��ͨ���յ������µ�·�����ƽ��˫��滮ģ��

交通流诱导系统的应用，使得传统的路网系统随机用户平衡发生了变化。本文把交通流诱导系统的效益费用和交通流诱导条件下的随机用户平衡结合起来，以交通流诱导效果和建设费用问题之间的相互关系为基础，寻找交通流诱导系统建设和随机网络平衡的综合优化方案。文章采用双层规划模型描述了系统最优和交通流诱导条件下的随机用户平衡之间的相互作用，并给出了灵敏度分析算法。     

��ͨ�����ȷֲ��µ�˫���·�����������ɿ��Է���

实际交通管理中，为了提高道路的利用率，减缓交通拥挤，交通规划与管理者在规划设计时会尽量将交通流均匀分布在各路段上，或者利用一定的交通管制方法将双向道路上不均匀 流量转为均匀流量，这样既不需要投资增加路段能力，又能充分利用现有资源。根据这种思想，张和高(2006)提出了交通流均匀分布下的双向道路网络设计模型，但是原有问题目标函数只是求系统总阻杭最小和交通流不均匀分布度最小，这对于网络可靠性分析来说不太适用，本文分别分析了这两种目标函数下的交通网络的连通可靠性，结果表明了这种道路调整方法对系统的连通可靠性有一定提高.     

���ʶ�̬��ͨ��������Ӧ����ɢ·�߹滮

在重大灾害事件中,交通需求是影响区域疏散路线规划效果的关键因素之一.考虑实际应急疏散过程中的异质动态交通流差异性装载和分配过程,建立了一种基于受灾人员和应急物资两种异质动态交通流的最小费用流模型;然后针对两种异质流不能混合分配、网络流占用随时间变化更新等特点,提出了一种基于时间扩展的最小费用路线启发式算法,最后给出了相应的算例验证了模型和算法的可行性.结果表明：受灾人员响应行为的快慢影响着疏散时间、拥塞程度、分配的有向路数目;同时针对不同的受灾人员响应行为,调整应急物资装载时刻和装载量,可以有效缩短疏散时间.     

�������������������ģ���˻��㷨�����ȷ���

研究了求解城市交通连续网络设计问题的模拟退火算法参数选择原则。采用双层规划模型来描述固定需求下的城市交通连续网络设计问题,其中上层问题的目标函数为整个网络的总阻抗和总投资额之和,下层问题则是用户平衡配流模型。利用模拟退火算法求解上层模型,下层模型则采用基于路径的GP算法进行求解。本文首次采用了灵敏度分析方法分析参数选择对模拟退火算法求解连续网络设计问题影响,比较了各个参数对算法结果及时间的影响,确定了参数的选择原则。根据上述分析方法得到的参数选择原则来设定参数的取值,能够提高算法的执行效率和收敛精度。     

道路网短期交通流预测方法比较

介绍了用于短期交通流预测的两大类模型:统计预测算法和人工神经网络模型.对其中各种模型的特征进行了比较,将历史平均模型、求和自回归滑动平均模型(ARIMA)、非参数回归模型、径向基函数(RBF)神经网络模型与贝叶斯组合神经网络模型,应用于一个真实路网的短期流量预测,比较了各模型的预测结果.结果表明,组合神经网络模型预测误差最小,可靠性最高,是一种对短期交通流预测的有效方法.     

���ڸĽ��Ŵ��㷨������ͨ�ź���ʱ�Ż�

针对城市网络的区域信号配时,本文建立了旨在最小化网络总延误的双层规划模型.在考虑出行者出行需求的基础上,以信号相位绿灯时长为控制变量,实现总延误最小化.在对用户出行需求的路径分配上,将流量分配模型转化为均衡路径问题,进而实现出行用户均衡.由于区域信号配时的变量随着网络规模的增加而增加,因此在求解多变量优化模型时,本文采用改进的遗传算法对该多变量优化问题进行分析和求解.以典型的城市区域交通网络为例,对该问题进行分析和算法的验证.算例表明,改进的遗传算法在城市区域网络中,能够有效地实现信号配时方案的优化,对于城市交通信号配时优化和管理有积极的启示.     

基于增强拉格朗日乘子法的容量制约交通分配问题研究(英文)

传统的交通分配问题(TAP)没有容量的限制,但是事实上,路段和网络都有其自身的容量限制。传统的用户均衡网络模型允许分配的交通流量结果超过其容量,这显然是不合理的。首先,介绍了起点算法的基本原理及其有效的实现,并运用一个算例网络进行交通分配;然后,运用增强拉格朗日乘子法针对具有容量限制的该网络重新进行交通分配,并将两种结果进行比较。实验结果表明:增强拉格朗日乘子法具有良好的运算性能和效率,并且更具有实际意义,能够更加合理的运用到实际的交通分配问题中。     

基于TransCAD的物流园区货运交通流分配研究

物流园区作为城市实现物流功能的货物集散中心,其货运交通流特性与一般的城市交通流有所不同,传统的交通流分配方法不能完全适用于物流园区的货运交通流分配。选取物流园区货运交通流为研究对象,采用精度较高、结构较为简单的交通流用户平衡模型框架,以传统的BPR(Bureau of Public Road)函数为基础,从道路等级、道路混流特性和交通流时间分布不均衡性3个因素对BPR函数进行改进,设计出符合物流园区特性的路阻函数,最后运用TransCAD软件验证模型与函数的科学性与合理性。     

系统最优的动态交通网络流分配模型的分批并行算法

智能交通系统是一个复杂的综合系统,动态交通流分配是它的一个关键问题,是运输科学的一个前沿和热点。对于已经建立的系统最优的动态交通流分配模型,根据非线性规划问题的Kuhn-Tucker条件求解出问题的解。由于交通网络是一个大系统,结合分批调度理论将交通网络进行分批处理后简化了配流过程中的寻径,最后设计出分批并行调度算法。     

��·�շѺ�ͨ���������������ſ�������ģ��

在可变需求网络中考虑交通流分配的非均衡演化过程，建立一个时变拥挤收费和道路通行能力的联合最优控制理论模型，旨在使系统的全期总收益最大。利用极大值原理分析了模型的最优性条件，并设计了结合梯度算法的近似迭代算法。数值计算结果满意地解释和支持了提出的模型和算法。     

基于Optima的实时在线交通流预测方法研究

目前城市道路交通流预测主要是基于物理模型、数理统计特性并融合部分智能预测算法来实现的,而对于一些影响预测效果的重要交通因素,诸如FIFO原则、交通信号控制方案等在现有的预测方法因无法很好地引入和描述而忽略.本文提出了一种基于Optima系统实现的实时在线交通预测方法,通过建立路网模型、需求模型及初始OD矩阵获取路网实时状况,并通过构建关联数据库实现实时路网模型信息、交通信号控制信息的有效对接,依据TRE算法预测路段进出口的累积流量并结合模型分配值、历史数据实现实时在线交通预测.以北京市望京区域为例进行仿真验证,通过误差分析,获得了较为理想的预测效果,验证了该预测方案的有效性.     

用遗传算法解决固定需求交通平衡分配问题

为了提高交通量预测模型的可靠性,利用遗传算法的结构并行性将其用于求解固定需求交通平衡分配问题中。算法设计中采用多维并行交叉、变化的交叉率与变异率、优先策略及目标函数加惩罚项等改进措施,从而大大提高计算速度,减少了交通分配的时间,降低了分配的复杂性,为交通分配问题开创了一条新的途径,同时显示出遗传算法在交通规划中潜在的实用前景。     

快速收敛的牛顿路径算法在交通分配中的应用

以确定性交通网络用户均衡问题为研究对象,从理论上推导出以路径费用函数为基础的用户均衡模型,在这基础上,提出快速收敛的牛顿路径算法.该算法每次仅对一OD 对进行牛顿型流量转移,转移完再更新道路流量,提出“更快速度接近均衡解原则”,运用这一原则来简化Hessian 阵,从而得到迭代方向,并通过对原函数二阶泰勒展开式进行一维搜索,寻找出最优步长.将该算法运用于实际交通分配问题,分别对小、中、大三种网络类型进行测试.结果表明,相比于传统的梯度投影算法,快速收敛的牛顿路径算法具有更快的收敛速度和更高的精度,在迭代前期尤为明显.     

基于混合AGO-SVM的高速公路短时交通量预测研究

提出一种混合AGO-SVM高速公路交通量预测方法,原始交通量数据通过累加操作生成有规则的数据,预处理后的规则数据使用支持向量机法进行建模并预测,预测数据进行逆累加操作,获得下一时刻高速公路交通量的预测值,数据进行更新并保持样本序列不变从而进行高速公路交通量递推预测. 应用西宝高速交通量实际观测数据验证算法的有效性. 试验结果表明,在几种指标下该方法的预测精度比灰色模型法和支持向量机法的预测结果有所提高,是一种有效的高速公路交通流量预测方法.     

交通流预测的马尔科夫粒子滤波方法研究

智能交通系统中,短时交通流预测是实现先进的交通控制和交通诱导的关键技术之一.针对目前马尔科夫交通流量预测模型在精度方面的不足,以及交通流量随机性、波动性的特点,提出马尔科夫粒子滤波交通流预测模型.一方面,将对交通流量预处理后的样本数据应用于马尔科夫模型中预测未来交通流量,能够较好地描述交通流量的变化趋势;另一方面,针对该预测结果精度的不足及对非线性预测不稳定的缺点,引用粒子滤波算法,将预测结果及权值进行不断更新,以及样本重选样过程,经过多次迭代,使样本粒子更加逼近真实预测值,从而提高预测精度.最后,以北京昌平区某检测器检测到的交通量进行仿真,将预测结果与传统马尔科夫链进行误差对比分析.结果表明,本文提出的马尔科夫粒子滤波交通流预测模型 5 min间隔误差为6.14%、1 h间隔误差为6.04%,预测精度高,具有更好的适用性和稳定性.     

基于模型预测的城市快速路匝道流量协调控制

为保证城市快速路处于最大通行能力状态,提出了城市快速路交通流量的一种非线性模型预测方法,在此基础上,对快速路各入口匝道流量进行协调控制.以城市快速路某一拥挤路段为例进行了仿真研究,结果表明,该方法不仅能够有效地消除交通拥挤,维持主线车流稳定,而且匝道调节率平稳,同时该控制方法能保证各入口匝道交通需求的公平性.     

�������Ԥ��ģ�͵Ķ�ʱ��ͨ��Ԥ��

在现代智能交通系统中,短时交通流预测是实现先进的交通控制和交通诱导的关键技术之一.为了提高短时交通流预测的准确性,本文提出了一种基于组合预测模型的短时交通流预测方法.一方面,根据当前的交通流数据来动态调整其对未来预测的影响;另一方面,通过对历史交通流数据的时空特性分析,利用数据挖掘领域的相关知识寻求与当前交通流特性最为相似的历史曲线,并以其为基础来获得预测值的匹配值;然后,将二者获得的信息进行融合,采用多种不同的组合方式来实现短时交通流预测.以厦门市莲花路口断面的交通流量为例,通过对仿真图像和数据的分析,得出各种组合方法的预测平均绝对相对误差均小于10%,能够较好地满足交通诱导系统的需求.     

���ڻ���ʱ�����з������Ķ�ʱ��ͨ��Ԥ���о�

交通流预测分析已成为智能交通的核心研究内容之一。依据混沌时间序列分析方法,建立了短时交通流的预测模型。在对实测的交通流数据进行相空间重构的基础上,综合考虑欧氏距离和均等系数,提出了最邻近点的两步优化选择方法,并采用了局部多项式拟合方法对所选取的最邻近点进行逼近以求得预测公式。本文将此方法运用于东莞东江大道流量预测,比较预测流量和实测流量,得出最大相对误差为0.445％,最小相对误差为0.038％,且单步预测时间仅为38.52秒。结果表明,该预测模型具有较高的精度,同时也能够满足实时性的要求。     

基于网络交通分配方法族谱的交通分配 一体化技术与工程应用

为满足交通规划、建设与管理等应用场景对交通分配多样化的需求，结合目前交通分配方 法族谱中的众多模型与方法，本文构建能够满足族谱中所有交通分配特征的一体化交通分配技 术框架，提出交通网络交通分配一体化技术体系，并将该体系嵌入交通分析平台软件“交运之星- TranStar”中。该技术体系包括：“模型关键参数”“交通阻抗函数”“交通网络交通分配基础模型与 快速算法”3部分模块组合的分析模型一体化；面向步行、自行车、机动车及公共交通等多模式交 通网络的分析对象一体化；针对城市土地开发，交通网络建设，交通管理控制，公共交通系统，以 及交通政策制定等应用场景一体化。选取南京市道路网络和公交网络进行实证分析。结果表 明，本文提出的交通分配一体化技术具有处理超万节点多模式交通网络的能力，对各类交通模 式、典型业务场景的分析结果可为城市交通系统规划、建设与管理提供决策支持。     

���ڿɱ�Ԫ������ģ�͵ij��е�·��ͨ�����Ʒ���

城市道路交通流预测的可靠性、实时性是城市交通管理与控制的基础. 为提高城市道路交通流的预测能力,提出了可变元胞传输模型（VCTM模型）. 在分析元胞传输模型（CTM模型）在城市道路交通流预测方面应用不足的基础上,根据流量守恒定律,将元胞的交通流密度和元胞的长度两个参数引入CTM模型,建立了VCTM模型. VCTM模型根据路段连接、汇聚、分流等三种形式的不同特点,分别建立了元胞连接、汇聚、分流的交通流传输公式. 虽然VCTM模型引入了元胞的交通流密度和元胞的长度两个参数,增加了模型求解的运算量,但克服了元胞长度必须相等的局限性,确保VCTM模型可以应用于城市路网中的不同道路. 仿真结果表明,VCTM模型能够满足城市道路交通流预测的要求.