基于免疫遗传算法的OD矩阵反推模型与算法

针对在反推OD矩阵的非结构化方法中,各模型都将路段流量一次观测得到的样本值作为路段流量的真实值来推算OD矩阵,导致推算结果出现偏差的问题,在熵极大化模型的基础上,引入了路段流量真实值参数,对模型进行了修正。在反推过程中,利用免疫遗传算法良好的全局搜索能力,提出了基于免疫遗传算法的OD矩阵反推模型。算例表明,免疫遗传算法在进行OD矩阵反推时,能够快速、有效地搜索出最优OD矩阵。     

交通仿真在动态交通分配应用研究中的尝试

基于微观交通仿真模型CORSIM中交通仿真与交通分配相结合的特点，在仿真模型中将路网的OD流量通过按动态规律沿时间轴加以扩展，使之成为一个时变OD矩阵，再分析研究路段自由流车速与高峰时段路网流量的动态关系，从而进行动态交通分配的建模研究尝试．     

应用行程时间信息反推OD矩阵的模型与算法研究

为提高OD反推的精度,提出一种新的双层优化模型,在原来模型的目标函数上加入行程时问的误差项,使更多的信息源数据可以被利用在OD矩阵反推中.采用一种能近似获得全局最优解的模拟退火算法来求解这个新模型.实例验证表明引入行程时间信息的新模型反推得到的OD矩阵解比仅利用流量信息的原模型更准确.     

一种用户均衡分配不确定性的计算方法

为解决目前交通分配中存在的不确定性问题,基于Wardrop用户平衡原理,利用起讫点(OD,Origin Destination)估计方法和Beckman交通分配模型,建立了一种交通分配不确定性计算方法.该方法分别以不同置信水平下的OD估计结果的上下限为输入量,然后利用Frank-Wolf算法求解交通分配模型,得到不同置信水平下的路段流量区间,以此量化交通分配问题中的不确定性.以南京市区域路网为研究对象进行案例分析,并采用宽度流量比R和无效覆盖率(Kickoff Percentage,KP)对模型结果进行评价,结果表明该方法可以得到路段流量的置信区间,量化交通分配的不确定性.     

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.     

非平衡交通分配的离散网络平衡设计模型与算法

交通网络设计问题是指对一个已经存在的交通网络,用定量的方法确定添加哪些新路段、对哪些已有路段进行改造以提高其通行能力的问题,并分为连续网络设计问题和离散网络设计问题.针对该问题提出了一种新的离散网络平衡设计二层规划模型,模型不仅考虑了新增路段及已有路段的扩容,而且允许不同等级的扩容选择.模型求解中,上层问题采用粒子群算法,下层问题采用路径生成式logit非平衡交通分配算法.数值结果显示,本文提出的算法可以快速有效地求解这类新的网络平衡设计二层规划模型.     

基于交叉口转向比例的局域OD矩阵推算方法研究

根据特殊事件交通影响范围的局限性,提出以影响范围边界路段流量为交通发生、吸引量的局域OD矩阵推算问题,并在研究交叉口转向比例规律和出行者路径选择行为规律基础上,提出了基于交叉口转向的局域OD矩阵快速推算新方法.实例表明,此方法简单可行,计算结果准确.     

基于超级交通网络的换乘枢纽空间布局优化

利用交通规划理论与超级交通网络,优化城市交通换乘枢纽的数量、空间位置以及规模.依据样本城市的超级交通网络和OD出行矩阵,建立换乘枢纽选址的双层规划模型.上层模型追求交通系统社会效益最大和换乘枢纽建设费用最小,下层模型是超级交通网络上全方式OD交通量的用户平衡分配模型.通过引入改进的禁忌搜索算法实现上下层模型之间的循环反馈.     

基于站点容量限制的公交效率网络设计模型

为解决效率网络设计问题,首先在定义运输效率的基础上构建了网络权重函数,运用带约束条件的k最短路径算法搜索备选效率线路,然后选择运输效率最高的线路布设在路网中;OD矩阵更新应用带控制系数的站点容量模型,并遵循就近原则分配超载流量。将模型用于梅河口市公交线网规划中,结果表明,所设计的公交线网是运输效率最高的,并满足相关设计规范,具有很高的理论与实用价值。     

综合运输体系下的货运网络能力计算

对综合货运网络进行了相应的变换,通过网络变换将交通方式间的中转约束转化为路段的能力约束。计算各个OD对的前K条短路作为该OD对的可选路径集合。考虑OD需求是否拆分以及货物中转能力对综合货运网络能力的影响,建立了综合货运网络能力计算模型,并给出了求解思路以及相对应的免疫克隆算法。最后,选用一个算例对上述模型以及算法进行了分析验证。算例测试表明,该模型以及算法具有较好的实用性。     

由路段流量推算分区OD出行量的图上作业法

依据路段流量与交通分区ＯＤ出行量的基本关系，提出了一种由路段实测流量推算交通分区现状ＯＤ出行量的图上作业法．     

基于极大熵模型的交通出行矩阵解法研究

引入拉格朗日乘子，对由路段观测流量反推交通出行矩阵的极大熵模型进行变换，将优化问题转换为非线性方程组的求解，并提出一种遗传算法求解方法.该方法以非线性方程组的待求量为决策变量，方程组两端向量的均方差最小值为目标函数，初值在决策变量可行域内随机产生.通过实例验证，遗传算法较之牛顿法改进了其对初始值要求严格、易产生局部收敛并含有矩阵求逆的不足，且当初始值偏离真实值较大时，遗传算法求解成功率远远高于牛顿法，证明了遗传算法在多种交通网络中求解交通出行矩阵是可行的.     

基于 Frank-Wolfe算法的路径交通量求解方法

针对用户均衡交通分配问题,提出一种可以避免穷举网络中的所有路径的基于Frank Wolfe算法的路径交通量求解方法。它在已知一组满足用户均衡规则的基于终点的路段交通量和交通网络中各个OD（origin destination）对间的最短路集合的前提下,运用一个算法确定出一组满足用户均衡规则的路径交通量。文中通过算例说明该方法是有效的,并通过比较指出该方法在存储内存、计算结果以及计算速度方面优于其他基于路径算法。     

基于Frank-Wolfe算法的路径交通量求解方法

针对用户均衡交通分配问题,提出一种可以避免穷举网络中的所有路径的基于Frank-W olfe算法的路径交通量求解方法。它在已知一组满足用户均衡规则的基于终点的路段交通量和交通网络中各个OD(origin destination)对间的最短路集合的前提下,运用一个算法确定出一组满足用户均衡规则的路径交通量。文中通过算例说明该方法是有效的,并通过比较指出该方法在存储内存、计算结果以及计算速度方面优于其他基于路径算法。     

一种公平带宽分配的AQM算法

研究了响应流与非响应流公平共享带宽问题，当各微流竞争路由器的同一个输出链路时。非响应流趋向于压制响应流，使得带宽公平性遭受破坏。提出一种新的主动队列管理算法——动态阈值RED（DTRED）算法，通过动态地调节队列参数来获得更加公平的带宽分配。     

全局的多流量相关异常检测算法

针对现有单链路流量异常检测和全局流量异常检测方法存在的不足,该文提出一种全局的多流量相关异常检测算法。该算法利用同一异常在不同链路或OD流所产生的多个异常流量信号在频率、幅值变化特征等方面具有相似性这一特点,将这种相似性作为检测的依据来检测异常。通过每个OD流或链路的前期流量数据进行下一时刻的流量预测,将实际流量数据减去预测流量值得到异常流量值;通过多个OD流或链路之间的全局相关分析进行流量异常检测。仿真结果表明该文提出的方法能够有效地检测其他单链路和全局异常检测方法无法检测的异常。     

An estimation model of time-varying origin -destination flows in expressway corridors based on unscented Kalman filter

On the basis of measurable time series of mainline and ramp flows from traffic counts and the assumption of travel time distributions, this research presents a dynamic system model and its on-line estimation algorithm for recursive estimation of time-varying origin-destination (OD) matrices in expressway corridors. The proposed model employs a macro-traffic flow model to estimate travel times of OD flows and uses parameters of the traffic model as state variables, which are added to the constrained function of the system. To improve the model efficiency, we revise the travel time distribution based on the feature of normal distribution. The research employs a newly developed filtering technique, called unscented Kalman filter. The proposed model is evaluated with simulation experiments. Numerical analyses with respect to the sensitivity of the selection of initial parameters on the estimation results indicate that the proposed model is sufficiently reasonable and stable for real-world applications. Supported by the National Natural Science Foundation (Grant No. 60674011)     

基于时延和能耗的SD-DCN的路由优化算法

为了更好地实现数据中心网络的节能,基于交换机链路速率级的能耗特点,基于软件定义网络技术,提出一种Floyd-Warshall动态规划和局部重路由的节能服务质量路由优化算法.控制器在保障流的时延性能前提下,采用流在空间和时间上均衡传输的策略,依次为每个流计算传输路径和传输速率;在选路失败的情况下,尽量用较少的开销提高网络的接受率.仿真结果表明,该算法有效地降低了能耗,同时提高了网络流的接受率.     

干线公路网交通量综合预测法研究

将四阶段法与总量控制法相结合形成了区域干线公路风交通量的综合预测法，该法吸收两类方法的优点，克服了它们的缺陷，是一种实用预测方法，针对公路网的特点，分析和研究了交通分配方法的改进，由部分路段交通量预测ＯＤ量的重力模型法，规划年度ＯＤ量预测等问题，以黑龙江省国道网为例应用了提出的综合预测法。     

基于SDN的一体化融合网络路由调度机制

为了解决一体化融合网络动态接入设备出现的通信波动、流量负载均衡以及鲁棒性差等问题,结合软件定义网络（SDN）技术, 优化了基于主客观的精准成本模型,将指标阈值型G1法作为主观赋权法,将标准离差法作为客观赋权法,使用乘法集成法对主观法和客观法计算出的权值进行成本整合,给出了最终的链路成本。提出了一体化融合网络多路径选择算法,把优化后的成本组合运用到多路径迪杰斯特拉（Dijkstra）变种算法中,得到传输链路及组合成本。提出了一体化融合网络联邦路由拓扑和策略,使不同网络可以选择符合自身特征的多条路径并按比例转发。研究结果表明,所提方案优化了差异化路径选择和流量调度,增加了链路带宽利用率并减小了网络传输时延。