不确定网络中基于鲁棒用户均衡的交通拥挤收费模型

交通网络拥挤收费通过在路段上收取一定的通行费用,调节道路网络中的交通流量分布,使流量从拥挤路段转移到畅通路段,达到缓解交通拥挤的目的.由于用户出行模式选择、节假日或者天气状况等因素的影响,交通网络拥挤收费问题具有不确定性.这些不确定因素影响着交通网络拥挤收费问题,因此有必要研究交通网络拥挤收费问题中的不确定因素.同时考虑交通网络拥挤收费问题中路段费用和O-D需求2种不确定因素,利用鲁棒优化方法建立了基于情景的鲁棒交通拥挤双层规划模型,然后将双层规划模型转化为带均衡约束的数学规划问题,利用松弛算法求解,得到了鲁棒均衡路段流.数值算例表明,求解鲁棒交通拥挤收费模型得到的鲁棒均衡路段流量对不确定因素的扰动具有鲁棒性.     

交通拥堵下基于可靠度的出行路径模型及算例分析

交通拥堵事故多发生于路网局部,严重拥堵或多个局部同时拥堵可能引发次生拥堵,对城市交通造成破坏。通过引入BPR函数Davidson修正模型及公路道路服务水平的概念,对路网路径运行时间进行分析。由于路网结构的复杂性以及道路特性的差异、交叉口交通流的动态变化,出行者面对拥堵时选择出行路径的难度加大,导致其在路网交通情况正常时所确定的最优出行路径并不一定是交通拥堵情况下的最优选择。在考虑所选路径可靠度的基础上,建立了交通拥堵下城市路网的静态交通分配模型并进行了算法算例求解,用模型从宏观角度分析城市交通,为缓解城市交通拥堵提供参考。     

基于GERT随机网络的城市交通流仿真研究

针对传统城市交通流模型仅适用于非拥挤城市交通路网规划,无法拟合路段行驶时间依赖于交通负荷变化的城市交通流时空分布网络问题的缺陷,运用GERT随机网络对城市交通流进行仿真模拟.将普通动态交通规划模型无法反映的各路径交通流之间相互影响的内在逻辑关系考虑在内,使得动态交通规划更具现实指导意义.对贵阳喷水池交通枢纽路段的实际案例分析表明,该方法可以为城市交通规划提供有力地决策支持.     

不确定需求下的公交线路发车频率优化

为了反映不确定的公交出行需求对线路发车频率的影响,融入公交网络鲁棒性能指标优化线路发车频率.采用双层规划模型进行优化,首先分析需求的不确定性在公交网络上的传递过程,使用解析法给出上层模型的构造形式,其目标涉及两项内容,一项含乘客和公交运营部门费用的公交网络系统效益,另一项考虑公交网络鲁棒性能;其次,基于公交出行策略理论,采用公交网络客流分配模型作为下层模型;最后设计遗传算法求解.小型网络测试和六盘水市公交网络的应用结果表明,鲁棒性能指标可以提高线路发车频率的可靠性.     

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。     

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Link-node仿真的北京奥运应急交通疏散预案研究

根据对奥运交通需求的预测,制定了奥运高峰日应急交通疏散预案,提出了基于link-node的路网仿真及疏散时间算法模型,根据现场调查数据和奥运交通规划搭建了奥林匹克中心应急疏散仿真路网,并对奥运高峰日疏散预案进行了仿真,得到总疏散时间、可能拥堵路段、疏散交通量、疏散行程时间及其他相关指标。     

基于道路交通网络拓扑结构的可靠性研究

本在简述路网可靠性研究重要性的基础上，给出了路网可靠性的评价指标和基于路网拓扑结构的可靠性计算模型，确定了弧、路径、节点对以及网络结构的可靠性计算方法，并结合上海市杨浦区的实际路网拓扑结构进行了了可靠性计算，其结果对于准确描述网络中的不良交通路段，帮助出行预估行程时间具有重要的指导意义，并能够为管理制定交通管理策略提供决策支持。     

需求不确定下基于鲁棒优化的新旧充电站规划

充电基础设施的合理规划是促进电动汽车行业发展的重要环节，现有研究均未考虑用户充电需求的不确定性对新旧充电站规划的影响。针对这一问题，采用鲁棒优化方法，引入不确定情境集来刻画用户充电需求的不确定性，构建了一个基于鲁棒优化的新旧充电站规划模型。并通过不确定预算来调节不确定集合的大小，以满足决策者的不同风险偏好。此外，将该模型应用于上海市杨浦区电动汽车充电站选址案例中，研究结果表明：(1)需求不确定条件下基于鲁棒优化的新旧充电站规划模型更符合实际，可以更好地应对未来用户充电需求增加的情况。(2)不确定预算对投资成本和建站数量有显著影响，决策者可以根据对不确定风险的偏好程度选择最佳的选址方案。     

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.     

基于元胞传输模型的区域疏散动态交通分配

为制定合理、高效的灾害条件下区域疏散交通管理与规划方案,针对道路交通应急区域疏散的动态交通分配问题进行研究.首先,采用元胞传输理论和单终点疏散方法,建立了元胞-连接桥疏散路网模型,进而以系统疏散出行时间最短为目标函数,以元胞流量守恒和流量传播等为约束条件,构建了区域疏散动态交通分配线性规划模型.对该模型的求解可以得到系统最优疏散出行时间、疏散清空时间、分阶段疏散优先权分配方案、交叉口车流诱导方案以及疏散者终点选择和路径选择最优方案.案例分析的结果表明,该模型即能够满足大规模疏散路网建模的需求,同时又能恰当地反映疏散交通流的动态特性.     

基于图卷积神经网络的城市交通态势预测算法

为了实时准确地预测城市交通流量,提高城市交通态势感知和预测准确度,提出一种改进的时空图卷积深度神经网络算法：基于自由流动可达矩阵的时空图卷积深度神经网络（FAST-GCN）. 利用图卷积神经网络有效表达城市复杂路网的结构特性,引入自由流动可达矩阵来挖掘复杂路网的时空依赖性,从而提高交通态势预测准确度;对交通流速及站点地理位置数据进行数据预处理;在现有的时空图卷积深度神经网络算法的基础上,增加基于自由流动可达矩阵的图卷积模块,以有效挖掘城市交通路网的独特空间特征;通过一个全连接的输出层输出交通流预测结果;在真实世界数据集PeMS上对算法效果进行验证. 结果表明,采用提出的FAST-GCN算法能够有效获取交通路网独特的物理特性,从而捕获交通数据的时空依赖性,优于时空图卷积（STGCN）等基线算法,其在45 min的预测准确率最好可提高5.656%;相比基线模型,所提算法能够适应大规模路网的交通流预测,且具有可扩展性.     

重大灾害条件下应急交通疏散时间预测模型

针对重大灾害条件下应急疏散和救援工作难以获取真实数据的现状,以BPR(Bureau of public road)路阻函数为基础,分别建立了路段行程时间模型和路径行程时间模型,并给出了重大灾害条件下车辆应急疏散时间预测模型。以德州市路网为背景,采用TransModeler仿真软件搭建路网,模拟重大灾害事件,获取应急疏散时间数据,并对模型进行验证。试验结果表明:与现有仿真软件相比,该算法具有较高的保真度和精确度,为重大灾害条件下的应急疏散和救援工作提供了数据支持。     

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.     

随机效用理论在路网容量研究中的应用

以随机效用理论为基础,建立了整个路网中车辆在路网容量极限状态下的平均行驶时间模型. 为了便于应用,结合模糊数学的相关知识给出了平均行驶时间的计算步骤和计算流程图. 该方法可避免以往通过调查才可以获得行驶时间的浪费人、财、物力的方法,也为精确计算路网容量奠定了一定的基础.     

基于云理论的三时估计法计算行程时间可靠度

为了估计城市道路在随机和模糊条件下的行程时间可靠度,提出了基于云理论的三时估计法.修正了无确定度逆向云算法,假定路段行程时间服从单峰点在m,端点在a和b的Beta分布,对形状参数进行了估计.运用基于云理论的三时估计法求出路段行程时间的期望值、方差和超熵,进而得到路径的行程时间正态云数字特征,根据数字特征对路径进行了排序,并求出了路径、OD和路网的行程时间可靠度.最后,通过一个算例验证了该方法的有效性,说明三时估计法结合云理论可以有效解决不确定条件下的行程时间可靠度问题,为城市交通规划和管理提供技术参考和支持.     

奥运应急疏散路网规划系统方法

根据应急疏散过程的基本交通组织特征,提出了三级应急交通疏散路网规划系统方法.该方法构建了应急疏散系统规划的完整体系框架,将疏散路径选择、交通控制等关键技术作为改善应急疏散预案的主要手段进行整合,优化利用道路交通资源,制定科学合理的疏散策略,为应急预案的制定提供技术支持.结合北京2008奥运交通需求预测,以北京奥林匹克中心公园高峰日应急交通疏散进行了案例研究.阐述了该方法的适用过程.     

城市元胞路网下自组织控制规则参数的整定

为解决城市信号自组织控制中,由相邻路口间各自最优通行效率冲突造成的路口群整体通行效率难以继续提升的问题,提出一种城市元胞路网下自组织控制规则参数的整定方法. 首先,利用城市路网元胞传输（CTM）模型模拟路网交通流动态状态信息;然后,基于元胞路网实时信息,以选定局域路网中各路口元胞的自组织控制规则参数为设计空间;最后,建立各路口相互协调下通行量最大化的目标函数,完成各路口自组织控制规则参数的整定. 仿真结果表明:在基于城市元胞路网实时信息条件的整定方法下,不仅解决了自组织控制中相邻路口间互相制约通行效率的问题,并且有效提高了自组织单元中所有路口的通行效率. 该方法为面向复杂城市路网的实时城市交通信号自组织控制系统提供可借鉴的智能化方法与工程化理论.     

基于路径旅行时间分析的交通异常检测方法

为了综合考虑连续路段通行能力波动对旅行时间的影响,避免由单一路段通行能力的常规性波动所导致的交通异常误判,提出了一种基于路径旅行时间分析的交通异常检测算法。该算法将深圳市路网网格化为若干个地理子区,以地理子区为单位,使用ST-matching地图匹配算法将深圳市出租车GPS坐标记录点匹配到相应路段,采用基于密度的DBSCAN聚类算法计算路径旅行时间的时变异常阈值,来判定旅行时间的异常。该方法成本低廉,实施难度小,能精确灵敏地检测交通网络异常。