震后应急救援路径选择研究

阐述了应急救援系统建立的必要性及其研究现状。从震后路段的阻抗、交通需求、多源点受灾和救援、交通管制等方面来考虑震后最优救援路径选择模型的构建及其相应算法,以确保震后应急救援行动高效安全地进行。最后在分析存在问题的基础上提出了研究方向。     

应急车辆出行前救援路径选择的多目标规划模型

针对城市中应急车辆的救援路径优化问题,分析了基于交通信息中心的应急车辆最优路径的多目标属性,给出了随机网络中各属性的量化计算方法,以最小化出行时间,最大化行程时间可靠度为目标,考虑了通行可靠性、安全性、道路条件限制等因素,建立了应急车辆出行前最优路径选择的多目标规划模型.模型所求得的解是综合最优路径,反映了应急车辆路径选择的目标需求,克服了以往直接等同于图论中最短路径的缺陷,给出了算法,通过算例验证了模型的合理性和有效性.     

基于动态交通分配的应急路径规划

为了提高在应急救援与疏散工作中的应急交通效率,针对已有相关算法未考虑交通问题动态性的不足,提出了1个基于动态交通分配的应急路径规划算法。给出了问题的定义,设计了1个基于仿真的动态交通分配模型,给出了基于动态交通分配的算法求解步骤。通过北京市路网数据对算法进行验证,证明了算法的可行性与有效性。     

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。      

基于遗传算法求解的危险品道路运输线路优化双层规划模型

危险品道路运输网络设计问题是各国政府监管部门非常重视的问题。通过对危险品运输网络设计双重约束特性的分析,以及对不同危险品运输网络设计方法进行比较,建立起一个双层规划模型,兼顾政府与运输者双方不同的利益目标。结合网络设计问题的要求,研究了危险品道路运输网络双层规划设计问题的遗传算法。通过实例分析,结果表明双层规划是求解危险品道路运输网络设计问题的优秀方法之一,同时遗传算法能产生稳定的最优解。     

灾害情况下应急运输路径选择问题研究

将连通可靠性和k短路径相结合,以进出灾区的路径安全(连通可靠性)和运输效率(旅行时间最小)作为最优路径选择指标建立双层规划模型,并提出启发式算法确定应急救援的最优路径,为物资调度中心人员提供科学的车辆线路调度决策,提高应急救援工作的响应能力;通过算例验证了该方法的有效性和可行性。     

灾后公路交通应急救援通道选择模型

基于灾后路段可通行性、救援时效性及安全性的分析,提出了灾后最优应急救援通道定义。结合历史重大自然灾害救援时间与存活率统计资料,提出了时效性与安全性的最优应急救援通道评价原则,建立了包括路径行驶时间与行车风险的最优应急救援通道评价指标。对评价指标进行标准0～1变化后,构建了应急救援通道的目标函数。按照灾后道路破坏导致的路网交通功能受损情况将其划分为正常运营状态及破坏状态,其中针对路网正常运营的状态提出了行程时间最短、行车安全性最高的最优救援通道搜索算法;对交通中断的路网破坏状态,构建了基于路段破坏位置、抢通耗时、抢险机械设备及人员配备的最优救援通道修复算法。研究结果表明:提高路段抗灾能力、路网冗余度、优化抢险保通技术力量及机械设备储备,是提高灾后应急救援工作的重要途径。     

公交专用道优化设计的双层规划模型

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。     

基于调度池的共享单车调度研究

针对共享单车供需失衡,共享率低等问题,以提高用车高峰期调度的及时性为,在调度结构中引入调度池,明确调度池的使用规则,提出共享单车四级调度结构.将基于调度池的共享单车静态调度问题描述为多车场车辆路径问题,考虑到节点的调度需求大于调度车的装载容量和多辆调度车共同满足单个节点的调度需求的情况,以调度总成本最小为目标,建立共享单车静态调度模型,根据模型特点,设计单亲遗传算法求解.算例表明,与未使用调度池的调度方案相比,调度车的行驶里程降低47.86%,变动成本降低47.73%,不考虑调度池的营运成本时,总成本下降9.81%,考虑调度池的营运成本时,总成本下降4.71%.使用调度池可提高调度效率并降低总成本.     

基于物元模型的高速公路应急救援系统评价研究

从应急监测能力、应急响应能力、应急决策与救援能力、日常管理等4个维度建立高速公路应急救援系统评价指标体系;将云理论与物元方法相结合,建立了综合评估模型.通过与基本物元模型、模糊物元模型进行实例比较分析,证明本评价方法的科学性和合理性.     

老城区交通微循环的双层规划模型

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。     

基于驾驶员路径选择的动态交通仿真模型

描述一个基于路径的动态交通仿真模型(RDTS)，它使用一个微观交通流仿真器结合一个驾驶员路径策划器来实现路网中每辆车从出发地到目的地行程的模拟。应用开发的时间相关最短路模型，驾驶员在向目的地前进途中可以根据交通条件的动态变化而动态地选择和变更路径。RDTS模型采用一个路径选择模型来模拟详细的动态交通分配过程，并且致力于反映路网中个别车辆的行为表现及其相互作用，其中包含车辆生成、路径选择和车辆移动模型，可以很好地应用于驾驶员动态路径诱导领域。     

基于Multi-agent的交通流优化模型

交通流的优化模型是城市交通控制和管理问题中十分重要的研究课题。利用合理的道路优化控制策略，可以提高道路通行能力和车辆平均速度，改善城市交通状况。本文将人工智能的新技术，用于城市道路交通流控制模型中，通过灵活的agent自主控制算法和Multi-agent协商策略，构造交通流的优化模型，从而解决车辆阻塞和交通疏导问题。这种新的优化模型和相应控制算法的应用，可以有效解决城市交通路口的车辆阻塞问题，提高交通路口的车辆通行能力。     

基于拉格朗日松弛算法的应急物流配送车辆调度模型优化研究

大型突发事件的应急物流具有多货物多起止点网络流、多种运输方式转换及对运输时间限制的特点.文中根据应急物流的特点设计一种描述车辆调度问题(V RP)的多模式分层网络,通过划分时间段和延期费用构建多目标VRP数学组合优化模型,并采用拉格朗日松弛算法将该问题分解为2个子问题分别进行优化,最后通过算例验证该优化模型的有效性和收...     

基于双层规划模型的收费公路合理规模确定方法研究

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.     

基于群决策理论和双层规划模型的交通信号控制优化

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。     

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.     

考虑环境影响的分流路网设计双层规划模型

研究了考虑环境影响的分流路网设计问题的双层优化模型。其中,上层模型以系统出行总时间最小,CO排放最小为优化目标,并以路段最大饱和度为约束,下层模型为确定性需求下Logit型随机用户均衡配流模型。使用是否选择道路用于分流作为决策变量,将道路网络离散化,设计了基于MSA-Dail的遗传算法对模型进行求解,并利用Nguyen&Dupuis网络对模型和算法进行了验证。研究结果表明：相比于不考虑CO排放,考虑CO排放影响下所设计的分流路网能够减少2 760 g的CO排放以及145 h的出行时间。同时,还求得了客车和货车的分流路网,并给出了各个路段上客车和货车的交通量。此外,通过对OD出行需求的敏感性分析,发现OD出行需求大小对分流路网决策方案的设计有较大的影响,在实际分流路网设计时,应尽可能获取准确的OD出行需求,并针对高峰期和平峰期设计不同的分流方案。     

出行者信息类型偏好对其路径选择行为影响研究

城市交通系统本质上是由大量个体出行行为聚集形成的宏观系统,对于城市交通管理者而言,研究微观个体出行者的自身内在因素以及一些外在因素对其选择行为的影响,是制定相关有效管理措施的前提.通过RP调查方法,获取了城市交通出行者个体属性(性别、年龄和驾龄)、信息类型偏好(描述性信息和规范性信息)以及路径选择偏好(最短路径、可接受路径以及固定路径)数据.基于调查数据,研究构建了城市交通出行者信息类型偏好对其路径选择行为影响的结构方程模型,通过对模型的拟合分析,探讨了城市交通出行者的个体属性及信息类型偏好,对其路径选择偏好的影响.研究发现,城市交通出行者个体属性间的差异,使得他们偏好于不同类型的交通信息,有着不同的路径选择行为;描述性信息能够使得城市交通出行者更加倾向于选择最短出行路径,而规范性信息能够使得城市交通出行者更多地打破其固定路径选择行为;但是在交通信息影响下,仍有部分出行者倾向于选择固定路径,即使该固定路径并非是最优出行路径.文中相关研究结果有助于交通管理者更好地去预测,在交通信息影响下不同类型出行者的路径选择行为变化情况.      

基于稳定性和宏观交通流模型的车辆路径规划

为了提升车辆的安全性和能量利用率,从路径规划的层面出发,针对避免车辆遇到极端工况及低效率工况的问题,提出将车辆稳定性判据模型和交通流模型相结合的方法来规划车辆路径,使得车辆在路面湿滑情况下实现快速、安全的行驶。使用交通流模型预测车辆未来将要面临的交通环境变化,再使用稳定性判据模型评估未来交通的安全性,以便为混合动力车辆规划出最快且最安全的路径。具体来讲,为了预测混合动力车辆未来将要面临的车速及车流密度的变化,使用通量矢量分裂格式求解广义Aw-Rascle-Zhang（GARZ）宏观交通流模型。此外,使用驾驶人在环仿真平台PreScan,收集了同一驾驶人在不同车速及不同相对前车距离时给出的前轮转向角响应。基于前轮驱动（FWD）前轮转向（FWS）车辆和全轮转向（AWS）分布式驱动车辆（DDV）的Simulink模型,给出了不同前轮转向角对应的轮胎力饱和因子（δ_TFSC）响应。使用人工神经网络训练不同车速和车流密度对应的δ_TFSC,建立了车辆的稳定性判据模型。使用新建立的稳定性判据模型对交通流模型预测的参数（车流速及车流密度）进行稳定性评估。然后,基于以上的方法优化了车辆行驶路径,以确保车辆在湿滑路面上的行驶安全。最后,使用US-101真实交通流数据来验证交通流模型的预测结果。经实例验证得出：交通流模型与车辆横向稳定性判据模型相结合可以从路径规划的层面保证车辆安全行驶并提升交通系统的通行效率。