基于可替换路径对的多用户均衡交通分配算法

针对多用户均衡交通分配问题,依据多用户均衡条件,给出了该问题的变分不等式模型和间隙函数。利用可替换路径对的概念,设计了基于可替换路径对的多用户均衡交通分配算法。在大规模交通网络上,对比分析了提出的交通分配算法、外梯度算法、基于用户的对角化算法和基于起点的对角化算法等的性能。数值结果表明,提出的基于可替换路径对的交通分配算法在求解精度、算法效率以及稳定性等方面都显著优于其他算法。

可替换路径选择的研究

动态路径诱导(DRGS)是智能运输系统ITS研究的一个重要方面,它的核心在于如何利用实时的交通信息,找出一条考虑司机路径选择行为的“最优道路”,减少车辆在道路上的逗留时间,进而改善城市交通。但这仅仅给出了一条基于单目标的“最优”路径供司机采用。采用改进后的K-最短路算法,提供多条具有不同属性的路径供司机选择,从而更符合实际情况。

不确定性条件下的多目标多路径选择

不确定性条件下,综合多种性能指标,提供多条合理候选路径的路径选择方法还未得到有效解决.介绍一种利用累积前景理论进行多目标多路径选择的方法.为此,首先分析路段的不确定性属性和出行者的路径选择特性,基于路段广义出行费用定义参考点和值函数,建立多目标路径选择的累积前景理论;然后基于累积前景值定义合理替换路径,建立合理多路径选择模型;将改进的克隆选择算法与节点删除法相结合,设计了多路径选择模型的求解算法;最后,将该法和节点删除法、传统k-最短路算法应用于示范网络,比较分析了本文算法的有效性和快捷性.

一种支持流程自适应的替换方法

Web服务组合通过服务之间的协同来实现业务流程的运转,但Internet环境的动态性,服务难免变得不可用.为了保证流程在不中断的前提下继续运行,需要寻找新的服务或路径来替换失效服务.本文将替换过程分为服务替换和路径替换2种方式,并详细介绍了这2种替换方式的实现方法.服务替换响应时间快;路径替换只要组合服务中存在可行解就能找到替换路径,提高了自适应处理的成功率.