蚁群算法下容量限制分配的路网结构可靠度分析

为达到结合道路结构可靠度与道路网络可靠度的目的,分析了容量限制分配对道路网络结构可靠度产生的影响。容量可靠度采用交通统计的方法得出,并以容量可靠度0.4作为交通流量分配的标准。在蚁群优化算法的思想下,通过基于Ant-Cycle模型的容量限制分配方法,并对所测路网阻抗函数的参数重新进行了设定,从而对道路交通流量进行了分配。利用自编的基于软件MATLAB的蒙特卡罗程序求得容量限制分配前后的路面结构可靠度,进而求得对应的整个网络的结构可靠度。通过对上海市某一实际路网对比分析表明:路段拥堵时的容量限制分配尽管会提高相应路段的可靠度,但是被分配车流的道路可靠度会降低,进而最终的结果便是整个路网结构可靠度会降低。     

基于遗传算法的路网流量分配研究

基于轴载次数采用蒙特卡罗法计算路面结构可靠度。将路面结构可靠度看作路段连通可靠度,用广度优先搜索方法求出路网连通可靠度。为了将服务水平低的路段等级提升,利用遗传算法以路网连通可靠度最高为目标进行流量分配,最终提升整个路网的服务水平。并对比流量分配前后的路网连通可靠度与路网服务水平,给管理者提供参考意见。通过实例表明:遗传算法可以对路网流量进行有效分配。     

基于关键路段流量限制的动态交通分配研究

针对高峰期路网各路段流量分布的不均匀性以及出行时间延误大的现象,将关键路段引入到动态交通流量的分配中,考虑关键路段对路网上流量分布的影响,在进行动态交通配流的过程中对关键路段上的流量进行控制。本文以系统总出行时间最小为目标,建立基于关键路段流量限制的动态交通分配模型,根据高峰时段路网上流量的特性与不同路段的不同特性,将关键路段的流量限制在合理的范围内,把超出其容量的流量合理转移到其他路段上,进行流量的协同分配,保证路网的正常运行,提高路网效率,从而缓解高峰期拥堵现象。最后设计了相应的遗传算法对模型进行求解,得到了各路段上流量的合理分布。     

通过优化路网结构缓解四平路及周边交通拥堵状况

为缓解四平路周边交通拥堵状况,对四平路周边路网结构进行优化研究。通过对四平路周边现状用地情况、现状路网结构进行分析,提出周边路网进行优化的改造方案以达到减缓交通拥堵的目的,最后利用宏观交通软件TransCAD进行建模,从宏观角度分析四平路交通运行状况的改善效果,及路网完善后区域交通拥堵状况的改善。通过模型运行结果可知,对四平路沿线相交及平行道路进行扩容或者辟通后,四平路交通流量得以疏散,四平路流量总体上有一定程度的降低,对四平路沿线的拥堵状况改善起到很大作用。     

超载条件下的交通分配对路网结构可靠度的影响

研究了道路网络在超载条件下的交通分配对路网系统可靠度产生的影响,推导了路段行程时间可靠度与路段饱和度的关系,将分配控制指标由路段行程时间可靠度转化路段饱和度;通过轴载转换公式,将超载作用问题转化为累计轴载次数增加的问题;由蒙特卡罗算法分别得出超载条件下交通分配前后路段路面结构可靠度,并基于串并联原理计算出分配前后道路网络结构可靠度。实例分析可知:以路段行程时间可靠度作为评价路网性能指标更合理,与实际情况更贴近;基于行程时间可靠度的交通流分配使整个路网系统可靠度下降。     

随机用户均衡交通分配问题的蚁群优化算法

研究了出行者对路网熟悉程度的指标与交通流分配均衡性之间的关系, 提出了具有指数形式信息素更新策略的随机用户均衡模型蚁群优化算法, 建立了从Logit模型加载, 到交通需求确认及路径流量、路段流量、路段阻抗、路径阻抗迭代计算的交通分配动态循环流程; 计算了Nguyen-Dupuis路网模型中各路段的流量与阻抗, 并与连续平均算法计算结果进行比较; 通过调节出行者对路网熟悉程度的因子, 分析了蚁群优化算法与连续平均算法的敏感性。研究结果表明: 采用连续平均算法和蚁群优化算法计算的路段流量分布分别为20~280、40~260pcu, 蚁群优化算法的流量分布区间减小了15.4%, 路段流量的最大值减小了7.1%, 因此, 采用蚁群优化算法计算的路段流量较为均衡; 采用蚁群优化算法时, 在Nguyen-Dupuis路网模型中各路段流量的标准差从65pcu降至48pcu, 88%可选路径的阻抗分布在61~64, 且84%的路径阻抗低于采用连续平均算法计算的阻抗, 因此, 采用蚁群优化算法减少了用户出行时间; 当路网熟悉程度分别为0.01、0.1、1、2、7、11时, 采用连续平均算法计算的路段流量标准差分别为75、65、50、47、45、45pcu, 采用蚁群优化算法计算的路段流量标准差分别为48、48、48、47、43、43pcu, 可见, 随着路网熟悉程度的增大, 分配在各路段上的流量范围逐渐减小, 标准差趋于稳定, 信息素更新策略对出行者的路径选择概率影响越明显, 出行者选择阻抗小的路径的概率变大, 因此, 采用蚁群优化算法对路段的流量分配逐渐优于连续平均算法。      

基于地面路网MFD 的快速路出口匝道流量分配模型

过于集中的流量分配易导致出口匝道和与之相衔接的地面道路过饱和,进而影响快速路和地面路网的通行效率.为提高路网中车辆通过快速路到达目的地的通行效率,基于地面路网宏观基本图（Macroscopic Fundamental Diagram,MFD）,以出口匝道通行能力和与之相衔接的地面路网承载能力为约束条件,以整个路网的车辆总行程时间最短为优化目标,建立快速路出口匝道流量分配模型.根据宏观网络车流平衡方程,采用改进的遗传算法对模型进行求解.最后,通过实际路网验证了模型的有效性.结果表明,该模型可有效提高车辆通过快速路到达目的地的通行效率,同时降低出行成本.     

基于移动Agent的公交与城轨路网博弈配流研究

为更深入的研究路网交通流的分配问题,采用移动Agent技术进行系统的构建,并采用博弈论方法、均衡方法进行建模的分析与论证,以此建立基于移动Agent的博弈配流模型。假设路网上有多个OD对,通过Wardrop第一均衡准则证明每个OD间的个体Agent是同质的,并建立混合策略的Nash均衡,得出路网交通流的均衡分配办法。在求解过程中,采用改进的蚁群算法对个体Agent的均衡过程进行模拟。算例结果表明:改进的蚁群结果非常合理的仿真了移动Agent博弈均衡过程。     

考虑转向延误的最短路径的节点标号算法

拥堵时段车辆在城市路网中交叉口处的延误甚至会大于其在路段的行驶时间,因而拥堵情况下在城市路网上应用不考虑转向延误的最短路径算法无法反映真实的交通状况.分析既有的考虑转向延误的最短路径算法,扩展网络法因过大的时间和空间开销而欠缺实用性,其余算法包括对偶网络法、节点标号算法和弧标号算法本质均为求包含节点权重和边权重的最短路径问题,最后求解均为节点标号算法.对典型节点标号算法Dijkstra算法进行改进,通过记录节点的紧前节点完成转向判别,并通过最小堆优化将该算法的时间复杂度从O(n2)优化为O(nlogn),并给出算法的数据结构,完成了软件编码,并通过计算实例对算法进行了验证.结果表明:考虑交叉口延误后城市路网最短路径发生变化,同时经过堆优化后算法的时间复杂度下降.     

基于多向堵塞的超点模型研究

在城市路网中,节点阻抗极大影响着路径选择及交通分配的结果.为弥补对节点转向阻抗研究的不足,优化路网流量分配,本文分析了已有节点结构模型,并在超点结构基础上,考虑节点转向的拥堵效应,完善对转向流量、阻抗等信息的记录,提出了转向堵塞后的路径选择方法,建立了基于多向堵塞的超点模型,并设计了求解算法.通过容量限制-增量加载的交通分配方法,演示了算例网络在考虑和不考虑节点转向阻抗下的流量分配过程,分析了网络中路径阻抗变化及路段、转向流量分布.结果表明：基于多向堵塞的超点模型可以有效地表达节点的转向阻抗变化,以及多向堵塞对于流量分配的影响,更符合实际中的交通分配.     

考虑出行者不同理性程度的拥堵交通流分配方法

为研究出行者感知偏好对交通分配结果的影响,本文构建了微观路径选择模型,提出拥堵条件下受路段通行能力限制的交通分配算法。引入出行者决策过程中的后悔和无差别化阈值,考虑出行时间和排队时间的心理感知差异,构建不同理性程度下的路径选择概率模型。在集计水平上,考虑当前路段及其上下游路段通行能力限制、路段车辆空间排队和溢出,提出路段车流量流入、流出的修正方法。采用增量加载分配方法,研究路段车辆的消散特性,再现了从个体路径决策到宏观路网状态的演化过程。基于Nguyen-Dupuis仿真网络,比较不同算法下各路段的拥堵车辆和各路段车辆流入、流出情况。结果表明：出行者个人偏好感知会显著影响拥堵路段的成本函数,是出行者路径选择的关键因素,但是出行者个人偏好对非拥堵路段的车辆流入、流出影响较小;考虑个体偏好的交通分配方法能降低路网的平均饱和度。本文提出的考虑有限理性的拥堵交通分配方法可应用于拥堵路网的交通诱导,有利于促进道路资源的合理利用。     

考虑可靠性的降级路网最优路径搜索方法

针对路网降级时路网出行时间的随机性和可靠性对出行者路径选择影响较大的问题,研究了降级路网可靠性路径的选择方法．基于BPR路段出行时间模型,构建了降级路网路径出行时间的均值模型及其可靠度模型．以路径出行时间最小、路径出行时间最可靠为目标,构建了路径选择的双目标加权规划模型,设计了基于改进蚁群算法的模型求解算法．算例分析表明：该算法能快速获取可靠的路径．     

九宫路网交通组织理论研究

最大化释放道路网络效能是解决城市拥堵最直接有效的措施。通过分析城市道路网络结构,提出最优路网络结构为方格网,最优方格网布局为九宫格。基于九宫格路网布局,提出三层次九宫理论,然后给出了九宫循环理论下的合理道路间距、合理路网密度及合理道路级配。九宫循环理论的提出,对释放道路网络效能,解决城市拥堵具有重要的理论及实际意义。     

应急车辆动态路径选择的两阶段优化模型

为研究突发事件情境下交通路网动态变化时的应急车辆路径选择问题，提出应急车辆动态路径选择的两阶段调度优化模型。通过结合路网动态状况和应急救援特征，建立基于最大路径可靠度和最短行程时间的两阶段优化模型；通过混沌搜索改进布谷鸟算法初始种群，并加入蛙跳算法改进局部搜索操作，设计混合布谷鸟算法，改善全局寻优能力；以某市某区部分区域路网为例，将该区域路网实时交通数据应用于模型和求解算法中。实验表明，利用两阶段优化模型和算法编码方案能成功获得出发点到救援点的动态可靠路径，相同行驶路径情况下模型与算法求解的最短行程时间与实地驾车获得的最短行程时间最大误差不超过8%，说明优化模型可行。3 种不同算法求解K最短路径的结果发现，混合布谷鸟算法得到的最短行程时间比粒子群算法和 经典布谷鸟算法得到的结果都要小，且计算时间最短，表明混合布谷鸟算法求解的结果最优，性能最好。     

基于蚁群算法的铁路空车调整优化模型设计

针对铁路空车调整问题,采用蚁群算法解决此问题,建立以空车走行公里数最小为目标的优化模型,并给出求解算法。算例分析表明模型的正确性和算法的合理性,将蚁群算法的时间复杂度与其他一些解决空车调整问题的算法的时间复杂度进行比较,充分体现蚁群算法解决大规模路网空车调整问题的优越性。     

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。     

基于基尼系数的高速公路网流量不均衡性研究

要:受路网结构及沿线经济发展水平等影响,高速公路呈现出流量分布的不均衡性,本研究提出利用基尼系数量化路网流量分布不均衡性,这对全面掌控交通流量分布规律和提高路网的运营效率具有重要意义.首先,本文构建多车型下的高速公路网交通流量分配模型,以计算路径选择概率和断面交通量;其次,综合考虑路网拓扑结构、出行路径选择行为和交通流量等,建立考虑流量分布的高速公路网络特性模型,以反映节点或路段在路网中的重要性;再次,采用基尼系数评估高速公路网流量分布不均衡性;最后,结合山东省区域高速公路网和收费数据进行实例分析.结果表明,采用基尼系数分析高速公路网流量分布不均衡性的方法灵活,能够量化不同空间维度的流量分布不均衡性.     

基于社团结构发现的公交专用道施划影响分析

城市道路施划公交专用道是保障公交优先的重要举措,但会压缩社会车辆的运行空间,使得高峰期部分社会车辆不得不选择其他道路出行,从而对路网中其他交通流运行造成影响,严重时可能会引发更大范围的拥堵.因此,准确确定施划公交专用道后的交通影响范围是城市交通管理、控制与诱导策略制定的依据.本文结合城市路网的复杂网络结构特性及网络动力学基础,认为影响范围内的路段间存在相似性,可将问题转化为复杂网络的社团结构发现进行研究.以对偶拓扑的方式获取城市路网结构,通过改进的随机行走转移概率推导出网络节点相异度,采用凝聚算法划分出路网社团结构以确定影响范围.最后对北京市京通快速路施划公交专用道的实例进行数值分析和对比研究,证明了本文研究方法的可行性,也可为交通领域相关研究提供新的研究思路及方法.     

第Ⅰ类双边装配线平衡问题的改进蚁群算法

为克服传统算法求解大规模双边装配线平衡问题计算时间长、性能不稳定的缺陷,针对第Ⅰ类双边装配线平衡问题,应用综合信息素搜索规则与全局信息素更新规则,提出了一种先产生任务排列序列、后按启发式分配规则产生可行解的蚁群算法,可有效脱离陷入局部最优解.用改进蚁群算法对30个不同规模的问题进行求解,并与标准蚁群算法和禁忌搜索算法进行了对比.结果表明:改进蚁群算法求出29个最优解,比普通蚁群算法、禁忌搜索算法分别能多求得6个和3个最优解;应用于汽车双边装配线算例,在保持平衡效率的条件下,改进蚁群算法计算时间为21.01 s,比普通蚁群算法减少了9.14 s,计算效率提高了30.3%.      

城市交通拥堵分析与诊断

从道路网络结构角度分析了城市交通拥堵问题,并通过对城市路网中快速路、主干道、次干道、支路的层次结构与功能进行分析,建立了交通拥堵的诊断模型。用交通分配法计算了路段最佳匹配通行能力,并给出了路段拥挤度和匹配度的计算方法。