Modified stochastic user-equilibrium assignment algorithm for urban rail transit under network operation

Based on the framework of method of successive averages(MSA), a modified stochastic user-equilibrium assignment algorithm was proposed, which can be used to calculate the passenger flow distribution of urban rail transit(URT) under network operation. In order to describe the congestion's impact to passengers' route choices, a generalized cost function with in-vehicle congestion was set up. Building on the k-th shortest path algorithm, a method for generating choice set with time constraint was embedded, considering the characteristics of network operation. A simple but efficient route choice model, which was derived from travel surveys for URT passengers in China, was introduced to perform the stochastic network loading at each iteration in the algorithm. Initial tests on the URT network in Shanghai City show that the methodology, with rational calculation time, promises to compute more precisely the passenger flow distribution of URT under network operation, compared with those practical algorithms used in today's China.

ATIS与收费策略下多用户随机均衡的效率损失

考虑ATIS作用的交通网络,用户具有交通信息接受程度的异质性;进一步,考虑实施道路收费策略情形下,用户具有时间价值的异质性;基于这两类异质性,研究了ATIS下异质性交通网络的效率损失问题。用户对ATIS系统的响应程度,亦即ATIS信息遵从率,是影响ATIS系统运行效率的关键因素。因此,通过ATIS信息遵从率参数的引入,将用户分为不同类型。假设用户均按照随机方式进行择路,建立了基于时间准则与基于费用准则的多用户Logit-随机均衡变分不等式。当系统总出行成本包含收费时,建立了多用户双准则系统最优模型,界定了多用户Logit-随机均衡相对于多用户系统最优的效率损失,推导出效率损失上界;进一步分析了当路段阻抗函数为多项式情形时,引入了自由流出行时间参数,给出了双准则下效率损失上界的解析式,分析了效率损失上界与各参数之间的关系。研究结论表明,双准则下效率损失上界为ATIS信息遵从率的减函数;此外,效率损失上界与路段阻抗函数、用户时间价值及其对路网的熟悉程度、路网本身复杂程度等因素有关。最后,通过算例验证了结论的有效性。

考虑随机用户均衡的区县级电动汽车快充站规划

电动汽车渗透率的提高和城市化进程的发展使得区县级充电设施的建设具有重要意义。综合考虑用户充电需求时空分布和用户充电决策中的有限理性,提出一种面向区县的电动汽车快充站优化规划模型。首先,针对区县用户的出行特征,构建包含外部连接的交通网络拓扑扩展形式,采用出行链仿真捕捉用户快充需求;其次,结合影响用户充电选择的多种因素,建立用户充电决策模型并给出随机用户均衡条件;然后,建立以投资运行成本、用户绕行距离最小为目标的多场景快充站选址定容优化模型,通过多种线性化手段处理指数等式均衡约束,将优化问题转换为混合整数线性规划以高效求解;最后,以33节点交通系统为例对快充站规划结果进行分析,验证所提模型和线性近似方法的合理性。

快慢车模式下早高峰时空乘车路径选择研究

研究早高峰通勤乘客的时空出行规律有助于更好地组织快慢车运营模式。本文从一种常见的快慢车运营模式出发,首先,根据乘客的起点车次和直达/换乘方案联合选择构建乘车路径;其次,以出行时间、早到/迟到延误和车内拥挤度作为早高峰通勤乘客出行选择的影响因素,对不同乘车路径下的出行成本进行构建;再次,以用户均衡理论建立乘车路径分配模型,并证明了该模型用户均衡路段解的存在性及唯一性;最后通过案例,对均衡模型进行验证。研究结果发现:短途乘客更愿意接受高拥挤但终点到达时刻接近工作开始时刻的车次,而长途乘客的车次选择分布较为均匀;除出行时间因素以外,延误惩罚和乘车拥挤同样影响早高峰通勤乘客的换乘行为,虽然换乘快车有可能降低出行时间,但高延误惩罚和拥挤成本会导致部分站点的乘客不选择换乘路径。

公交-合乘车道优化设计的多目标双层规划模型

为提高公交专用道利用率,构建了公交-合乘车道(bus-HOV lanes)优化设计的多目标双层规划模型。该模型上层最小化交通总阻抗、公交运营成本和车辆排放;下层考虑非合乘车、合乘车和公交车实现多方式交通网络用户均衡;由快速非支配排序遗传算法求解,其下层由相继平均法和连续权重平均法求解;并使用Nguyen-Dupuis网络验证模型及其求解算法。结果表明:所给算法能有效获得公交-合乘车道设置方案的Pareto最优解集;合理的公交-合乘车道设置方案能有效促进合乘出行;相比不设置公交-合乘车道,全部和部分合乘车进入公交-合乘车道分别使交通总阻抗降低-0.007%~1.088%和0.038%~4.493%,使公交运营成本上升1.057%~3.864%和4.011%~5.611%,使车辆排放减少-7.598%~-1.111%和-0.677%~3.526%;当起讫点(OD)对客流量不低于其临界值,设置公交-合乘车道有利于增加公交车客流量。

考虑用户出行成本预算的电力-交通耦合网络充电站定价策略

随着电动汽车的规模化发展,研究如何有效考虑用户的出行行为机理并制定合理的充电站充电价格,对电力-交通网络的协同优化调度具有重大意义。针对此问题,提出了考虑用户出行成本预算的电力-交通耦合网络充电站定价策略。首先,建立考虑出行成本预算的交通用户均衡模型,将均衡状态通过变分不等式进行等效描述,从而对电动汽车出行需求和充电行为进行刻画。其次,构建考虑功率削减的配电网二阶锥优化模型,将充电站定价问题转化为含有变分不等式约束的优化问题,并根据问题设计交替迭代算法和外梯度算法进行求解。最后,通过算例对所提模型和方法的有效性进行验证,结果表明了考虑出行成本预算对耦合网络充电定价的必要性。

考虑可再生能源协调出力的电动汽车充电定价方法

在一个配电网和城市交通网耦合框架中,提出一种电动汽车充电定价方法。建立以社会总成本最小为目标的电动汽车充电服务费的双层优化模型,模型上层为在含风电的配电网中求解充电服务费(Charging Service Fees, CSF)的二阶锥问题;下层为一个遵循用户均衡(User Equilibrium, UE)原则的交通分配问题。该模型考虑了风电输出和OD交通流的不确定性,建立基于深度强化学习的求解框架,对随机双层问题进行解耦和近似求解。以5节点系统和某城市交通-电力耦合网为例,验证了该模型的有效性。

电-路耦合网络下电动汽车充电站选址定容低碳规划

针对现有电动汽车充电站规划研究鲜有考虑碳排放的问题,提出了一种电-路耦合网络下电动汽车充电站选址定容低碳规划的方法。首先,建立电-路耦合网络,考虑不同车辆的相互影响并计及电动汽车用户里程焦虑,利用蒙特卡洛法模拟车流;其次,对耦合网络碳排放进行溯源和追踪;然后,考虑经济成本和碳排放量,建立多目标充电站规划模型,并利用帕累托前沿求取最优解;最后,以IEEE 33节点配电网和12节点交通网组成的耦合网络作为算例,验证所提方法的有效性。

随机用户均衡准动态交通分配模型

动态交通分配问题是交通科学研究的热点和难点,将动态交通分配方法应用于大规模网络往往产生过高的计算成本。通过研究准动态交通分配问题,降低动态交通分配中时间的连续性和动态交通分配模型的复杂性。采用路段行程时间计算公式定义一种新的剩余交通需求计算方法;然后考虑剩余交通需求在时段之间的传播过程和出行者对路网的熟悉程度差异,建立基于Logit的随机用户均衡准动态交通分配模型,基于逐次平均法设计模型的求解算法。最后通过Braess网络和九节点网络说明模型的应用情况,并分析模型参数的敏感度,验证模型的合理性与算法的有效性。本研究丰富了交通科学基础理论,为交通政策的制定提供参考依据。

基于Python 的等离子体平衡重建程序设计及实现

基于Python环境,设计和编写了等离子体平衡重建算法(Py-EFIT)。利用NumPy和SciPy库求解平衡重建算法中矩阵的运算问题,运用Matplotlib库实现重建算法计算结果的可视化,基于交互式可视化设计包QT Designer,使用PyQt库设计并实现该程序的用户界面。Py-EFIT的测试结果显示等离子体平衡重建过程操作更加简单、直观,为托卡马克实验数据分析提供了一种有效的工具。

量化自我隐私顾虑的前因组态对隐私披露意愿的影响——权力-责任均衡视角

[研究目的]用户的隐私披露对以数据为驱动的量化自我企业而言十分重要,探究量化自我情境下隐私顾虑对隐私披露意愿的影响将为相关企业获取用户数据提供理论指导。[研究方法]基于权力与责任均衡理论,采用模糊集定性比较分析方法,以使用可穿戴设备的用户为研究对象,从量化自我主体视角分析导致隐私顾虑的前因组态,以及不同的隐私顾虑组态类型对隐私披露意愿的影响机制。[研究结论]研究发现:量化自我隐私顾虑的3种组态类型,分别是内生型隐私顾虑、外生型隐私顾虑和混合型隐私顾虑,且会对隐私披露意愿产生差异性影响。短期使用中产生的内生型隐私顾虑和长期使用中产生的混合型隐私顾虑会导致量化自我隐私披露意愿的降低;而在短期使用过程中产生的外生型隐私顾虑并不会降低隐私披露意愿,反而因为用户感知到政府的法律有效性,促进了在量化自我过程中的隐私披露。

灾害救援中基于用户均衡的应急物资分配优化研究

近年来,大规模自然灾害、突发事件等频发。当大规模灾害发生时,通常会造成大量人员伤亡且瞬时产生大量的应急救援物资需求,尤其是食品、药品、救援设备等物资,在短时间内出现资源供不应求的现象。如何将有限的应急物资进行科学、合理的分配是满足灾区灾民生存需求与恢复发展的关键。针对这一问题,本文转变应急物资分配问题的角度,从灾民需求差异性角度出发,构建基于用户均衡的应急物资分配模型。该模型对“自下而上”的应急物资分配网络进行了优化分析,并针对模型的特点,考虑路段阻抗对灾民决策的影响,基于Frank-Wolfe算法的进行求解。分析结果表明:如果救援过程中提高对灾民的物资未满足需求的重视,可提高应急物资分配的效益性,从而减少未被救助灾民的人数,能够充分发挥救助中心的作用。最后以四川雅安芦山地震为研究背景,通过数值算例验证了模型和算法的有效性,体现出我国“以人为本”的救援宗旨,对基于人道主义的应急救援具有一定的理论和实践意义。

基于弹性需求的列车停站方案优化方法

为了更好地协调铁路运输能力分配和提升旅客出行服务质量、客观体现铁路企业和旅客间的博弈关系,提出一种弹性需求下的列车停站方案优化方法。首先,在考虑弹性需求和严格列车能力约束的基础上,分析列车停站方案、旅客出行成本和弹性需求三者间的相互影响关系,建立列车停站方案优化模型;其次,采用松弛和外近似技术等线性化方法,将模型重构为便于求解的线性规划模型;最后,通过小型算例和郑州—西安高速铁路实例,验证提出方法的有效性。结果表明:优化后的停站方案能够实现运输能力的合理分配;与真实的停站方案相比,优化方案在票价收益提高了0.30%的情况下,减少了22次停站,并使旅客总停站附加时间下降了76.14%,实现了对铁路运输效率和旅客服务质量的兼顾。

双层规划在城市交通领域研究与应用的系统综述

双层规划是约束条件中含有优化问题,具有上下双层递阶结构的非凸优化问题,是典型的NP-Hard问题。本文系统性综述双层规划在城市交通领域的研究与应用,聚焦交通网络设计和OD(origin destination)反推调整两类问题。首先,利用文献计量法概述国内外研究主题与演变历程。其次,以开创性研究为线索溯源首次系统综述、首篇博士论文、首个TR-B专题和首篇中文综述关键研究。再次,梳理道路、公交、多模式网络设计问题与静态、动态OD反推问题的近期发展。从次,总结通用求解方法,讨论求解方法发展动向,阐述双层规划与平衡约束数学规划的关系。最后,指出未来发展的机遇与挑战:智慧交通探索揭示、建模架构模式优选和计算平台互动共享。

基于用户均衡的双模式接驳公交一体化布局优化

接驳公交是城市公共交通系统的重要部分,用于解决轨道交通乘客“最后一公里”出行难题。针对固定线路接驳公交中边缘地区乘客步行前往公交站时间较长的问题,提出在固定线路公交服务范围边缘处布置需求响应公交,从而实现双模式接驳公交一体化布局。为科学且人性化地划分不同模式接驳公交的服务范围,基于用户均衡理论,提出以乘客出行时间均衡为目标的双模式接驳公交一体化布局模型;为在多个达到均衡条件的布局方案中进一步挑选出最优布局方案,建立以乘客出行时间最小为目标的优化模型,并设计遗传算法求解。最后,以重庆东站站前片区为研究案例验证模型与算法的可行性与有效性,求解结果证明双模式接驳公交一体化布局可以在不增加投入车辆数的前提下相比单一固定线路运营模式降低乘客出行时间成本32%;但需求响应模式的加入也会导致公交人均能耗上升83%。

考虑列车随机延误的铁路网络客流均衡分配方法

铁路客流均衡分配是旅客出行选择的集中体现,对旅客列车开行方案和列车运行图等的评价和优化十分重要。实际运营中列车的随机延误会导致铁路旅客的出行时间发生变化,影响旅客的出行,尤其是换乘选择。考虑旅客在路径选择决策过程中的出行时间可靠性和不可靠性2个方面因素,提出一种考虑列车随机延误的铁路网络客流均衡分配方法。首先,构建旅客换乘网络,基于提出的期望−超额出行成本(METC)概念,考虑换乘过程中列车的延误概率,计算旅客的换乘成功概率和换乘周期选择;然后,进一步计算旅客出行路径的期望−超额成本,基于用户均衡条件,构建考虑列车随机延误的期望−超额客流均衡分配模型;最后,考虑到期望−超额出行成本的不可加性,结合相继平均法和k-最短路算法设计基于路径的客流分配算法,并对均衡模型进行求解。通过对一个简单算例和广珠铁路实例进行分析,结果表明:同时考虑出行时间的可靠性和不可靠性时,旅客的出行路径选择和换乘选择与仅考虑出行时间可靠性有较大差异,基于期望−超额的铁路网络客流分配模型可以更加准确地描述考虑列车随机延误的旅客的出行选择行为,证实了均衡分配方法的有效性。因此提出的客流分配方法可以为铁路网络旅客列车开行方案等的制定和优化提供理论依据。

基于博弈论与信息融合的用户行为预测算法

为了解决网络内部威胁的问题,分析了现有的基于模型、图形理论以及访问控制算法的解决方案,发现大部分方案都依赖传统的入侵检测手段,其虚警率高。为此,文章提出一种基于博弈论与信息融合的内部威胁者行为的预测算法,采用动态贝叶斯网络(DBN)结构及其精确推理算法,获取信息并融合不同的源信息用于行为分析,通过可数响应性均衡(QRE)计算预测内部威胁者的行为趋势。模拟仿真验证结果表明,该算法能预测内部威胁者的行为趋势,获得态势感知能力,能解决内部威胁问题,且算法具有良好的收敛性和精确度。

考虑混合需求不确定性的电力-交通耦合网络最优定价策略

随着电力网与交通网融合的不断加深,研究如何制定有效策略来优化整体系统具有重要意义。依托变分不等式,提出计及混合需求不确定性的电力–交通耦合网络最优定价策略,以引导系统在不确定风险下实现最优运行状态。首先研究了促进交通系统最优运行的路段拥堵收费策略,从理论上说明该策略能够引导和改变用户的行为,实现系统的最优运行状态。其次,提出耦合网络的最优定价模型,并推导其等价变分不等式形式。在此基础上,提出考虑混合需求不确定性的电力–交通耦合网络鲁棒定价模型及其等价变分不等式形式,从而将复杂鲁棒优化问题转化为变分不等式问题进行求解,为电力–交通耦合网络的复杂鲁棒优化问题提供新的解决思路。最后,仿真基于耦合测试系统,验证了所提方法的有效性。

一种改进的粒子群算法在交通分配上的应用

针对粒子群算法收敛速度慢、求解精度低和算法在迭代后期容易陷入局部最优的问题,首先,采用仅以位置项来控制粒子进化方向的简化粒子群算法,以此避免粒子速度过大时导致的粒子发散的现象;其次,引入随迭代次数增加自适应改变的线性惯性权重来消除惯性分量的影响,同时引入莱维飞行策略来改变粒子位置以帮助粒子逃离局部最优;最后,通过四种测试函数对固定权重的粒子群算法、标准粒子群算法和改进算法的性能进行比较。实验证明,改进后的算法在收敛速度、精度和稳定性上都有所提升。在验证了改进算法的有效性后,使用改进后的算法求解单一OD对多路径路网的用户最优模型并与标准粒子群算法求解结果进行对比,改进后的算法求解结果更加稳定均衡,验证了算法的可行性。

早高峰公共交通廊道的均衡模型和算法

为了刻画早高峰公共交通乘客的动态出行行为,揭示出行时间均衡分布规律,缓解通勤廊道拥挤状态,研究了早高峰公共交通廊道的均衡模型和算法,建立了时间资源配置均衡模型并分析了均衡的等价性条件。将乘客分为有座位和无座位2类,将公共交通廊道视为一个时空网格网络,其中运载工具的时空轨迹可以表示为多条垂直和水平连接的路径。考虑因车厢拥挤而产生的乘客不满意度,建立了通勤者出行的广义成本函数,得到了时空网格网络流均衡条件与公共交通廊道问题均衡条件之间的等价关系,进而基于方向搜索法给出了一种求解公共交通廊道均衡模型的算法。以重庆轨道3号线为例,验证了模型和算法的可行性和有效性。结果表明:时空网络均衡和公共交通廊道出行时间选择的均衡本质上是一致的,因而网络均衡的计算分析方法同样适用于公共交通廊道出行时间选择均衡的计算;在早高峰时段的公共交通时空网络中,每位通勤者都面临着拥挤效应成本和早到惩罚时间成本之间的权衡,通勤者出发时间的选择是影响出行成本的重要因素之一,以通勤者住宅地与工作区的距离划分,拥挤成本对职住距离较远的通勤者影响更大,早到惩罚成本对职住距离较近的通勤者影响更大。