静态多路径交通分配法在公路网规划中的应用

本文简要介绍了静态多路径交通分配方法在公路网规划中的应用，对模型及算法作了探讨，并对比最短路分配法介绍了算例。     

交通管制条件下城市道路网络模型及分配算法研究

城市道路网络模型及其算法是城市道路网络分析和分配的基础。本文首先分析了交通管制条件下原有城市道路网络模型和算法的不足,在此基础上提出一种改进模型和算法,并给出算例。这种改进的模型和算法能较好地满足实际分配的要求,在交通规划、交通管理和交通流模拟中都有着十分广阔的应用前景,且已经被成功地应用于郑州市综合交通规划中。     

基于动态交通分配的应急路径规划

为了提高在应急救援与疏散工作中的应急交通效率,针对已有相关算法未考虑交通问题动态性的不足,提出了1个基于动态交通分配的应急路径规划算法。给出了问题的定义,设计了1个基于仿真的动态交通分配模型,给出了基于动态交通分配的算法求解步骤。通过北京市路网数据对算法进行验证,证明了算法的可行性与有效性。     

佛山市交通规划中的交通分配预测

专适于城市道路网络的交通均衡分配模型(stochastic user equilibrium，SUE)考虑了城市道路网中交叉口处的分流向延误，更接近于城市道路网络的实际交通情况，优于常规的交通分配模型。将根据SUE模型编制的分配程序TRANS应用于佛山市交通规划中的交通分配预测中，得到了更加真实可靠的分配结果．验证了该模型和程序的可靠性和实用性。     

几种典型路阻函数的特性比较及参数选择研究

在各种交通规划的交通分配过程中,路阻函数的选择及参数标定直接影响交通分配的科学合理性。分析比较了国内外应用比较广泛的几种典型的路阻函数,即美国公路局的BPR函数、Spiess的Conical函数、Logit延误函数、Akcelik延误函数的来源出处、特性及适用范围,分析确定了函数的关键参数,在此基础上,以交通分配软件Tran—sCAD为研究手段,并结合苏州工业园区综合交通规划调查数据以及天津市实际交通调查数据,对几种典型路阻函数进行了模型适用性评估与参数取值范围标定研究。通过不断调整改变参数值域观察其对应分配结果,最终给出了几种典型路阻函数的参数建议取值范围,为更加合理的进行交通分配提供了科学依据。     

广珠高速公路规划中的交通分配预测

对广珠高速公路网规划中的交通流分配预测方法进行了探讨，对采用的静态多路径交通分配方法的模型算法、实际应用中的软件实现及路权确定进行了分析研究，根据得出的结果，表明该方案可行，为广珠高速公路的规划建设提供了科学的数据依据。     

基于最短路径搜索的动态随机交通分配

提出了一个基于Logit方法的动态交通随机分配模型,该模型通过最短路算法和随机分配来解决动态均衡交通分配中的出行选择问题,避免了以往动态交通均衡分配中解凸规划或非线性规划问题,同时不需要路径枚举,从而使本模型更适合于大型路网的动态交通分配．随后的算例证实了该模型的可行性。     

交通分配模型研究及其应用

基于地理信息系统，TransCAD软件在交通规划中简化并完善了交通分配的建模过程。根据昆明市的实际情况，进行交通分配模型的评价与标定，选择出符合昆明市区交通状况的交通分配模型，并对交通整治项目中提出的规划方案进行评价。     

若干交通分配方法的比较研究

清晰的了解各种交通分配方法在实际应用中的特点。对确定型的01分配法、增量分配法、连续平均分配法、用户均衡分配法和随机型的STOCH算法和随机用户均衡分配法进行了深入比较研究,分别在小型路网和兰州市大规模道路网上进行了35次交通分配。剖析了分配方法之间的内在联系及其在数据结果上的分配效果,并给出了在实际应用中应如何选取分配方法的研究结论。     

若干交通分配方法的比较研究

清晰的了解各种交通分配方法在实际应用中的特点。对确定型的01分配法、增量分配法、连续平均分配法、用户均衡分配法和随机型的STOCH算法和随机用户均衡分配法进行了深入比较研究,分别在小型路网和兰州市大规模道路网上进行了35次交通分配。剖析了分配方法之间的内在联系及其在数据结果上的分配效果,并给出了在实际应用中应如何选取分配方法的研究结论。     

基于蚁群算法的自适应路径导航算法

针对时常发生和不断加剧的交通拥挤、堵塞等情况,研究一种动态的、自适应的导航算法,以达到对车辆进行合理有效的路径导航和路径规划的目的.这一算法是在蚁群算法的基础之上,辅以多因素综合评判的方式,改进蚁群算法的评判标准,构建动态导航模型.以该导航模型为基础,通过仿真实验进行求解,仿真实验中将路径宽度、通行时延等随机因素考虑在内并进行综合权衡,使得动态导航的结果具有现实中的指导意义.数据实例表明,该导航算法是可行的、有效的,具有良好的导航效果,可为实际的导航系统提供有力地决策支持.     

基于蚁群算法的军事配送车辆调度问题研究

针对军事配送的特点,以"等待损失"和运输成本最小化为目标,建立了问题的数学模型,并应用蚁群算法求解了这一问题.算法中改进了状态转移规则,设计了局部搜索模块.为测试算法性能,应用改进的蚁群算法求解了文献中的21个基准算例.计算结果表明,这一算法明显优于已有算法.     

一种基于并发奖赏蚁群系统的A*算法

为优化出行者在动态路径诱导系统中进行路径选择,提出一种基于并发奖赏蚁群系统的A*算法,利用A*算法的成熟性和蚁群算法的动态性,用蚁群算法对A*算法估价函数f(x)=g(x)+h(x)中的h(x)进行研究,考虑了交通路况中的各种动态因素,使A*算法具有动态性;为了提高算法的效率,基于在最优路径附近往往存在更优路径这一原理...     

基于动态系统的交通分布优化预测方法

研究运输系统中动态交通分布的预测方法,即在运输系统中,当各交通小区的发生交通量及吸引交通量出现变化后,需根据当前交通OD分布表迅速确定下一阶段的交通OD分布表。确定OD分布是交通运输规划与管理的一项重要研究内容,目前已有的预测方法都需经反复多次迭代才能得到计算结果,计算速度不能满足动态交通系统的要求。论文通过建立预测动态交通分布的优化数学模型及严格的数学推导,得到了求最优交通分布的一个解析公式,应用闭回路法设计了满足非负约束并使误差增长最小的一种调整方法。由算例表明该模型计算速度快,计算效果好,适合动态系统的交通分布预测。     

单点交叉口信号实时配时模型及蚂蚁算法

以延误时间、停车次数和通行能力作为性能指标，各性能指标的加权系数随交通需求的不同而变化。提出交叉口实时配时，采用一种新型随机搜索思想——蚂蚁优化算法来求解此模型的非线形问题。仿真试验表明，所得结果优于经典方法，降低了交叉口的总延误时间和停车次数，提高了通行能力。     

基于改进蚁群算法的运输调度规划

在运输调度等组合优化问题的最优路线的搜索中,传统蚁群算法ACA(Ant Colony Algorithm)存在搜索时间长、收敛速度慢、易陷于局部最优解等缺点。为了克服这些缺点提出了一种改进的蚁群算法,该算法将遗传算法和蚁群算法结合起来,在蚁群算法的每一次迭代过程中,首先采用自适应策略控制它的收敛速度,然后使用变异操作来确定解值,从而提高它的搜索性能。再结合建立的运输调度性能指标,利用遗传算法、蚁群算法和改进蚁群算法3种方法分别进行运输规划,通过比较其时间花费和运输费用,验证了改进蚁群算法的有效性。实践证明,改进后的蚁群算法基本上克服了传统算法自身的不足,提高了算法性能。     

基于蚁群算法的地铁隧道沉降预测研究

紧邻大型深基坑的地铁隧道因影响因素极其复杂,难以准确预测其沉降变形,以致无法较早判定隧道的安全状况,亦无法根据其变形信息及时、有效地指导基坑施工。针对这一问题,立足TSP基本蚁群算法模型,结合地铁隧道沉降变形实际,在确定模型路径选择机制的基础上,通过合理构建信息函数和启发函数,确立信息素更新机制以及蚂蚁搜索机制,最终建立了地铁隧道沉降预测的蚁群算法模型,并用实例验证了模型的预测效果,为运营中的地铁隧道特别是紧邻大型基坑的地铁隧道沉降预测开辟了一条新的途径。     

基于改进蚁群算法的多物流中转站选址规划

根据多物流中转站选址问题的特点,应用遗传算法和分配算法将大规模客户点划分为不同的配送单元,建立了包含配送中心和中转站的运营成本以及配送中心和中转站的大小车维护费用的数学模型,其中,运营成本包括车辆的运输成本和中转站的建造成本.提出了一种解决多物流中转站选址问题的改进蚁群算法,由于该算法在评价函数中隐含加入了约束条件,并...     

高速公路入口匝道动态响应调节算法设计

论文在模糊神经网络内部引入递归环节,设计了入口匝道的动态响应调节算法,介绍了算法的模糊神经网络结构、隶属度函数、模糊规则。由于递归神经元有内部反馈连接,可以捕获系统的动态响应,能简化网络模型,网络各个参数具有明确的物理意义,可根据经验选择初始值,且其是一个动态映射网络,比普通模糊神经网络更适于描述动态系统。最后分别通过数值仿真试验和交通TSIS模拟实验,详细分析了入口匝道智能控制的效果,仿真结果表明论文设计的入口匝道模糊神经网络控制算法在控制效果上比常规定时、Alinea控制显示了较大的优势,在重要指标上优于定时控制策略和Alinea控制策略。     

基于信号灯配时的动态路径诱导模型

针对城市交通流量变化产生的问题,在交叉口信号灯配时方案改进的基础上建立了动态路径诱导的双层优化模型,上层模型以行驶时间为目标函数,下层模型以总交叉口延误最小为目标函数。利用改进蚁群算法来求解优化模型,从而获得多准最优路径。以实际交叉口为例,将信号灯配时改进前、后的模型计算结果进行比较。结果表明:应用信号灯配时改进后的模型获得的路径更省时,交叉口等待通行时间更短。