基于计算机模拟的动态交通分配模型的分布式并行算法(英文)

动态交通分配是智能交通系统中重要的核心理论模型。计算机模拟是求解动态交通分配问题的一种有效方法。本文给出了一种基于计算机模拟的动态交通分配模型的分布式并行算法,以求动态交通分配模型能够在智能交通系统的实时调度和运营方面得到应用。并且,基于面向对象的设计技术,本文给出了该算法的实现框架和流程。提出的模型可以作为先进的交通管理系统和先进的出行者信息系统的核心理论模型。

基于量子进化算法求解动态交通分配模型

解决城市交通局部拥挤的最佳途径是进行路径引导,其核心理论是实时动态交通分配。针对这类模型变量多、维数大以及约束条件多等局限性,本文提出了一种以量子进化方法作为路网的交通均衡分配的主要优化方法,以整个交通网络中各条出行路径的总出行时间最小为优化目标的动态交通分配模型的求解方法。仿真实验结果证实了利用量子进化求解动态交通分配问题的有效性与合理性。

逐日动态交通分配模型综述

交通路网流量是由出行者的路径选择行为所决定,路径选择行为的每日更迭会导致交通流量的变化。逐日动态模型在深刻理解网络流的波动演化过程以及用户均衡状态的可达性上具有重要作用。因此,本文将以往逐日动态模型进行分类并进行相关介绍。

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。

动态交通控制-交通分配组合模型的求解算法研究

介绍了动态交通控制—交通分配组合模型 ( DTCA) ,在此基础上研究了动态交通控制—交通分配组合模型算法 ,即 DTCA算法 ,并通过计算机编程根据所给算法思想求解了一个设有交通控制信号的简单网络 ,并通过对算例结果的相关数据分析 ,说明了动态交通控制 -交通分配组合算法的合理性 .

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。

动态交通分配理论研究综述

动态交通分配能反映路网交通流的拥挤性、路径选择的随机性、交通需求的时变性等典型交通流动态特征,比静态交通分配有着明显的优越性。在简要介绍动态交通分配的重要组成要素的基础上,归纳总结动态交通分配区别于静态交通分配的六个典型特征:因果性、先进先出原则、路段状态方程、路段流出函数、路段特性函数和路段阻抗函数。从路径选择准则、路径走行时间定义、出行者出行选择假定、动态网络交通流模型研究方法等四个方面对动态交通分配模型的分类进行综述性研究,分析不同模型的优缺点,并总结动态交通分配理论的未来研究方向,可为动态交通分配研究提供一定的参考。

一种用户均衡分配不确定性的计算方法

为解决目前交通分配中存在的不确定性问题,基于Wardrop用户平衡原理,利用起讫点(OD,Origin Destination)估计方法和Beckman交通分配模型,建立了一种交通分配不确定性计算方法.该方法分别以不同置信水平下的OD估计结果的上下限为输入量,然后利用Frank-Wolf算法求解交通分配模型,得到不同置信水平下的路段流量区间,以此量化交通分配问题中的不确定性.以南京市区域路网为研究对象进行案例分析,并采用宽度流量比 R 和无效覆盖率(Kickoff Percentage,KP)对模型结果进行评价,结果表明该方法可以得到路段流量的置信区间,量化交通分配的不确定性.

基于DATA模型的电动汽车充电需求时空演化规律分析

“双碳”目标下,分析电动汽车(EV)交通需求与充电需求的时空分布规律是交通与电力系统协同运行的基础性工作,但现有研究较少能系统阐明私家EV及其充电需求的时空分布机理。文中从交通需求产生的源头出发,首先,分析了多模式交通系统中EV用户的交通行为与充电行为的关联;然后,综合考虑出行者的有限理性决策行为以及出行者之间的异质性,基于可接受规则建立了融合EV的动态活动-出行交通流分配(DATA)模型,刻画EV及其充电需求的时空演化机理;最后,基于route-swapping算法进行算例分析,结果表明所构建的模型能够描述EV及其充电需求的时空分布规律,且充电价格、初始荷电状态与其他出行方式都对充电需求的时空演化规律具有较大影响。

考虑用户有限理性的电动汽车时空行为特性

电动汽车的时空行为包括时空转移行为和时空充电行为。如何对电动汽车时空行为进行精确建模已成为大规模电动汽车与电网进行有效互动的关键。该文引入活动分析法将出行行为理解为活动的派生行为,建立用户一天中不同活动-出行链间的时空转移关系;基于累计前景理论描述了用户在活动-出行链中的出行方式、出行路径、出发时刻选择上的有限理性心理;在此基础上考虑交通网络的动态特性和电动汽车的充电特性,研究了电动汽车在每条活动-出行链上的时空分布特性和充电特性;并在典型网络(Nguyen-Dupius网络)中对不同用户心理、电动汽车占比、充电站服务能力约束下的电动汽车时空转移和充电特性进行算例分析。计算结果表明所提方法能够更加合理地刻画用户选择心理及描述电动汽车用户时空行为,且发现电动汽车占比和充电站服务能力均对其有较大影响。

Route choice models based on altering OD

The condition and physical sense of actual dynamic user optimum are explained by analyzing a simple road network route choice. To match the practical application requirements, assignment network and simulation network are classified account for varying flowing loading. Instantaneous dynamic user optimum model should be applied to the former and actual dynamic user optimum model the latter respectively. The two model’s feasibility is studied as well. Considering the application in ATMS, the model is mainly used to analyze the altering OD problem. Moreover, it adds the method of route adapting into the object function selection to appraise elastic trip strategy and set up real means of route inducement.