轨道交通随机均衡配流模型和算法

以拥挤条件下的出行阻抗函数为基础,通过引入随机均衡配流条件,构建了Logit形式的Fisk轨道交通随机均衡配流模型.根据模型的特点,以Bregman算法求解模型的拉氏算子为基础,给出了改进的用于求解轨道交通随机均衡配流模型的Frank-wolfe算法.最后通过一个算例说明了算法的有效性和合理性.     

轨道交通随机均衡配流模型和算法

以拥挤条件下的出行阻抗函数为基础，通过引入随机均衡配流条件，构建了Logit形式的Fisk轨道交通随机均衡配流模型．根据模型的特点，以Bregman算法求解模型的拉氏算子为基础，给出了改进的用于求解轨道交通随机均衡配流模型的Frank-wolie算法．最后通过一个算例说明了算法的有效性和合理性．     

MSA算法求解轨道交通SUE模型问题研究

建立了拥挤条件下的出行阻抗函数,通过引入随机均衡配流条件,构建Logit形式的Fisk轨道交通随机均衡配流(SUE)模型.以随机网络加载算法作为相继平均法(MSA)的基础,给出了轨道交通SUE模型的求解算法.     

高速公路出入口选址双层规划模型研究

针对高速公路出入口选址,建立了双层规划模型.上层规划以高速公路出入口的用地和建设成本、改进交通网络的成本和区域内的出行成本最小为目标函数,下层规划考虑了交通网络车辆弹性需求用户均衡配流.最后设计了一个迭代优化算法对模型进行求解.     

基于随机用户均衡的路网拥挤收费模型与算法

为了减轻交通路网拥堵问题,结合现实交通流分配,采用随机用户均衡配流模型,以最小化路网总体出行时间为目标建立了一个拥挤收费的双层模型.对于这种模型,提出了一种新的求解算法,这种算法是将仿射尺度算法与遗传算法相结合.具体地,对给定的收费值,由仿射尺度算法来求解下层随机用户均衡问题得均衡路段流,将其带入上层可求得系统总出行时间.当选取1组初始收费值,可以求得在取各个收费值下的系统总出行时间.这样便可以根据遗传算法来求得最优收费值.数值实验结果表明,在实施收费之后,系统总出行时间得到有效减少,这种模型及算法可以有效地应用于减缓交通路网的拥堵问题.     

基于云计算的弹性负载均衡方案

针对云环境下大量并行计算易导致节点负载不均影响云平台服务质量的问题,提出一种基于云环境的弹性负载均衡方案。该方案构造了负载均衡模型框架,对虚拟机负载状况和虚拟机集群资源利用率进行量化评估,并为实现虚拟机集群负载的均衡和弹性伸缩,设计了负载均衡模型和弹性伸缩算法。测试结果表明在该负载均衡机制下,新方案的用户响应时间有所改善,可相应提高资源利用率。     

复杂城市交通网络上的交通阻塞和流量分布特性

基于用户均衡配流模型,分别研究了4种类型城市交通网络,即规则网络、随机网络、小世界网络和无标度网络上的复杂交通行为。在用户均衡配流模型中,采用传统的BPR函数作为路段阻抗函数,并侧重分析了该函数中两种不同形式的实际容限的情况。为了刻画网络上的交通阻塞,探讨了流量和实际容限比值大于1的边的比例与交通需求之间的关系。最后,讨论了上述4种城市交通网络上的流量分布特性。     

一种可靠的高弹性云构架设计与实验

针对云计算下数据冗余较为严重,框架节点负载不均衡及节点负载调度响应速度慢的问题,设计了一种可靠性高的高弹性云构架框架.通过对云框架下网络中拥塞过程建模,确定云数据真实负载需求,减少冗余数据对路径的占用,并使用弹性约束参数计算云框架下的弹性约束信息.利用蚁群算法获得最大弹性约束下云空间内的均衡最优节点,计算需求弹性,降低对云框架负载影响.结果表明:常规云计算网络下,设计的云构架节点负载调度响应速度快,且节点分布均匀,负载率高,表明设计的云构架计算效率较高.     

基于广义成本的轨道交通最优路径模型研究

针对轨道交通换乘的多目标路径优化问题,采用两级分层的层次模型描述轨道交通网络,并结合乘客出行时考虑的因素,以成本最少和时间最短为优化目标;通过行为时间价值原理将成本和时间转化为广义成本,建立了基于广义成本的轨道交通换乘最优路径模型。利用轨道交通网络封闭性好的特点,采用了Dijkstra算法对其进行路径优化。最后通过Matlab对模型和算法进行实例仿真,实现了多目标下轨道交通换乘路径的最优化,验证了模型和算法的可行性和收敛性。     

基于模拟退火算法的用户均衡配流方法研究

借鉴了微观经济学中供需作用机制与均衡原理,对交通系统中的均衡状态及其演化过程进行了分析.通过对启发式算法中的模拟退火过程加以分析,在一个OD对之间具有多条路线条件下,应用模拟退火算法分析了交通分配均衡模型,并设计了求解步骤,以Beckmann的用户均衡模型为例,编制Matlab程序,证明了模拟退火算法可以有效的跳出局部最优解的陷阱,快速的找到全局最优解,得到更合理的结果.     

城市轨道交通网络运营鲁棒性

应用随机用户平衡理论定量研究城市轨道交通网络运营鲁棒性.假设任一车站或区间及其波及范围退出运营,利用基于固定需求下和弹性需求下随机用户平衡条件的配流模型,从分析客流量、时间以及客流出行总时间波动的角度,提出9个城市轨道交通网络运营鲁棒性指标,并依据指标值最小原则确定网络的关键车站和区间.算例表明:该研究工作是可行有效的;与区间退出运营相比,车站退出运营的鲁棒性指标值区间跨度较大.     

接运公交网络设计的多目标优化模型及遗传变邻域搜索求解算法

为了使接运公交网络更好地为轨道交通车站集散客流服务,将其作为研究对象,提出了接运公交网络的优化方法.考虑接运公交网络服务的需求量与接运公交供给密切相关、接运公交发车时刻与轨道交通车辆到站时刻构成有序衔接,以接运公交服务的乘客量最大化、接运乘客平均成本最小化、运营成本最小化为优化目标,构建了接运公交网络的多目标优化模型.为求解模型,设计了利用产生式方法获得Pareto解集的遗传-变邻域搜索算法.将设计的遗传-变邻域搜索算法与遗传算法、精确算法分别进行比较,通过算例验证了模型与算法的有效性.     

雨雪天气下轨道交通客流预测模型

为了完善雨雪天气下轨道交通客流预测模型,对哈尔滨市地铁1号线2017年12月份至2019年1月份的全线客流数据进行研究,引入客流基准值和客流偏差率的指标来量化轨道交通客流波动情况,研究雨雪天气下轨道交通客流波动规律,提出一种基于雨雪天气下轨道交通客流时空波动规律的短时客流预测模型WI-LSTM,以平均绝对误差（MAE）、均方根误差（RMSE）以及平均相对误差（MRE）作为预测模型的评价指标,与经典的SARIMA预测模型、支持向量回归（SVR）预测模型和未考虑雨雪天气的LSTM预测模型进行了对比。结果表明:考虑雨雪天气的WI-LSTM预测模型可以充分利用雨雪天气轨道交通客流波动规律,相比其他3种预测模型具有更高的准确性和可靠性。WI-LSTM预测模型进一步提升了雨雪天气下轨道交通客流预测精度,可为轨道交通企业运营管理提供数据支撑。     

轨道交通接运公交发车间隔及票价优化模型

考虑轨道交通接运公交发车间隔及票价的乘客需求弹性,对接运公交系统的成本及收入进行分析,建立了以最大系统总收益值为目标函数、轨道客运量份额为主要约束条件的非线性规划模型,并探讨了它的求解方法。算例结果和参数灵敏度分析表明,优化模型在约束条件内存在局部最优解,系统总收益值随着平均单个乘客等待时间和票价的增加以不同的速度减少,乘客对票价增减的敏感性比对发车间隔增减的敏感性强。     

基于Legion的城市轨道交通车站客流组织仿真与评价

微观仿真技术是轨道交通车站客流组织优化的有力手段.通过分析、对比国内外行人仿真模型及软件的发展历程和优缺点,选取Legion软件作为仿真平台,以北京地铁呼家楼站作为实例,对客流组织进行仿真研究.针对现阶段车站客流需求和存在的问题,提出改进方案并建立仿真模型,利用平均客流密度和设施服务水平等指标对方案进行评价,归纳得出适用于一般轨道交通车站客流组织的经验,最后指出基于仿真手段进行车站客流组织优化及评价的发展方向.     

基于轨道交通的常规公交线网优化模型研究

在常规公交支持轨道交通的发展模式下,运用主轨道有效影响因子对研究区域进行梯度分级;提出了基于路段客流、广义票价费用、服务时间及环境费用的四维有效因子,并构建基于供需平衡与乘客出行有效费用的双层优化模型,利用考虑约束条件遗传算法对上层模型进行求解,并用该模型及其算法对基于地铁1、2号线的成都市公交线网进行优化.结果表明:...     

基于QFD的城市轨道交通服务质量评价

针对目前城市轨道交通服务质量评价体系不能充分反映乘客实际需求及感知的现状,以福州市为实例应用质量功能展开(QFD)法构建了一种城市轨道交通服务质量评价指标体系.首先运用“5W1H”和KJ法将调查整理得到的乘客需求层次表转化为评价指标; 其次结合专家打分法、独立配点法构建QFD三阶段质量屋模型,得到各级指标的相对权重; 最后以福州市城市轨道交通为实例构建了服务质量评价指标满意度-重要性矩阵(IPA矩阵),并经分析表明本文方法不仅可以准确判断指标的分布情况,有效分析城市轨道交通服务的竞争优劣势,而且能够识别出服务需改进的先后步骤.本文研究结果可为轨道交通运营主管部门评价和改善运营服务质量水平提供参考.     

基于历史数据和时间系数的城市轨道站点客流预测

在对城市轨道交通站点客流规律、特点进行分析的基础上,通过对上海市轨道交通系统客流历史数据的深入分析,在引入平假日系数的同时,提出了小时系数的概念,并建立了基于平假日系数和高峰小时系数的城市轨道交通站点客流神经网络预测模型,提高了站点进站客流预测的精度,为城市轨道交通系统客流管理提供了理论基础.