基于随机重复爬山法的交通状态预测

合理构造影响交通状态网络结构,是实现交通状态预测的前提条件.为克服爬 山法易陷入局部最优的缺陷,提出一种基于随机重复爬山法的交通状态预测方法.对随机 生成的有向无环图迭代运行爬山法得到多网络结构;通过有向边置信度的定义和置信度 阈值的计算,确定了最优贝叶斯网络结构中节点和有向边选取准则;利用最优贝叶斯网 络结构,实现了畅通、平稳、拥挤和阻塞等4 种交通状态的预测并综合评价.分析结果表 明,该方法仅选取时段、节假日等两变量时,对交通状态预测总体准确率超过85%,能够 为高速公路运行状态监测预警和决策分析提供有效方法和数据支撑.     

城市公交线网优化方法研究综述与展望

通过阅读和分析大量相关文献,介绍城市公交线网优化的意义及方法分类,阐述国内外城市公交线网优化方法的发展概况及主要研究方法,并在此基础上,总结发展过程中城市公交线网优化方法的优点和问题,展望今后的研究趋势。     

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。     

广州市公交运行服务评价指标体系研究

为了对广州等大城市的公交线网运行服务状态进行评价分析,在比较分析国内外学者对公交运行评价研究的基础上,提出了以公交拥堵指数、拥挤指数、舒适性指数以及可靠性指数为核心的广州市公交运行服务评价指标体系,分别考察公交运行的便捷性、舒适性、可靠性等情况,并以基于羊城通IC 卡数据、公交车自动报站数据等分析而得的公交出行数据为基础,实现评价指标的自动计算。最后,通过指标计算结果分析,展现了广州市公交线网整体以及局部线路的运行水平以及变化特点。实例分析表明,该指标组合能够比较敏感地、从不同角度反映公交线网的实际运行状态。     

基于过饱和控制的疏散网络优化模型

应急条件下疏散需求呈现短时爆发性特点,为提高网络优化模型在应急疏散状态下的适用性,本文提出了网络过饱和度概念,并结合疏散交通组织策略建立过饱和控制的疏散网络双层优化模型.上层模型从疏散组织者的角度出发最小化疏散网络过饱和度,下层模型以Wardrop 用户平衡准则模拟疏散参与者的疏散路径选择行为.采用禁忌搜索算法求解所建模型,并以Sioux Falls 网络为平台验证其有效性.实验结果表明,在应急交通疏散状态下,基于过饱和控制的疏散网络优化模型能够实现疏散网络通行能力的最大化利用和应急交通组织策略的最优化配置,具有较强的适用性.     

考虑速度限制的连续交通网络设计问题

本文提出了一个考虑车速限制的双目标连续交通网络设计问题,旨在通过合理的路段拓展与限速策略提高网络交通运行效率和减少交通系统的环境污染.构建了一个双目标双层规划模型来描述提出的交通网络设计问题.其中,上层问题从交通管理者的角度出发,以系统总阻抗与总投资额之和最小及网络总的车辆尾气排放最小为目标,制定最优的网络设计方案和不同时段最优的限速方案;下层问题基于用户平衡准则,描述不同时段出行者的路径选择行为.设计了基于非支配排序的遗传算法对提出的双层规划模型进行求解,并采用数值算例验证了提出的模型与算法的有效性.     

一种基于分布式网络多智能体的匝道协同控制方法

针对高速公路与城市快速路交汇区域(路网结合部)拥堵日益严重的现状,综合考虑异构交通网络的通行能力与转换需求,基于多智能体和局部感应控制思想,对路网结合部匝道控制模式进行分析,建立单点CPSO-RBF-PID 匝道控制模型、关联主线多匝道一致性协同方法和不同主线间匝道竞争性协同方法.在此基础上,将路网结合部进行网络拓扑,建立基于分布式网络多智能体的匝道协同控制方法.并选取相应路网结合部对所建模型进行验证,结果证明,该模型具有良好的控制效果,能够起到有效地稳定路网结合部交通流密度,缓解结合部区域交通拥堵的作用.     

随机交通网络连通可靠度改进算法

连通可靠度作为网络可靠性的基础指标是指导交通事故预防、灾后重建和日 常维护等活动的重要理论,但其计算是经典的NP难问题.为了提高大规模网络应用的求 解精度和效率,提出了基于k-最短路径和状态排序的改进算法--Target_Order 算法,集 中考察影响网络连通性的关键节点及其状态,有效减少了无关网络连通性的节点组合产 生的冗余网络状态,大幅降低了计算复杂度.最后,以成都规划年地铁网为例,通过与传统 算法（ORDER算法）比较,分析了算法关键参数的影响,验证了改进算法在精度与效率方 面的显著优势.研究结果同样适用于其他随机交通网络的连通可靠度计算与统计.     

考虑连接性的路网划分算法

针对传统K均值聚类算法在非均质路网划分应用中的不足,将路网连接性融入算法,解决其在路网划分应用中聚类结果不连续的问题.先使用最大最小距离算法确定初始聚类中心和路段差异性,并以聚类评价指标ANSK确定K值;然后统计连续时间间隔下路网划分结果的动态频数,合并和拆分不稳定的“噪声”路段,提高划分子区内路网的紧凑性.最后,基于现实路网中的车牌照自动识别实测数据,对改进的聚类方法进行了验证.将算法得到的划分效果与K均值聚类算法和Ncut算法进行对比,并对子区做宏观基本图分析.结果表明,改进后的K均值聚类算法在保证自身原有聚类优势下,可以有效实现连接性约束下的路网划分.     

基于特征和超图理论的交通网络数据模型

分析了目前国际上流行的五种交通网络数据模型的优缺点,然后提出了基于车道和中心线的交通网络数据模型。该数据模型以特征和超图模型理论为基础,既保留了拓扑结构的优越性,又有利于数据以特征的方式进行存储和管理。最后。把这种基于特征和超图模型的交通网络数据模型应用于中山市道路普查系统,用于管理复杂的、与道路相关的各种数据。