基于蚁群算法的动态用户均衡配流

在路网中,为了使用户的出行时间降到最低,提出一个适用于多OD对的路网的动态用户均衡离散模型,并应用蚁群算法求解动态用户均衡问题.通过设计一个算例,利用仿真得出路网中的流量分配数据,并和二次规划Frank-Wolfe算法求解的流量分配数据进行比较,最后得出蚁群算法在求解动态交通用户均衡问题时具有一定的优势.

动态交通网络的用户均衡配流模型

提出一种离散的动态交通网络用户均衡配流模型 ,它是静态UE模型的一种推广 .通过最优方法得到模型的最优解条件 ,最优解与Wardrop用户最优原理的动态推广相一致 ,该模型能够反映交通网络的动态属性 .

动态用户均衡配流模型的研究

提出一个动态用户均衡配流模型 ,它能够预测多 OD对交通网络中交通流的动态变化 ,利用最优控制理论得出该模型最优解的条件 ,并证明了该条件与动态用户均衡相一致 ,该模型可以调控交通网络中的交通流量 .

基于动态用户均衡的同时路径和出发时间选择模型

提出一个适用于多OD对网络的基于动态用户均衡的同时路径和出发时间选择模型,用一个非减的分段线性函数构建了隐含先进先出条件的路段走行时间函数,并按各个路径和出发时间方案的流量的平均值来计算该路段走行时间函数,使得给定一个OD对的总需求和理想到达时间,模型可以确定出行者的选择路径和出发时间方案,方案确定后,没有人能够通过单方面改变其路径或出发时间来减少其自身的负效用。给出了与模型等价的非线性互补问题和变分不等式问题。用一个启发式算法和简单算例证明了所提出的模型能较好地进行路径和出发时间的选择,并能有效地应用于交通网络。

电动汽车混入条件下随机动态用户均衡分配模型

为分析电动汽车动态充电需求对公共充电设施服务水平的影响,给充电设施网络规划与运营提供参考,在考虑燃油汽车和电动汽车出行者行为差异、路段拥堵状态、车辆能源消耗、充电设施布局与服务水平等因素的基础上,采用巢式Logit模型描述了包含充电需求判断、充电设施和路径选择的电动汽车出行联合选择行为;建立了考虑用户在途快速充电行为的动态交通流分配模型,提出了混合交通下随机动态用户均衡条件及等价的变分不等式模型,并设计了融合电动汽车充电排队仿真的动态交通流迭代算法;通过算例验证了模型与算法的有效性,并进一步探究了在电动汽车推广的不同阶段,需求和供给关键因素对充电设施服务水平的影响。研究结果表明:受路网交通流量分布和充电设施布局的影响,充电设施利用率在时间和空间上具有明显的非均衡性;电动汽车混入率的提高会增加平均充电等待时间,并改变充电高峰期的时间分布;电动汽车电池初始电量和充电设施处的排队长度均对用户的充电需求判断呈负效应;当路网中充电设施数量与需求规模不匹配时,会导致服务水平急剧下降,同时极易诱发局部拥堵;用户在充电设施处的逗留时间以15~20 min居多,约90%用户的等待时间在9 min以内,因此,提出的模型符合实际,能够充分反映混合交通网络中电动汽车充电行为引发的一系列影响。

基于乘客异质性的乘客出行动态均衡研究

文章研究了早晨高峰期乘客从居住地乘公交车到达工作地的交通行为;假设乘客对拥挤敏感程度具有异质性,在多起点单讫点的线路上建立了考虑时间延误成本和车内拥挤成本的均衡乘车模型;探索了均衡状态下的性质;算例结果支持模型的结论,反应了不同类型的乘客间的混成特点及其分布特征。研究结果有助于掌握人们出行的基本规律,对指导公交调度与管理具有一定意义。

考虑时–空耦合的城市电力–交通网络动态流量均衡

随着智慧城市的发展,电动汽车渗透率不断提高,加剧了电力网和交通网在时间和空间上的深度耦合。在该背景下,该文致力于研究电力–交通网的时–空耦合机理和建模问题,提出合理数学框架以描述两网互相作用达到的动态均衡状态。对于交通网,采用双向波动态模型描述交通流随时间和空间的演变过程;基于此,提出动态充电站模型以捕捉电动汽车的充电排队过程。其次,引入有限维变分不等式,定义含电动汽车及其他汽车不同决策的混合动态用户均衡。对于配电网,采用基于二阶锥松弛的交流最优潮流模型,推导在含充电负荷情况下的强对偶条件以保证节点边际电价的准确性。最后,基于不动点映射理论,分析耦合网络流量的动态均衡机理并设计不动点迭代算法求解。仿真算例验证所提模型、框架及求解算法的有效性。

考虑出发时间的组合出行动态路径选择模型

建立多方式交通网络中的组合出行路径选择模型,研究同时考虑出发时间的动态路径选择问题。运用超级网络和扩展技术,构造适于描述组合出行的交通超级网络;从路径建模的角度,引用Logit模型描述出行者对出行时间和出行路径的选择偏好,分析考虑出发时间的多方式交通网络动态平衡条件;利用变分不等式理论,提出与平衡条件等价的变分不等式模型;基于随机动态网络加载的方法给出模型的求解算法,实现组合出行模式下的考虑出行时间的动态路径选择。通过算例验证了模型和算法的有效性,并分析参数变化对出行行为的影响。研究结果表明:该模型不仅能够实现多方式交通网络中的动态路径选择,还能得到出行者的出发时间,更真实地反映出行者的出行行为,具有一定的普适性。

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。

基于多时段动态交通分配模型设计

基于多时段动态交通分配方法是基于时段划分的,它不仅反映不同时段交通量的变化规律,而且在分配过程中考虑路网中的交通阻抗,充分反映已有交通量对交通分配的影响。该模型能够反映交通网络的动态属性,从而为交通诱导提供必要的可用信息。

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。

一种改进的遗传算法在动态交通分配中的应用

以遗传思想为基础设计了新的启发式优化算法,针对动态交通分配问题,对遗传操作中的选择、交叉、变异算子进行修改,同时采用了模拟退火收敛准则,克服了传统遗传算法早熟收敛的弊端,并提高了全局寻优能力。仿真实验表明,该算法有快速高效的特点,提高了该动态交通分配模型的实用价值。

基于预知OD的城市路网交通流路径优化研究

针对城市路网交通流分布不均引起的交通拥堵问题,提出了在预约出行交通背景下基于预知OD的交通流路径优化方法。首先,分析了预约出行交通背景下预知OD的数据环境;其次,根据动态用户均衡准则,对预知的OD进行流量分配,给出预约出行车辆的路径;接着,使用预测控制的方法,结合路网上预约车辆的状态,以路网上路段的饱和度和未预约车辆的行程时间最小化为目标,从系统和用户两个角度对未预约车辆的路径进行实时的诱导,通过连续时域的滚动优化控制,优化交通流的路径;最后,对本方法的实现和应用做了思考和探索,对本研究做了总结。

城市网络交通动态信号控制方法

引入元胞传输模型研究动态网络交通流条件下的交叉口信号控制问题,以均衡交叉口各流向的能力为目标,分别建立了固定信号配时方法和动态信号配时方法。为了验证提出的信号控制方法的有效性,利用Cross-nested Logit模型构建了动态随机路径选择模型来获得动态随机用户均衡的交通环境;以该环境为基础在Sioux Falls网络上进行了数值试验。结果表明:动态信号配时方法比固定信号配时方法对于提高网络平均行程速度以及抑制交通拥堵更为有效,特别是平衡交通环境受到扰动时,动态信号配时方法的应用效果更为明显。