Robust traffic assignment model: Formulation,solution algorithms and empirical application

ABSTRACT

The deterministic traffic assignment problem based on Wardrop's first criterion of traffic network utilization has been widely studied in the literature. However, the assumption of deterministic travel times in these models is restrictive, given the large degree of uncertainty prevalent in urban transportation networks. In this context, this paper proposes a robust traffic assignment model that generalizes Wardrop's principle of traffic network equilibrium to networks with stochastic and correlated link travel times and incorporates the aversion of commuters to unreliable routes.

The user response to travel time uncertainty is modeled using the robust cost (RC) measure (defined as a weighted combination of the mean and standard deviation of path travel time) and the corresponding robust user equilibrium (UE) conditions are defined. The robust traffic assignment problem (RTAP) is subsequently formulated as a Variational Inequality problem. To solve the RTAP, a Gradient Projection algorithm is proposed, which involves solving a series of minimum RC path sub-problems that are theoretically and practically harder than deterministic shortest path problems. In addition, an origin-based heuristic is proposed to enhance computational performance on large networks. Numerical experiments examine the computational performance and convergence characteristics of the exact algorithm and establish the accuracy and efficiency of the origin-based heuristic on various real-world networks. Finally, the proposed RTA model is applied to the Chennai road network using empirical data, and its benefits as a normative benchmark are quantified through comparisons against the standard UE and System Optimum (SO) models.     

水中悬浮隧道交通荷载模拟方法研究

为研究水中悬浮隧道交通荷载的合理模拟方法以及交通荷载对隧道结构的影响,借鉴铁路、公路交通荷载的模拟方法,综合考虑车辆轮载、路面不平度、行车速度以及外部激励荷载等影响因素的共同作用,提出水中悬浮隧道交通荷载的模拟表达式。通过数值模拟计算,分析悬浮隧道交通荷载的变化特征,并研究不同交通荷载模拟方法对悬浮隧道结构振动位移响应的影响。结果表明:文章提出的交通荷载模拟方法计算结果符合移动振动荷载的波动性和周期性特征。在对结构振动位移响应影响方面,固定均布荷载相当于静载,移动集中荷载和移动振动荷载时的位移变化幅值相对固定均布荷载时的大且影响相似,但移动振动荷载时的振幅稍大,体现了交通荷载中动荷载部分对结构振动位移响应的影响,更适合用来模拟悬浮隧道中的交通荷载。     

行人微观仿真中的运动模型与行为模型——STEPS与NOMAD模型对比

为了解各类行人仿真模型的性能差异和适用范围,以选取适当模型进行交通枢纽行人仿真,对两种典型行人仿真模型进行研究。依据模型对行人行为描述的复杂程度,将行人仿真模型分为运动模型、部分行为模型、行为模型3类,并分别介绍了各自的特点。选取典型的运动模型软件STEPS和行为模型软件NOMAD,详细探讨其采用的数学模型,并通过4个仿真实例对比分析这两种模型的特点。分析结果得出两种模型在宏观与微观层面的异同点以及存在的问题。     

��ͨ������������ڱ������˻��е�Ӧ�ú�����

交通需求管理（TDM）已成为保障奥运会期间突增交通需求的必要手段。本文在综合奥运会交通需求特性和对比往届奥运会TDM政策要点的基础上,从控制机动车使用、设置奥运专用道、公共交通保障、错时上下班及人性化保障等5个方面阐述TDM政策在北京奥运会中的应用,并从政策综合性、可操作性、接受程度及政策实施效果等4个角度对该TDM政策进行效果评价。数据表明：TDM政策的实施使道路交通流量下降22.5%,早高峰路网平均车速提高28.5%,122报警量下降,公共交通客运量大幅上升,且公共交通的出行比例达45%以上,有效均衡了交通需求,达到预期目标。     

���˷����ڰ��˳����е�Ӧ��

大型活动人员密集、场地条件相对复杂,需要有效的行人交通规划和组织管理方案。2008北京奥运会的举办对主办方的行人交通组织和规划工作提出了严峻的挑战。本文介绍了应用仿真工具辅助奥运会期间行人设施和交通组织方案设计的分析方法。在把握行人交通特点和奥运会行人集散特点基础上,采集北京赛事活动中的行人交通流数据,标定模型参数,设计仿真方法。结合仿真结果,综合分析行人设施和管理方案,提出行人设施及行人疏散组织方案的优化建议,并以北京奥运会的主会场——国家体育场为例对方法应用进行说明。奥运会期间国家体育场及场馆外围行人交通运行的实际效果证明了相关方案和建议是可行和有效的。     

行政法与行政诉讼法教学法探析

“行政法与行政诉讼法学”是一门复杂的有较强理论性但又必须和社会实际相结合的课程。要提高该课程的教学质量,改善教学效果,文中提出了案例教学法、多媒体技术与模拟法庭教学法。     

基于 EM D桘BPN 方法的高速铁路短期客流预测

高速铁路短期客流预测是铁路运输系统的重要组成部分。无论是对列车开行方案的制定,还是对如何采取正确的营销策略,都具有重大的现实意义。通过混合经验模态分解方法和神经网络方法相结合的EMD-BPN方法来预测高速铁路短期客流量。组合方法主要分为三步：首先,使用经验模态分解方法将客流时间序列分解;其次,将IM Fs作为BP神经网络的输入;最后,应用神经网络对客流量做出预测。数值实例表明,该方法对于高速铁路短期客流预测在精度和稳定性上都有良好的表现。     

城市老城区健康道路交通模式探讨

为解决城市老城区交通压力持续增大的问题,从道路系统、公共交通系统、慢行交通系统三个方面进行研究,基于健康城市理念,并借鉴国外城市老城区交通发展模式,提出国内城市老城区健康道路交通模式应具有道路网络"高密度、小街区、微循环",公共交通全覆盖、高效率,慢行交通空间连续、设施完善、与公共交通无缝衔接等特征,为老城区健康道路交通规划设计提供参考。     

�����ν���Э���ĵ�������վ�򳵿����Ż�

研究了高峰时段列车运行的衔接协调对换乘站候车客流量的优化问题。首先分析了换乘站各站台候车客流的组成因素,确定出各运行方向的换乘站台内客流量随时间变化的规律。然后,以时段内换乘站候车客流量的最大值最小为目标,建立优化模型。模型以站台最大可容纳候车人数为约束条件,以各方向列车在换乘站的到达时刻为调整对象,实现了高峰时段换乘站内聚集客流的优化。最后,针对验证案例,设计了遗传算法进行求解,得出了协调较优解,并给出与较劣解的对比分析。结果表明,该优化方法能够有效降低换乘站内的候车客流人数,可为网络化的优化协调工作提供参考。     

����ʱ�չ켣���ٵĽ�ͨ�����Բ���������

基于视频的交通流检测在智能交通系统中具有重要意义。本文针对广泛采用的低位摄像机,提出了一种交通流特性参数的检测分析方法。首先基于三级虚拟检测线和自适应更新率局部背景建模来快速提取车辆特征点并消除活动阴影对提取精度的影响;然后基于Adaboost（Adaptive Boosting,自适应增强）分类器实现特征点按车分组,并在跟踪过程中根据运动特征相关度消除分组误差,获取高精度的车辆轨迹;进而自动生成多车道轨迹时空图并提取各车道交通流的多种特性参数。实验结果验证了算法的高效性;同时,自动生成的多车道轨迹时空图也为更多的交通信息获取和更深入的交通流特性分析提供了有力支持。