基于部分变需求的系统最优疏散路径模型

分析了突发事件对交通需求的影响,将其定义为固定需求量(疏散需求)与可变需求量(非危险区域路网原有的交通需求)两部分。基于交通需求部分可变的特点,以交通网络系统总出行时间最小为目标,提出了基于部分变需求的系统最优疏散路径模型,运用最优化理论证明了该模型的解与部分变需求的系统最优条件之间的等价性,分析了模型解的存在性和唯一性,最后采用凸组合法的思想设计了模型的求解算法,通过一个简单的实验网络验证了模型的可行性。     

动态广义出行费用随机用户平衡Symbol`@@

为描述弹性需求下降级路网中出行者路径选择行为,为出行者和管理者提供决策参考,采用行程时间、行程时间可靠性及货币费用的加权和定义动态广义出行费用. 假定在路网随机变化的情况下,出行者以估计广义出行费用最小为路径选择标准,建立基于动态广义出行费用的随机用户平衡模型,并给出求解模型的MSA算法. 通过在一个算例路网上测试,结果表明：出行者对待风险的不同态度、降级系数和货币费用均对道路流量分配影响显著,并与经验相吻合,说明所提出的基于动态广义出行费用的随机用户平衡模型能够真实反映出行者在随机路网中的路径选择行为.     

动态广义出行费用随机用户平衡

为描述弹性需求下降级路网中出行者路径选择行为,为出行者和管理者提供决策参考,采用行程时间、行程时间可靠性及货币费用的加权和定义动态广义出行费用.假定在路网随机变化的情况下,出行者以估计广义出行费用最小为路径选择标准,建立基于动态广义出行费用的随机用户平衡模型,并给出求解模型的MSA算法.通过在一个算例路网上测试,结果表明:出行者对待风险的不同态度、降级系数和货币费用均对道路流量分配影响显著,并与经验相吻合,说明所提出的基于动态广义出行费用的随机用户平衡模型能够真实反映出行者在随机路网中的路径选择行为.     

基于城市交通网络的历史街区单向交通组织优化

通过调查历史街区交通拥堵问题,发现在街区主要道路拥堵不堪时,很多支路却未被充分利用.本文通过分析单向交通的特征和历史街区实施单向交通的合理性,提出将支路的单向交通组织作为缓解历史街区交通压力的有效管理措施.建立了基于历史街区特色的道路阻抗函数,并以研究区域路网出行时间最短为目标通过仿射尺度法进行交通分配,最后以西安市湘子庙历史街区为例,应用Transcad软件反推得到出行OD矩阵,提出路网单向组织方案,得到实施单向交通后的路网流量分配值.将优化方案与现行方案进行比较表明,历史街区实施单向交通组织后路网通行能力得以提高,交通质量得到明显改善.     

基于转换OD的路径选择模型研究

针对城市整体路网中交通流分布的差异,提出了分配路网和模拟路网的分析方法,分配路网采用瞬时动态最优分配,模拟路网采用实际动态最优分配,并对二者的应用条件和关系进行了分析.考虑到其在 ATMS 系统中的应用,模型分析了空间 OD 转换问题,并将决策点的路径调整方法加入目标函数的选择中,以评价弹性出行策略和建立路线诱导的实际方法.对一小型路网进行了分配实验.结果令人满意.     

步行交通规划交叉路口行人瞬时动态拥塞疏散模型

针对瞬时动态拥塞中交叉路口行人拥挤中存在较强相互力学作用,常规疏散方法缺少符合相互接触摩擦的力学多变瞬时动态特征的约束参数,几乎都以人群无接触为假设条件,导致疏散过程效率、稳定性和分布均衡度较差的问题,构建了基于元胞自动机的行人瞬时动态拥塞疏散模型,对其进行解决。在模型构建中对瞬时动态拥塞的力学约束参数进行获取,在力学参数约束下,将疏散时间较长路径的流量转移至最短路径上,利用元胞自动机求解疏散瞬时动态用户最优状态。仿真测试实验表明,该模型在多疏散口及单一疏散口进行分析时,交叉路口的行人拥挤疏散效率、行人服从疏散率和疏散分布均衡度均有提高,具有一定的优势。     

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.     

考虑燃油经济性的出行者路径选择模型

为研究燃油经济性对出行者路径选择的影响,将燃油消耗、行程时间及其可靠性的线性加权和定义为广义出行费用,以饱和度为参数建立了路网单元燃油消耗模型并量化燃油消耗出行费用.分别以BPR函数及HCM2000延误公式量化路段行程时间及交叉口延误,以二者可靠性量化行程时间及延误波动的相应费用建立了基于广义出行费用的随机用户平衡分配模型.通过在小型测试路网上进行计算分析表明:基于广义出行费用的交通分配模型能够较好地反映考虑燃油经济性的出行者路径选择行为;出行费用权系数对出行者路径选择行为影响显著,考虑燃油经济性的路径选择行为可有效减少路网燃油消耗,可达9%左右.     

基于转换OD的路径选择模型研究

针对城市整体路网中交通流分布的差异，提出了分配路网和模拟路网的分析方法，分配路网采用瞬时动态最优分配，模拟路网采用实际动态最优分配，并对二者的应用条件和关系进行了分析．考虑到其在ATMS系统中的应用，模型分析了空间0D转换问题，并将决策点的路径调整方法加入目标函数的选择中，以评价弹性出行策略和建立路线诱导的实际方法．对一小型路网进行了分配实验，结果令人满意．     

考虑交通诱导下新进出行者的网络交通流演化模型

研究了城市网络交通流的动态演化行为.在网络交通流的演化过程中,出行者根据路网状况不断调整自己的出行路径,假设OD对出行需求和路径流量受到OD对出行成本的影响,考虑在交通诱导下新进出行者的路径选择方式,以Logit分配模型表示新进出行者选择出行路径的比例,提出一个改进的交通流演化模型,并分析了该模型及其零点的一些特性,它能更好地反映现实中交通流演化结果.数值实验结果表明,模型可近似描述交通流演化到用户均衡态的过程,交通流能够收敛到均衡状态.     

基于交通流量预测的动态最优路径规划研究

针对传统算法仅适用静态路况的缺点,提出基于交通流量预测的动态最优路径规划方法.通过建立道路运营网络模型,计算流量碰撞概率和道路拥堵概率,重新定义路段的权值并改进了传统算法,实现了动态路况下的最优路径规划,并对传统算法与改进算法进行仿真实验,得到3种实验结果.结果表明,改进算法在交通高峰期得到的最优路径所需行驶时间比传统算法得到的最优路径行驶时间减少16%～23%,有效提高了交通调度效率.     

考虑出行成本不确定性的路网交通疏散策略

为提高应急管理水平,考虑突发事件影响下的交通出行成本不确定性,对城市交通疏散问题进行研究。首先,根据交通疏散问题的时空特性创建时空耦合网络图,并且结合行程时间成本和冲突风险成本,提出了城市交通路网出行成本的量化方法。进一步考虑路段资源权重上限的影响,通过增加边际约束,构建基于预算不确定集的先验疏散策略的鲁棒优化模型,以最小化路网疏散过程的总交通出行成本。然后运用模型重构技术,将搭建的鲁棒模型转化为混合整数线性规划模型,并设计改进的拉格朗日松弛方法进行解耦求解。最后以SiouxFalls网络进行算例分析,数值结果表明,随着不确定集和模型规模的增大,行程时间成本和冲突风险成本的增速分别提高约29.13%和236.46%,模型预算参数控制在一定的区间,能够较好地权衡解的鲁棒性与最优性。通过南京部分区域路网案例测试验证所述方法在更大规模网络算例的适用性,研究结果表明:相比于传统拉格朗日松弛方法,所提出的改良方法可以在较少的迭代次数内得到高质量的可行解。研究结果可以为应急指挥部门制定可靠的交通疏散策略提供思路。     

基于出行计划数据的最优路径规划方法

现有基于交通流预测的路径规划方法大多使用历史或实时交通流数据,预测时效性有待提升. 针对上述问题,提出基于出行计划数据的路径规划方法（RPTP）. 该方法能主动捕捉出行者的未来交通需求,为车辆提供更合理的出行路线.基于出行计划的思想,设计基于出行计划数据的路径规划整体框架;构建基于出行计划路线数据的未来时段路网密度估计算法;采用空间堆叠的方式融合未来多时段路网密度,以此为依据改进D*Lite算法的启发函数. 采用SUMO平台仿真验证,与静态路径规划方法（SPP）和滚动路径规划方法（RPP）进行对比分析.结果显示,在相同环境下RPTP方法能提高车辆的通行效率,缓解路网拥堵,有效验证了RPTP方法的优越性.     

基于改进Newman算法的动态控制子区划分

为了优化现有控制子区划分方法,以区域协调控制为目标,提出基于改进的Newman社团快速划分的动态子区划分方法. 综合考虑路网中相邻交叉口之间的距离、交通流量、行程时间、车流离散特性、信号周期和路段交通流密度等因素,定量分析交叉口关联性;分别计算相邻交叉口的流量关联系数、信号周期关联系数和路段交通流密度关联系数,建立相邻交叉口的总关联度模型;对传统Newman算法进行改进,引入交叉口关联度,依据不同交通特性对区域路网进行动态子区划分;选取实际区域路网,进行模型验证分析. 结果表明：Newman算法子区划分结果不能随着交通特性的改变而改变;与之相比,所提出模型的子区划分结果更加细致,更加符合实际交通流特性,且可以依据不同时段交通特性实现动态子区划分,可以为信号控制方案制定提供良好基础.     

基于路网容量约束的停车设施泊位规模优化

针对目前停车规划中很少考虑道路网络容量限制的情况,建立了基于路网容量约束的停车设施泊位规模优化模型.该模型考虑道路网络容量对停车需求的限制和约束,通过各处停车设施规模的优化,引导停车需求合理分布,以充分利用道路网络资源,实现效益与公平性最大化.该模型优化目标为在满足道路网络容量约束下使得效益(即可满足的停车需求)最大,并通过用户平衡模型计算流量在道路网络上的分配,介绍了用遗传算法对模型求解的方法.数值算例表明,通过优化建模与求解,可得到各处停车设施的最佳泊位规模,并得到满足路网容量约束的合理停车需求分布.     

交通拥堵下基于实时交通信息的路径选择模型

针对路段行程时间的估算在交通路径诱导系统中的应用,提出了一种在交通拥堵下基于实时交通信息的路径选择模型.根据目前城市交通的状况,以城市交通系统的基本设施为基础,分析了影响路段行程时间的各种因素和路段行程时间的组成.利用设置在路段上的车辆自动检测装置来搜集实时交通信息,通过行程时间的计算、动态算法的构造和路网模型的建立来对交通路径进行动态规划.实验结果表明,该模型解决了实际交通系统中的时间最短路径问题,具有一定的实用价值.     

交通流诱导与控制协同的双目标优化模型及准最优求解算法

提出了一种基于消散拥堵和系统总出行时间最小的双目标诱导控制协同优化模型,算法引入饱和度的概念,采用小步距微量调整信号配时、试算优化的方法,适当加载或卸载交通量,优化交叉口信号配时,使交通流在不断反馈与不断调整过程中达到最优。采用VISSIM建立模拟路网进行了协同算法试验,并对协同实施效果进行了评价,结果表明:在进行3次协同后拥堵基本消散,经过第4、5次协同能实现系统总行程时间尽可能小。     

广义出行费用下的冰雪条件路网容量可靠性

为体现冰雪条件下出行者路径选择行为,准确评价路网容量可靠性,采用行程时间、行程时间可靠性及安全性的加权和定义广义出行费用,引入坡道行驶安全系数量化安全性出行费用,建立基于广义出行费用的随机用户平衡分配模型.从路段角度定义容量可靠性的概念,建立基于广义出行费用的路网容量可靠性模型,给出Monte Carlo仿真和交通规划...     

奥运会突发事件疏散路径动态路段行程时间

为了建立奥运会突发事件疏散路径动态路段行驶时间模型,在对现有路阻函数分析的基础上,通过对疏散车流特点与车流波动理论适用条件的匹配性进行分析,提出了由上游的非拥挤部分路段的行驶时间和下游交叉口排队部分的行程时间构成的,基于车流波动理论的动态路段行程时间模型,并应用实例对模型的精度进行了检验．