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.     

动态广义出行费用随机用户平衡Symbol`@@

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.     

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...     

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.     

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.     

基于出行时间可靠性的支路网络均衡分析

通过分别描述各类路段通行能力降级参数,在长期习惯性均衡模型基础上,结合双向支路路段通行能力特征对路段出行时间函数进行拓展,构建了基于出行时间可靠性的城市支路网络均衡分析模型。为了克服模型非凸性引起的求解困难问题,将交通分配的常规相继平均法进行分拆,设计了逐个起点分步实施的相继平均法。算例分析结果表明:在不同的可靠度要求下,出行者对干道和支路选择结果存在差异,越保守的出行者选择支路出行的概率越小。     

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.     

多因素影响下的城市居民出行行为时间价值

为提高居民出行效用,对多因素影响下的城市居民出行行为时间价值的确定方法进行了研究.首先分析了行为时间价值确定过程中的影响因素.然后针对不同出行方式的出行者,应用效用最大化原理及随机效用模型建立出行效用与影响因素之间的函数关系,提出了居民出行行为时间价值模型计算方法.最后以长春市居民出行调查结果为例进行了实证分析,并将结...     

拥挤条件下可变信息板交通诱导信息对驾驶行为的影响

运用模拟的方法,研究了在拥挤条件下VMS交通诱导信息对驾驶行为的影响,得出如下结论:①VMS交通诱导信息的提供位置对交通信息的作用有很大的影响。如果交通诱导信息被合理地提供给驾驶员,路网交通的运行状况将有较大改善,其中延误减少23.7%,停车时间减少31.8%,停车次数减少38.7%;②路网交通运行状况的改善取决于所推荐的替代路径的质量。如果替代路径的质量较差,拥挤现象不但不能得到缓解而且会进一步恶化,并且在替代路径上会形成新的拥挤;③左转次数和左转通行能力是决定替代路径质量的两个关键因素。无论是以出行时间还是出行距离为依据选择替代路径,都应该考虑左转次数及左转通行能力的影响。     

考虑出行者风险态度的最优路径搜索

由于交通系统存在不确定性,路径旅行时间会在一定范围内随机变化,面对随机交通网络,出行者表现出不同的风险态度,可以分为风险规避,风险中立和风险偏好3类。采用正态分布描述路段出行时间的随机性,分别考虑出行时间预算、超额出行时间、低额出行时间3类模型,研究出行者最优路径选择行为,此外还考虑了出行者多兴趣点出行的情况。提出一种标号修改算法,分别设置可靠度α=0. 75和α=0. 25,对不同风险态度出行者最优路径选择结果进行了分析,并在不同规模网络中对算法性能进行了测试。结果表明:在10 000节点大网络中,该算法平均运算时间约为100 ms,相比确定网络下的经典dijkstra算法约慢了42%,通过对比分析可知,该算法运行速度较快,能够满足实际应用需求。     

突发灾害下城市路网交通流可靠性运行态势

为了识别突发灾害下交通流运行过程中路网可靠性的变化规律和潜在的运行态势,采用Rough集理论,结合城市道路交通状态判别、预测的知识,构建了突发灾害下路网可靠性知识表达系统。通过对路网元素属性数值的离散化处理,路网可靠性决策表的属性约简等一系列操作过程,实现了对路网可靠性运行态势的逻辑推理。试验结果表明:路网可靠性能够较好地拟合突发灾害下路网交通流的运行特征,交通路网可靠性态势分析的知识表达系统对可靠度的预测精度可达90%以上。     

低碳公路交通评价模型的构建与应用——以黑龙江省为例

低碳公路交通是建设低碳城市的重要环节.目前,国内外专家学者从各种角度进行丰富的理论与实践研究,但是针对公路交通低碳化的评价模型比较缺乏.本文运用层次分析法构建公路交通低碳化评价模型,深入探讨公路交通的路网结构、规模、管理、效率、耗能以及排碳之间的关系,并结合气候因素和公民出行行为对公路交通高碳原因进行分析.并以黑龙江省为例进行公路交通低碳化评价.结果表明,黑龙江省公路交通低碳化程度为46.09%,低等级公路和等外公路比例过高、通达性低等不合理路网结构是黑龙江省公路交通高碳的主要原因;同时,公路交通管理效率低和寒地气候影响是黑龙江省公路交通高碳的重要原因.     

基于Mixed Logit模型的路线选择行为量化分析

为了探讨路况信息动态变化对出行路线选择行为的影响程度,采用正交试验法设计出行意愿调查问卷,针对有驾车经验的出行者进行调查。假定时间参数和费用参数为常数、费用参数服从正态分布和对数正态分布,分别建立了出行路线选择的Logit模型和Mixed Logit模型,并对解释变量影响路线改变倾向进行了量化分析。结果表明,Mixed Logit模型的最大似然值、优度比和命中率都高于Logit模型。出行者对行程时间和时间信息动态变化的敏感程度十分接近,敏感度最高的是出行费用。个人属性中的年龄、驾龄和收入是影响路线选择行为的最显著因素。     

基于MapX的行车路线动态优化算法研究

考虑到道路交通状况的时变性和不确定性,结合基于出行者特性的路线优化方法（TC-B算法）的思路划分路网,对传统的最短路算法进行改进,提出了一种行车路线动态优化算法.该算法将城市路网按出行者特性划分为主要道路和次要道路,提高了路网搜索速度.为了在诱导软件中实现笔者提出的行车路线动态优化算法,还采用ActiveX组件MapX,建立了长春市区的局部试验路网,利用MapX实现了动态路阻矩阵和试验路网在诱导软件中的数据绑定及实时更新,达到了动态路径诱导的目的.     

短时车流量组合预测模型

随着道路车量不断增多,由交通异常事件造成的非正常拥堵情况严重影响了出行者的出行效率和路网的整体运行水平.因此,需要准确及时地检测出非正常拥堵情况,通过诱导、疏通等方式改善拥堵状况.对车流量的准确预测是检测非正常拥堵的有效方法.根据交通流量的不确定性和非线性的特点,将改进的BP神经网络模型和ARIMA模型进行组合,建立组合预测模型.实验结果表明,组合模型的预测结果比单个模型的预测结果理想,且达到较高的预测精度.     

路网容量进展研究

在对现有路网容量理论及模型研究和分析的基础上,在参考路段通行能力的前提下,从理想与现实两种角度对路网容量进行定义,形成了新的路网容量概念;同时确定了影响路网容量的关键因素,为建立准确而实用的路网容量模型奠定基础.     

基于路径旅行时间分析的交通异常检测方法

为了综合考虑连续路段通行能力波动对旅行时间的影响,避免由单一路段通行能力的常规性波动所导致的交通异常误判,提出了一种基于路径旅行时间分析的交通异常检测算法。该算法将深圳市路网网格化为若干个地理子区,以地理子区为单位,使用ST-matching地图匹配算法将深圳市出租车GPS坐标记录点匹配到相应路段,采用基于密度的DBSCAN聚类算法计算路径旅行时间的时变异常阈值,来判定旅行时间的异常。该方法成本低廉,实施难度小,能精确灵敏地检测交通网络异常。     

基于免疫理论的车联网的城市路网实时容量研究

已有路网容量研究不能解决实时路网容量计算问题,难以掌握实时路网中的实际运行车流;传统的路网容量算法基本是离线处理或通过人工调查进行理论计算,很难解决实时路网容量的难题,为此,提出了一种基于免疫理论的车联网城市路网实时容量新方法. 该方法将免疫网络理论引入车辆自组织网络,利用抗体识别抗原的原理,完成通信链路检测,同时,可以通过统计抗原抗体识别对获取路网中的车流,不仅解决了实时性问题,还解决了传统方法需要建立准确数学模型的难题. 选取了实际路网中的区域进行验证,实验结果与传统方法获取的路网容量非常接近,证明了该方法的有效性.     

基于交叉口车牌识别数据的网络交通状态分类方法

为实现能实时、高效、准确地利用现有的车牌识别数据掌握路网交通状态，并精准实施道路交通网络控制措施，基于道路交叉口车牌识别系统数据，依据基于平均最短路径长度的拥堵指标衡量路网运行状态，使用K-means聚类算法进行分类，依据谱距离指标和拥堵指标分类不同时段的网络剩余供给能力。在此基础上，依据实时的道路交通数据，计算拥堵指标，可得到实时道路网络剩余供给能力分级。针对分级后的实时道路网络的实际剩余供给能力，设计不同的网络交通管控方案，能有效缓解交通拥堵。以长沙市五一广场局域道路网络为实例，研究结果表明：城市道路网络状态全天可以分为4种类型，拥堵指标为1.522、1.823、2.207、3.069,分别对应路网剩余供给能力良好、一般、较差和极差。该网络早晚高峰时段路网剩余供给能力多处于较差状态，并且晚高峰时路网有可能处于剩余供给能力极差状态。相比于工作日，在周末的高峰时段，路网剩余供给能力表现较为良好。采取针对性交通管控措施后，经仿真验证表明拥挤路径社会总成本下降5%以上。     

基于网络道路交通流仿真平台的研究与设计

以交通流理论为指导思想,提出采用OPNET网络仿真软件设计网络道路交通流仿真平台.介绍了OPNET网络仿真软件的能力映射到设计网络道路交通流仿真平台所作的研究,认为从理论、方法和技术上是可行的.