多方式诱导下基于出行链的随机用户平衡模型

为了评价多方式诱导信息对综合交通网络中交通流分配的影响,通过构建基于出行链的概率型随机用户平衡模型,并设计内嵌Monte-Carlo模拟的MSA求解算法,研究多方式诱导下组合出行方式选择、出行链费用和出行链结构的变化。求解过程中,引入超级网络理论,并基于超级网络进行流量分配。研究结果表明:多方式诱导信息使公共交通模式分担率增加5.63%,得到网络总收益为196.254,说明多方式诱导信息对引导出行者减少使用小汽车有显著效果,也有助于降低出行链费用,简化出行链结构。     

动态广义出行费用随机用户平衡

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.     

交通网络规划中的出行费用研究

通过引入价值工程的思想，分析出行者广义出行费用函数的构成，研究出行者心理选择的基础，给出了出行者的时间价值模型；并通过天津市地铁1号线的建设实例，指出对于出行费用的研究对交通规划的重要作用。     

路内停车影响下非机动车流速度模型Symbol`@@

为解析设置于物理分隔非机动车道的路内停车对非机动车交通运行的影响,将行程时间比拟成生存分析中持续期,构建基于风险持续期模型的非机动车流行程时间和速度模型;提炼和筛选表征路内停车影响的因素,包括非机动车道有效宽度、驶入和驶出事件数、时间障碍率、电动自行车和自行车流量等作为协变量,纳入到模型当中,并利用实测数据标定模型参数. 结果表明：模型估计的速度分布特征量化表征了路内停车相关因素的影响效应,模型具有较好拟合优度和预测效果;驶入和驶出事件数、自行车所占比例和时间障碍率对速度具有负效应影响;而非机动车道有效宽度对速度具有正效应影响,随着有效宽度的增加,非机动车流速度降低的风险减小.     

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...     

基于广义费用的城际运输方式竞争力模型

为分析城际间各类运输方式竞争力,针对客运、货运2个方面分别构建竞争力模型。针对公路运输中私家车出行和长途客运出行广义费用构成的差异性,引入巢式Logit构建旅客运输方式竞争力模型。考虑货物自身性质和特点以及托运方对价格的敏感程度划分城际间货物种类,针对不同种类货物,分别提出修正系数对广义费用函数进行修正,构建基于Influ-Logit的货物运输方式竞争力模型。以哈尔滨市—佳木斯市城际间客货运输方式为例开展实证研究。结果表明：所构建的模型可以较好地描述城际各交通运输方式的客货竞争力以及相关影响因素变化下竞争力的变化情况,为相关运输企业制定优化对策、调整运输策略、提升自身竞争力提供理论参考。     

考虑交叉口信号延误的平衡交通分配模型

针对具有一般信号相位结构的道路交通网络,通过对交叉口处道路交通流按相位分解,将车辆的信号延误耦合到交通分配问题中,相继建立了带有交叉口延误的确定性用户平衡分配和随机用户平衡分配问题的数学规划模型.通过对两个模型的一阶最优性条件的分析,证明了它们的最优解分别满足广义交通平衡分配问题(即同时考虑交叉口信号延误和路段拥挤延误)的Wardrop用户平衡条件和Logit分配准则.     

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...     

路网交通状态平衡控制方法

为了降低路网的拥挤度,提出了路网交通状态平衡控制方法。以交叉口最大饱和度代表交叉口交通状态,以路网最大饱和度最小为目标建立了路网交通状态平衡控制双层规划模型。利用遗传算法求解该规划模型,优化算法可以同时优化信号周期和各相位绿信比。考虑到整体延误、交通状态以及各个交叉口的重要度,对平衡控制方法进行了改进。数值模拟结果表明,本文方法可以在一定程度上降低关键区域的拥挤度。     

基于出行计划数据的最优路径规划方法

现有基于交通流预测的路径规划方法大多使用历史或实时交通流数据,预测时效性有待提升.针对上述问题,提出基于出行计划数据的路径规划方法（RPTP）.该方法能主动捕捉出行者的未来交通需求,为车辆提供更合理的出行路线.基于出行计划的思想,设计基于出行计划数据的路径规划整体框架;构建基于出行计划路线数据的未来时段路网密度估计算法;采用空间堆叠的方式融合未来多时段路网密度,以此为依据改进D*Lite算法的启发函数.采用SUMO平台仿真验证,与静态路径规划方法（SPP）和滚动路径规划方法（RPP）进行对比分析.结果显示,在相同环境下RPTP方法能提高车辆的通行效率,缓解路网拥堵,有效验证了RPTP方法的优越性.     

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.     

Robust user equilibrium model based on cumulative prospect theory under distribution-free travel time

The assumption widely used in the user equilibrium model for stochastic network was that the probability distributions of the travel time were known explicitly by travelers. However, this distribution may be unavailable in reality. By relaxing the restrictive assumption, a robust user equilibrium model based on cumulative prospect theory under distribution-free travel time was presented. In the absence of the cumulative distribution function of the travel time, the exact cumulative prospect value(CPV) for each route cannot be obtained. However, the upper and lower bounds on the CPV can be calculated by probability inequalities.Travelers were assumed to choose the routes with the best worst-case CPVs. The proposed model was formulated as a variational inequality problem and solved via a heuristic solution algorithm. A numerical example was also provided to illustrate the application of the proposed model and the efficiency of the solution algorithm.     

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。     

Modified origin-based algorithm for traffic equilibrium assignment problems

Key tactics of origin-based user equilibrium (OUE) algorithm was studied, which involved the algorithm procedure and several implementation issues. To speed up the convergence, update policies of flows, costs and bushes were proposed. The methods of step-size searching and bush construction are proved to be practical. The modified OUE algorithm procedure was also optimized to take the advantage of multi-thread process. Convergence performances were compared with those of other algorithms by different sizes of urban transportation networks. The result shows this modified OUE algorithm is more efficient and consumes less time to achieve the reasonable relative gap in practical applications.     

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。     

考虑出行成本不确定性的路网交通疏散策略

为提高应急管理水平,考虑突发事件影响下的交通出行成本不确定性,对城市交通疏散问题进行研究。首先,根据交通疏散问题的时空特性创建时空耦合网络图,并且结合行程时间成本和冲突风险成本,提出了城市交通路网出行成本的量化方法。进一步考虑路段资源权重上限的影响,通过增加边际约束,构建基于预算不确定集的先验疏散策略的鲁棒优化模型,以最小化路网疏散过程的总交通出行成本。然后运用模型重构技术,将搭建的鲁棒模型转化为混合整数线性规划模型,并设计改进的拉格朗日松弛方法进行解耦求解。最后以SiouxFalls网络进行算例分析,数值结果表明,随着不确定集和模型规模的增大,行程时间成本和冲突风险成本的增速分别提高约29.13%和236.46%,模型预算参数控制在一定的区间,能够较好地权衡解的鲁棒性与最优性。通过南京部分区域路网案例测试验证所述方法在更大规模网络算例的适用性,研究结果表明:相比于传统拉格朗日松弛方法,所提出的改良方法可以在较少的迭代次数内得到高质量的可行解。研究结果可以为应急指挥部门制定可靠的交通疏散策略提供思路。     

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.     

交通分配中的动态路线选择研究

在对路线选择进行较为深入的理论研究和应用分析的基础上,考虑到路线优化问题的特殊性和基本特点,提出了改进的路网表示法,采用邻接表存储路网,将路网数据和拓扑结构在物理上相分离逻辑上相结合,以便数据管理和提高效率,最后给出动态路线选择模型流程图,并根据图遍历原理通过对一个小路网的进行测试与计算分析,进行了动态路线搜索,最终得出最优路线．