对多路径交通分配的节点分配算法的讨论

针对文[1]中的多路径交通分配的节点分配算法存在的问题进行了讨论，提出了合理的修正方法，该方法需要路径的列举。最后给出了修正方法的应用实例并与Dial算法进行了比较。     

静态多路径交通分配模型综述

静态交通分配反映路网交通流的拥挤性、路径选择的随机性等典型交通流特征,是交通规划方案评价和路网分析的重要方法.文章在介绍交通分配理论的基础上,对静态多路径交通分配的发展进行分析,并总结了静态多路径非平衡交通分配法的关键问题,分别对路阻函数及路权的计算、有效路径的定义、路网最短路算法、分配算法流程设计4个方面进行研究,总结静态交通非平衡分配法存在的不足,可为交通分配研究提供参考.     

大规模道路交通量分配的节点分配算法

针对传统的多路径-容量限制分配算法速度慢,效率低下,且在大规模交通路网中难以应用的缺陷,本文提出其简化算法——节点分配算法,通过将讫点相同的OD对进行列的合并,每次批量分配讫点相同的所有OD对,来加速分配过程,同时考虑道路阻抗在道路流量变化时的修正,将OD矩阵分成k个子矩阵分k次进行分配,每次分配一个OD矩阵,分配一次,路阻修正一次。最后给出算例并分析了此方法的效果与优势。     

一种新的静态多路径交通分配模型

通过运用决策理论的思想对现有的两类静态多路径交通分配方法进行对比分析，提出决策系数的概念，将出行者个人行为引入交通分配模型，建立一种新的静态多路径交通分配模型，可使交通需求预测的结果更加精确，具有一定的实际意义。     

VBA语言在多路径交通量分配中的应用

在多路径交通分配模型的建立和程序设计中，利用VBA语言编制程序模块来确定有效出行路线、最短路权、有效路段的边权、节点点权及各路段分配交通量等，不失为一种简单有效的方法。     

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。     

公路网交通分配多路径随机选择的系统分析

笔者分析了一个OD对之间具有多条路线条件下，交通流对路线随机选择情况下的出行市场均衡模型，该模型是以交通总需求为约束条件，以多项式Logit模型为随机函数，并以每条路线的供给函数为基础而构造的。最后，笔者用启发式算法中的逐步平均步长法（MSA）进行了实例验算，证明了均衡模型及其解法的有效性。     

Logit多路径分配模型及其求解算法研究

通过对多路径Logit分配模型及经典的Dail算法的研究,并针对kgit分配模型及Dail算法的缺陷,提出的一种改进的kgit模型及相应改进的Dail算法,对交通分配及速度求解速度都有非常重要的意义。     

基于有效路径的多路径交通流分配

交通流分配就是将OD表中的交通量分配到路网的有效路径上。针对有效路径的不同定义,进行相应的交通流分配．可以验证本文所定义的有效路径是合理有效的。     

改进的Logit多路径分配模型及其求解算法研究

通过对多路径Logit分配模型及经典的Dail算法的研究,并针对Logit分配模型及Dail算法的缺陷,提出的一种改进的Logit模型及相应改进的Dail法,对交通分配及速度求解速度都有非常重要的意义.     

基于转向的Logit交通分配算法

为避免交通分配中传统的网络扩展法在处理转向延误时的缺陷, 通过分析网络基本要素节点、路段和转向之间的拓扑关系, 借鉴Dial算法的基本框架, 设计了一个基于转向的Logit交通分配算法。该算法以源点至路段的含转向延误的最短路径长度为依据处理各条路段, 正向计算转向权重, 反向分配路段流量和转向流量。算法计算结果与Logit路径流量和Dial算法数据相一致, 该算法可直接求解既满足Logit路径选择概率又考虑转向延误对交通分配影响的路段流量和转向流量模式, 而且Dial算法是其在转向延误为零时的一个特例。     

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.     

机场停机位指派模型及算法

为探索中小型机场停机位指派问题有效合理的解决方法, 以乘客最小行走距离为优化目标, 建立了中小型机场停机位整数规划指派模型, 利用改进的启发式算法进行了求解。该算法可以缩小搜索空间, 在最坏情况下的计算复杂度是多项式的, 优于CPLEX软件的指数级计算复杂度, 具有更高的计算效率; 与CPLEX结果相比, 距离误差仅为5.2%, 指派结果令人满意。     

换乘行为影响下的城市公交配流算法

针对中国大城市的工作生活模式与公交网络的特性,以成都市居民公交出行为研究对象,提出了符合乘客路径选择行为的广义公交路径.考虑了公交出行的路段阻抗和站点阻抗,建立了公交路径阻抗函数,提出了有效路径的确定方法.基于改进的Logit模型,建立了一种换乘行为影响下的路径选择模型.以成都市部分公交网络为例,应用提出的配流算法进行实例验证.分析结果表明:当选定的4条公交线路高峰时段的最小发车间隔分别为4、4、3、3 min,非高峰时段的最大发车间隔均为10 min时,对应的最小换乘步行时间和最大换乘步行时间分别为0、6 min;当最大路径阻抗和最小路径阻抗分别为71.5、51.5 min时,对应的乘车时间分别为60、48 min,路径选择比例分别为5.53％、41.98％;当最大路径阻抗和最小路径阻抗分别为52.5、48.5 min时,对应的乘车时间分别为42、39 min,路径选择比例分别为13.40％、62.07％;考虑换乘行为时,配流结果与实际值的最大相对误差、最小相对误差和平均相对误差分别为16.46％、11.09％、14.42％,不考虑换乘行为时,最大相对误差、最小相对误差和平均相对误差分别为34.37％、11.38％、23.15％.考虑换乘行为的配流结果更贴近实际情况.     

基于电路理论的交通分配方法

在参阅已有交通分配方法的基础上, 对道路交通系统进行了较详细的分析, 然后将道路交通系统与电路进行了相似性比较, 最后提出了基于电路理论的交通分配方法。     

基于遗传算法的城市区域交通信号控制系统仿真

城市交通信号控制是城市交通管理中的主要手段和途径。提出从系统最优原则出发制定交通管理策略的观点,建立城市区域系统最优模型,并基于MATLAB软件中的遗传算法给出求解。最后,通过两个典型交通路网模拟验证最优模型的适用性和合理性,并获得控制目标交叉口绿信比、延误数以及区域交通网络总的运行时间。     

多用户多方式混合随机交通平衡分配模型

为了实现交通网络混合交通流随机平衡分配, 分析了广义费用下多用户多方式的路径选择机理与网络平衡条件及信息条件下多用户多方式对路径选择的影响特征, 运用数学规划理论, 建立了基于信息条件的随机混合交通平衡分配模型, 并证明了模型解的等价性与唯一性。计算结果表明: 在信息市场占有率为30%, 经过6次迭代, 模型的解能够很快收敛, 显示了信息条件占有率对交通方式选择和流量分配的影响程度, 因此, 模型可行。     

基于交通限制的路网最优路径算法

为了解决车辆诱导系统中复杂道路结构表达及因为城市道路交通信号管理而产生的最优路径选择求解的复杂性,依据图论中最短路径算法的基本原理,提出了含有禁行路线路网的最优路径求解算法。以行程时间最少为目标,按照网络转化法把含有禁行路线的路网转化为不含有禁行路线的路网,采用邻接节点矩阵和邻接节点权矩阵实现了道路节点关系的表达,改善了传统的Dijkstra算法,将全局节点路径的求解转化为与求解节点紧密联系的局部区域求解,将所研究的网络转化方法和改进的路径寻优算法应用于车辆诱导系统。结果表明应用该算法能够在含有禁行路线的路网中求解最优路径,减少了问题求解的路网节点数,提高了计算效率。     

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。