区域路网的承载力和可达性。以干路饱和度和街道级交通指数为优化目标,支路不拥堵为约束条件,构建上层模型,采用用户均衡交通分配与借助Tran CAD求解下层模型,构建老城区交通微循环的双层规划模型,并通过实例说明了模型的建立与求解过程。 相似文献
9.
基于群体公平差异的公交网络双层优化模型 总被引:1,自引:0,他引:1
为准确刻画公交网络优化对不同居民群体的公平性影响,建立了考虑不同群体的人均道路占有面积、出行成本差异等因素的公交网络双层优化模型。上层模型以出行成本剥夺系数与道路面积基尼系数最小化为目标,用于求解考虑交通公平约束的公交网络优化方案;下层模型为多模式多用户随机均衡交通分配模型,用于描述上层给出的公交优化方案中不同群体对于不同交通方式的复杂选择行为。采用非劣排序遗传算法-Ⅱ求解模型,并以一个简单网络进行算例分析。结果表明:公交网络优化前,小汽车、公交车与自行车的出行分担率分别为42%,47%,11%;优化后,各出行方式的分担率分别为7%,82%,11%,部分拥有小汽车的高、中收入用户改用公交出行,3类群体的出行成本剥夺系数下降了20.68%,道路面积基尼系数下降了87.76%,低收入群体的交通公平感受与客观资源分配均显著改善。研究结果可为公交网络优化提供理论依据与模型基础,是改善交通规划方案公平性的全新尝试。 相似文献
10.
基于网络对偶均衡的交通流分配模型 总被引:2,自引:0,他引:2
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。 相似文献
11.
12.
为提高整个路网的通行效用,根据周期时长、相位绿信比与机动车延误特征,建立周期波动动态信号配时的非线性规划模型.信号控制系统根据路网中各路段机动车的流量特征,进行动态调整信号周期时长和各相位绿信比的最优配置,从而合理分配各进口车道的通行权.结果表明:运用动态信号配时法和固定信号配时法交通分配的结果基本一致,运用动态信号配时法与固定信号配时法相比,动态信号配时法使机动车在十字交叉口上效用提高10%左右,在T型交叉口上效用提高30%左右,较好地适应各种交通状态的变化.在非机动车交通量较小的交叉口,动态信号配时有利于非机动车通行效用的提高;而在交通量较大的交叉口上,动态信号配时对非机动车的通行效用有较小量的波动. 相似文献
13.
为了克服传统4阶段法中对于现实条件的不合理假设,以需求不确定性为基本前提,将优化方案分为动态策略和静态策略2种,以成本回收和路段更新为约束条件,使用实物期权解决了优化策略灵活性价值的问题,给出了考虑时间因素的不确定优化模型,同时确定了交通网络的最终形态和建设序列,克服了传统网络优化不考虑决策方案灵活性的问题.随后使用基于最小二乘蒙特卡洛、遗传算法的网络优化模型的求解方法,实现了对问题的有效求解,并给出了算例.Nguyen Dupuis网络的计算结果表明:(1)实物期权可以有效地描述建设方案的灵活性,提高决策的合理性;(2)期权的价值随着需求波动性的增加而提高,建设方案也会提前;(3)实物期权更加符合交通建设适度超前的概念. 相似文献
14.
基于路段能力可靠性的城市交通网络设计 总被引:15,自引:0,他引:15
在介绍城市交通网络设计和概率用户平衡配流模型基本思想和内容的基础上,建立了考虑可靠性条件的城市交通网络设计双层规划模型,上层模型在投资约束条件下寻求系统总阻抗最小,下层模型兼顾路段能力可靠性与用户平衡配流条件,从而使城市交通网络备用能力最大,并针对该问题设计了可求得局部或全局最优解的混沌优化启发式算法,最后选用一个小型网络作为算例进行验证。结果说明该模型有一定的实际应用价值且设计的混沌优化算法也较为有效。 相似文献
15.
16.
灾害事件下局域路网应急疏散交通分配模型 总被引:2,自引:0,他引:2
应急疏散的目的是要在灾害发生时将处于危险地带的人群尽快转移至安全地带。针对不同灾害事件类型而引发的单源单汇、单(多)源多汇网络状态的路网疏散问题分别进行了分析。在各路段通行能力的约束条件下,以疏散交通流量最大、总疏散时间最小为优化目标,运用最小费用最大流理论建立了局域路网疏散分配模型。通过实例对模型进行了求解,并在Matlab中得到了实现。通过查找最小截量组成弧的分布位置,并对路网中最小截量组成弧的路段扩容改造,进而有效提高局域路网的应急疏散能力。 相似文献
17.
基于群决策理论和双层规划模型的交通信号控制优化 总被引:2,自引:1,他引:1
基于干道延误时间最小和路段行程速度最大的设计理念,利用智能优化算法和群决策理论,建立了一种双层规划模型下的城市干道交通信号控制方法。算法结合了智能优化策略中的遗传算法和丰富的群体专家意见,并采用模糊数的描述方式实现对不同控制目标的分析评价,给出了一套完善的干道交通信号配时优化方案,使交通问题的分析得以更加客观和实际。最后给出一个实际主干道问题的算例分析,运用MATLAB和Visual C++编程计算对控制方案进行模拟。仿真结果表明,这一方法能有效地改善延误和路段行程速度。 相似文献
18.
城市交通意外事件易诱发局部交通路网拥堵,为防止交通状况恶化,需采取相应的交通控制、诱导手段。针对交通意外事件造成城市交通路网运行状态突变的现象,从用户平衡原理出发,提出了基于满意控制理论的动态交通分配模型。该模型不仅考虑了动态交通分配过程中各种常规的要求(目标、约束),还考虑了动态交通分配的易操作性和交通流控制、疏导过程中的安全性。通过该模型可寻找易于求解及实现的满意解,快速、平稳地实现区域内交通流的正常运行。算例表明该模型及其算法能够快速获得满意解,有效地解决交通状况突变情况下的动态交通分配问题。 相似文献
19.
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。 相似文献