遗传算法在均衡交通分配模型中的应用

均衡交通分配模型虽具有结构严谨、结果合理等优点,就目前而言却因为变量多、维数大导致无法很好的求解,从而影响其在实际交通规划中的应用.为了提高交通分配预测的准确性,解决均衡交通分配的求解问题,本文将遗传算法(GA)应用到其中.最后通过一个简例,并利用Matlab的GA工具箱进行编程求解,证明了该方法用于求解均衡交通分配模型的可行性.     

缓解交通拥挤的多目标优化模型和算法研究

多路径选择下,机动车分布不均衡造成了交通资源利用不合理的情况.合理征收的拥挤费可以达到个人和社会总成本最优、交通分配合理的目的.使用合理的路阻函数,提出了多路径选择下个人成本总量与社会总成本最优的多目标优化模型,并给出求解方法.算例分析不同拥挤费对交通量分配的影响,结果表明,所提模型比UE模型优越,可以控制社会总成本和个人成本总量更加平衡,能够兼顾各方利益、合理确定拥挤费率.     

考虑快捷性和舒适性出行偏好的网络混合均衡

为建立更科学、出行舒适的交通分配模型,探讨了路段舒适性的定义与量化,建立了舒适性出行偏好的网络均衡模型。将出行者划分为快捷性偏好和舒适性偏好两种类型,假设网络中两种出行者同时存在,构建与混合均衡条件等价的多用户混合均衡模型,并对该混合均衡模型的MSA求解算法进行设计。研究结果表明：舒适性路径选择行为形成的均衡流分布模式与快捷性的均衡流分布模式不同,两种路径选择行为导致的网络均衡状态均为混合均衡状态的特例。舒适性的交通分配模型可以弥补传统交通分配模型的不足,所预测的网络交通流分布形态也更准确,可为交通管控方案提供新的思路。     

城市交通需求预测组合模型的研究

分析了交通需求预测组合模型的应用，重点研究了适用于城市交通需求预测的两种组合模型。给出了基于熵最大化原理的交通分布与交通分配组合模型的求解算例，并且构造了各种客运交通方式的广义出行费用模型，提出了基于广义出行费用和动脉多路径概率分配的交通方式划分和交通分配组合模型。     

一种改进投影算法求解排放约束下多用户交通分配均衡模型

给出一种考虑排放约束条件下的交通分配均衡模型,在所定义的广义出行费用中明确考虑捧放因素.通过将变分不等式同题转换成等价的最优化问题.引入改进投影算法求解该模型.在所给出的数值算例中考虑两类对排放不同偏好的用户,采用均衡算法求解二次规划子问题,所得的弧及路径最优解收敛.且均满足Wardrop平衡条件.     

城市施工区交通疏解方案设计

为减小城市基础设施建设时施工区占道对交通所产生的影响,提出占用非机动车道和人行道、缩窄车道宽度以增加车道数两种交通疏解方案。分别对两种方案进行交通疏解设计,建立用户均衡模型,运用求解用户均衡模型和利用transCAD软件得到交通流分配结果。结果表明,占用非机动车道和人行道的交通疏解方案,其路网运行总时间明显小于缩窄车道宽度以增加车道数的疏解方案。因此,采取占用非机动车道和人行道具有较好的交通疏解效果。     

多用户多方式混合交通均衡变分模型及求解算法

在城市混合交通路网中,出行者通常根据自己的出行偏好选择自己的交通方式和出行路径. 考虑城市道路中不同交通方式之间的相互影响,把出行者按照时间价值划分为多个用户类型,每类出行者可选择自驾车、出租车或公交车方式出行. 为解决这个多交通模式相互影响的混合交通均衡分配问题,从交通需求的角度出发,基于BPR公式构造了城市混合交通网络的路段旅行时间函数,建立了多用户多方式混合交通均衡变分不等式模型,并设计了基于对角化技术与MSA方法的混合求解算法. 算例结果表明,高时间价值类出行者倾向于选择自驾车或出租车出行,低时间价值类出行者倾向于选择公交车出行.     

随机交通分配中有效路径的确定方法

对用于随机交通分配的三种不同路径进行了比较和分析,研究了无环简单路径的寻求方法和无环简单路径集上的随机交通分配问题。重新定义了有效路径,提出通过利用求解确定性用户均衡分配问题的迭代过程来产生有效路径的启发式方法,算例表明该方法是有效性的.     

动态交通控制—交通分配组合模型的求解算法研究

介绍了动态交通控制-交通分配组合模型(DTCA),在此基础上研究了动态交通控制-交通分配组合模型算法,即DTCA算法,并通过计算机编程根据所给算法思想求解了一个设有交通控制信号的简单网络,并通过对算例结果的相关数据分析,说明了动态交通控制-交通分配组合算法的合理性。     

基于SOGA的VISSIM仿真模型参数标定方法

微观交通仿真模型是对交通系统进行管理、控制和优化的重要试验手段和工具,而微观交通模型的参数标定是确保微观交通仿真模型能真实、直观地反映交通流运行情况的必要前提.针对遗传算法(GA)的不足,提出了基于自适应正交遗传算法(SOGA)的微观交通仿真模型参数标定方法.选取应用较为广泛的VISSIM仿真模型作为基础平台,给出了该优化方法中染色体的编码解码、适应度函数和自适应正交交叉算子的详细设计.最后将算法应用到北京市荣华中路与荣京西街交叉口模型参数标定中,通过与GA算法、正交试验法对比,SOGA算法得到的适应度函数值为19.43,优于其他标定算法的适应度函数值;同时,SOGA算法迭代时间比GA算法少了40.5%,验证了SOGA算法在VISSIM参数标定上的优越性.     

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.     

基于道路交通状态的随机用户平衡

运用随机用户平衡配流的基本思想和交通流理论，提出了道路交通状态的概念，以便讨论交通拥挤情况下的交通量分配问题．将道路交通状态定义为行程时间和道路拥挤度的线性加权和．假定在路网随机变化的情况下，出行者以行程时间和道路拥挤度最低为路径选择准则，建立了基于道路交通状态的随机用户平衡配流模型，并证明了模型的等价性和唯一性，给出了该模型的连续平均求解算法．一个小型网络的数值计算结果表明，该模型能反映出行者在随机路网中的路径选择行为．     

基于两阶段行程时间的交通流分配理论

针对目前静态交通流分配理论难以处理网络流量演化的问题,给出了基于交通流 反λ 基本图的流量分配新模型.通过不断求解新模型更新路段交通状态,明确了利用静态交通 流分配模型分析网络交通流演变的具体方法.假设网络路段均处于自由流状态,通过求解得到 平衡路段流量,判断是否达到临界流量.将路段流量达到临界流量的路段设定为拥挤状态,重 新求解平衡流量,判断是否仍存在达到临界流量的路段.依据上述思路,直到新的模型无解或 无新的路段达到临界流量.本文通过定义网络不同级别的拥挤瓶颈,完成对网络流量演化的分 析描述.算例验证了新模型与方法的可行性.新理论提供了分析网络交通状态演变的新思路, 拓展了静态交通流分配理论.     

双交通模式随机用户平衡问题的一种求解方法

对双交通网络中的次交通模式上的路段赋予虚拟路阻函数,将网络上的双交通模式随机用户平衡问题转化为传统模式的单模式固定需求随机用户问题,并证明了该方法的正确性,从而利用单模式固定需求随机用户问题对应的数学规划来求解．利用仿射尺度内点算法对一个小型路网进行了数值实验．     

基于子网连接点分布的分布式交通分配方法

提出多点连接双子网分布式分配的方法,将整网分为具有共同连接点的子网．基于一般交通分布,分配组合模型及其网络变换解法,提出连接点吸引测度的具体度量方法。OD点在不同子网的跨网需求的分配转化为寻找连接点分布,使在该分布下,各子网平衡可达整网平衡。由此,分布式分配转化为2个部分：连接点分布,子网分配组合计算以及基于连接点分布的子网分配。分析表明,在此分布式分配中,各子网既独立完成各自的分配任务又通过在迭代过程中相互传递阻抗信息和连接点分布信息来协同工作,具有分布式系统的优点,而且计算结果表明分布式分配是可行的。     

考虑多峰的系统最优动态路径流量分配图解方法研究

动态交通分配是交通科学研究的难点,尤其是如何得到系统最优解.Munoz和Laval (2006)介绍了一类图解方法,得到了并行网络动态路径流量分配系统最优解.在此基础上,本文扩展其图解方法,研究存在多个高峰情形的并行网络动态路径流量分配系统最优问题.基于累计到达曲线已知的假设,即出行用户的出发时刻选择给定,并借助于瓶颈模型点排队假设,以两条并行路径为例,考虑其中一条路径瓶颈处的容量为常数,另一条路径瓶颈处容量为常数和无穷大两种情形,通过变分法描绘满足动态最优性条件的系统最优流量分配曲线,得到动态路径流量分配系统最优解.本文的研究有助于加深对交通流量时空分布规律的理解.     

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。     

交通分配的粒子群优化算法

为了方便合理地分配交通量,提出了交通量多路径分配的粒子群优化算法。算法的求解方法是在粒子群算法中构造了路径条数维的粒子空间,每维对应一条可行性路线,其值为对应路径所分配的交通量;对粒子进行归一化处理,使交通量守恒,并进行交通量的多路径分配;根据目标函数评价与筛选粒子,直到满足终止条件。实例计算结果表明:利用粒子群算法得到的目标函数值最小,各路段分配的交通量没有超容量现象,模型求解过程具有方向性,对交通分配的网络规模无限制,因此,粒子群优化算法可行、合理。     

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。