环境导向的城市交通分配模型综述

交通分配是智能交通诱导和控制的重要理论依据，研究基于因素的城市交通分配模型极具理论价值和实际意义。考虑环境因素的交通配流问题还刚刚起步，无论是模型的构建还是算法的设计与改进都仍有待于进一步的研究和探讨。系统地综述了目前国内外基于环境因素的交通分配的典型模型和算法，并提出其今后需要改进和发展的方向。     

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。     

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.     

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。     

基于路径的算法求解考虑排放的交通分配模型

分析了非可加路径费用的交通分配问题,考虑了排放对传统交通分配模型的影响,在Venigalla等研究基础上,给出了在不同发动机启动模式下考虑排放的交通分配模型,并采用基于路径的梯度投影算法(GP)和非集计的单纯分解算法(DSD)进行模型求解.数值验证结果表明:GP所占的CPU时间大致为DSD的1/25,所使用的路径为DSD的1/5,这两种基于路径的算法得出数值最优解的收敛速度比基于Frank-Wolfe(FW)的算法要快,适用于求解大规模非可加路径费用的交通分配问题.     

基于计算机模拟的动态交通分配模型的分布式并行算法

动态交通分配是智能交通系统中重要的核心理论模型。计算机模拟是求解动态交通分配问题的一种有效方法。本文给出了一种基于计算机模拟的动态交通分配模型的分布式并行算法，以求动态交通分配模型能够在智能交通系统的实时调度和运营方面得到应用。并且，基于面向对象的设计技术，本文给出了该算法的实现框架和流程。提出的模型可以作为先进的交通管理系统和先进的出行者信息系统的核心理论模型。     

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。     

一种基于多元Probit模型的随机网络配流加载算法

为了改善基于Logit模型的随机网络配流加载算法的两个不足之处,本文提出了基于正态分布的Probit模型的随机网络配流算法。假设路段的广义交通时间服从正态分布,然后用蒙特卡洛模拟法对提出的算法进行求解。最后,用一个简单的交通网络例子对提出的算法进行验证分析。在算法求解过程中,运用Matlab对路段广义交通时间随机抽样,再对网络进行全有全无分配,将交通流量分配到起终点间的每一O-D对的最短路径上。应用Probit模型进行配流加载,其路径选择概率更接近实际更加合理,是一种值得推广的交通配流加载模型。     

考虑环境影响限制的交通分配模型及算法

针对交通环境影响限制对出行者出行线路选择的影响,建立了对应交通流分配模型,并为模型设计了有效的增广拉格朗日乘子求解算法。首先,基于交通环境影响特征将环境影响限制约束分为独立路段式、独立节点式和区块限制约束3种。其次,通过在经典用户均衡模型中添加环境影响限制约束,得到考虑环境影响的交通分配模型。通过定义广义行程时间和利用KKT条件,分析了新模型对应的出行者路线选择原则。最后,为新模型设计了嵌套Frank-Wolfe算法的部分增广拉格朗日乘子算法。数值算例验证了模型与算法的有效性。研究拓展了现有交通流分配理论的研究视角,也可为交通管理者考虑环境影响提供理论支持。     

基于交通分配算法的城市客运方式划分研究

本文针对我国城市轨道交通网络覆盖率低的特点,提出采用网络标识确定轨道交通的空间布局。综合考虑各种交通方式的特点及其运输网络的连通程度,提出基于交通分配算法中路线选择模型,且考虑轻轨线网布局的城市客运交通方式划分方法。     

基于网络交通分配方法族谱的交通分配 一体化技术与工程应用

为满足交通规划、建设与管理等应用场景对交通分配多样化的需求，结合目前交通分配方 法族谱中的众多模型与方法，本文构建能够满足族谱中所有交通分配特征的一体化交通分配技 术框架，提出交通网络交通分配一体化技术体系，并将该体系嵌入交通分析平台软件“交运之星- TranStar”中。该技术体系包括：“模型关键参数”“交通阻抗函数”“交通网络交通分配基础模型与 快速算法”3部分模块组合的分析模型一体化；面向步行、自行车、机动车及公共交通等多模式交 通网络的分析对象一体化；针对城市土地开发，交通网络建设，交通管理控制，公共交通系统，以 及交通政策制定等应用场景一体化。选取南京市道路网络和公交网络进行实证分析。结果表 明，本文提出的交通分配一体化技术具有处理超万节点多模式交通网络的能力，对各类交通模 式、典型业务场景的分析结果可为城市交通系统规划、建设与管理提供决策支持。     

关于智能运输系统的关键理论——综合路段行程时间预测的研究

行程时间预测是智能运输系统研究的一个重要问题。为此,建立了许多算法,有历史趋势方法、非参数回归模型、时间序列方法、神经网络、卡尔曼滤波、交通模拟和动态交通分配模型等。然而,在变化的交通状况和任意时段的条件下,这些方法和模型都不能取得令人满意的预测结果。在总结这些已有的预测方法和模型的基础上,提出了一种综合模型。     

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.     

基于影响度的有效路径集合的确定

在进行城市交通规划时,交通分配是一个关键步骤,有效路径集合的确定对随机交通分配的结果有很大影响.本文首先对基于Logit的主要交通分配算法进行了分析,指出了它们的不足;通过分析可知,有效路径集合的定义应考虑路径本身的性质及交通需求量的大小,然后根据一条路径对其它路径分配到交通流量的影响程度给出了路径影响度的定义,并依据...     

Application of Auction Algorithm for Shortest Paths to Traffic Assignment

Auction algorithm is a new and simple algorithm for finding shortest paths in a directed graph proposed by Prof. Bertsekas, whose application has been extended to solve a variety of linear network flow problems. In this paper, auction algorithm for shortest paths is introduced and its characteristics are analyzed. The paper compares the auction algorithm with other algorithms widely used such as label-setting algorithm and label-correcting algorithm. The auction algorithm is particularly applicable to parallel computation and to the solution of a large-scale sparse network, which precisely meets the requirements of the traffic assignment. The algorithm is easy to program. Through a variety of measures the basic algorithm can be improved and speeded up and the computation speed can be increased by several times. The auction algorithm can be adopted in various traffic assignment methods. It can be used efficiently in the case of multiple origins and a single destination, and a single origin and multiple destinations. Different origin sets and destination sets are determined in accordance with the requirement of the traffic assignment. It is not required any more to find the shortest paths connecting any node pairs, so a lot of computation can be avoided and the computing time can be reduced by the use of the auction algorithm in the traffic assignment. Auction algorithms can thus be broadly applied in the transportation fields.     

���·�����㷨�ڽ�ͨ�����е�Ӧ��

拍卖算法是由Bertsekas教授提出的一种求解有向网络图最短路径的新算法，已经发展成为求解线性网络流问题的综合算法。应用分析对比法进行研究．介绍了拍卖算法，分析了其特点，与常用的标号设定算法和标号修正算法进行了对比。最短路拍卖算法特别适合于并行计算和大规模稀疏网络的求解，符合现实路网的特点和交通分配的要求，并且便于程序化．通过各种途径对基本算法进行改进、加速，可使计算速度提高数倍。拍卖算法可以快速求出多个起点和一个终点以及一个起点和多个终点的情况，适应不同分配算法的需求。在交通分配中，只要根据需求选择不同的起点集和终点集即可，不必求得所有节点对之间的最短路，避免大量不必要的计算，大大节省计算时间，在交通领域具有广阔的应用前景。     

考虑出行者不同理性程度的拥堵交通流分配方法

为研究出行者感知偏好对交通分配结果的影响,本文构建了微观路径选择模型,提出拥堵条件下受路段通行能力限制的交通分配算法。引入出行者决策过程中的后悔和无差别化阈值,考虑出行时间和排队时间的心理感知差异,构建不同理性程度下的路径选择概率模型。在集计水平上,考虑当前路段及其上下游路段通行能力限制、路段车辆空间排队和溢出,提出路段车流量流入、流出的修正方法。采用增量加载分配方法,研究路段车辆的消散特性,再现了从个体路径决策到宏观路网状态的演化过程。基于Nguyen-Dupuis仿真网络,比较不同算法下各路段的拥堵车辆和各路段车辆流入、流出情况。结果表明：出行者个人偏好感知会显著影响拥堵路段的成本函数,是出行者路径选择的关键因素,但是出行者个人偏好对非拥堵路段的车辆流入、流出影响较小;考虑个体偏好的交通分配方法能降低路网的平均饱和度。本文提出的考虑有限理性的拥堵交通分配方法可应用于拥堵路网的交通诱导,有利于促进道路资源的合理利用。     

动态交通分配问题研究回顾与展望

动态交通分配(Dynamic Traffic Assignment，DTA)理论是智能交通系统中最重要的关键技 术基础之一，也是当前交通科学中最活跃的研究领域之一，其模型可以广泛应用于离线的交通规 划及政策评估和在线的智能交通系统应用。本文首先回顾了DTA理论50年来的发展历程，总结 了不同发展阶段形成的重要理论和方法。其次介绍了DTA问题的两个基本构成：出行选择准则 和交通流传播模型，指出这两个基本组成部分通过走行时间函数(或阻抗函数)来关联，并总结了 DTA 问题中主要的出行选择准则、主要的交通流传播模型、重点关注的交通行为、走行时间函 数。依据出行者的出行选择内容、交通状况掌握、出行需求弹性、出行决策时间跨度以及用户类 型等对动态交通分配问题进行分类，并详细比较分析不同类型动态交通分配问题之间的差异。 进一步，介绍了DTA问题主要的解析模型，依据时间是否连续和使用的决策变量分别对DTA模 型进行分类，并总结了不同类型DTA模型的主要优缺点。介绍了不同出行选择准则下DTA问题 的主要求解方法，并评述求解方法的收敛性、效率等。此外，还概述了DTA模型在交通规划、交通 政策评估、交通控制与管理等方面的应用。最后，对DTA理论的进一步发展进行展望，指出DTA 理论和方法可以在5方面取得突破：动态网络加载模型的高效计算方法和性态良好的动态阻抗函 数，大规模交通网络上DTA问题的有效求解算法，超级网络上基于活动链的DTA模型，DTA模型 在交通管理与控制中的应用，未来智能网联环境下DTA模型及其应用。