OD需求不确定的离散交通网络设计模型研究

以OD需求不确定性为基本前提,以随机双层规划和均值方差理论为基础,建立OD需求不确定离散交通网络设计的基本模型.根据需求不确定的交通网络设计模型特点,建立基于Monte Carlo模拟和遗传算法的算法,实现了对问题的有效求解.Sioux Falls网络的计算结果表明,本论文的模型和算法可以很好地应用于中等规模网络.     

基于随机需求的离散交通网络设计

由于影响因素众多,OD需求预测存在不确定性。本研究假定OD需求矩阵元素是概率分布已知的随机变量,以双层规划理论为基础,建立基于随机需求的离散交通网络设计模型,上层模型是预算约束下的路网期望总时间最小,下层模型是每个需求情景下的用户均衡。以Monte Carlo模拟和遗传算法为计算工具,设计了随机双层组合优化问题的可行算法。Nguyen Dupuis网络的实例计算表明,考虑需求不确定性的网络设计方案与确定性条件下的结果显著不同。本研究有助于提高交通规划决策的科学性和可靠性。     

预算约束的离散交通网络设计问题

提出了预算约束的离散交通网络设计的数学规划模型，探讨了它的隐枚举算法；然后，在忽视BRAESS诡异的前提下，改进了这个算法，以节省计算时间。     

多目标的双层动态均衡交通网络设计研究

采用双层动态均衡模型解决城市交通网络的设计问题,即构建以交通网络总阻抗和建设资金为上层目标,动态路径选择的变分不等式模型为下层目标的双层规划模型。利用模拟退火算法求解上层模型,采用修正的投影算法求解下层模型。此模型能够内在地不断修正路段流入率值和路段能力增量(即网络设计方案),同时可以得到路段流入率值和路段能力拓宽方案的最优解,该算法的可行性与正确性已在一个小型网络上得到验证。     

基于实物期权的投资临界值研究

根据实物期权投资理论,本文分析得到了项目寿命在有限和无限两种情况下的投资临界值的计算方法,并举例分析。     

不确定网络设计模型研究综述

传统的交通规划以确定性假设和决策准则为依据,导致规划方案存在不合理因素。在不确定性理论的基本前提下,以双层优化模型为基础,以建立不确定性交通网络设计理论为研究目标,系统综述了在供给需求不确定、决策者和用户风险态度以及时间维度方面的拓展。最后,给出了不确定网络设计模型的一般框架。     

基于安全性评价的城市离散交通网络设计方法

传统的交通网络设计以系统总出行时间、环境污染、可靠性、可达性等作为设计目标.尽管交通安全问题广受关注,但以安全为目标的交通网络设计尚未展开.基于运行速度协调性的原则,采用行驶速度与设计速度的均方误差作为交通安全水平的替代指标,建立了城市离散交通网络设计的双层规划模型,将主动安全评价提前到了道路网络规划阶段.其中上层规划以网络安全作为政策目标,下层规划以用户均衡作为政策的行为反应,并在广泛应用的Nguyen-Dupuis网络上进行了测试,测试结果显示了该方法的有效性.研究发现,通过合理添加路段,可以使交通网络的安全性达到最大.另外,尽管以安全性为导向的交通网络设计会损失一定的出行效率,但仍能取得满意的系统总出行时间.     

交通网络设计问题的模型与算法的研究

交通网络设计问题是研究如何用定量的方法在已有交通网络上添加或扩容某些路段的问题。本文用基于均衡分配的双层最优化数学模型描述该问题，给出求解这类优化模型的算法，通过实例比较这些算法的性能，并探讨该研究领域未来值得进一步研究的问题。     

混合交通网络设计的遗传免疫算法研究

为了研究混合交通网络设计的启发式求解算法,以路段建设费用和网络费用最小化为目标,建立了混合交通网络设计的双层规划模型。鉴于标准遗传算法的局限性,基于人工免疫思想,将免疫系统仿生机理中的免疫调节、克隆选择、免疫记忆引入到遗传算法中,给出了求解混合交通网络设计的遗传免疫算法。通过算例验证了算法的有效性,并和标准遗传算法进行了比较。结果表明,在混合交通网络的设计中遗传免疫算法比标准遗传算法具有更好的求解效果。     

动态混合行为交通网络平衡的遗传算法求解

采用遗传算法对动态交通网络平衡微分博弈模型进行求解,将动态混合行为交通网络平衡模型构造为一个开环信息结构下N个局中人非合作非零和博弈,并考虑了一个单OD对之间有两个平行弧的简单网络和两类局中人--用户平衡（UE）和古诺-纳升（C-N）--在拥挤现象中的相互作用,针对此简单网络阐明了遗传算法求解模型的具体步骤。遗传算法求解不必要求目标函数连续可微,大大提高了模型的适用性。通过算例对所设计的算法进行了验证,在算例中将Wie BW（1993）的研究中部分参数取值作了修改,使其更加合乎交通实际,并将计算结果与Wie B W（1993）采用最小值原理计算结果进行了对比分析,通过对比分析表明,其计算结果更符合交通实际。     

基于神经网络的交通方式选择模型

已有的交通拥挤问题研究大多关注于城市交通的宏观层面,而对于微观层面的居民出行个体研究甚少,这主要是因为与出行个体相关的特征指标难以量化,只能做定性分析,引入神经网络模型即能够识别线性指标又能够识别非线性指标的特性。分析了影响居民出行方式选择的相关因素,这些因素包括出行者自身特性、出行者的出行特性、运输系统特性、出行区域特性和目的地区域特性5类,并建立了神经网络居民出行方式选择预测模型。通过实际调查数据的验证,表明本文模型具有很好的实用性,为城市居民出行方式的选择预测提供了新的思路。     

多车型高速公路离散平衡网络设计的双层规划模型

为了建立高速公路新建路段的科学决策方法,将新建路段的位置、容量与收费费率的确定纳入一个决策过程,利用双层规划理论建立多车型高速公路离散平衡网络设计问题的优化模型.上层规划中将路网管理者(政府)作为绝对领导者,经营者的财务目标以及投资上限作为实现系统最优的约束条件.下层规划采用文中提出的多车型多准则用户均衡模型,考虑了不同车型道路使用者路径选择行为的差异性,从而更准确地描述了路网中的流量分布形态.最后以一个算例对模型的效果进行了验证说明.结果表明:应用该模型可同时优化出新建路段的位置、容量以及各路段的分车型收费费率.     

基于非线性双层规划的货运网络分配模型

采用非线性双层规划理论构建多式联运货运网络分配模型，模型同时考虑了货物运输应该优先保证货主的利益，以及运输时间、成本的改变对货主决策的影响。根据服务对象的不同引入两个相关联的网络概念——运输网络和集计网络，上层为货主在集计网络上确定各种联运方案的货运量，实现集计网络流量的用户均衡，在进行决策时必须考虑下层承运者的路线选择所引起的路网流量的改变；下层为承运者根据上层的决策在其运输子网络中进行路线选择，实现运输子网络流量的系统均衡，并给出其求解算法实例。模型模拟了货主和承运者的实际决策行为及其相互影响关系，解决了货主和承运者决策分离的问题.     

基于路段能力可靠性的城市交通网络设计

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。     

基于路网可达性的城市交通离散网络设计模型及算法

根据城市交通路网分区理论,把分成的子区看成一个节点,考虑所有节点的可达性,以此度量整个路网的可达性,设计了基于路网可达性最大为目标的城市交通离散网络设计模型。采用粒子群算法,并给出一个简单的算例,算例表明,合理的添加路段,能使城市路网可达性达到最大。     

多车型高速公路连续平衡网络设计问题的双层规划模型

利用双层规划理论建立了多车型高速公路连续平衡网络设计问题的优化模型,将改扩建路段的位置、容量与收费费率的确定纳入一个决策过程,从而建立了高速公路改扩建项目的科学决策方法.上层规划中将路网管理者(政府)作为领导者,经营者的财务目标以及投资上限作为实现系统最优的约束条件;下层规划则在考虑了不同车型道路使用者路径选择的差异性...     

基于BP神经网络的交通事故预测模型及仿真

交通事故的发生,受人、车、路、环境、管理等多方面因素的影响,存在很大的不确定性。利用BP神经网络,建立交通事故预测模型,并用Matlab仿真,验证模型的精确性。     

基于特征和超图理论的交通网络数据模型

分析了目前国际上流行的五种交通网络数据模型的优缺点,然后提出了基于车道和中心线的交通网络数据模型。该数据模型以特征和超图模型理论为基础,既保留了拓扑结构的优越性,又有利于数据以特征的方式进行存储和管理。最后。把这种基于特征和超图模型的交通网络数据模型应用于中山市道路普查系统,用于管理复杂的、与道路相关的各种数据。     

基于贝叶斯网络的出行方式选择模型研究

论文以居民出行方式选择为研究对象,分析了城市居民出行方式的影响因素,建立了基于贝叶斯网络的居民出行方式选择模型,并以苏州市为例,结合居民出行调查数据采用极大似然法对模型进行了参数估计,并采用贝叶斯网络推理方法验证模型精度。结果表明,该模型能较全面地考虑居民出行选择的影响因素,模型精度较高。