面向动态交通分配的交通需求深度学习预测方法

为满足动态交通分配对高精度、高时效性交通需求的要求,本文建立了一种交通需求深度学习预测方法。根据动态交通分配要求确定交通需求数据的时间间隔,构建对复杂交通需求预测性能较优的长短期记忆神经网络预测方法;针对动态交通分配中交通需求的周期性、随机性和非线性等特征,为减少数据噪声的干扰,引入局部加权回归周期趋势分解方法将交通需求数据分解,将其中的趋势分量和余项分量作为深度学习预测方法的输入量,周期分量采用周期估计进行预测;选用具有随机寻优能力强、寻优效率高等特点的布谷鸟寻优算法优化预测方法的隐藏层单元数量、学习速率和训练迭代次数等核心参数。应用西安市长安区的卡口车牌数据验证该方法。结果表明:本文模型的预测结果在高峰及平峰各连续4个时段内相比于自回归滑动平均模型、长短期记忆神经网络模型、支持向量回归模型,平均绝对误差降低了10.55%~19.80%,均方根误差降低了11.20%~17.99%,决定系数提升了8.62%~12.48%;相比遗传算法、粒子群算法优化的模型,平均绝对误差降低了7.36%~13.81%,均方根误差降低了4.23%~10.67%,决定系数提升了3.50%~7.01%,且本文模型运行时间最短。说明与对比模型相比,本文所建立的预测方法在面向动态交通分配的交通需求预测中具有更高的预测精度。

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。

考虑电力-交通耦合网动态协调的EV集群灵活性挖掘与优化调度

电动汽车(EV)作为兼具交通与能量双重属性的跨域主体,发挥其时空灵活性将助力电力-交通耦合网的协调运行。为此,文中考虑电力-交通耦合网综合效益,提出了EV集群调控策略。首先,基于弧阻抗函数构建了动态交通网络加载模型。其次,考虑EV用户的各特征参数存在的差异性与耦合性,构建了单体EV灵活运行域模型,并采用基于zonotope线性近似的闵可夫斯基和算法对其聚合,得到EV集群的时变灵活运行域。在此基础上,提出了动态交通流最优分配下EV集群灵活性调控的双层模型,迭代求解得到上下两层耦合变量构成的瞬时单位流量出行成本,从而引导EV的出行与充放电行为。最后,通过与最短路径引导策略进行比较,验证了所提EV集群调控策略的有效性。

基于弹性需求和动态定价的共享泊位分配

为解决共享车位管理中的车位分配与定价问题,考虑了价格变化对于用户不同停车时长选择的影响,分析在不同停车收费标准下用户停车时长选择的概率,并采用多项式拟合得到精细化的共享停车需求价格弹性函数。进而,为实现停车场价格的动态调整与车位分配,以平台收益最大与用户步行距离最小为目标,构建基于弹性需求和动态定价的泊位分配非线性混合整数规划模型,并设计了遗传算法。最后,设计了包含3个停车场共1000个泊位、共享平台运营时长为3 h的算例,对模型及算法加以验证,通过对比分析,基于弹性需求和动态定价的共享泊位分配方案相比于静态定价,实现平台收益增加19%且满足了大部分停车需求,说明动态定价下共享泊位分配模型及算法的有效性,为共享平台的车位管理提供了新思路。

实时动态交通分配(DTA)模型评价

回顾了实时动态交通分配模型的相关文献 ,提出它们的公共结构并用来分析评价一些有代表性的模型。分析表明现有的模型存在一些局限性 ,一个新的或改进的DTA模型是需要的。

基于VISSIM动态交通分配的区域交通组织优化研究

交通组织优化是改善区域交通运行状态的最经济快捷的方法。进行区域交通组织优化后,交通流在路网中的时空分布也随之发生变化,采用宏观交通分配模型很难精确计算相关路段或节点处的行程时间、道路阻抗等,无法体现具体交叉口或路段进行精细化设计后交通流运行状态的改变。基于交通组织优化思路,提出基于VISSIM动态交通分配的区域交通组织优化方法,并选取车均延误、节点冲突数、绕行距离和路网负荷度等指标建立具有代表性且可测量的综合评价指标体系,依据公式计算和VISSIM仿真输出获取评价指标值,并选取适当的评价方法对优化方案进行综合评价。并以太原市某区域路网实例进行分析,结果显示,该方法可以使优化过程更加精细,具有很好的工程应用价值。

动态交通分配理论的回顾与展望

由于静态交通分配模型无法描述城市交通网络的动态交通流以及智能交通系统（ＩＴＳ）研究的推进，使得动态交通分配理论日益成为国际上的研究热点，木文就此问题的发展过程进行综述性研究，力图阐明其中的关键问题，并探讨动态交通分配理论的发展方向。

基于元胞传输模型的区域疏散动态交通分配

为制定合理、高效的灾害条件下区域疏散交通管理与规划方案,针对道路交通应急区域疏散的动态交通分配问题进行研究.首先,采用元胞传输理论和单终点疏散方法,建立了元胞-连接桥疏散路网模型,进而以系统疏散出行时间最短为目标函数,以元胞流量守恒和流量传播等为约束条件,构建了区域疏散动态交通分配线性规划模型.对该模型的求解可以得到系统最优疏散出行时间、疏散清空时间、分阶段疏散优先权分配方案、交叉口车流诱导方案以及疏散者终点选择和路径选择最优方案.案例分析的结果表明,该模型即能够满足大规模疏散路网建模的需求,同时又能恰当地反映疏散交通流的动态特性.

动态交通流分配模型

为了构造更先进的动态交通流分配模型,针对城市道路上车流的速度和密度特性,利用Green-shields速度密度关系对元胞传输模型进行了优化改进。改进后的模型能较好地模拟城市道路上交通流的运行特性,且在保证计算精度的同时,降低了算法的计算复杂度。算例结果表明,该模型可以出色地再现路段上时变的交通流,使乘客在任意节点都能获得当时交通条件下到达终点的最短路径,从而实现其交通分析与诱导功能。

基于模糊旅行时间的动态交通分配模型

提出了一种新的模糊动态交通分配(FDTA)模型,采用模糊集合理论描述动态旅行时间,应用模糊h截集的最短路径方法找出模糊最短路径集合,计算各条路径的隶属函数,并采用C-LOGIT模型实现网络加载,最后比较了FDTA模型和经典的随机动态交通分配(SDTA)模型.仿真结果显示:在正常交通状况下FDTA模型能够获得与SDTA模型非常接近的分配结果,并更加符合实际的交通状况;当有交通拥堵、事故、施工/管制等动态交通状况发生时,FDTA模型能够解决动态交通状况的建模问题;当交通网络结构复杂时,通过改变h值可以有效减少模糊最短路径的数量,提高计算效率.

多用户动态交通流分配模型及算法研究

通过对动态交通网络中瞬时反应型和预测型出行者行为假设的分析,提出了将两者结合并增加固定路线出行行为假设的多用户动态交通流分配模型.同时通过对动态交通网络出行者行为的相互制约特性分析,给出了求解上述模型的迭代算法.本模型拓展了以往构建模型中出行者行为的单一性假设.本模型及算法也可直接应用于先进的出行者信息系统,并为路径导行系统中网络的效益分析提供理论依据.

饱和路网中动态交通分配与路口控制一体化建模研究

基于对动态交通分配和网络信号控制相互作用的研究,以饱和交通网络为研究对象,建立了动态交通分配和信号控制的一体化双层优化模型。在上层模型中考虑系统最优,进行信号策略的优化,在下层模型中反映用户最优,实施交通网络流的配置。模型中考虑了车辆的实际长度,研究了饱和网络中因为流量饱和而导致的路口排队现象及其对路段费用的影响。最后用实例仿真说明了饱和网络一体化研究的必要性和一体化模型的有效性。

饱和路网中动态交通分配和控制一体化建模研究

对饱和路网中动态交通分配和交叉口信号控制的一体化建模进行了研究 .描述了一个双层规划问题 .上层以动态用户均衡为目标建立分配模型 ,下层以系统最优为目标进行信号设置 .考虑了饱和路段上的车辆排队行为和驾驶员路径选择行为 ,并在模型中加以描述 .

基于行程质量的动态交通分配

以道路可靠性作为行程质量指标,建立了结合道路可靠性的动态交通分配模型.首先,给出动态交通分配的流程,以中观模拟的方法建立车辆集合的时变的路网中路径选择,得到基于时间的交通需求在路网中的时空分布;其次,以Wardrop的均衡原理作为平台,建立了考虑道路可靠性质量的动态交通分配模型,达到动态用户最优状态,即在每一步长,每一OD对之间被使用的路径,其可靠性等于该步长内最大的可靠性,且出行者不能通过单方面的改变路径提高其准时到达目的地的概率.最后,通过对模拟结果的分析并验证路网行驶路径动态变化过程.

动态状态交通分配模型及其运用

静态交通分配模型不能很好地反映实际交通状况,而动态交通分配模型计算复杂、计算量大。本文基于动态用户状态均衡条件下,提出一种动态和静态交通分配的折衷方案———动态状态交通分配模型,给出了该模型计算路段平均队列长度和平均通行时间的公式,以及动态状态交通分配算法;最后给出一个运用于正常工作日动态交通分配的例子进行模型检验及其检验的数值结果。

一类动态交通分配中的输出流模型及其数值解法

已知路段输入流,基于Greenshields提出的速度-密度关系模型以及Jayakrishnan et.al提出的改进的Greenshields速度-密度关系模型所描述的路段交通流特征,分别给出了关于路段输出流的常微分方程模型。针对无法得到该模型的解析解,利用龙格-库塔-芬尔格算法给出初始条件下的数值解。在已知输出流的条件下,每个时刻的路段交通流的行程时间也相应给出。仿真结果表明,针对两类不同速度-密度关系所建立的输出流模型,所得到每个时刻的输出流基本相似,但路段行程时间存在明显差异。与交通流调查数据比较,基于改进的Greenshields速度-密度关系的输出流模型的行程时间更接近真实情况。

动态交通分配中一种离散VI模型的算法研究

在离散化的条件下分析了动态交通中建立模型的约束条件 ,在此基础上建立了动态用户最优 (DUO)配流问题的变分不等式 (VI)模型 ,并对此模型用修正投影算法来求解 ,该算法在每一个小时段都能给出路段流入率、流出率及路段流量 。

系统最优的动态交通网络流分配模型的研究

智能交通系统是一个复杂的大系统。交通网络配流是智能交通系统的一个关键问题，其中对交通网络配流模型的建立和算法的设计是非常重要的。通过建立系统最优的动态交通网络流分配的最优控制模型，并经过一系列的积分变换转化为一种简单而特殊的非线性规划问题。文中只是局限于对最优控制模型进行化简，目的是为了进一步研究已简化模型的有关性质和算法的设计。

动态交通分配中道路阻抗模型的研究

在分析道路阻抗构成的基础上 ,分析了运用传统的排队论确定交叉口前排队车辆数的局限和不足 ;根据交通流波动理论 ,提出了计算交叉口排队车辆数的模型 ,最后给出了计算路段和交叉口延误的模型。

动态多时段交通分配算法研究

城市道路网中交通量的分配是动态的、随机的,而传统的静态交通分配模型不能很好地反映实际交通情况.本文使用的动态多时段分配方法是基于时段划分的,它不仅反映了不同时段交通量的变化规律,而且在分配过程中考虑了路网中的交通阻抗,充分反映了已有交通量对交通分配的影响.最后结合算例分析了本文所提出的算法的实用性.