基于交互多模型的车辆质量与道路坡度估计（双语出版）

车辆结构参数和道路环境信息的实时准确获取是提高智能汽车运动控制性能的重要因素之一，而车辆质量与道路坡度信息是多种汽车控制系统的必要信息，因此质量与坡度在线估计的研究一直受到关注。针对车辆质量与道路坡度的联合估计问题，提出了一种基于交互多模型的质量与坡度融合估计方法。首先，设定了适宜进行质量精确估计的工况条件，据此提出了基于模糊规则的质量估计置信度因子计算算法，进而设计了基于置信度因子的递推最小二乘车辆质量估计算法，以实现质量的在线估计。然后，以车辆纵向动力学模型为基础，建立了运动学和动力学2种坡度估计模型，并设计了基于运动学模型的线性卡尔曼滤波坡度观测器，基于电子稳定性程序ESP的纵向加速度信息实现坡度估计，设计了基于动力学模型的无迹卡尔曼滤波坡度观测器，基于ESP和发动机管理系统EMS的力信息实现坡度估计。运动学模型未考虑车辆姿态信息，坡度估算结果与实际值有偏差；动力学模型对模型精度要求高，算法稳定性差，为充分发挥2种方法优势实现坡度的精确估计，采用交互多模型算法实现了2种坡度估计方法的加权融合。最后，对所设计的算法进行了实车试验验证。结果表明：所设计的质量与坡度估算算法具有较好的实时性和准确性，适合智能汽车运动控制的应用需求。     

基于蚁群算法的应急物流动态网络鲁棒优化

考虑应急物流网络的时间依赖性及所处环境的复杂性,将动态网络理论与鲁棒离散优化理论相结合,建立具有鲁棒特性的动态网络优化模型,在此基础上,结合蚁群算法基本理论,将算法中的启发因子加以改进,使之与优化模型相适应,并利用改进后的蚁群算法在全路中寻求一条时效性高、鲁棒性好的路径以供应急物资运输。最后,举例验证研究所提出的优化理论及改进算法的合理性。     

基于模糊C均值聚类的城市道路交通状态判别

为及时判别城市道路交通状态,考虑城市道路交通特征的差异性和交通流的波动特性,对状态指标的合理性进行分析;将交通状态划分为畅通、缓行、拥堵、阻塞4类,提出一种基于模糊C均值聚类（FC M ）判别城市道路交通状态的算法。选取车速、流量、占有率作为交通状态判断指标,根据不同指标设计3种方案,用MATLAB模糊逻辑工具箱分析出仿真数据的聚类中心,对不同指标组合下的各样本交通状态进行判断,验证算法判别的可行性。结果表明,以速度、流量、占有率为参数的FCM算法能较好地判别城市道路交通状态,精度较高。     

求解带硬时间窗车辆路径问题的改进UMDA 算法

针对带硬时间窗的车辆路径问题(VRPHTW)求解,提出了一种混合单变量边 缘分布算法(hybrid UDMA,hUDMA),改进了基本UMDA的概率模型.统计节点按路径分 布的概率,使其能够在解空间上找到节点-路径的分布关系,提高了UMDA的全局搜索 能力.采用两阶段插入法进行最佳节点搜索和路径分配完成UMDA采样操作,通过种群 进化来获取最优解.计算Solomon 100 客户的6 类问题56 个算例的实验结果表明：在最优 解的取得方面,C类算例能够全部取得最优解,R、RC类算例能以50%左右概率取得最优 解;在平均误差方面,C类算例计算结果与已知最优解一致,R、RC类算例计算误差率与 已知最优解比较接近,平均误差率为1.03%.     

基于Logsum 差异和嵌套Logit 模型的 交通出行者效益测算研究

交通政策,项目投资及管理措施等会对交通系统出行者的行为方式产生影响, 进而影响系统出行者的经济效益,因此需要科学估计和合理测算.从交通经济领域效益估 算的常用方法着手,在对传统基于rule-of-half 的效益测算方法进行分析的基础上,重点 探讨基于Logsum差异的效益测算方法.构建出行决策的3 层嵌套Logit 模型,从目的地- 方式-路径选择角度建立出行者的效用表达式及方式选择模型,提出基于嵌套Logit 模 型和Logsum差异的效益测算方法;结合案例和情景分析验证方法的应用,并与传统测算 方法进行比较.结果表明,当自变量相对基准情况有较大变化时,rule-of-half 方法和 Logsum 方法的计算结果会有较大差异,在需求非线性变化情况下,基于Logsum 差异的 测算结果更为合理.     

基于手机数据的城市交通大区OD分布估计 ——以旧金山市为例

在大数据时代,手机数据因普及率高、采集成本低等优点逐渐受到人们的重视.手机通信运营商在为手机用户提供通信服务的同时会记录每次服务的时空信息,因此利用手机数据可以挖掘出用户的位置信息,并应用于城市居民出行OD分布估计.提出以手机数据为基础对城市交通大区之间OD分布进行估计的方法.利用居民手机数据估计美国旧金山市各交通大区之间的出行分布,并结合居民出行调查数据对估计结果进行检验.结果显示基于手机数据的出行估计具有较高的可靠性.     

高速旅客列车开行方案的鲁棒优化模型

于预测客流与实际需求存在一定偏差,以单一预测值为基础的开行方案不 能与实际需求相匹配.将客流需求限定于预测均值与峰值所构成的区间,利用鲁棒理论建 立基于客流需求波动的开行方案鲁棒优化模型,并转化为线性混合整数规划模型.根据模 型特点,设计拉格朗日松弛的求解算法,通过松弛耦合约束,将原问题分解成更为简单的 子问题.以目标值增加率（相对于客流确定模型）变化的首个“拐点”对应的解为鲁棒解.最 后对武广高铁测算,在有效时间内获得了高质量的解,平均误差率为5.04%.结果表明,鲁 棒解能较好地平衡客流需求波动与开行方案计划.     

基于 OD 反推的交通需求分析方法研究

对于影响范围较大、道路系统较为复杂的项目的交通需求分析问题,结合T ransCAD软件平台,提出了基于OD反推的交通需求分析方法。以背景交通量作为路段流量,OD反推得到虚拟分区的客流发生、吸引量,继而进行四阶段交通需求预测。相对于传统"手工"分配,在背景交通量基础上叠加流量的方法,文章提出的方法能够有效避免高估干道,低估次要道路拥堵程度的情况,可以细化到支路层面进行分析。      

随机时变路网环境下稳健路径选择及实证研究

交通拥挤、天气、突发事故等不确定性因素影响着城市区域之间的路网提供的 连通服务水平.本文对城市片区间道路连通路径选择进行研究.根据随机时变网络描述和 稳健路径选取原则,建立了最优化模型,并采用改进的Dijkstra 算法.通过深圳实例计算, 分析了出发时刻与最短路径行程时间和路段构成之间关系,并与确定性时变路网环境下 进行计算结果对比.结果表明,随机时变路网环境下鲁棒性最优算法选择稳健路径具有合 理性和可行性,可以很好地应用到区域动态连通情况的研究.