无人驾驶环境下考虑OD结构的路网容量模型（双语出版）

为了研究未来无人驾驶车辆对路网容量的影响，揭示无人驾驶车辆与普通车辆的相互影响特性，假设无人驾驶车辆遵循系统最优路径，普通车辆遵循用户最优路径，构建了无人驾驶环境下的道路网络储备容量模型。上层模型为满足路段容量约束条件下的最大交通需求，各OD之间的交通需求采用不同的增长乘子；下层模型为两类用户的混合路径选择行为模型，无人驾驶车辆以系统总阻抗最小为目标，而普通车辆以个人出行成本最小为目标。采用多种群遗传算法进行求解，并通过算例验证了模型和算法的有效性和可行性，得到非统一增长乘子下的路网容量，比较了统一增长乘子与非统一增长乘子的异同之处。研究结果表明：①两种计算结果所得到的道路网络容量增长趋势类似，但是非统一增长乘子计算结果大于统一增长乘子计算结果，当无人驾驶车辆市场渗透率达到一定比例时，二者计算结果的差异随着市场渗透率的增加而逐渐减小；②不同OD对的增长乘子不一定相同，无人驾驶车辆的加入可以优化不同地区的OD需求分布，从而提升整个道路网络的容量；③非统一乘子的计算方法可以有效避免不同OD对的干扰作用，提高部分OD对在低市场渗透率下的路径利用率，路段流量分布更加均衡；④当无人驾驶市场渗透率达到较高的比例时，道路网络容量可增加的幅度较小。     

智能网联环境下的城市路网容量可靠性分析

网联自动驾驶车辆（CAVs）与人工驾驶车辆（HDVs）混行的交通发展模式会促进城市路网容量发生变化，为解析混合交通流对城市路网容量可靠性的影响，构建了智能网联环境下城市路网容量可靠性双层规划模型。为表征CAVs信息获取与自动驾驶的能力，假定CAVs遵循系统最优原则选择路径，而HDVs则根据自身经验选择路径，基于二者路径选择的差异建立描述混合交通分配的下层模型，刻画智能网联环境下的混合交通流分配特性。并且，为了快速求解大型路网交通分配，将下层混合交通分配模型转换为非线性互补下问题进行求解。考虑到实际路网的随机性，以及路网道路通行能力并非固定值，运用具有多种相关性的均匀随机分布理论，建立了的描述城市路网容量可靠性的上层模型。通过蒙特卡洛仿真分析不同CAVs渗透率下的路网容量可靠性，并进一步解析各路段对路网容量可靠性的敏感度。结果表明:当需求水平d > 0.5时，路网容量可靠性开始降低；当d > 0.7且CAVs渗透率λ＝0时，可靠性小于0.4；当d > 0.7而λ＝1时，可靠性接近1，说明CAVs可增强路网容量可靠性。研究还发现，当需求水平处于0.7~1区间时，渗透率的变化对路网容量可靠性有显著的影响，但随着需求的增大，路网处于超负荷状态，渗透率对路网容量可靠性影响较小。此外，CAVs渗透率从0增加至1的过程中，路网中存在“道路容量悖论”现象的道路从19条下降至3条，且当λ＝1时路网中仅有1条道路出现了显著的“道路容量悖论”现象，拥堵严重。表明CAVs渗透率的增大可以显著改善路网中的“道路容量悖论”现象，减少路网容量可靠性的波动，提高路网运行稳定性。      

智能网联环境下城市路网通行能力分析

为了探究城市路网中混有智能网联车辆(CAV)的交通流特性，研究CAV不同渗透率分布下对路网通行能力的影响。应用智能驾驶模型(IDM)和协同自适应巡航控制模型(CACC)分别作为人工驾驶车辆(HDV)和智能网联车辆的纵向速度更新规则，并建立考虑车辆到信号交叉口距离影响的横向换道规则。推导基于各渗透率等级路段占路网长度比例下的混合交通宏观基本图模型(MFD),通过SUMO仿真验证模型有效性。最后针对模型中的比例参数进行敏感性分析。结果表明：混合交通MFD可以用于异质交通流组成的城市路网宏观交通状态的有效估计与通行能力分析。当CAV渗透率均匀时，在路段渗透率高于30%时，路网通行能力提升显著；当CAV渗透率非均匀时，异质路网的通行能力随着渗透率等级较高路段比例的增加而逐渐提高，100%CAV路段比例的影响尤为显著。混合交通MFD为混有CAV的城市交通调控和CAV在路网中的路径规划提供理论参考。     

考虑环境影响的分流路网设计双层规划模型

研究了考虑环境影响的分流路网设计问题的双层优化模型。其中，上层模型以系统出行总时间最小，CO排放最小为优化目标，并以路段最大饱和度为约束，下层模型为确定性需求下Logit型随机用户均衡配流模型。使用是否选择道路用于分流作为决策变量，将道路网络离散化，设计了基于MSA-Dail的遗传算法对模型进行求解，并利用Nguyen&Dupuis网络对模型和算法进行了验证。研究结果表明：相比于不考虑CO排放，考虑CO排放影响下所设计的分流路网能够减少2 760 g的CO排放以及145 h的出行时间。同时，还求得了客车和货车的分流路网，并给出了各个路段上客车和货车的交通量。此外，通过对OD出行需求的敏感性分析，发现OD出行需求大小对分流路网决策方案的设计有较大的影响，在实际分流路网设计时，应尽可能获取准确的OD出行需求，并针对高峰期和平峰期设计不同的分流方案。     

运行时间可靠度在单向交通组织中的应用

运用网络可靠性计算的串并联理论,提出了道路网络中节点OD（Origin-Destination）对之间的路径运行时间可靠度计算方法,建立了基于节点OD需求的路网运行时间可靠度计算模型。在节点OD需求已知的情况下,根据交通组织状况,采用动态交通分配和交通仿真方法获得模型参数,计算节点OD对之间分别在双向和单向交通组织条件下的运行时间可靠度,并建立交通组织方案的临界判别条件,作为单向交通组织方案评价和决策的量化指标。     

基于动态行程时间可靠性的单车辆路径选择算法研究

为了提高出行者的路径选择效率,从微观层面对随机动态路网条件下的单车辆路径选择问题进行深入研究。随机动态路网条件下,作为车辆路径构成单元的路段,不同时刻车辆在其上的行程时间具有明显的动态变化特征,若使用传统的最短路算法进行车辆路径选择,将某一时点的路段行程时间作为路段权值不能反映路段行程时间动态变化产生的影响,车辆路径选择结果容易造成误判。为解决此问题,按照集散波理论对于路段车辆运行状态的划分方式,首先以路段下游信号转换时刻目标车辆与排队车流队尾的相对位置关系为切入点,对路段行程时间进行分状态分类随机动态预测,然后建立对应可接受水平下的路段行程时间可靠性计算模型,最终分别针对简单网络和复杂网络的单车辆路径选择问题提出使用行程时间可靠性作为关键控制变量的三阶段车辆路径选择模型和权值异化的Dijkstra车辆路径选择算法。通过案例及对比分析表明,在出行者面临的简单网络中使用行程时间可靠性进行车辆路径选择可纠正仅仅按照单一行程时间进行车辆路径选择造成的选择误判,在复杂网络中使用行程时间可靠性作为路段权值异化的Dijkstra算法可迅速求出最可靠路径,有效解决了随机动态路网环境下的单车辆路径选择问题,是对路径选择问题研究的深入拓展。     

不同交通供需分布下的路网畅通可靠度变化规律研究

畅通可靠度是在研究交通供需之间关系的基础上提出的概率型指标。根据畅通可靠度的计算方法,将各小区交通需求和各路段通行能力视为符合正态分布的变量,通过组合不同交通供需分布方式,对所需要研究的路网采用多次随机试验的方法得到各道路单元、路径及系统的畅通可靠度,并研究不同交通供需分布方式对路网车速和畅通可靠度的影响,寻找在不同交通供需下道路畅通可靠度的变化规律。分析表明:道路单元、路径、OD对间及路网的畅通可靠度变化规律是一致的,并且畅通标准越高,路网的畅通可靠度就越低;在同一畅通标准及相同的需求变化范围下,需求越低,相应的畅通可靠度会越高;同时,随着畅通标准的提高,道路通行能力和交通需求方差越大,道路畅通可靠度也越大。     

基于无人驾驶车辆的可变车道优化方法

为充分利用道路资源,提高道路网络系统的运行效率,缓解因潮汐现象所导致的交通拥堵和道路资源闲置并存的问题,面向无人驾驶车辆普及的未来对可变车道优化方法开展了研究。根据用户最优和系统最优之间的关系,提出了通过ITS调控所有无人驾驶车辆实现系统最优的方法。在此基础上,进一步考虑可变车道对道路资源的调节作用,构建了基于无人驾驶车辆的系统最优可变车道模型。采用混沌粒子群算法对模型进行求解,并通过算例验证了模型和算法的有效性。研究结果表明:在无人驾驶车辆普及的未来,单纯通过ITS调控所有无人驾驶车辆在道路网络达到系统最优状态,由于不能很好地利用轻交通流方向闲置的道路资源来提高重交通流方向路段的容量从而调节道路网络结构更好地匹配居民出行需求,因此对于缓解因潮汐现象所导致的交通拥堵和道路资源闲置并存的问题效果并不突出,对于提高道路网络的运行效率亦有限。而结合可变车道优化后,可以很好地协调人、车、路之间的关系,调节道路网络结构更好地匹配居民出行需求,均衡各路段的饱和度,优化流量在道路网络上的分布,显著减少道路网络系统总出行时间,在最大程度上发挥道路资源的作用,保障道路网络系统高效运行,有效缓解因潮汐现象所导致的交通拥堵和道路资源闲置并存的问题。     

城市道路网络交通效率计算方法研究

提出了一种基于OD对,综合考虑道路通行能力、自由流车速、流量、运行车速、出行时间等计算城市道路网络交通效率的方法,可用于评估城市道路网络的实时运行效率,也适用于路网中单个路段及部分路网交通效率的评估;并将该方法与其他交通网络效率算法如L-M算法及N-Q算法进行了比较;通过实例仿真,介绍了该方法在路网效率与OD需求关系分析中的应用。     

考虑路段容量降级的均衡流模式研究

为探究降级路网和非降级路网两种情形下交通网络流量的波动情况及演化规律,通过均匀分布来刻画路段容量的随机变化,在此基础上构建降级路网下基于传统路径更新规则的更新模型,该模型利用前一天使用路径的实际出行时间和前一天感知路径出行时间期望值来更新,并通过算例分析依赖参数和容量降级系数对降级路网交通流演化的影响。结果表明,降级路网和非降级路网下交通网络均能演化至稳定状态,但均演化不到随机用户均衡状态;相较于非降级路网,降级路网下交通网络演化至稳定状态所消耗的时间更长。     

转向延误和路段容量双约束下的用户均衡模型及算法研究

为了更真实地反映拥堵交通网络实际情况,考虑到交叉口转向延误和路段容量约束对交通分配模型的影响,首先构建了带转向延误和路段容量双约束下的用户均衡模型,利用Karush-Kuhn-Tucker条件证明其等价性;其次,通过改进的最短路算法,利用Projection Gradient算法作为内循环、增强拉格朗日乘子法作为外循环求解该模型.最后,利用算例路网证明该算法的可行性,对比初始状态、管控措施及双约束状态下的均衡网络流交通分配结果,发现得到路径解的同时能清晰地知道某一路段或路径交通流量转移情况,该模型通过流量转移为交通管控措施提供决策依据,进而有效地缓解交通拥堵.     

应急条件下区域路网行程时间可靠性研究

为了研究应急条件下的区域路网可靠性,建立绍兴市区域路网Vissim仿真模型并进行校准.提出基于交通仿真和蒙特卡洛方法的应急条件下路段行程时间计算模型并结合实测与仿真数据对模型进行修正,并分析路网拓扑空间关系依次建立应急条件下路径、OD对、路网行程时间可靠性模型.量化分级行程时间可靠性,对绍兴市典型路段和典型区域进行仿真与评价分析.研究结果表明,路网行程时间可靠性随应急事件的降低而降低,当越城区和诸暨市应急事件等级由正常降至一级,路网行程时间可靠性由0.519和0.534降低至0.201和0.173.同等应急条件对同一地区不同区域路网存在差异性影响,同等应急条件下诸暨市的路网行程时间可靠性下降比相对于越城区高4.5% ~9.9%,主要由于其自由式路网交通疏散能力较差且非城区交通管理水平较低.      

基于双层规划模型的应急救援调度与路径选择集成优化

城市中突发事件发生后,为有效降低财产损失和人员伤亡,减少应急救援在调度和路径选择等环节的响应时间损失,保障应急救援任务顺利完成,需要对各类应急救援交通资源进行合理调度,并在起讫点间根据路网实时交通状态,动态选择行驶路径,减少其路段行程时间。在多目标应急救援调度和最优路径选择目标分析的基础上,提出了一种考虑不同类型应急车辆调度和最优路径选择的双层规划的集成优化模型。在上层模型中,主要考虑应急救援车辆的调度费用成本,通过最小化应急救援车辆的固定成本、容量成本和时间成本,来确定不同类型应急车辆的出救位置和相应出动车辆数;下层模型中,主要考虑应急救援车辆的路径在途行程时间,通过最小化动态路网下应急救援的路段行程时间和信号延误时间来确定救援通过的路径,并根据固定的时间间隔动态更新路网的交通状态,使救援车辆尽可能选择避开交通拥堵的路段行驶,从而更快速到达目的地。案例分析结果表明,基于双层规划的应急车辆调度和路径选择集成模型与仅考虑调度或路径选择的模型相比,总调度成本降低了2.67%,总在途行程时间减少了21.05%,路径选择中能有效降低通过沿线拥堵道路的比例,表明模型具有很好的适用性和实用价值。     

适用于路径规划系统的动态路网描述模型

为满足路径规划对路网交通信息的需求，章建立了基于GIS节点一弧段拓扑结构的路网模型。通过将路网转化为对偶图，成功地解决了最优路径计算过程中存在的交叉口转向限制问题；分别对不同最优目标函数下对偶链的路权进行标定，着重研究了路段动态行程时间的计算方法。通过电子地图上不同颜色和状态的动态线条来显示交通流的实时变化，使出行能够很容易识别这些信息。本模型为车辆导航提供了可视化的信息平台。     

基于路段流量二阶统计量的OD矩阵估计

在构建OD矩阵模型时,充分考虑路网中一定连续期内各路段流量的二阶统计量和出行者路径选择的随机性,提出了一种基于路段流量二阶统计量的OD矩阵估计模型,解决了观测路段的相关性和OD矩阵估计求解的不确定性问题.建立的模型所表述的路段出行量和实际路网中的出行量更加吻合.结合实例,说明了模型的可行性和有效性.     

突发拥挤条件下城市道路网脆弱性识别

为了量化突发拥挤导致的城市路网的脆弱性变化,首先采用原始法对路网进行了拓扑,选取连通度与网络效率等路网特性指标从中观层面完成了路网的鲁棒性分析,进而生成了对路网鲁棒性有显著影响的改进路网。然后考虑改进路网中突发拥挤路段的排队容量限制,以路网总阻抗变化量为脆弱性识别指标,构建了含通过能力约束的交通网络配流模型。最后设计了Lagrange乘子算法并进行了算例验证。结果表明:基于脆弱性指标的模型能有效识别路网脆弱性,而突发拥挤导致的路段失效将直接导致路网总阻抗的变化并影响整个路网的鲁棒性;与无约束条件下完成的网络配流结果相比,该模型降低了对城市路网络脆弱路段误判的可能性,效果良好。     

城市道路网络容量、交通规划和交通管理

在分析城市道路交通网络OD结构特征的基础上,提出表达道路网络容量的基本思想和模型,阐明交通网络容量受到交通流特性、网络要素容量等因素的影响,基于不同的考虑方法可以建立不同的网络容量模型。本文进一步分析了路网容量对交通规划与管理的指导作用,交通规划和交通管理对道路系统容量的影响。交通规划着眼于提高整个道路系统的交通承载能力,交通管理着眼于挖掘系统的潜力。运用网络容量对城市交通网络进行诊断,根据不同容量的要求,在交通规划或交通管理方面采取相应的措施,解决城市交通问题。     

基于路网压缩的城市路网脆弱路段识别

为了更高效地识别出突发环境下城市道路网络中的脆弱路段,首先通过网络特性分析,运用网络效率变化量与最大连通子图变化量这两类鲁棒性指标筛选出道路网络的潜在脆弱路段集合,并在此路段集合的基础上设计出一种基于可达性原理的路网矩阵压缩算法,该算法可将原始路网压缩成若干个彼此连通且相互独立的子路网。然后在压缩后的各个子路网上,考虑不同类型出行者对路段阻抗的随机估计偏差以及对应的路径选择行为,推导出一个多用户随机均衡配流模型并用MSA算法进行求解。最后通过改进原有的网络效率指标,构建出一个新的融合交通流随机分布特性的路网脆弱性指标,用来识别各子路网中的脆弱路段,再结合实测数据进行了模型验证。结果表明:相较于传统的遍历法,基于路网压缩的脆弱路段识别模型能够真实地刻画出突发环境下城市路网交通流分布的随机特性,而且求解模型所耗时间明显缩短(计算过程仅约2～3 min);该模型的求解结果对各个子路网中的脆弱路段有着更好的区分(区分度比传统的遍历法高出24.46%),这能够有效地降低传统识别方法对城市网络脆弱路段误判的可能性,并能够及时地为突发环境下的城市交通管理部门提供关于应急救援与人员疏散的决策支持。     

降级路网的认知及交通流平衡分析模型

为定量衡量因路段降级原因导致路网通行能力的丧失量,分析出行者在降级路网中的路径选择行为将导致何种网络交通流平衡状态,通过将降级路网划分为车流外界因素导致路段可通行能力降级和路段上车流量增加导致道路服务水平的下降两种类型,辨别旅行时间长短与旅行时间波动对出行者路径选择行为的影响,推导出同时考虑这两方面因素影响的可变路径旅行时间风险度量;在此基础上建立了降级路网中的交通流平衡分析模型,该模型满足存在性和惟一性,并能正确描述出行者对降级路网结构认知差异性情况下的网络交通流平衡状态。通过实例展示了不同旅行可靠性要求下,出行者对路径旅行时间长短的权衡关系以及整个路网交通流平衡结果。     

能力约束下的停车行为模型及其求解算法

建立了能力约束下的旅行选择和停车行为模型,模型同时考虑了出行者对旅行路径和停车设施的选择、道路路段和停车设施的能力约束以及道路网络的需求弹性。构造了数学规划模型,证明在非主动能力约束下,网络均衡条件与该数学规划模型等价;当能力约束为主动约束时,该数学规划模型的解不是网络均衡解,但当对路网的饱和路段和饱和停车设施征收某个附加费用之后,网络均衡解满足能力约束。设计了增广的Lagrangian对偶算法和部分线性化算法来求解该模型,并利用算例来验证模型和算法的效率及评价交通政策的效果。计算结果表明:停车收费、新增停车设施、停车设施与目的地之间的步行距离将显著影响出行者的旅行选择和停车行为。