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.     

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...     

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。     

城市轨道交通网络运营鲁棒性

应用随机用户平衡理论定量研究城市轨道交通网络运营鲁棒性.假设任一车站或区间及其波及范围退出运营,利用基于固定需求下和弹性需求下随机用户平衡条件的配流模型,从分析客流量、时间以及客流出行总时间波动的角度,提出9个城市轨道交通网络运营鲁棒性指标,并依据指标值最小原则确定网络的关键车站和区间.算例表明:该研究工作是可行有效的;与区间退出运营相比,车站退出运营的鲁棒性指标值区间跨度较大.     

轨道交通随机均衡配流模型和算法

以拥挤条件下的出行阻抗函数为基础，通过引入随机均衡配流条件，构建了Logit形式的Fisk轨道交通随机均衡配流模型．根据模型的特点，以Bregman算法求解模型的拉氏算子为基础，给出了改进的用于求解轨道交通随机均衡配流模型的Frank-wolie算法．最后通过一个算例说明了算法的有效性和合理性．     

轨道交通随机均衡配流模型和算法

以拥挤条件下的出行阻抗函数为基础,通过引入随机均衡配流条件,构建了Logit形式的Fisk轨道交通随机均衡配流模型.根据模型的特点,以Bregman算法求解模型的拉氏算子为基础,给出了改进的用于求解轨道交通随机均衡配流模型的Frank-wolfe算法.最后通过一个算例说明了算法的有效性和合理性.     

Integrated reliability or travel time and capacity or urban road network under ice and snowfall conditions

In order to evaluate and integrate travel time reliability and capacity reliability of a road network subjected to ice and snowfall conditions, the conceptions of travel time reliability and capacity reliability were defined under special conditions. The link travel time model (ice and snowfall based-bureau public road, ISB-BPR) and the path choice decision model (elastic demand user equilibrium, EDUE) were proposed. The integrated reliability was defined and the model was set up. Monte Carlo simulation was used to calculate the model and a numerical example was provided to demonstrate the application of the model and efficiency of the solution algorithm. The results show that the intensity of ice and snowfall, the traffic demand and supply, and the requirements for level of service (LOS) have great influence on the reliability of a road network. For example, the reliability drops from 65% to 5% when the traffic demand increases by 30%. The comprehensive performance index may be used for network planning, design and maintenance.     

基于BFGS公式的改进截断拟牛顿法在随机用户均衡问题上的应用

根据随机用户均衡问题的特点构造一种基于BFGS校正公式和Armijo线搜索的截断拟牛顿法。介绍截断拟牛顿方程的构造过程及其算法的具体步骤;针对随机用户均衡模型的特点给出算法的收敛性和两个需注意的问题,并将此算法应用于一个路网。数值算例分析表明:所构造算法在迭代次数和误差方面均优于截断牛顿法,改进截断拟牛顿法可以避免二阶Hessian矩阵的计算,还可以用于某些Hessian矩阵不正定问题的求解。     

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.     

智慧公路多源数据下的交通出行演化模型

为探索智慧公路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的路径选择过程. 运用交通流理论统一化由智慧公路采集的多源数据类型,进一步采用最小方差加权平均方法融合多源数据. 智慧公路上的出行者根据融合信息实时决策出行路径;普通公路上的出行者根据前一天的路网交通状况和历史出行经验选择出行路径. 采用不动点理论证明模型解的等价性、存在性和稳定性条件. 算例结果表明：道路流量行为系数和感知时间误差的增大均会导致模型进入不稳定状态;在模型解稳定性方面,具有冒险倾向的出行者显著优于具有风险规避倾向的出行者,且多源融合数据演化的路网交通流量更具鲁棒性.     

Integrated reliability of travel time and capacity of urban road network under ice and snowfall conditions

In order to evaluate and integrate travel time reliability and capacity reliability of a road network subjected to ice and snowfall conditions,the conceptions of travel time reliability and capacity reliability were defined under special conditions.The link travel time model(ice and snowfall based-bureau public road,ISB-BPR) and the path choice decision model(elastic demand user equilibrium,EDUE) were proposed.The integrated reliability was defined and the model was set up.Monte Carlo simulation was used to...     

基于代理的用户偏好建模研究

基于移动代理系统,将马尔可夫判决过程和智能强化学习算法相结合,提出了在异构无线网络环境下对移动用户业务偏好进行智能建模的技术框架.为动态环境下用户需求的感知、量化和适配特征的研究提供了基本的数学描述,为解决用户体验的评价问题和业务与业务环境的适配问题提供了新的研究思路.     

Route choice models based on altering OD

0　INTRODUCTIONDynamictrafficassignment[1] modelisnotonlythetheoreticalbasisofAdvancedTrafficManagement/Infor mationSystem[2 ,3] butalsothemajorcomponentofthetheoryofurbandynamictrafficnetworkanalysis .Ithasbroadapplicationprospectinthefieldsoftrafficplanningandtrafficmanagementandcontrol .Inthecurrentre searchofdynamicuseroptimumassignmentmodel ,thetriptimeconsideredintheroutechoiceisinstantaneoustriptimeandtheactualtriptimeoftripmakerisn’tusedastheconditionofassignmentinordertoreprese…     

基于大数据挖掘的终端感知与换机应用研究

通过对移动大数据的分析和挖掘,能够提升终端感知,并为用户换机推荐提供强有力的数据支持。基于早期终端营销存在的问题与不足,提出了基于大数据挖掘的终端感知与换机应用系统解决方案,具体包括基于聚类算法的隐性换机用户提取方法,基于神经网络的指标分析法,基于决策树的换机预测方法。     

满足瞬时动态DT/RC的动态拥挤收费模型研究

出行者的出行选择当中,除了路径选择之外,出发时间也是一个重要的因素.在面临拥挤收费时,出行者往往要重新选择自己的出发时间,以避免多交费,同时还要尽量在规定的时间内到达.运用双层规划模型和变分不等式相结合的方法,建立满足动态用户最优出发时间/路径选择条件的时变拥挤收费策略模型.表示为双层规划模型:上层模型确定收费路段在离散化的每个小时段的收费,以交通系统性能在各离散时段内达到最优为目标,进而使整个高峰时段的交通状况趋于平稳;下层模型表示瞬时动态用户均衡的出发时间/路径选择.     

路径流量估计方法在高速公路收费分配中的应用

为解决高速公路收费分配问题,提出了一个用于高速公路多路径费用拆分的路径流量估计模型.模型假设出行者选择路径时遵循随机用户平衡行为,并给出了一个增广的拉克朗日算法用于计算路径流量状态.最终,通过在真实的苏南路网中进行相应的实验研究,将苏南路网中调查得到的数据代入模型中.结果表明,路段流量估计精度达到了99%,路径流量估计精度也达到了90%.     

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。     

基于马尔科夫的动态交通流演化模型及应用

以实时控制和诱导为目的的短时交通流预测作为研究分析对象,构造出刻画随机用户平衡演化过程的基于马尔科夫过程的动态,分析了它的稳定性,并给出一个算例进一步验证了其稳定性.将马尔科夫链引入到交通流演化动态中,通过简单的算例,对道路中的交通流进行分析和预测,进而对车辆进行诱导,从而达到交通管理的目的.     

基于FAHP的异构无线网络选择

针对如何在多个异构无线网络中选取最优接入网络问题,提出一种基于模糊层次分析法（FAHP）的异构网络选择算法。首先,为了保证各网络的负载平衡,在进入选择算法之前,对各备选网络进行负载分析;接着,通过对影响网络选择的主要因素的分析,建立网络选择决策模型,同时从用户角度和整体网络管理角度分别计算出各网络属性的权重;最后,综合计算选择最优网络。仿真结果验证了本算法的正确性和有效性。