城市CNG加气站布点优化的混合粒子群算法仿真

在城市内建设 CNG汽车加气站成本高 ,合理布局 CNG汽车加气站至关重要．由于城市CNG加气站合理布局问题涉及因素较多,为此,从加气站建设投资者、加气者及城市规划三个角度建立了车辆加气行驶费用最小化与企业经营利润最大化为目标的城市CNG加气站布点优化模型．根据问题的特点设计了加气站布点优化改进的混合粒子群算法．多次仿真运算结果表明,混合粒子群算法优化此类布点问题是有效的．对该问题的研究使城市CNG加气站的数量,类型及位置都得到了合理的确定,从而使资源得到了合理配置与充分利用,这将为城市CNG加气站的规划建设提供参考．     

一种基于时空距离的带时间窗车辆路径问题算法

带时间窗的车辆路径问题是典型的NP难题,一种常用的求解方法是先对顾客分组,后进行路径优化的两阶段启发式算法. 传统算法在顾客分组时主要考虑顾客的空间位置关系,但是忽略了顾客对服务时间窗口的要求. 本文同时考虑顾客的时间和空间特性,提出了一种基于时空度量的顾客分组方法. 在路径优化阶段,本文提出了一种禁忌搜索算法来进行求解,该算法中禁忌的对象不是解,而是这些解的目标函数值的区间,以便于提高收敛效率. 作为验证,本文以Solomon标杆问题集为算例进行演算,结果表明,在窄时间窗约束下,基于时空距离的两阶段启发式算法明显优于基于空间距离的算法,且部分算例的解达到了国内外已发表的最好解.     

轨道交通隧道区间排水泵房设计

为确定区间废水泵房的排水方式以及合理的选择水泵,本文对轨道交通隧道区间的2种排水方案进行了对比,同时对多台排水泵并联运行的工况进行了校核,得出如下结论： 1）隧道区间的排水泵房需经过方案对比后选择合理的方案; 2）应根据水泵厂家样本资料对单泵工况和双泵工况进行校核,从而选择出合适的水泵,使水泵在单双泵工况下都工作在高效区,而不是简单的进行流量的叠加。     

基于建设成本约束的公路网结构演化研究

通过简化公路网系统,建立了公路网结构自组织演化框架,对演化过程进行了 仿真研究.首先,在给定各城市社会经济状况条件下,研究各城市节点间的连接概率,建立 初始路网;然后,在初始路网的基础上,通过交通分布和分配获得各道路的饱和度;最后, 以降低出行时间为目的,在建设成本最小的约束条件下,通过扩大路网规模或提高道路 等级,更新路网结构.本文以一个城市圈为对象,对路网演化过程进行了仿真.研究发现, 路网规模和等级更新存在一定的规律,城市圈内部的道路等级高于外部,且不相邻城市 间的道路等级一般较低.     

模拟导弹制导的交通系统路径诱导算法

模拟导弹制导的单车诱导算法利于交通系统优化目标（车流量平衡目标）.为避 免多车诱导导致的交通拥堵,以模拟导弹制导的单车诱导算法为基础,提出了模拟导弹 制导的交通系统路径诱导算法.按照出行需求,对模拟导弹制导的时间最短路径算法进行 改进,使算法满足各类单车路径规划目标,以提高单车诱导接受率.系统路径诱导算法以 交通系统优化为最终目标,对超出路网通行能力的诱导进行修正,使交通流运行趋势符 合驾驶员出行需求.建立系统优化评价指标和系统诱导接受率指标,并以北京部分地区为 例进行仿真.仿真结果表明,算法能够达到系统优化目标,同时保证了较高的系统诱导接 受率.     

考虑异质出行者的随机瓶颈模型

研究早高峰期内通勤者由生活区开车通过高速公路到达工作区的交通行为.假 设出行者是异质的,其时间价值（VOT）按照递增的顺序排列,并假设高速公路上瓶颈的 通行能力在某一区间内随机变化,基于经典瓶颈模型对出行者的均衡出发时间选择行为 进行解析求解,给出了模型的均衡性质和个人出行总成本.结果显示,随着瓶颈通行能力 随机性的增大,出行者的期望等价出行时间和高峰期长度增加.当瓶颈通行能力的随机性 降低时,个体均衡出行成本下降,时间价值越大的出行者,其成本降低的收益越大.算例结 果验证了理论分析结论.     

不确定条件对交通网络设计的影响分析

交通网络设计问题中较为关键的问题之一是如何准确合理的反映网络用户 出行行为,符合实际的行为描述有助于决策者做出正确的决策.已有文献在用户均衡基础 上对网络设计问题做出研究,假设所有用户均为风险中性的,忽略了出行时间不确定性给 网络设计决策带来的差异性影响.本文在随机路段能力导致的不确定环境下,引入期望出 行时间（MTT）、出行时间预算（TTB）和 α -可靠性的平均额外行程时间（METT）,并采用 数据结果对比分析不同用户均衡模式（DUE、DRUE、METTUE）对网络设计问题决策的 影响.实验结果表明,在不同路段能力随机变化程度下,考虑用户出行时间的不确定性因 素,较传统用户均衡更贴近现实,同时也为网络设计决策提供更准确的指导.     

城市交通信号控制干道旅行时间实时预测

城市干道旅行时间预测是实时交通运营管理与交通诱导的核心问题之一,也是出行者的重要需求.文中分析了济南市经十路采集的真实数据,研究发现了交通需求和旅行时间在工作日和非工作日同时段具有较大差异、全天具有显著早晚高峰、以及工作日同时段具有相似性及波动性等特征.基于该类特性,分别改进了适用于周期性数据的卡尔曼滤波和波动性的人工神经网络2类预测模型.提出了组合预测算法,将基于历史同时段数据的卡尔曼滤波算法的预测值作为人工神经网络的输入变量,利用历史天和临近时刻的可用数据进行了预测.结果表明:在3.8 km的信号控制干道上,组合预测模型平均误差低于0.9 min,误差超过2 min的概率低于4%,其预测性能可满足实时的交通需求.      

基于Vissim仿真的公交行程时间可靠性研究

从公交行程时间可靠性入手,深入分析了公交行程时间可靠性的定义、计算方法及评价指标体系;通过对公交车辆行程时间可靠性特征分析,建立了考虑公交专用道情况下的车辆行程时间可靠性概念模型,并运用仿真软件Vissim对不同影响参数下公交专用道条件下的车辆行程时间概念模型进行了验证,对仿真结果进行了对比分析,其结果可以对公交优先设计工作提供参考.      

基于多源数据的城市道路网络行程时间预测模型

针对基于单一数据源、利用卡尔曼滤波理论建立行程时间预测模型存在的不足,采用多源数据进行行程时间预测以提高精度。浮动车、固定检测器是常用的交通信息采集方法,在信息种类、数据精度等方面存在一定的互补性。因此,选择2种检测器的实时交通数据作为模型输入参数。利用卡尔曼滤波理论,以流量、占有率、行程时间作为输入量构成参数矩阵,建立城市道路网络行程时间预测模型。并通过Vissim仿真实验验证了模型的有效性。结果表明:基于多源数据的行程时间预测模型平均绝对相对误差为5.45%,其精度比单独采用固定检测器检测数据预测提高了14.4%,比单独采用浮动车数据预测提高了7.5%。