考虑移步需求的无桩型共享单车动态调度研究

共享单车系统自发的不均衡性导致单车数量分布与用户需求分布之间产生偏移，降低了系统服务能力，需要调度实现再平衡. 现有动态调度算法缺乏考虑起点车辆供给不足，用户在出行过程中“再次”取车的移步需求，难以准确识别用户真实的出行需求分布，降低了调度效果. 本文提出以用户出行选择行为为下层，以调度车辆路径规划为上层的双层规划模型框架，设计结合仿真系统的启发式求解算法. 算例场景基于上海市虹口、杨浦区共享单车历史出行数据搭建，并进行网格化处理. 算例结果表明，模型能有效识别移步需求，提高共享单车的供需匹配能力. 针对各类调度资源配置情况，共享单车的供需匹配率提升18.07%~ 19.89%，提高了共享单车系统的管理效率.     

面向自组织平衡的共享电动汽车调度优化方法

针对共享电动汽车运营中出现的站点车辆供需不平衡及人工调度成本过高等问题，提出面向自组织平衡的共享电动汽车调度优化方法.利用共享电动汽车站点选择行为数据，构建用户取车站点选择MNL(Multinominal Logit)模型，分析用户的站点选择行为；构建面向各站点车辆供需自组织平衡的站点间车辆调度优化方法，即通过车辆动态折扣策略引导用户改变默认的最近取还车站点，在运营结束后以运营企业的调度总成本最小为目标，建立人工调度优化模型并应用禁忌搜索算法求解；最后，选取北京市海淀区部分共享电动汽车站点进行算例分析.结果表明：本文提出的优化方法与无动态折扣策略相比，调度总成本降低了 4.5%，人工调度成本降低了21.1%，人工调度任务数减少了8.3%.     

面向自组织平衡的共享电动汽车调度优化方法

针对共享电动汽车运营中出现的站点车辆供需不平衡及人工调度成本过高等问题，提出面向自组织平衡的共享电动汽车调度优化方法.利用共享电动汽车站点选择行为数据，构建用户取车站点选择MNL(Multinominal Logit)模型，分析用户的站点选择行为；构建面向各站点车辆供需自组织平衡的站点间车辆调度优化方法，即通过车辆动态折扣策略引导用户改变默认的最近取还车站点，在运营结束后以运营企业的调度总成本最小为目标，建立人工调度优化模型并应用禁忌搜索算法求解；最后，选取北京市海淀区部分共享电动汽车站点进行算例分析.结果表明：本文提出的优化方法与无动态折扣策略相比，调度总成本降低了 4.5%，人工调度成本降低了21.1%，人工调度任务数减少了8.3%.     

共享单车调度路径优化研究

当前共享单车停放点经常出现供需时空失衡现象,无法满足市民的出行需求,因此,单车投放机构需要进行调度以平衡城市各共享单车投放点的供应量.为保证共享单车的调度效率,需要选择合理的调度路径,针对共享单车的调度路径优化问题开展研究:以调度车辆最少和调度成本最低为目标,构建多车场有时间窗要求的共享单车调度路径优化模型;基于禁忌搜索算法,设计模型的求解算法;以某城市大区内的摩拜单车系统为例进行案例分析.结果表明:利用此模型和算法能有效减少调度成本,提高共享单车的调度效率.     

面向共享汽车自调度的还车奖惩方案仿真

针对定点式共享汽车运营模式调度成本高、用户还车不方便等问题，研究引入超停收费和规范还车奖励，考虑用户还车的时间成本和运营商的口碑效益，引导用户在期望网点还车来实现共享汽车的自调度。研究构建了用户与运营商的二元演化博弈仿真评价模型，分析了演化系统均衡点的位置、稳定性和演化机制以及不同奖惩方案下的系统演化趋势，探究了超停费和规范还车奖励金额的不同取值对系统收敛速度的敏感性影响，量化了短期和长期两种不同演化博弈系统下的最优奖惩方案。研究发现：当用户在期望点还车所付出的时间成本为6元、对运营商的口碑效益为4元时，运营商可以设置6元的超停费和7元的规范还车奖励金额，以引导共享汽车用户形成规范还车的习惯；在时间成本和口碑效益不变的情况下，也可将4.5元的超停费和6元的奖励金额分别作为还车奖惩方案设置的长期参考值。结果表明：设置合理的共享汽车还车奖惩方案可以促进用户规范还车，从而实现共享汽车的自调度。     

基于滚动时域优化的共享自动驾驶汽车动态调度方法

共享自动驾驶汽车被视为未来城市交通系统的重要组成部分。本文考虑随机订单需求研究共享自动驾驶汽车的动态调度优化方法。通过建立车辆调度时空网络，分别针对订单分配与空车移位生成车辆运行时间弧，提出车辆调度问题的刻画方法。基于马尔科夫决策框架，以时空节点流量为状态，以时空弧流量为决策变量，建立最大化系统净收益的车辆动态调度优化模型。 采取滚动时域优化思想，建立含前视时间窗的随机规划模型，并利用CPLEX优化引擎，滚动求解车辆动态调度决策结果。Sioux Falls网络算例结果表明，滚动时域优化方法可保证车辆动态调度决策效果，提升系统运营效率。在计算时间限制下，滚动时域方法应优先采用长时间窗中等规模 样本。在最大化系统净收益的同时进一步最小化乘客等待时间，可有效提升车辆动态调度决策效果。     

基于模块化仿真的共享汽车联合调度优化

运营商在调度车辆时单独采用员工或顾客调度策略均难以有效解决共享汽车分布不均衡导致的盈利难问题.为此，在传统时空网络基础上，考虑道路拥堵和用车需求随时间变化对运营的影响，基于C#语言和O2DES(object-oriented discrete event simulation)离散事件仿真框架，建立由模块化站点和路段模型组成、可高效率运行的共享汽车仿真系统；在此基础上，提出一个以运营商日均净收益最大化为目标，联合决策车辆库存量阈值和行程定价的仿真优化模型，并为解决随机环境下的全局优化问题，设计了EGA-OCBA (elitist genetic algorithm with optimal computing budget allocation)算法；最后，以成都市的5个共享汽车站点为例，验证了仿真优化模型的有效性.仿真优化结果表明：在相同车队规模下，与采用固定价格的顾客调度策略相比，联合策略可使日均净收益提升10.37%～162.30%；与单独的员工调度策略相比，联合策略可使日均净收益提升15.34%.     

共享汽车供给模式影响下私家车用户出行方式选择演化研究

共享汽车不同供给模式影响了用户出行方式选择,其演化过程和影响因素有待深入剖析.本文基于演化博弈理论和用户有限理性,对应以"经济"和"高效"为两个阶段的服务目标,分别构建定点式、浮动式共享汽车与私家车博弈的情形,并讨论在此两种情形下用户选择演化路径.模型考虑了共享汽车数量、租赁价格和用户寻车时间等主要影响因素,同时进行了...     

网约共享出行研究综述

网约共享出行是智慧城市交通系统的重要组成部分,作为新兴的移动互联出行方式,产生 了海量庞杂、异质多源、大尺度时空关联的交通大数据,蕴含能够描述复杂交通系统供需态势的 丰富信息。从网约共享出行行为机理、平台管理优化、政府监管政策、系统仿真优化等4个方面, 综述了国内外网约共享出行研究的基础理论前沿和交通运输管理实践成果,归纳总结了其中存 在的问题。通过移动互联交通大数据,分析网约车乘客和司机的出行行为影响因素、特征辨识及 外部性,追踪城市个体和群体的出行行为演变规律,揭示网约共享出行系统供需平衡和网络均衡 机理。研究解决网约共享出行供需的时空效应及短时预测问题,优化网约共享出行平台定价策 略,提高平台匹配和调度效率,实现供需时空资源的优化配置。利用智能体仿真、基于活动的仿 真、数据驱动的仿真等技术手段对理论结果进行模拟推演和优化验证,为政府制定相关监管政策 和平台优化运营管理策略提供理论依据和工具支持。并面向复杂动态移动互联环境,展望了亟 须开展的若干重点研究方向。     

基于扩展技术接受度模型的共享自动驾驶汽车用户使用意愿研究

共享自动驾驶汽车是智慧交通和绿色交通的重要发展方向之一,但目前其相关研究仍不充分,影响用户使用共享自动驾驶汽车意愿的因素及其作用机理有待深入剖析.为此,本文首先通过引入感知风险、服务质量和社会影响三个潜变量,构建了扩展技术接受度模型.然后将扩展技术接受度模型的潜变量、个人社会经济属性变量和出行方式属性变量整合到多项Logit模型,构建混合选择模型,并以用户选择共享自动驾驶汽车出行的概率衡量用户使用共享自动驾驶汽车的意愿.最后基于SP调查数据标定模型参数,得到潜变量关系及关键影响因素,通过弹性分析研究关键因素对用户使用意愿的影响.结果表明,感知有用性、出行费用、感知易用性、等待时间的影响最为显著,对应的弹性值分别是0.0502、-0.0401、0.0385和-0.0350.本研究对相关企业及相关政府部门发展和推广共享自动驾驶汽车具有重要参考价值.     

基于AVL数据的公交到站时间实时预测模型

公交车辆到站时间预测是公交信息服务、公交动态调度的关键参数。基于实时和历史的公交车辆自动定位数据(AVL)需求分析,将公交车辆到站时间划分为站点停靠时间、区段全程运行时间和区段部分运行时间,分别采用点估计法、BP神经网络法和自适应指数平滑法对其进行动态预测。最后结合实验线路公交车辆的AVL运行数据,对预测模型进行了验证和评价分析。研究结果表明:本预测模型由于将历史数据规律和实时交通状况进行了有效融合,从而提高了公交到站时间预测的鲁棒性和预测精度。     

交通路况感知下的自适应动态路径规划方法

针对传统路径规划算法在动态网络中的时效性和可用性不足，本文提出一种适用于时变 路网环境下的自适应动态路径规划方法。通过引入动态网络流式图划分思想，构建一种分层路 网的状态树索引，有效降低了动态路网中路径查找的计算代价，并扩展了传统路径规划算法在动 态路网中的普适性。在此基础上，将区域路况的时空变化信息融合到索引树中，进一步提出一种 基于时空层次网络的路径映射方法。并按照访问节点的距离逐步收缩最小包含区域来减少路径 查找视野，将路径查找过程转化为在层次图中的小范围寻址。为适应路网动态变化特征，路径映 射采用多路并行的双向探测策略，使得路径搜索迅速收敛于一个最优解，在动态路况变化和旅行 代价之间寻求平衡。最后，结合北京市实时交通路网数据集进行实验评估，在查询性能和自适应 调整方面验证了所提出方法的有效性。     

重大疫情下的列车动态编组与调度

为了降低疫情大爆发背景下旅客在乘坐城市轨道交通出行的过程中感染疾病的风险, 以列车编组与调度为研究对象, 提出重大疫情下基于虚拟编组的列车动态编组与调度方法; 为了提高城市轨道交通列车编组与调度的灵活性, 应用虚拟编组技术对城市轨道交通列车进行编组; 建立了基于客流的列车动态编组非线性规划模型, 对城市轨道交通列车的调度进行优化, 以提高城市轨道交通的运输效率, 降低车站人员密度, 进而降低疾病的感染风险; 应用改进的Wells-Riley模型进行感染分析; 应用基于社会力的行人运动模型对改进的Wells-Riley模型中的相关参数进行计算, 用于分析虚拟编组动态调度下旅客地铁出行全过程的感染风险; 使用MATLAB对虚拟编组制式下的传染概率进行仿真并与传统制式下的传染概率进行对比。研究结果表明; 虚拟编组技术可以显著提高城市轨道交通列车运输效率, 可将列车间追踪时间间隔缩短至34.6 s, 基于虚拟编组的列车动态编组与调度方法可以有效降低旅客的感染风险, 在相同条件下应用所提方法旅客的感染风险仅为传统方式的85.1%, 在车厢和通道中的感染风险分别为传统方式的50.0%和8.7%。如果将提出的方法配合错峰出行和客流控制及进站防疫检测等措施, 可以进一步降低旅客的感染风险。      

考虑交通事件影响的动态交通信号控制策略

采用数值仿真方法评价了固定式信号控制、延误最小自适应信号控制与通行能力最大自适应控制3种典型信号控制策略下的路网动态运行效率; 采用双排队模型构建了动态交通流仿真平台, 提出了交叉口流量传输优化模型, 分析了双排队模型中交叉口内交通流运行的状态; 假定用户依据瞬时用户最优原则选择路径, 提出了考虑信号控制惩罚时间的瞬时用户最优约束; 以系统总行程时间、有无交通事件影响的行程时间为评价指标, 研究了低、中、高3级不同交通需求下的信号控制效果。试验结果表明: 在低、中级交通需求下延误最小自适应控制策略的系统总行程时间最小, 比通行能力最大自适应控制在无交通事件影响下总行程时间分别降低0.45%和0.18%, 在有交通事件影响下总行程时间分别降低5.95%和2.52%;在高级交通需求下, 通行能力最大自适应控制总行程时间最小, 对比延误最小自适应控制, 在有、无交通事件影响下系统总行程时间分别降低5.46%、5.31%;对比有无交通事件影响下系统总行程时间变化幅度, 固定式信号控制在不同交通需求下均表现出最高的稳定性; 在低、中级交通需求下, 延误最小自适应控制策略较通行能力最大自适应信号控制策略更稳定, 在高级交通需求下, 两者的稳定性无显著差异。可见, 当交通需求较大时, 应提升交叉口通行能力, 当交通需求较小时, 应降低车辆延误。      

基于车辆1/2悬架模型复合多反馈控制策略的研究

车辆1/4悬架模型不能反映车辆的俯仰情况,且一般控制策略多以簧载质量加速度作为反馈,这样就有了一定的局限性。为更好地改善悬架性能,建立了车辆1/2半主动悬架4自由度模型,针对悬架为一非线性、有时滞、不确定系统,提出了一种新型控制策略,且在M atlab中分别进行了时域和频域仿真,并就相应指标与被动悬架、模糊控制半主动悬架进行比较。结果表明,该策略对簧载质量加速度、悬架动挠度、轮胎动载荷的改善非常有效,对车辆悬架的控制和开发具有参考价值。     

基于强化学习的汇流瓶颈区可变限速策略研究

为提高高速公路汇流瓶颈区的通行效率,本文结合强化学习无需建立模型,具有智能学习的特点,对瓶颈区的可变限速策略进行了优化,首次提出了基于Q学习算法的可变限速控制策略.策略以最大化系统总流出车辆数为目标,通过遍历交通流状态集合,尝试不同限速值序列进行自适应学习.以真实路段交通流数据搭建了元胞传输模型仿真平台,通过将其与无控制和基于反馈控制的可变限速策略进行对比,对Q学习策略的控制效果进行评价.通行时间的降低和交通参数的变化表明,强化学习控制策略在提高汇流瓶颈区通行效率和改善交通流运行状况方面具有优越性.     

����ǿ��ѧϰ�Ļ���ƿ�����ɱ����ٲ����о�

为提高高速公路汇流瓶颈区的通行效率,本文结合强化学习无需建立模型,具有智能学习的特点,对瓶颈区的可变限速策略进行了优化,首次提出了基于Q学习算法的可变限速控制策略。策略以最大化系统总流出车辆数为目标,通过遍历交通流状态集合,尝试不同限速值序列进行自适应学习。以真实路段交通流数据搭建了元胞传输模型仿真平台,通过将其与无控制和基于反馈控制的可变限速策略进行对比,对Q学习策略的控制效果进行评价。通行时间的降低和交通参数的变化表明,强化学习控制策略在提高汇流瓶颈区通行效率和改善交通流运行状况方面具有优越性。     

城市交通供给策略与交通需求管理对策研究

城市交通拥堵问题已经成为城市发展的瓶颈,导致城市交通拥堵的根本原因是交通供需关系的不平衡.因此,需要探讨影响交通供需关系的主要因素,不同供给策略与需求管理对策的影响规律以及实现生态城市绿色交通系统的供需动态平衡策略.通过动力机制分析和经验总结,阐述了城市交通供给策略与交通需求管理对策当前存在的主要问题及其作用机理,提出...     

基于道路拥堵信息的公交出行规划系统

针对当前道路拥堵增多的情况,建立了一个基于道路拥堵信息的公交出行规划系统,以引导公众避开拥堵道路。分析道路拥堵状况的指标体系,分别选取路段和交叉口的通行参数指标,并给出一种红绿灯等待灯次的简便算法,提出公交出行规划方案的拥堵指数算法。以嘉兴市为例,采用SQL＋IIS＋ASP＋Android技术构建了C/S架构的基于道路拥堵信息的动态公交出行规划系统。该系统推荐的出行方案能引导用户避开拥堵道路,提高出行效率,减少出行时间,为公众出行提供了更全面的公交出行信息和更便利的信息获取途径。     

基于混合进化策略算法的并行多机调度问题研究

描述了一类带工艺约束的并行多机调度问题，其工艺约束的特点在于工件的加工需要多种不同类型机器同时协同工作来完成，为求解此类调度问题，采用进化策略与局部搜索相结合的混合算法，提出一种工件加工的机器动态调度策略，寻求生产调度完工时间和机器负荷均衡的优化。