动态系统最优的疏散路线与出发时间综合优化模型

疏散是应急管理的重要内容。区域性疏散涉及到大批车辆的集体性出行,为保证疏散的安全、有序,有必要在疏散规划中合理规定源点车辆的分批次出发时间和路线安排。以往大量研究将疏散路线和出发时间的优化描述为动态网络流优化问题。但在这些模型中,交通流的一个重要特征却没有得到合理反映,即路段走行时间等路网特征的变化不但与时间有关,还依赖于路段或路网的交通负荷。本文提出了一个动态系统最优的疏散路线与出发时间综合优化模型,其中采用基于加载仿真的非解析式子表示流量传播约束,通过其反映路段走行时间随道路负荷变化的实际。设计了基于加载仿真的启发式算法,并给出了一个数值算例。

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。

动态交通分配模型

本文介绍了动态交通分配模型的研究现状,将基于分流率的静态交通分配模型推广到动态,建立了以路段分流率为控制变量的动态系统最优交通分配模型,同时分析出该模型的必要条件;之后建立了以有向路段流入率和流出率为控制变量的动态用户最优交通分配模型,分析了模型的最优性条件,并从理论上严格证明了所给模型的最优解所对应的交通流形态与动态用户最优相符合。

基于动态交通分配的拥挤机理分析与对策研究

通过对动态交通分配模型建模的依据和原则进行探讨 ,提出了应用动态分配模型进行拥挤机理分析的三种途径 ,尤其讨论了如何用随机型瞬时动态用户最优分配模型进行交通拥挤机理分析 .在拥挤对策分析中 ,确定了以动态系统最优分配模型作为反应型拥挤对策的理论依据 。

基于遗传算法的动态交通分配研究

主要研究动态系统最优(DSO)模型。以总的花费时间最小为目标函数,对模型的节点集、路段集分别进行研究。通过模拟路段的流入量、流出量和路段上的交通量来建模。用传统的迭代算法解决动态交通分配问题非常复杂,而对传统迭代算法进行改进或用遗传算法等新的智能算法求解则会很简洁和方便。