基于一般相位结构的区域信号配时二层规划模型与算法

基于城市道路交叉口的一般信号相位结构,根据各相位车流在交叉口遭遇不同信号延误的特点,建立了一个新的区域信号配时二层规划模型.该模型的上层问题,是一个明确考虑了交叉口信号延误的区域信号配时优化模型,而下层是随机用户平衡交通分配模型.针对这类问题的特点,应用灵敏度分析方法、信赖域方法和作者提出的仿射尺度内点算法,构建了一类新算法的基本框架.由于仿射尺度内点算法收敛速度快,而信赖域算法可以避免相当耗费的一维搜索,使得该算法具有较为优越的整体计算性能.     

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.     

不确定网络中基于鲁棒用户均衡的交通拥挤收费模型

交通网络拥挤收费通过在路段上收取一定的通行费用,调节道路网络中的交通流量分布,使流量从拥挤路段转移到畅通路段,达到缓解交通拥挤的目的.由于用户出行模式选择、节假日或者天气状况等因素的影响,交通网络拥挤收费问题具有不确定性.这些不确定因素影响着交通网络拥挤收费问题,因此有必要研究交通网络拥挤收费问题中的不确定因素.同时考虑交通网络拥挤收费问题中路段费用和O-D需求2种不确定因素,利用鲁棒优化方法建立了基于情景的鲁棒交通拥挤双层规划模型,然后将双层规划模型转化为带均衡约束的数学规划问题,利用松弛算法求解,得到了鲁棒均衡路段流.数值算例表明,求解鲁棒交通拥挤收费模型得到的鲁棒均衡路段流量对不确定因素的扰动具有鲁棒性.     

交通信号实时优化模型的算法研究

对交通信号动态优化模型的求解算法进行了研究,给出了目标函数中复杂的分段函数及积分上限中含有未知量的方程的数值处理方法,并针对问题特点,提出了该模型的遗传算法求解方法.为检验模型和算法,进行了一定规模的数值仿真计算.计算结果表明,所设计算法具有较快的收敛速度而模型具有良好的控制效果.     

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.     

随机用户平衡交通分配与信号控制组合模型及算法

构造随机用户平衡交通分配与信号控制组合模型,上层是信号配时优化模型,下层是考虑交叉口延误的随机用户平衡交通分配模型,并对其进行了详细说明,证明了交叉口延误可由模型中的容量约束条件的Lagrange乘子得到.对于模型的求解,提出了上层模型采用模拟退火算法,而下层使用Frank-Wolfe算法的一个实用的启发式算法,并以一个小型路网为例进行了数值仿真计算,计算结果显示算法是有效和可行的.     

区域信号配时二层规划模型的一类新算法与数值计算

研究了基于一般信号相位结构的区域信号配时二层规划模型的求解算法.对于上层问题,将灵敏度分析方法和信赖域算法相结合,得到一种高效算法.而对于下层问题,则采用具有较高收敛速度的仿射尺度内点算法.还对上层问题采用一阶近似信赖域方法、二阶近似信赖域方法两种情形进行了数值对比试验.数值结果显示:一阶近似信赖域方法性能更好,可以应用于实际区域信号配时问题.     

基于双线性对的秘密分享方案*

提出了一种新的基于双线性对的门限秘密分享方案,并对其正确性、安全性和性能进行了分析讨论;该方案将分享者私钥计算和秘密分发过程分离,秘密份额可以重新利用,具有更好的性能,更适合实际应用。     

实四元数组与三维旋转

介绍了一种新的实现空间点绕任意轴旋转的方法──实四元数组方法，它有效地克服了矩阵方法的某些缺陷，不仅算法简便，而且极易从表示旋转的实四元数组中提取旋转要素．     

改进的梯度投影法

采用Ｋａｒｍａｒｋａｒ在文献［１］中所使用的变换技术，提出了梯度投影法的一个改进形式．它可以克服原始梯度算法的某些缺点，加速算法收敛．对此算法给予了详尽的描述并得到了若干重要的收敛性结果．最后还给出了计算实例．