多种失效模式下高速公路复杂网络可靠性研究

提出以设计时速为基准的路网行程时间可靠性的计算方法,建立基于延迟系数的行程时间可靠性模型,探究在不同失效策略下,路网行程时间可靠性的变化规律.以高速公路网为例,利用对偶法对高速公路网进行拓扑结构建模,计算拓扑网络中的节点度,设置路网连通可靠性、行程时间可靠性和道路阻断及拥挤状态下的路网可靠性三种情景,分析不同情景下路网可靠性的变化规律.结果表明:与以往的模型相比,基于延迟系数的高速公路网行程时间可靠性模型可准确有效地反映其路网在不同失效模式下的运行特性.随着低速道路的条数增加,路网行程时间可靠性降低.行程时间系数和延迟系数均达到最小值时,此时的路网行程时间可靠性的值最大.     

���·��ģ�ͼ�·���ȶ��Է���

城市道路网运行中受多种因素干扰,系统运行经常处于非稳定状态,出行者不仅要求尽量减少出行时间,而且越来越重视保障出行时间的稳定性、强调交通系统的可靠性.考察智能交通系统中人们出行选择的偏好,80%以上的通勤者认为行程时间可靠性是他们出行时第一或者第二位的要求,因此,本文以行程时间可靠性和行程时间作为出行者路径选择的两个主要因素,建立混合随机路网模型.借鉴随机平衡分配模型的求解方法,设计混合随机路网模型的求解算法.同时,通过熵来考察行程时间可靠性和行程时间在出行者路径选择中所占比例不同对道路网交通状态的影响.此模型可描述智能交通系统下,有无信息出行者的比例对路网交通状态的影响.通过案例研究发现,只有拥有信息的出行者比例达到一定程度时,路网才最稳定.     

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。     

先进出行信息下事故对行程时间可靠性的影响

定义路径行程时间可靠性为在交通事故期间内平均路径行驶时间小于事故前路径出行时间乘以可接受拥堵水平的概率,由此导出路网行程时间可靠性.假定事故持续时间服从正态分布并将研究时域划分成相同的时段,在先进出行信息下,利用元胞传输模型进行路段流量加载,给出了每一个时段内路径行程时间的递推式,并在每一个时段内更新1次路径出行时间,出行者根据更新的出行时间运用Logit模型进行路径决策,最后基于Monte-Carlo法模拟求解路网行程时间可靠性.算例结果表明,行程时间可靠性随事故持续时间和方差及需求的增加而减小;可靠性随可接受拥堵水平的增加而增加;在拥堵网络中,包含事故路段的OD间需求越高,可靠性越低.     

基于Monte Carlo的行程时间可靠性研究

从分析行程时间可靠性的概念及其重要性入手,提出了路段、路径、OD对以及系统行程时间可靠性的定量计算方法.在路段通行能力随机变化的条件下,基于Monte Carlo仿真建立了行程时间可靠性的求解算法.考虑到行程时间可靠性与出行者路径选择的相互作用,该方法将基于行程时间可靠性的交通分配纳入到行程时间可靠性的评价之中.用一个简单算例进行测试,结果表明该方法能够对行程时间可靠性进行合理评定.     

考虑排放约束的电动汽车混行交通路网均衡模型

随着电动汽车的推广和使用,电动汽车与燃油汽车在路网中交互运行,形成了混行交通环境.本文构建考虑排放约束和途中充电的电动汽车混行交通路网均衡模型.首先,分别定义了电动汽车用户与燃油汽车用户的出行成本函数,其中电动汽车用户出行成本包含行驶时间、充电排队时间及充电时长.其次,构建了考虑排放约束的混行交通路网均衡模型,证明了解的唯一性,推导了模型对应的KKT条件,且与Wardrop第一原理等价.然后,将均衡模型表述为包括用户均衡条件、排放约束、守恒约束的互补性条件形式,通过引入间隙函数,进一步将其转化为等价的无约束最优化问题,并利用基于梯度的算法进行求解.最后,通过算例验证了均衡模型及算法的有效性,结果表明:(1)考虑路网排放约束将影响混行交通量和充电站充电流量空间分布;(2)总需求和电动汽车渗透率不变的条件下,提高减排力度会导致路网总行程时间的增加;(3)给定减排力度时,可以确定路网总行程时间最小时对应的电动汽车最优渗透率.     

基于行程时间可靠性的多类用户交通分配模型

分析了路网在随机因素作用下造成的出行者行程时间的不确定性.假设出行者基于期望行程时间和行程时间可靠性的均衡选择路径,根据出行者对待行程时间可靠性的不同态度,将其路径选择行为分类,建立了基于行程时间可靠性的多类用户交通分配的变分不等式模型.给出了模型的对角化算法.对一个小型测试网络的计算结果表明,该模型能够反映出行者在不确定环境下的路径选择行为.     

出行策略与行程时间不确定下的公交客流分配方法

利用杭州市公交线路站点GIS数据和车辆运行GPS数据进行分析,将公交车到站时间分为站点停靠时间和站间行程时间,得到公交车站点之间运行可能总时间的分布概率.通过实际的公交路网结构,定义扩展的公交网络有效路径.在考虑公交线路联合发车频率和根据乘客路径选择的广义成本下,建立出行策略与行程时间不确定下的公交客流分配模型,并将公交线路发车时刻表引入用户均衡模型中,设计了基于扩展网络最短路的Method of Successive Average(MSA)算法求解,通过对两个交通小区间高峰小时的客流分配结果验证模型和算法的有效性.     

基于部分随机用户平衡的可靠性网络设计

为减少交通事故导致的路网性能不确定性,基于部分随机用户平衡描述交通事故影响下的路网状态,建立了可靠性网络设计问题的双层规划模型.上层模型将期望总行程时间作为路网可靠性指标,并将其与投资费用的加权和作为优化目标;下层模型综合考虑出行者信息的不完备以及交通事故影响的局部性,扩展了部分用户平衡模型,描述交通事故发生时的交通流模式.用基于蒙特卡洛模拟的遗传算法求解模型.算例表明:与已有确定性网络设计方法相比,本文方案鲁棒性更好,在需求水平为100、150和200辆/h时,社会成本平均增加了18%,社会成本的增加率随交通需求的增加而减少.     

路段容量随机下降路网的行程时间可靠性

基于均匀分布的路段容量,分析了退化路网中路段行程时间的随机变动,构建了概率用户均衡交通分配模型,证明了等价数学规划模型解的等价性,设计了模型求解算法.在此基础上,建立了路段、路径及OD对行程时间可靠性计算模型.最后,在一简单网络上进行了计算分析.     

������Ϣ�Ե�·�������ʱ��ɿ��Ե�Ӱ��

为考察出行信息对道路网络出行时间可靠性的改善效果,将出行者划分为“有ATIS接收装置”和“无ATIS接收装置”两类,且均以随机方式选择路径,运用混合网络随机用户均衡建模理论构建了信息诱导下的出行路径选择模型.从路段容量的实际变化规律出发,假定其服从截尾正态分布,基于Monte Carlo仿真技术和网络均衡流求解算法,建立了信息影响下的道路网络出行时间可靠性评估方法.数值分析结果表明：道路网络出行时间可靠性随出行信息质量和信息系统的市场渗透率增加而递增,但其边际影响递减;对于交通需求水平高的道路网路,信息的提供对网络出行时间可靠性的改进更加明显.     

ATIS 环境下随机动态路网行程时间可靠性0

为评价随机动态道路网络系统在ATIS 环境下的行程时间可靠性,将出行者群 体划分为装载和未装载信息接收设备两类,并假设他们均遵循随机动态用户最优原则 (SDUO)进行动态路径选择,运用动态均衡理论建立了基于路径的混合SDUO 不动点模 型,并证明该模型至少存在一个不动点.使用离散随机变量序列描述需求的随机动态变 化,基于Monte Carlo 模拟和对角化相继平均算法(MSA),提出了ATIS 环境下随机动态路 网的行程时间可靠性评价方法.随后通过算例验证了可靠性评价方法的可行性. 数值结果 表明：OD 行程时间可靠性随出发时段动态变化,且在动态情形下,扩大ATIS 市场占有率 并不能进一步提高可靠性,反而可能会导致可靠性下降.     

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．     

交通事故持续期内行程时间的可靠性研究

为研究交通事故影响下路网性能的随机性,定义路网行程时间可靠性为路网在交通事故持续期内平均行程时间小于预定阈值的概率.假定事故持续时间为服从正态分布的随机变量,将给定的事故持续时间离散化为相同长度的子时段,综合运用Logit路径选择准则和路段传输模型,提出了基于Monte-Carlo法的路网行程时间可靠度模拟算法.用一个测试网络来验证算法,其事故持续时间均值为8～20 min、方差为0.5～5.0 min, 子时段出行需求为4.0和4.5辆,时间阈值为事故前走行时间的2.0和2.2倍.研究结果表明:路网行程时间可靠度均随事故持续时间均值的增大而减小;当出行需求为4.5辆、时间阈值为事故前走行时间2.0倍时,行程时间可靠度随着事故时间方差的增大而增大;当需求小于4.5辆、时间阈值大于2.0倍时,可靠度随着时间方差的增大而减小.      

����·�η���ˮƽԼ����·������ �ɿ��Է���

路网容量可靠性是评价路网综合性能的重要指标之一,已越来越受到路网规划者和交通管理者的重视,而现有评价方法大多在确定路网最大容量过程中并没有综合考虑服务水平的约束。本文为在路网容量可靠性评价中更好地体现出行者及管理者对服务水平的要求,新建了基于服务水平约束的路网容量可靠性双层规划模型,以行程时间增量系数和饱和度系数为约束构建上层规划,结合用户路径选择行为的特点,选用SUE(随机用户平衡)分配模型作为下层规划。采用遗传算法和Monte Carlo 仿真相结合的方法求解容量可靠性模型。并给出了算例.计算结果表明,该模型能够较好地体现不同服务水平要求下的路网容量可靠性,并为城市路网规划、管理及路网性能的改善提供依据。     

VMS行程时间诱导效益仿真算法

基于宏观交通仿真模型,提出了可变情报板(VMS)行程时间诱导效益仿真算法,分析了驾驶人的信息关注率和信息理解偏差系数对VMS行程时间诱导效益的影响。以行程时间计算模型和驾驶人信息响应模型与METANET仿真模型为理论基础,以路网总耗时改善率为诱导效益目标,在3种不同规模的路网上进行仿真试验。仿真结果表明:VMS行程时间对于改善路网运行效率通常具有正面的诱导效益;信息关注率越高,信息理解偏差系数越小,诱导效益越显著;当信息关注率为80%以上时,小型、中型、大型3种路网的诱导效益分别达到28.89%、15.87%、10.53%以上。可见,仿真算法有效。