考虑车辆排队长度的动态用户最优路径选择模型研究

基于交通流理论，建立了路段下游交叉路口前车辆排队长度、路段车流密度的数学模型，提出了新的路段阻抗函数。运用该阻抗函数建立基于路径的动态用户最优路径选择变分不等式模型，给出了该模型的启发式算法。实例分析表明，当路段上有排队时，若将车辆排队处理为质点，则低估车辆路段走行时间，被低估的相对差距约为22％；新的阻抗函数能较好反映路段的阻抗。     

多目标的双层动态均衡交通网络设计研究

采用双层动态均衡模型解决城市交通网络的设计问题,即构建以交通网络总阻抗和建设资金为上层目标,动态路径选择的变分不等式模型为下层目标的双层规划模型。利用模拟退火算法求解上层模型,采用修正的投影算法求解下层模型。此模型能够内在地不断修正路段流入率值和路段能力增量(即网络设计方案),同时可以得到路段流入率值和路段能力拓宽方案的最优解,该算法的可行性与正确性已在一个小型网络上得到验证。     

路边停车对路段延误及通行能力的影响研究

根据路边停车的实际情况,对车辆驶入驶出泊位造成的车流延误进行了分析,建立了车辆驶入泊位造成的延误模型;同时还对实施路边停车后影响通行能力的各种因素进行了详细的分析,并给出了不同的道路组织情况下的通行能力计算方法。为评价路段服务水平、实施路边停车提供理论支持。     

动态输入下路段行程时间研究

以元胞传输模型(LWR模型的离散形式)作为分析工具,以行程时间为研究对象,研究了单车道路段没有出入口的基本路段受交通信号控制影响下的动态行程时间.考虑到路段上车辆密度对车辆速度的影响,文章定义了路段加权密度来表征车辆进入路段时路段的状态.分析结果表明,动态行程时间和车辆进入路段时的流量基本上没有关系;当车辆进入路段时刻一定时,路段加权密度和车辆的动态行程时间成线性关系.     

紧急事件下疏散元胞传输宏观模型研究

作者通过建立元胞传输模型研究了紧急事件下网络动态交通流应急疏散问题,将车流离散化处理成单个车辆可以有效的克服网络规模较大时运算效率低的缺点。模型采用时间步长法进行模拟,紧急疏散车辆路径的确定与各路段的走行时间密切相关。仿真结果说明模型和算法提高了紧急事件下网络动态交通配流的应用效果。     

基于动态用户均衡的同时路径和出发时间选择模型

提出一个适用于多OD对网络的基于动态用户均衡的同时路径和出发时间选择模型,用一个非减的分段线性函数构建了隐含先进先出条件的路段走行时间函数,并按各个路径和出发时间方案的流量的平均值来计算该路段走行时间函数,使得给定一个OD对的总需求和理想到达时间,模型可以确定出行者的选择路径和出发时间方案,方案确定后,没有人能够通过单...     

随机型用户均衡网络的敏感度分析

在分析随机型用户均衡模型及其优化条件的基础上,充分运用目标函数的一阶、二阶微分信息,从非线性规划理论出发推导出随机型用户均衡模型的敏感度方程.具体推导了均衡状态下路段时间、流量对交通需求、自由旅行时间和路段容量3个输入变量的敏感度方程,并用交通网络要素的选择概率来描述;最后在小型交通网络上,进行了敏感度分析的数值试验.结果表明:敏感度计算可以植入交通网络模型的求解过程,无需增加额外计算工作量,计算方法容易被交通工程师所接受,为研究交通网络的鲁棒性、确定网络的关键要素等提供了有效的解析方法.     

通行能力约束下的弹性需求交通投影动态演化模型

利用投影动态系统理论建立了具有路段通行能力约束的弹性需求交通网络动态演化模型.通过分析节点路段处交通流量与出行阻抗关系,揭示了出行者在网络局部对出行路线进行调整的决策过程,并分别建立了有通行能力约束的路段流量更新方程和弹性交通需求下的节点最短行程时间估计方程.通过在整个网络上整合上述两类方程,得到最终的交通网络投影动态...     

基于遗传算法的动态交通分配研究

主要研究动态系统最优（DSO）模型。以总的花费时间最小为目标函数,对模型的节点集、路段集分别进行研究。通过模拟路段的流入量、流出量和路段上的交通量来建模。用传统的迭代算法解决动态交通分配问题非常复杂,而对传统迭代算法进行改进或用遗传算法等新的智能算法求解则会很简洁和方便。     

随机交通网络中依赖信息的路径优化问题研究

针对交通网络中路径通行时间具有与时间相关的随机分布特性，将研究在此类交通网络上依赖信息的路径选择问题。在路径选择过程中引入交通信息，在随机交通网络上最优路径选择原则为下一节点的选择将依赖于已实现的路段时间及当前节点的出发时间，通过期望最小值方法，按照路径通行时间期望值最小原则，建立一种通过所获得交通信息来进行路径选择的优化模型，给出了模型的求解算法。并在简单交通网络上对模型进行实现。     

基于二次函数型路段行程时间模型描述的交通输出流特性

根据动态交通分配模型中广泛使用的路段行程时间与路段车流量具有二次函数关系的模型，在已知路段输入流的条件下，给出了路段输出流的一般表达式和路段行程时间的递归表达式.在路段车流满足先进先出的条件下，结合任意时刻的车流量表达式和线性路段行程时间模型得出输出流与输入流的关系式，导出此时刻的路段车流量表达式，从而给出了更明确的关于路段行程时间的表达式;同时结合道路交通流调查数据，对一些实例进行了数值仿真，所得结果与实际相符.     

包含出入口匝道的高速公路路段行程时间估计方法

针对高速公路路段是否包含出入口匝道的特征,提出了1种行程时间估计改进方法。根据不同类型路段流量变化及影响范围,通过匝道物理位置对传统半距离法中路段行程时间的取值进行优化,获得了适应于匝道引起流量不均衡的行程时间估计方法。以南京机场高速公路为背景,通过Vissim仿真所得地点速度值,结合路段行程时间真实值,检验所提方法的性能。实验结果表明:当路段出入匝道的流量均衡时,所提方法较半距离法的精度提高3.71%,较空间线性插值法精度提高4.59%,当出入匝道的流量相差较大时,所提方法较半距离法的精度提高16.27%,较空间线性插值法精度提高17.29%。结果验证了改进方法较半距离法和空间线性插值法更具优越性。      

Robust traffic assignment model: Formulation,solution algorithms and empirical application

ABSTRACT

The deterministic traffic assignment problem based on Wardrop's first criterion of traffic network utilization has been widely studied in the literature. However, the assumption of deterministic travel times in these models is restrictive, given the large degree of uncertainty prevalent in urban transportation networks. In this context, this paper proposes a robust traffic assignment model that generalizes Wardrop's principle of traffic network equilibrium to networks with stochastic and correlated link travel times and incorporates the aversion of commuters to unreliable routes.

The user response to travel time uncertainty is modeled using the robust cost (RC) measure (defined as a weighted combination of the mean and standard deviation of path travel time) and the corresponding robust user equilibrium (UE) conditions are defined. The robust traffic assignment problem (RTAP) is subsequently formulated as a Variational Inequality problem. To solve the RTAP, a Gradient Projection algorithm is proposed, which involves solving a series of minimum RC path sub-problems that are theoretically and practically harder than deterministic shortest path problems. In addition, an origin-based heuristic is proposed to enhance computational performance on large networks. Numerical experiments examine the computational performance and convergence characteristics of the exact algorithm and establish the accuracy and efficiency of the origin-based heuristic on various real-world networks. Finally, the proposed RTA model is applied to the Chennai road network using empirical data, and its benefits as a normative benchmark are quantified through comparisons against the standard UE and System Optimum (SO) models.     

运行时间可靠度在单向交通组织中的应用

运用网络可靠性计算的串并联理论,提出了道路网络中节点OD（Origin-Destination）对之间的路径运行时间可靠度计算方法,建立了基于节点OD需求的路网运行时间可靠度计算模型。在节点OD需求已知的情况下,根据交通组织状况,采用动态交通分配和交通仿真方法获得模型参数,计算节点OD对之间分别在双向和单向交通组织条件下的运行时间可靠度,并建立交通组织方案的临界判别条件,作为单向交通组织方案评价和决策的量化指标。     

Reliability-based network flow estimation with day-to-day variation: A model validation on real large-scale urban networks

Day-to-day variation in the travel times of congested urban transportation networks is a frustrating phenomenon to the users of these networks. These users look pessimistically at the path travel times, and learn to spend additional time to safeguard against serious penalties that await late arrivals at the destinations. These additional expenses are charges similar to the tolls in system equilibrium flow problem, but may not be collected. With this conjecture, the user equilibrium (UE) formulation of congested network flow problem would lack some necessary factors in addressing appropriate path choices. This study, following a previous work proposing pessimistic UE (PUE) flow, aims to show how to measure this additional travel cost for a link, and investigates how different is PUE from UE, and when such differences are pronounced. Data are collected from the peak-hour travel times for the links of paths in the city of Tehran, to estimate the variance of travel times for typical links. Deterministic functions are obtained by calibrating the standard deviation of the daily variations of link travel times, and probabilistic functions by the technique of copula. UE and PUE traffic assignment models are built and applied to three large cities of Mashhad, Shiraz, and Tehran in Iran. The results show that the estimated flows by PUE model replicate the observed flows in screen lines much better than the UE model, particularly for longer trips. Since PUE is computationally equivalent to UE, this improvement is attained virtually at no cost.     

动态状态交通分配模型及其运用

静态交通分配模型不能很好地反映实际交通状况,而动态交通分配模型计算复杂、计算量大。本文基于动态用户状态均衡条件下,提出一种动态和静态交通分配的折衷方案———动态状态交通分配模型,给出了该模型计算路段平均队列长度和平均通行时间的公式,以及动态状态交通分配算法;最后给出一个运用于正常工作日动态交通分配的例子进行模型检验及其检验的数值结果。