城市轨道交通网络线路规划的优化算法

文章用计算机软件技术，探讨了城市轨道交通网络的线路规划问题的优化算法，使规划进一步科学化，试图达到以最少的投资取得最大的效益。     

受限路网中汽车行驶最优路径算法及优化实现

实际交通网络不仅包含路网的拓扑关系，还存在大量交通禁行限制。考虑了交通连通性约束所建立的受限路网模型能够更精确地反映实际交通网络。文中提出一种能够在受限路网中寻路的最优路径算法，并具体讨论了算法的优化实现。应用表明该算法可靠高效，可用于实际受限交通网络最优路径规划。     

基于出行需求的城市多模式交通配流模型

分析了城市多模式交通系统的结构特征,基于图论提出了一种分层网络结构来描述该系统,进而研究了出行者在多模式交通网络中的复杂选择行为(包括交通模式选择和路径选择);同时考虑了不同交通模式的道路流量之间的相互干扰,基于交通需求构造了城市多模式交通网络的广义费用函数和路段阻抗函数;在此基础上,提出了城市多模式交通网络平衡配流的变分不等式模型,并设计了求解算法;最后,用一个简单算例对模型及算法的有效性进行了验证。结果表明:提出的模型及算法是有效的。     

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。     

交通网络用户平衡环境下的最大流量问题

将网络最大流问题推广为交通网络用户平衡环境下的最大流量问题，给出了交通网络ＵＥ条件下两点间最大交通流量的双层模型和算法，进而讨论了整个交通网络基于线性增长模型的交通量问题。所论述的模型和方法对于交通规划从着重关注路网规划转为并重考虑交通供给和需求具有积极的启迪意义。     

城市交通超级网络均衡配流模型及算法

从我国城市交通的实际情况出发，综合考虑交通网络中自行车，公交车和一般机动车３种基本交通方式的交通流及它们的相互影响，建立了一个混合交通的超级网络模型，给出了求解该问题的迭代算法。     

交通枢纽选址与网络设计同时优化的模型与算法

考虑到交通枢纽时交通网络的反作用，提出了交通枢纽选址与网络设计同时优化问题；给出了描述该问题的以规划者为领导者、以出行者为跟随者的双层决策模型，这种模型是基于交通均衡分配的；最后，探讨了求解此模型的算法，并给出了实际算例。     

组合式Wardrop条件下的交通网络流平衡

考虑了ＷａｒｄｒｏｐＵＥ条件与系统最优（ＳＯ）原则共存时的交通网络配流问题，给出了组合式Ｗａｒｄｒｏｐ条件等价的网络配流平衡规划模型及其求解算法，并指出了该思想与方法在智能交通系统（ＩＴＳ）中的应用。     

混合交通网络设计的遗传免疫算法研究

为了研究混合交通网络设计的启发式求解算法,以路段建设费用和网络费用最小化为目标,建立了混合交通网络设计的双层规划模型。鉴于标准遗传算法的局限性,基于人工免疫思想,将免疫系统仿生机理中的免疫调节、克隆选择、免疫记忆引入到遗传算法中,给出了求解混合交通网络设计的遗传免疫算法。通过算例验证了算法的有效性,并和标准遗传算法进行了比较。结果表明,在混合交通网络的设计中遗传免疫算法比标准遗传算法具有更好的求解效果。     

面向出行时间可靠性的最优路径规划

目前城市道路交通普遍存在交通拥挤、交通出行困难等问题。尤其是一些大城市,交通拥挤问题已成为制约城市进一步发展的重要问题。因此,提高出行者的出行效率和可靠性对解决交通拥挤问题具有重大意义。城市道路交通网络是一个典型的动态随机网络,网络中弧和节点的耗费是随机的,且随时间变化。其最优路径问题可以转化为图论网络中的最短路径问题。提出一种基于蒙特卡罗模拟和遗传算法的动态随机网络最短路径算法来解决城市道路交通网络的最优路径问题,并提出基于出行时长95%可靠性的最优路径选择方法来保证出行时间的可靠性。实验表明该算法可以很好地解决城市道路交通网络出行时间可靠性的问题,可以很好地运用到交通出行的路径规划中去。