基于改进蚁群算法的高速公路疏散路径研究

根据高速公路应急疏散的特点,在交通分配中应用改进蚁群算法模型。首先引入路段交通量和通行时间函数作为算法转移规则的一部分,从而在进行搜索时优先考虑容量大和通行时间较短的路径。其次通过实验分析蚁群算法参数对计算结果和收敛速度的影响,给出了最优的参数组合。最后将最优参数组合应用于改进蚁群算法中,并通过仿真实验将改进蚁群算法与基础蚁群算法的路径搜索结果进行对比。结果表明:采用最优参数组合的蚁群算法不但加快了搜索速度,而且优化了全局最优解,通过基于GIS的高速公路应急疏散系统进行路径分析,得到系统最优的可视化疏散路径。     

考虑交叉口冲突点延误的交通紧急疏散

提出了一个考虑交叉口冲突点延误的疏散路径模型,用"当量费用"来表述交叉口冲突点延误;寻求使冲突点延误与疏散车辆行驶费用二者总费用最小的最优疏散路线;通过改进的最小费用流算法求解此模型,并以一个算例给出了算法的具体应用.     

������ɢ����µĹ��������мƻ��Ż��о�

提出飓风等自然灾害条件下运用公交车进行居民紧急疏散的优化模型. 最优公交车疏散运行计划问题可转化为不确定性需求的选址—路径优化模型,目标函数是使总疏散时间最小. 选址—路径优化模型用于确定最有效的公交车集结点服务区域和将人员从受灾区域转移到指定避难所或安全地区的最优线路,并设计遗传算法、神经网络算法和爬山算法结合的混合启发式算法. 通过美国密西西比州格尔夫波特市的实际数据对所提出的模型进行验证. 实验结果表明,混合遗传算法在求解效果和效率上都优于传统的遗传算法.     

基于理性疏忽理论的交通疏散网络双层优化模型

研究交通网络疏散问题的文献较多,但鲜有基于理性疏忽理论来分析交通网络疏散问题的。本文考虑疏散网络交通状态的随机性和出行者信息处理能力的有限性,将交通状态信息成本内生化,建立基于理性疏忽理论的疏散网络双层优化模型。上层以系统总疏散时间最小为优化目标,将路段是否单行作为决策变量,下层建立基于理性疏忽理论的用户均衡模型。设计离散粒子群优化算法与逐次平均法相结合的启发式混合算法(DPSO-MSA),上层采用粒子群算法求解,将上层得到的单行策略传递给下层,下层模型采用MSA方法求解,将得到的路段交通量返回给上层。并通过算例验证模型的有效性。研究发现,最优单行策略要优于非单行策略和全单行策略,设计的算法可以快速识别疏散网络的关键路段。对于整个疏散系统而言,出行者获取的信息并不是越多越好。研究结果可以为疏散策略的制定提供参考依据。     

Ӧ����ɢ���̽�ģ�����㷨�о�

实施科学有效的应急疏散策略对提高城市交通应急响应能力、节约救援时间和降低灾害带来的生命财产损失具有重要的作用。疏散路线的构建和各疏散路口的路网分配问题是应急疏散问题的关键所在。在描述路网疏散问题的基础上,构建了以总疏散时间最小化为目标的疏散模型,并运用庞特里亚金最大值原理获得模型的最优解条件。设计了疏散路线构造算法和路口车辆分配算法,用于引导待疏散车辆迅速地疏散到安全区域。在疏散过程中引入反馈思想,利用实时的路网状态信息对疏散策略进行更新调整。仿真结果表明所提出的模型和算法能较好地对路网进行应急疏散。     

基于层次蝙蝠算法的应急车辆调度与交通疏散协同决策

城市路网多事故应急救援中，因交通拥堵造成应急车辆滞留现象时常发生，严重影响道路交通事故救援效率.提出通过交通疏散提高救援路径的可靠性，构建双层规划模型对应急车辆调度和交通疏散进行协同决策. 设计一种双层蝙蝠算法，上层算法在应急车辆需求、事故时间窗和可用车辆约束下求解响应时间最短的调度方案，下层算法在路段容量和疏散需求约束下求解多条最短路径的交通疏散策略，从中选取最短时间路径. 算例结果表明，本文模型通过缩短应急车辆在途时间有效提升了应急救援效率，算法具有优秀的寻优能力和运行速度.     

公交网络最优路径求解算法

求解公交网络最优路径是进行公共交通系统规划的一项关键技术.通过对多种现有算法的分析,利用公交换乘矩阵性质,本文提出了一种求解公交网络最优路径的标准算法.新算法考虑了公交换乘次数、换乘点选择以及出行总成本对求解最优路径的综合影响.通过建立换乘步行时间矩阵,并将过去求解最小换乘次数的换乘矩阵乘法运算变为相应的换乘步行时间矩阵和公交出行时间矩阵的加法运算,得到新算法.新算法可顺利实现在单一OD对、单起点多终点以及任意节点间求解最优路径的转化.文中给出了新算法的详细求解步骤,而且通过一个算例对新算法的有效性进行了验证.     

基于CA模型的城市轨道交通站台疏散仿真

为更好地模拟城市轨道交通站台区域乘客在突发情况下的应急疏散过程,为城市轨道交通运营管理提供高效的疏散方案,建立一种基于元胞自动机(Cellular Automata, CA)的站台疏散仿真模型。通过研究乘客行为特征选择采用冯诺依曼型CA模型作为站台的疏散模型;结合对疏散空间特点的分析确定基于动态规划的疏散路径规划方法,并给出最优路径的计算方法;根据站台乘客的初始分布提出基于欧式距离和综合考虑路径长度与排队时间的两种出口选择方案。最后针对仿真案例,运用上述模型和出口选择方案进行了仿真分析。结果表明:模型通过对每个乘客元胞进行疏散路径规划,实现了对乘客排队行为的模拟,符合运营管理介入情况下乘客疏散的实际情形;基于欧氏距离的出口选择方案可用于站台乘客初始分布大致均匀情况下的疏散仿真;综合考虑路径长度与排队时间的出口选择方案由于排队权重参数的引入,可较好地模拟站台乘客初始分布不均时乘客选择路径远但排队人数少的出口这一行为。模型的演化规则可成为运营管理人员组织疏散的依据。     

路网应急疏散理想与保守疏散时间流研究

研究应急疏散问题的理想疏散时间流及保守疏散时间流对于估计真实突发事件下的疏散时间具有重要的指导意义.为此构建了理想疏散时间流与保守疏散时间流问题的数学规划模型,并借鉴经典网络流理论的最短路、最长路、最小费用流算法原理,设计了求解理想疏散时间流与保守疏散时间流的两个增广路算法.该算法不但可以求得理想疏散情况及最坏疏散情况下的流量分布,还可以计算出各自对应的理想疏散时间和保守疏散时间,从而识别出应急疏散总时间的范围域.最后通过算例演示了理想疏散时间流及保守疏散时间流的求解过程,并讨论了他们的变化特征.     

�������������ͻ����ɢ�����Ż�ģ��

针对疏散过程中交叉口易造成延误的问题,构建了基于消除交叉冲突的疏散网络优化双层模型,上层以总疏散时间最短为目标,对各车道转向进行最优设置,下层基于随机用户平衡原理进行路径选择,并运用遗传算法与逐次平均算法结合对该模型进行求解,最终实现疏散交通组织与路径规划的集成优化.本文基于简单实验对模型的收敛性与有效性进行校验,实验表明,运用本文所提出的模型能够有效求解消除交叉冲突下的疏散网络优化问题,且算法的收敛速度较快;基于实际案例证明,本文提出的疏散网络优化模型能通过对交叉口处部分转向的禁行,消除交叉冲突,避免其余转向交通流的中断,从而提高疏散效率.