鲁棒交通网络设计方法

为了更好地指导交通规划实践、提高规划方案应对风险的能力,在分析交通需求预测不确定性的基础上引入鲁棒设计概念,阐述了交通需求预测与鲁棒规划方案的关系.采用随机需求假定,以随机规划理论和均值-方差模型为基础,建立OD需求不确定的鲁棒交通网络设计模型;以蒙特卡洛模拟和遗传算法为工具,设计求解随机双层组合优化问题的实用算法.最...     

多层次多模式综合交通网络设计研究

基于多层次多模式研究如何设计可持续的综合交通网络. 根据交通网络层次特征定义了层次因子,结合交通负外部性定义了广义路径费用,构建了多层次多模式综合交通网络Logit-随机均衡的非线性规划模型,并构造了多层次多模式交通网络设计算法;通过算例网络的数值试验,着重分析了网络广义费用总量的层次结构弹性与需求弹性,以及模式分离参数对不同层次结构网络的广义费用总量的影响,与模式分离参数取定不同值的情况下平均广义费用的需求弹性;分析表明,在考虑层次性的情况下所设计的综合交通网络能更好地适应需求的增长,且层次结构网络对模式分离参数是不敏感的.     

���ζ�ģʽ�ۺϽ�ͨ��������о�

基于多层次多模式研究如何设计可持续的综合交通网络. 根据交通网络层次特征定义了层次因子,结合交通负外部性定义了广义路径费用,构建了多层次多模式综合交通网络Logit-随机均衡的非线性规划模型,并构造了多层次多模式交通网络设计算法;通过算例网络的数值试验,着重分析了网络广义费用总量的层次结构弹性与需求弹性,以及模式分离参数对不同层次结构网络的广义费用总量的影响,与模式分离参数取定不同值的情况下平均广义费用的需求弹性;分析表明,在考虑层次性的情况下所设计的综合交通网络能更好地适应需求的增长,且层次结构网络对模式分离参数是不敏感的.     

基于超级网络配流的区域高速铁路客流分担率研究

基于一般的交通网络随机用户均衡( SUE)配流原理,通过构建一种适用于区域超级交通网络客流分配的状态扩展网络结构( SAM)模型来分析区域超级交通网络中高速铁路的旅客吸引量,有效克服了一般计算方法难以处理现实交通网络多OD对、多换乘、网络性显著等困难.通过最后的测试网络,验证了所提出模型及算法的有效性.     

自动驾驶对交通运输系统规划的影响综述

车辆是交通运输系统的重要组成部分,伴随着自动驾驶技术的发展与应用,交通运输系统 将发生深刻变革。本文聚焦于自动驾驶技术对交通运输系统规划的影响,综述自动驾驶特点下 交通数据采集与管理手段、土地利用、停车需求、交通供需、交通需求预测、交通网络布局等方面 发生的新变化。在此基础上,从规划的角度出发,实现对自动驾驶环境下交通运输系统的再认 知,总结自动驾驶环境下交通需求预测、城市交通网络布局等新的交通规划方法与技术。通过对 交通运输系统的再认知发现：在自动驾驶环境下,交通数据具有细粒度、高鲜度的新特点;土地利 用模式将发生改变,城市将呈扩张和去工业化趋势,停车需求减小;交通系统供给能力和可靠性 提高,出行需求的时空分布将更为分散。交通系统规划方法的变化体现在交通需求预测和交通 网络布局两个层面：交通需求预测框架从“四步”框架转变为模型组合化和出行行为一体化的预 测框架,同时,需求预测的各阶段需引入对自动驾驶特征及其系统性影响的分析;交通网络布局 设计采用连续时域上的布局设计框架,有望解决传统交通网络布局设计的时滞性问题,可适应并 服务于动态变化的土地利用及交通需求。本研究认为,未来需重点研究自动驾驶对交通安全、交 通拥堵、公共交通规划、慢行交通规划等方面的影响。此外,解决自动驾驶实测数据缺乏的困境、 解析异构交通阶段交通系统的运作机理、应对交通需求反弹引起的供不应求、评估难以衡量的外 部成本等问题将是未来研究的难点。     

多品种流交通网络的最大流算法研究

基于Ford-Fulkerson算法在单一品种网络中最大流量分配的思路,通过对多品种交通网络的网络特性进行分析,作者将多源多汇的交通网络构建成单源单汇的形式。在保证符合流量约束的条件下,设计了适用于多品种交通网络的最大流分配算法。在交通网络的实际应用领域里,多品种交通网络的问题普遍存在,因此该算法为解决实际交通网络的相关问题提供了基础。     

基于需求不确定性的机场拥挤风险预测模型与方法

为了获得机场交通需求的概率分布及其变化规律,量化机场交通需求预测的不确定性,从需求不确定性角度分析了航空器进离港时刻对机场交通需求预测的影响,基于多个时段交通需求相互转化的不确定性,建立了多时段机场进离港交通需求概率分布模型.在此基础上,将进离港交通需求与进离港容量曲线相匹配,建立了机场拥挤风险预测模型,给出了具体求解过程与方法.亚特兰大机场实际航班运行数据的验证结果表明,机场概率需求预测值比确定型需求预测值更接近实际进离港交通需求值;与确定型拥塞预测方法的准确度60.0%相比,本文模型将拥挤预测提高到80%;用旧金山机场实际航班数据验证了本文方法的有效性,准确性达到87.5%,为机场拥挤管理提供了依据.      

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。     

基于轨道换乘的复合交通网络OD 拆分重组技术

为使传统“四阶段法”适用于分析城市多模式复合网络的交通需求,基于轨道交通换乘特 征,将组合出行OD拆分重组为单一方式出行OD,从而提高复合交通需求预测的准确性。首先,分析多模式复合网络中OD类型,包括全方式OD、轨道客流OD、轨道接驳客流OD以及道路出行OD。然后,提出复合交通网络OD拆分重组技术。将交通可达性作为换乘客流预测的依据,以轨道车站为组合出行拆分的突破点,将组合出行链分解为道路出行与轨道出行两部分,从而有效解决需求预测中组合出行预测问题。最后,以长沙滨江新城为例,说明该方法的实用性。研究成果表明,由于换乘出行在居民出行中占有很大比例,该技术既考虑了轨道交通节点在网络中的特殊功能与地位,又使规划工作可以借助TransCAD 等规划软件完成,在解决基于轨道的组合交通方式的预测问题方面,具有较好的适用性。     

城市复合交通网络的若干特性研究

针对北京市三环内实际交通网络,分别构建城市道路交通网络和由城市轨道交通网络叠加形成的城市复合交通网络模型.基于复杂网络理论,采用Matlab 计算节点度、聚类系数、平均路径长度、介数和节点紧密度等指标,分析了其分布规律,然后对这两个网络模型的统计特征值进行比较分析.结果表明,它们都具有一定的随机网络模型和无标度网络模型的小聚类系数特征,叠加后的城市交通网络直径和平均最短路径减小,平均度、聚类系数和节点紧密度都有不同程度增加,使整个路网的可达性得到了一定的提高,网络承载力变大.     

基于Optima的实时在线交通流预测方法研究

目前城市道路交通流预测主要是基于物理模型、数理统计特性并融合部分智能预测算法来实现的,而对于一些影响预测效果的重要交通因素,诸如FIFO原则、交通信号控制方案等在现有的预测方法因无法很好地引入和描述而忽略.本文提出了一种基于Optima系统实现的实时在线交通预测方法,通过建立路网模型、需求模型及初始OD矩阵获取路网实时状况,并通过构建关联数据库实现实时路网模型信息、交通信号控制信息的有效对接,依据TRE算法预测路段进出口的累积流量并结合模型分配值、历史数据实现实时在线交通预测.以北京市望京区域为例进行仿真验证,通过误差分析,获得了较为理想的预测效果,验证了该预测方案的有效性.     

不确定需求下轨道交通网络的鲁棒性优化

轨道交通网络设计是轨道交通规划的重点,本文研究不确定需求下轨道交通网络设计的鲁棒性优化问题.提出了不确定需求下轨道交通网络鲁棒性的概念.针对不确定需求可以被预测和不可以被预测的两种情况,分别建立了scenario 模型、minmax模型,这两个模型在优化目标中均综合考虑了最小化轨道交通线路总长度、最小化乘客总出行距离、最小化乘客总换乘次数,并基于遗传算法给出了这两个模型的求解算法.scenario 模型权衡网络的服务水平与网络对于不确定需求的抗干扰能力;minmax 模型侧重于网络在最坏情况下仍然能够保持较好的服务性能.最后,给出算例,验证了提出模型与算法的有效性.     

小样本监测信息露天矿边坡变形预测模型对比分析

利用GM（1,1）,BP神经网络和灰色BP神经网络组合三种模型,分别对不同样本容量的小样本监测信息进行测试,对比分析预测结果的准确性与稳定性.结果表明,边坡变形预测模型受既有监测信息的样本容量影响较大,样本容量的增加有利于边坡变形预测模型精度的提高.在既有监测信息较少的情况下,GM（1,1）模型预测精度虽然最高,但缺乏稳定性;单一BP神经网络模型的预测精度由于样本较少,其精度较差.从预测结果的稳定性和精度两个方面综合对比来看,灰色BP神经网络组合模型更适用于小样本监测信息情况下的露天矿边坡变形趋势的预测.     

基于多尺度分析与神经网络的交通流预测

针对实际交通系统时变复杂和变化的不确定性所带来的交通流量随机因素影响大、非线性强、规律性不明显的特征;采用小波多尺度分解的方法,将含有综合信息的时间序列分解为多个分量特征不同的时间序列,然后采用神经网络对各个分量分别进行预测,最后用实测数据进行了验证分析。结果表明,基于多尺度分析与神经网络预测模型比单神经网络预测模型预测精度高,可用于交通流的实时动态预测。     

随机需求下公交网络设计的期望值模型与求解算法研究

科学规划公交系统是解决城市交通拥挤问题的有效手段,公交网络设计问题更是公交体系规划的重点与难点。公交需求作为公交网络设计的输入条件,在现实中具有不确定性。鉴于此,假设不确定乘客需求具有随机特性,来研究随机需求下公交网络设计问题的优化方法。以乘客成本与运营成本最小化为优化目标,构建了多目标规划的期望值模型。将遗传算法与模拟退火算法相结合,设计了求解模型的遗传模拟退火算法。最后,通过算例验证了提出的模型与算法的有效性。     

����������·��ͨ���������˻�״̬����

基于行程时间对交通需求的影响,建立路段交通流模型,对路段交通流量稳定性及通行能力的退化状态进行分析.在出行者的交通需求具有弹性的情况下,路段行程时间越长,交通需求越低.模型中行程时间由道路上的交通状态决定,车辆行驶过程的计算利用MITSIM模型,通过数值模拟方法分析弹性需求对交通流的稳定性及通行能力的影响.仿真结果表明,在交通需求和路段性能相互作用下,路段交通流量趋向于稳定,非饱和状态下的稳定流量随着交通压力的增加逐渐上升到最大通行能力,而饱和状态下的稳定流量小于最大通行能力且交通压力越高通行能力退化越严重.因此在城市路网规划时,应综合考虑路网中各路段通行能力,避免路段通行能力下降.     

适用于路网潮汐流的可变车道设置方法研究

城市交通流潮汐现象导致了路段双向通行能力利用不均衡,早、晚高峰时段交通需求的不对称导致了早、晚高峰时段拥堵路段不具有空间对称性.本文从城市交通网络的角度出发,提出了一种对早、晚高峰时段可变车道设置方案进行综合决策的方法.以交通均衡理论为基础,以降低城市交通网络高峰期出行总费用和减少可变车道设置管理成本为目标,建立了一主二从双层规划模型,其中上层为可变车道设置的决策方案;下层根据上层决策方案分别对早、晚高峰时段交通需求进行交通分配,并设计了求解模型的遗传算法.算例分析表明,与不设置可变车道方案、早晚高峰时段分别设置方案进行比较,早晚高峰时段综合设置方案减少了系统总费用.     

快捷货运服务网络设计研究综述

服务网络设计是快捷货运运营管理层面的重要内容,也是交通运输领域的关键科学问题.本文分析了快捷货运服务网络设计的内涵,并从研究内容、优化模型、求解算法这3个方面对国内外相关研究现状展开详细论述.在研究内容上,对不同运输方式和多式联运进行归类总结,单一运输方式下和综合运输体系下的快捷货运服务网络设计都涵盖了路径规划、流量分...