智慧公路和ATIS环境下逐日交通均衡模型（英文）

为探索智慧公路和先进的出行者信息系统(ATIS)对出行者路径选择行为的影响,将网络可靠性和经验学习理论引入出行者路径选择过程中,提出智慧公路和ATIS环境下随机网络逐日均衡模型。智慧公路服务于该路段上的所有出行者,ATIS服务于所有配备信息系统的车辆。在智慧公路上行驶或配备ATIS的出行者根据实时交通信息决策出行路径;而其他出行者根据历史路网状况和出行经验选择出行路径。同时考虑道路容量退化和交通需求波动两种交通网络不确定性因素,运用交通网络流理论构建智慧公路和ATIS环境下随机网络逐日均衡模型。采用不动点理论证明逐日模型解的等价性、存在性和稳定性条件。算例表明,过高的置信水平和道路流量行为系数均会导致模型进入不稳定状态;通过对路网状况的反复学习,出行者逐日进行路径调整,最终交通流达到稳定状态;在道路改扩建过程中,构建的模型可以提供科学的交通组织和分流方案。     

收费情形下多用户类随机用户均衡交通分配的效率损失上界

研究了收费情形下多用户类随机交通分配网络中,随机用户均衡相对系统最优的效率损失问题,运用变分不等式方法得到它的上界。研究发现,无论采用时间度量准则还是费用度量准则,相对于系统最优的效率损失上界都与路段出行时间函数类、出行者的社会经济特性、道路收费、网络复杂程度、网络总出行需求以及出行者对网络的熟悉程度相关。     

含有安全性分析的多准则决策技术

本文结合人类现实判断中所存在的把握大小的问题，提出了安全矩阵概念。并针对安全矩阵所具有的对称性特点，进行了理论上的分析与研究，从而保证了文中给出的安全性排序方法的合理性与科学性。重要的是本文将这种安全性排序方法与现行的ＡＨＰ有效结合，给出了安全系数的计算方法，从而得到了含有安全性分析的多准则决策技术。它可使决策者获得重要的安全感，还可在某些原ＡＨＰ无法定出先后顺序的问题上给出令人信服的顺序结果。     

一种新的基于最小二乘准则的超宽带多用户检测算法

本文通过由跳时码唯一确定的编码矩阵将超宽带无线多址通信信道模型建模为一种线性模型,提出了一种新的基于最小二乘准则的超宽带多用户检测算法。该算法把最小二乘准则公式： 写成矩阵形式并且利用矩阵Moore-Penrose逆递推公式实现的自适应递推算法直接对编码矩阵进行更新,从而得到了一种新的超宽带多址通信自适应多用户检测算法。计算机模拟结果表明,该算法比传统的RLS算法有更好的收敛速度,并且相应的自适应多用户检测器比传统的检测器有更好的检测性能。     

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.     

基于限制路径集的N-路径随机用户均衡模型构建及性质

结合随机用户均衡和N-路径用户均衡两类模型的优点构建了N-路径随机用户均衡模型,以路径流量作为决策变量讨论了解的最优性条件,得到了解所满足的性质.然后以路段流量和路径流量同时作为决策变量证明了最优解的存在唯一性条件.最后在多种不同的假设条件下利用内点算法对模型进行了求解,对于解的性质进行了验证,并通过对算例结果的分析得到了若干有效的结论,进而验证了所构建模型的合理性和实用性.     

一种协作多点多用户通信系统的预编码方法

提出了新的线性预编码方法,适用于联合处理模式下的协作多点多用户多输入多输出下行链路传输系统. 该方法通过信道矩阵的扩展,引入低复杂度的矩阵分解方法,有效抑制了噪声和多用户干扰这2个因素对系统的影响,并适用于接收端各用户配置任意根天线的系统;提出了在基站总功率受限的约束条件下次优的功率分配方案. 通过对算法复杂度的分析和性能仿真可知,所提方法不仅从总体上降低了中央控制站的处理复杂度,而且改善了系统性能.     

基于多智能体的交通控制仿真系统

研究了基于多智能体的交通控制Agent模型,将多智能体技术(Multi-Agent)引入智能交通控制系统.首先介绍了系统各功能模块的逻辑结构,然后详细介绍了基于泊松分布、AABB碰撞检测、粒子系统的Agent主体构建过程.最后以C++和OpenGL实现系统仿真,系统能较好的模拟交通控制.     

具有随机充电需求的混合动态网络平衡模型

考虑电动汽车用户在途随机充电需求,基于随机充电行为及充电排队仿真构建了混合用户平衡模型.在电动汽车不同初始电量状态及市场占有率下,预测了网络平衡交通流和可能充电需求流的变化趋势.利用Frank-Wolfe算法和多标号算法,以Nguyen-Dupius网络为例,设计了电动汽车充电排队仿真的平衡交通流预测模型,本文研究结果...     

Alpha-reliable combined mean traffic equilibrium model with stochastic travel times

Based on the reliability budget and percentile travel time （PTT） concept, a new travel time index named combined mean travel time （CMTT） under stochastic traffic network was proposed. CMTT here was defined as the convex combination of the conditional expectations of PTT-below and PTT-excess travel times. The former was designed as a risk-optimistic travel time index, and the latter was a risk-pessimistic one. Hence, CMTT was able to describe various routing risk-attitudes. The central idea of CMTT was comprehensively illustrated and the difference among the existing travel time indices was analyzed. The Wardropian combined mean traffic equilibrium （CMTE） model was formulated as a variational inequality and solved via an alternating direction algorithm nesting extra-gradient projection process. Some mathematical properties of CMTT and CMTE model were rigorously proved. Finally, a numerical example was performed to characterize the CMTE network. It is founded that that risk-pessimism is of more benefit to a modest （or low） congestion and risk network, however, it changes to be risk-optimism for a high congestion and risk network.     

基于随机连续平衡模型的停车换乘需求

为了分析出行者的停车换乘需求分布特性,本文假设在轨道交通和城市主干道的单中心城市中,出行需求均匀分布,轨道交通上有连续分布的站点,基于效用理论构建了考虑出行者出行方式(小汽车、轨道交通、停车换乘)和换乘地点选择的分层非集计模型,利用随机连续平衡模型方法并结合算例,得出:停车换乘需求在一定距离范围内呈现高峰,停车换乘需求总量随着换乘时间的增加而减少;各换乘点均吸引了一些回程换乘需求,但需求强度较小,从城市周边吸引换乘需求量较大,需求强度随着与换乘点距离的增加而减少;当换乘停车场容量受限制时,停车换乘需求者会改变换乘点的选择。研究结果对停车换乘设施规划建设具有一定的参考价值。     

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.     

交通平衡分配模型算法研究

城市交通网络平衡理论研究起源于２０世纪５０年代初,其理论成果运用到实际交通平衡分配问题一直未能得到很好的解决,其原因是平衡模型的维数高、约束条件多、求解困难且算法运算时间长。寻求其解法的途径一直是人们研究的热点,本文试图与非平衡分配模型解法运用到平衡分配中去,寻求平衡问题的解法,此法在交通规划实践得到应用手评测,效果良好。     

基于变分不等式的供应链网络均衡模型

针对单商品流三层供应链网络模型,将电子商务整合到单商品流供应链网络中,导出了每层网络代理商或决策者的最优性条件,给出了问题的变分不等式形式,得到了系统达到均衡的条件,给出了数值算例并求解.     

基于多维支持向量机的P2P网络流量识别模型

提出一种多维支持向量机(MSVM)训练方法,并建立了一种基于多维支持向量机的P2P网络流量识别模型。该模型利用多维支持向量机作为分类器来识别P2P流量,各种网络流量经过数据捕获模块、特征提取模块、数据预处理模块以及MSVM训练模块将网络流量分类成P2P流量和Non-P2P流量,再经过组建的MSVM支持向量库识别出具体的P2P流量和未知P2P。未知的P2P流量经过数据采集模块、特征提取模块、数据预处理模块以及MSVM训练模块将其特征数据加入MSVM支持向量库,以便将来识别P2P流量。理论分析与数值实验表明,该模型具有较好的实验结果和所期望的识别精确度。     

基于小波和回声状态网络的交通流多步预测模型

针对交通流的含噪混沌特征,提出了一种基于小波回声状态网络的交通流多步预测模型。该模型利用小波多尺度分解方法,屏蔽了噪声成分对交通流动力学特性的干扰,同时提取了占有交通流绝大部分能量的混沌低频成分。在采用多路分量并行预测的方式下,充分发挥了回声状态网络对混沌低频分量的强大多步预测能力,从而保障了交通流多步预测的精度。对北京市西直门桥的实测交通流的预测结果表明:该模型的多步预测精度比传统的回声状态网络模型有了较大幅度的提升,在保证预测精度的前提下,最大可预测的步长也相应的增加。