城市潮汐车道优化设计的双层规划模型

针对周期性某时段路段通行能力不均衡所导致的单向拥堵问题,分析了潮汐车道的设置条件与方向分布系数。在此基础上,从路网系统的角度出发,建立潮汐车道设置方案的双层规划模型,上层模型用于路网车道分配,以系统总延误及潮汐车道交通流优化比的和最优为目标,下层模型为路径选择行为符合Wardrop用户平衡准则的用户均衡分配模型。基于遗传算法和Frank-Wolfe算法进行算例分析,并将优化前、后的方向分布系数与路段饱和度进行对比,结果表明:该模型可合理缓解潮汐交通现象,降低路网系统总延误。     

拥堵路网交通流均衡分配模型

为克服利用传统静态交通流分配模型分析拥堵道路网络交通流分配问题的不足,研究交通拥堵状态下静态拥堵交通流均衡分配模型.首先,基于拥堵路段上交通流特征,分析拥堵路段阻抗函数特点,包括满足拥堵路段上流量随车辆数增加而减少的特征;其次,分析拥堵状态下用户疏解路径选择行为,提出道路网静态拥堵交通流分配的用户均衡与系统最优原理;再次,构建道路网静态拥堵交通流用户均衡与系统最优分配模型,并证明模型与用户均衡原理的等价性、模型解的唯一性;最后,给出求解用户均衡模型的迭代加权求解算法.通过算例与传统静态交通流分配进行对比分析,结果表明:拥堵用户均衡分配模型与拥堵系统最优分配模型可以合理描述拥堵用户均衡原理与系统最优均衡原理,且拥堵用户均衡分配模型可以合理描述路网处于全拥堵状态下各路段实际通过流量.拥堵交通流分配模型可应用于由拥堵蔓延导致的局部全拥堵区域,可作为半拥堵静态交通流分配的核心部分之一.     

改进蚁群算法在交通分配模型中的应用

为了更加准确快速地搜索到最优路径,通过分析车流经过信控交叉口的到达和驶离状况,提出一种考虑交叉口信控延误的改进蚁群算法模型.首先,用交叉口的信控延误和路段行走时间对基本蚁群算法的信息素更新方程进行改进,建立全新的信息素更新模型;其次,通过应用改进后蚁群算法对路网各路段的车流量进行分批分配,设计考虑交叉口延误的路段增量分配流程;最后,基于java程序语言,对路网的流量分配进行仿真,并且和基本蚁群算法对路网运行质量进行对比分析.结果表明,改进后的蚁群算法能够降低路网中路段和交叉口使用率,具有良好的寻优性,并能有效均衡路网流量和缓解交叉口的通行压力.     

交通流诱导与控制协同优化模型的遗传算法求解

以路段和交叉口的加权拥挤程度最小为目标,建立诱导和控制的协同优化交通流分配模型,并提出基于遗传算法的求解.采用动态滚动式计算模型算法得出的均衡流量调整为诱导信息的发布提供定量依据,能够将诱导和控制协同起来均衡路网流量,避开拥挤.小路网试验结果表明该模型算法实时、有效,便于实施.     

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.     

考虑瓶颈路段饱和度的交通需求控制评价

基于起讫点交通量的减少可能导致道路中某些路段的流量增加,分析瓶颈路段饱和度作为交通需求控制评价指标的必要性.提出考虑瓶颈路段饱和度的交通需求控制评价方法,建立双层数学规划模型,提出求解算法.以Nguyen-Dupuis网络为例,设计了15种方案,进行11组数值实验,分析各方案中路网总费用、路网平均饱和度及瓶颈路段饱和度3项指标随交通需求控制强度的变化.结果表明,各方案路网总费用和平均饱和度评价指标差异在2.25%以内,而各方案的瓶颈路段饱和度指标差异较大,最大时达到7.65%,且部分交通需求控制方案可能会导致瓶颈路段拥堵加剧,说明考虑瓶颈路段饱和度指标的重要性.通过分析路径流量的变化,解释了瓶颈路段饱和度变化的内在原因.     

交通流诱导与控制协同优化模型的遗传算法求解

以路段和交叉口的加权拥挤程度最小为目标,建立诱导和控制的协同优化交通流分配模型,并提出基于遗传算法的求解。采用动态滚动式计算模型算法得出的均衡流量调整为诱导信息的发布提供定量依据,能够将诱导和控制协同起来均衡路网流量,避开拥挤。小路网试验结果表明:该模型算法实时、有效,便于实施。     

动态限制搜索区域的带约束K则最优路径算法

为了有效解决分布式动态诱导系统中存在的拥挤漂移问题,有针对性地根据城市交通网络的空间分布特性提出了适合于导航用户使用的动态限制搜索区域的带约束K则最优路径算法。该算法基于MAPX控件编程实现,并采用VISSIM仿真软件进行了模拟和测试。实验结果表明:该算法一方面合理限制了路网的搜索规模、显著提高了路径优化算法的执行效率;另一方面又有效均衡了路网上的交通流,预防了拥挤漂移现象的发生,为个体出行者和整个交通系统带来效益。     

软件定义网络中应用蚁群优化的负载均衡算法

在软件定义网络中提出了一种应用蚁群优化的负载均衡算法,以负载均衡度为目标函数重定义了蚁群算法中的参数和操作,对软件定义网络数据流和网络拓扑进行合理设置,规划出流传输的最优路径,从而提升了网络资源利用率和流传输质量.仿真结果表明,与其他算法相比,新算法在负载均衡度、流接受率、流丢包率、时延以及网络吞吐量方面的性能都有明显的提升.     

基于BFPSO算法的分布式电源优化配置

为了更合理地配置配电网中的分布式电源,改善供电质量,在考虑传统分布式电源优化配置目标的基础上,将分布式电源的环境成本纳入评价指标,建立一种综合考虑分布式电源投资成本、网络损耗成本、购电成本和环境成本的配电网多目标优化配置模型;为解决标准粒子群算法易陷入局部最优及收敛速度慢的问题,将人工蜂群算法及蛙跳算法的思想融入标准粒子群算法构成BFPSO算法,并利用BFPSO算法对模型进行寻优;IEEE-33节点系统仿真分析结果表明:提出的模型及改进算法能快速、有效地实现分布式电源优化配置。     

考虑能源消耗的城市路网信号优化研究

通过对信号交叉口和路段车辆能源消耗的研究,提出了城市路网能耗计算公式。将路网能源消耗以及最优交通信号设置问题结合起来研究,以路网能源消耗最小为目标,用双层规划方法综合优化信号配时方案,进而得到能源消耗最优平衡网络信号优化模型,以达到最大程度地降低路网交通能耗的目的。在此基础上,给出了描述上述问题的基于免疫选择的自适应繁殖的混沌粒子群求解算法。最后,结合路网各项指标对信号控制优化方法进行分析,通过算例应用证明了方法的有效性。     

基于量子粒子群的软件模糊可靠性分配模型

针对软件可靠性分配中存在多个优化目标的问题,提出了一种新的模糊多目标分配模型,并采用量子粒子群优化算法求解该模型。将软件可靠性和成本作为模糊目标函数,通过三角形隶属函数对模糊目标进行处理,将优化后的量子粒子群算法用来求解软件模糊可靠性分配模型。实验结果验证了文章提出的软件模糊可靠性分配模型是有效的,多目标的Pareto最优解为可靠性和成本之间的决策提供了依据。     

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.     

基于路网饱和度平滑算法的交通信号群配时系统设计

针对棋盘状城市路网交通信号群,提出一种基于饱和度阵列平滑的信号配时算法,并且建立一个路网配时优化系统.采用两种二维模板分别对整体路网信号周期和绿信比进行调控,其中拥堵程度评估模板从小区域进行拥堵判定并对中心交叉口调整周期时长;拥堵方向四邻模板从相邻交叉口空位分析中判断绿信调整方向.从面到点进行宏观到微观的调控,使路网信号群协同工作.动态阈值使路网处于对车流速度能产生线性影响的正常饱和区域,空域滤波使整个路网饱和度快速平滑和降低,进而提高了整体车流的行驶效率,间接降低了整体车辆延误.仿真结果表明:饱和度平滑优化方法效果显著优于传统静态方法,适合于突发性或整体严重不均衡的交通状况,也适合于高饱和度交通状况.     

多目标优化模型在工程网络计划中的应用研究

探讨工程工期、成本和资源均衡的多目标优化模型,建立多目标规划模型,利用网络计划软件和目标规划计算软件,对网络进行优化,从而使工程网络计划达到总体最优。通过工程实例对建立的多目标优化模型进行验证,并绘制出优化前和优化后的双代号时标网络图,以说明该模型的优越性和可行性。     

基于网络变结构优化的大型活动交通拥堵预防方法

为了降低道路交通拥堵发生的风险和应对成本,基于网络变结构基础模型,提出适应大型活动拥堵预防的中微观层面的网络变结构优化方法和流程. 分别建立路段和交叉口变结构模型,以复合饱和度最小为路段变结构的优化目标,以进口各相位流量比之和最小为交叉口变结构的优化目标. 结合大型活动交通运行和拥堵演化特征,提出网络变结构关键路段的概念及识别原则,设定受影响路段双向交通重要度权重,将交叉口变结构作为路段变结构的连带、辅助策略,研究优化模型的解法,并以北京首都体育馆一次大型活动散场交通为案例,对提出方法进行实证研究. 结果表明,在研究范围内实施变结构优化可以预防活动诱增交通引发的拥堵,有利于解决严重的交通方向不均衡问题,各相关路段复合饱和度改善比例均超过10%,表明所提方法能有效调节网络交通供需的短时结构性不匹配,在现有条件下优化交通基础设施存量而避免增量造成的资源浪费,是以精细化管控为导向的方法.     

基于典型行车路线理论的城市交通中诱导屏选址优化方法研究

为了获取城市交通中出行者的群体性出行规律,提出了典型行车路线理论,把典型行车路线上的路段作为诱导屏放置的备选地点,在此基础上综合分析交通量、交通拥堵事件的发生率以及诱导屏的经济制约条件(诱导屏的数量约束条件)等因素,以研究的路网区内的所有诱导屏的诱导效益最大化为目标建立诱导屏选址优化的目标函数,最后并用改进的遗传算法进行求解,获取最优的诱导屏布点方案.     

信号控制交叉路口车辆排队长度

建立了一个能够估计市内信号交叉路口车辆实时排队长度的模型。分析了路段交通流之间的流向关系,根据流向关系建立了两种路段交通流影响模型:神经网络模型和贝叶斯网络模型,并描述了模型的结构。为了方便模型的实际应用,分别用主成份对输入变量降维,用EM算法和高斯混合分布函数来表达模型和训练模型参数。基于实际路网设计了一个仿真路网,并用不同的实验场景对模型进行有效性验证。仿真实验的结果表明,由于城市路网中存在的随机性,贝叶斯网络模型能够更好地把握交通流变化的趋势。     

基于单元重要性分析的公路网络布局方案优化

为了有效改善路网运行状态,借鉴网络可靠性分析方法,对路网进行了畅通可靠性分析;针对路网可选 规划方案过多的问题,通过单元重要性分析,确定数量合理的公路网新建或改建备选方案集合,并以路网综合效 益最大为目标,建立公路网络规划方案优化的模型;利用枚举法等离散优化方法,确定最优公路网规划方案.通 过实例计算证明,利用本文提出的模型及方法可以得到合理的路网布局优化方案.     

城市道路多交叉口信号协调控制优化研究

为进一步解决交通拥堵,以城市道路多个单点信号控制交叉口组成的绿波系统为研究对象,建立一个以干线车辆行程时间最短为目标,各相位有效绿灯时间、饱和度及周期时长为约束条件的非线性函数模型,分别运用遗传算法和遗传退火算法对目标函数进行优化,实现了对绿波系统中各交叉口信号配时的优化设计,并以实例加以论证,结果表明:遗传退火算法更能快速、准确地寻找出全局最优解.