基于Logit模型的路径选择及交通流分配

从出行者的角度出发,根据出行者对路径的选择数据来对原有交通流量分配.给出运用Logit模型进行路径选择调查的过程,研究出行者对诱导路径的选择结果.并以成都市某交叉口在施工条件下的交通组织方案为例进行分析,证明该方法的可行性和有效性.     

交通流模拟体系中用户出行路径选择模型的探讨

在交通流模拟体系中,为了模拟智能交通中用户在出行时能够获得当前交通状况信息的条件下进行出行路径选择的情况,提出了一个新的微观用户出行路径选择模型,包含认识更新模型和出行路径选择模型两个部分。     

考虑环境影响限制的交通分配模型及算法

针对交通环境影响限制对出行者出行线路选择的影响,建立了对应交通流分配模型,并为模型设计了有效的增广拉格朗日乘子求解算法。首先,基于交通环境影响特征将环境影响限制约束分为独立路段式、独立节点式和区块限制约束3种。其次,通过在经典用户均衡模型中添加环境影响限制约束,得到考虑环境影响的交通分配模型。通过定义广义行程时间和利用KKT条件,分析了新模型对应的出行者路线选择原则。最后,为新模型设计了嵌套Frank-Wolfe算法的部分增广拉格朗日乘子算法。数值算例验证了模型与算法的有效性。研究拓展了现有交通流分配理论的研究视角,也可为交通管理者考虑环境影响提供理论支持。     

基于网络对偶均衡的有边约束的交通流分配模型

利用网络对偶均衡理论,依据“局部近视”用户均衡原则建立了具有一般边约束的网络交通流分配模型. 将交通网络中的流量与行程时间看作一对对偶的变量. 从网络的基本组成元素入手,首先考虑网络节点的流量守恒条件与节点距起点最小行程时间对偶关系,然后考虑路段流量与“局部近视”用户路段行程时间约束条件的对偶关系,最后通过整合上述对偶关系,并增加一般边约束建立了新的交通流分配模型. 分析了模型求解过程中如何体现“优先出牌”与“在途调整弹性”两个择路行为假设. 利用模型求解结果中分起讫点对的路段流量唯一的特点,给出了确定有效路径集的搜索算法. 用算例验证了模型及算法的有效性,并对具有一般边约束的流量分配模型的计算结果从拥挤收费和路段排队延误角度进行了解释.     

对CBD交通流分配问题的研究

推广了Ｄ’Ｅｓｔｅ交通流分配模型，建立了广义Ｄ‘Ｅｓｔｅ交通流分配模型。证明了Ｄ’Ｅｓｔｅ交通流分配模型和广义Ｄ‘Ｅｓｔｅ交通流分配模型之解的存在唯一性，并且给出了广义Ｄ’Ｅｓｔｅ交通流分配模型的数值求解方法和实例验证。     

基于有效路径的多路径交通流分配

交通流分配就是将OD表中的交通量分配到路网的有效路径上。针对有效路径的不同定义,进行相应的交通流分配．可以验证本文所定义的有效路径是合理有效的。     

动态交通流分配模型

静态交通分配模型假设交通需求和路段行程时间为常数或仅依赖于本路段上的交通流量,这对于交通量比较平稳、路段行驶时间受交通负荷影响较小的城市间长距离或非拥挤的城市交通特性分析和路网规划是比较可行的。而对于存在拥挤现象的城市交通网络．交通需求在一天之中变化甚大．使得网络交通流的时空分布规律具有时变特性,     

与交通控制协同的交通流准均衡分配模型研究

本文从路网均衡最优的角度，考虑交叉口交通信号控制对交通流的阻滞延误，建立了以路网总出行时间最小为目标的交通流均衡分配方程。通过引入拥挤度的概念，提出一个准均衡分配算法，算法不苛求能在一个问隔内使混乱交通流趋于平稳，而是在一定交通需求下，根据路段的运行状况（拥挤度），加载或卸载路段交通量，并考虑驾驶员出行特性，优化交叉口最佳信号配时，使交通流在不断反馈与不断调整过程中达到最优。     

基于TransCAD的物流园区货运交通流分配研究

物流园区作为城市实现物流功能的货物集散中心,其货运交通流特性与一般的城市交通流有所不同,传统的交通流分配方法不能完全适用于物流园区的货运交通流分配。选取物流园区货运交通流为研究对象,采用精度较高、结构较为简单的交通流用户平衡模型框架,以传统的BPR(Bureau of Public Road)函数为基础,从道路等级、道路混流特性和交通流时间分布不均衡性3个因素对BPR函数进行改进,设计出符合物流园区特性的路阻函数,最后运用TransCAD软件验证模型与函数的科学性与合理性。     

交通流的流体动力学模型研究

文中给出了交通流理论中的流体动力学模拟理论的几种有代表性的数学模型，从流体动力学角度研究交通流的动力学属性。分析并比较了这几种现有的交通流流体动力学模型，指出模型的特点，缺陷与适用范围，最后作出几点评述。     

交通流变化下的多配送中心-多需求点配送网络优化模型

基于城市道路网结构与交通流特征, 以总配送耗时最小为目标函数, 以交通流为约束条件, 构建了双层配送网络优化模型。上层模型计算配送车辆的配送路径, 下层模型为用户均衡交通分配模型, 通过上层模型的计算结果改变下层模型中的OD出行数据, 通过下层模型的计算结果改变上层模型中的路段通行时间。利用混合式分组法、遗传算法与Frank-Wolf算法求解模型, 并以大连市某带有31个交通小区、27个需求点和4个配送中心的交通网络为例进行实例验证。计算结果表明: 当利用最短距离法求得配送方案时, 27个需求点的总配送距离为94.8km, 总配送耗时为425.2min, 计算时间为13s;考虑交通流变化后, 利用提出的双层优化模型, 27个需求点的总配送距离为109.7km, 总配送耗时为329.1min, 计算时间为256s。利用提出的双层优化模型, 虽然总配送距离增加14.9km, 但总配送耗时却缩短96.1min, 并可以一次性达到配送车辆和其他车辆相互平衡的过程, 计算速度和效率并不是最重要的因素, 可以得到更符合实际的计算结果。     

信号灯控制下的交通流模型

首先引入交通流基本函数,推导出流量、密度、速度３者之间的关系,在此基础上对交通流连续运动建立方程,并引入特征线,从几何意义上分析求解结果。发现对于沿车流方向前面车流密度小,后面密度大的情形完全适合,但对于相反情形却不适用,从而引出了间断交通流方程。最后利用这两方程讨论了红绿灯相继出现时交通流的变化全过程。     

动态交通系统最优控制的路径选择模型

在分析各种影响动态交通系统最优控制约束的基础上,依据相关原理,采用数学建模的方法建立了态交通系统最优控制模型,最后给出该模型的主要算法.智能交通运输系统的核心部分为动态交通流分配模型与算法,其基础则为动态交通系统最优控制模型,因此建立用于诱导路径选择的动态交通系统最优控制模型将有助于改善城市日益恶化的交通环境,提升人们的生活质量,同时也为城市规划与管理以及各种交通政策的制定提供理论依据.     

基于最优化思想的城市交通流分配

介绍了用矩阵迭代法求最短路径问题．该方法与现在经常应用的Dijkstra算法（即标号法）相比，具有计算简单且计算量小的优点，能够在求得任意交通节点之间的最短距离的同时显示出所走路径，这是其他算法所不具备的突出优点．给出了矩阵迭代法求最短路径的具体方法，以某中等城市为例进行了最短路径的寻优和交通流分配，该实例证实了该方法的应用价值．     

动态交通系统最优控制的路径选择模型

在分析各种影响动态交通系统最优控制约束的基础上,依据相关原理,采用数学建模的方法建立了态交通系统最优控制模型,最后给出该模型的主要算法.智能交通运输系统的核心部分为动态交通流分配模型与算法,其基础则为动态交通系统最优控制模型,因此建立用于诱导路径选择的动态交通系统最优控制模型将有助于改善城市日益恶化的交通环境,提升人们的生活质量,同时也为城市规划与管理以及各种交通政策的制定提供理论依据.     

交通流的格子Boltzmann模型

为解决用传统的流体力学方法研究交通流动问题的某些不足，文中直接从交通流的宏观LW模型出发，建立了交通流的格子Boltzmann模型，并对实际交通问题进行仿真，结果表明该模型是有效的．该方法提供了格子Boltzmann方法用于研究交通流的可行性．     

交通流分配中利用矩阵迭代法计算最短路径的一点改进

全有全无的最短路径法是进行交通流分配的一种方法,矩阵迭代法可以用来计算加权有向图的最短路径,对于一个n节点的加权有向图,传统方法最多须迭代n-1次,而利用改进方法,即在迭代过程中直接由D^2r’计算出D^2r＇＋1,最多迭代次数只需‘log2^n-1’或‘log2^n-1’＋1次,对于大规模节点数的加权有向图尤其适用．