供给与需求不确定的离散交通网络设计模型

考虑到交通规划中供给需求及决策准则的不确定性,提出了一种基于不确定理论的离散交通网络设计模型.首先,假设供给和需求为随机变量,使用半标准差和风险价值来度量不确定性,建立了考虑决策者风险态度的多目标双层优化模型.随后,使用基于帕累托概念的SPEA2算法对网络优化模型进行求解.以研究中常用的Nguyen-Dupuis网络作为算例进行计算,结果表明:引进风险价值可以有效度量交通规划中决策者的风险态度;多目标规划中不同目标之间存在替代关系;增加建设资金可以有效提高网络性能,但是当投入资金增加到一定额度以后,改善效果并不明显.

发生吸引量不确定的离散交通网络设计模型

交通网络设计是交通规划的核心内容之一,而网络设计由依靠交通需求预测技术。为了改进传统的以确定性需求为基础的网络设计,文章以交通需求不确定性为基本前提,认为交通发生吸引量也是不确定的,并使用随机双层规划、均值方差和交通分配理论建立了发生吸引量不确定离散交通网络设计的基本模型。为了求解发生吸引量不确定的离散网络设计问题,开发了基于MonteCarlo模拟、遗传算法和交通分配算法的方法。Nguyen Dupuis网络的计算结果表明,需求不确定程度和政府决策者风险偏好等对规划方案具有重要影响。

随机需求多阶段离散交通网络设计

为了降低交通规划方案的风险,提高规划方案建设时序选择的整体效益,以随机OD需求分布为前提,以随机双层规划理论为基础,建立多阶段网络设计模型,同步优化网络规划最终形态和建设时序.给出了基于MonteCarlo模拟和遗传算法的模型求解算法.Nguyen Dupuis网络的测试分析表明,资金投入的时段分布对网络规划建设决策有重要影响,前期增加预算可以提高规划方案的全局效益;同时需求不确定性以及决策者风险偏好对最终规划结果也有重要影响.

预算约束的离散交通网络设计问题

提出了预算约束的离散交通网络设计的数学规划模型 ,探讨了它的隐枚举算法 ;然后 ,在忽视 BRAESS诡异的前提下 ,改进了这个算法 。

考虑用户风险态度的不确定离散交通网络设计模型

为克服传统网络优化不考虑不确定条件下用户选择行为的问题,作者以交通供给和需求不确定性为基本前提,根据期望效用理论建立考虑用户风险态度的不确定交通网络设计模型,给出了基于Monte Carlo模拟、遗传算法和间隙函数法的网络优化模型的求解方法,并给出了算例.Nguyen Dupuis网络的计算结果表明用户的风险态度对于不确定网络建设决策有重要影响.

基于随机需求的离散交通网络设计

由于影响因素众多,OD需求预测存在不确定性。本研究假定OD需求矩阵元素是概率分布已知的随机变量,以双层规划理论为基础,建立基于随机需求的离散交通网络设计模型,上层模型是预算约束下的路网期望总时间最小,下层模型是每个需求情景下的用户均衡。以Monte Carlo模拟和遗传算法为计算工具,设计了随机双层组合优化问题的可行算法。Nguyen Dupuis网络的实例计算表明,考虑需求不确定性的网络设计方案与确定性条件下的结果显著不同。本研究有助于提高交通规划决策的科学性和可靠性。

随机OD需求下的多目标离散交通网络设计模型与算法

为解决实际OD对之间交通需求不确定性及优化目标多样性问题,采用机会约束模型及多目标优化理想点模型构建上层规划模型,采用固定需求下的用户平衡配流模型构建下层规划模型,建立了同时优化交通管理目标、环境保护目标、投资费用目标和用户出行目标的随机多目标离散交通网络设计双层规划模型.为保证所构建模型的求解精度,设计了基于Frank-Wolfe算法、Monte Carlo模拟和自适应小生境淘汰技术的遗传算法求解模型,并在Matlab平台上开发了相应的算法程序.采用Nguyen-Dupuis网络测试了模型和算法的有效性,结果表明:模型可以反映实际路网规划目标和约束,算法具有良好的全局收敛性,可为路网规划提供指导.

OD需求不确定的离散交通网络设计模型研究

以OD需求不确定性为基本前提,以随机双层规划和均值方差理论为基础,建立OD需求不确定离散交通网络设计的基本模型。根据需求不确定的交通网络设计模型特点,建立基于Monte Carlo模拟和遗传算法的算法,实现了对问题的有效求解。S ioux Falls网络的计算结果表明,本论文的模型和算法可以很好地应用于中等规模网络。

基于机器学习-优化混合算法的离散交通网络双层规划模型

为求解离散交通网络设计的大规模双层规划问题(Bi-level Programming Program,BPP),提出一种机器学习-优化(ML-OP)混合算法。首先,基于分解方法的求解思路,将双层规划问题转换为:下层一个典型的非线性规划问题(NLP),上层一个整数规划问题来处理。研究设计的混合方法,上层问题用源于机器学习的替代问题代替,采用监督学习算法求解(SLA),下层问题为交通分配问题(TAP),是一个凸非线性规划问题,用Frank-Wolfe算法求解。其次,为了验证机器学习-优化算法的有效性,用一个真实的大规模数据集来测试,并与经典分支定界算法(Branch-and-Bound)进行比较。数据结果表明在处理大规模双层规划问题时,ML-OP混合算法在计算能力方面有较好的表现。

基于实物期权的离散交通网络设计模型

为了克服传统4阶段法中对于现实条件的不合理假设,以需求不确定性为基本前提,将优化方案分为动态策略和静态策略2种,以成本回收和路段更新为约束条件,使用实物期权解决了优化策略灵活性价值的问题,给出了考虑时间因素的不确定优化模型,同时确定了交通网络的最终形态和建设序列,克服了传统网络优化不考虑决策方案灵活性的问题。随后使用基于最小二乘蒙特卡洛、遗传算法的网络优化模型的求解方法,实现了对问题的有效求解,并给出了算例。Nguyen Dupuis网络的计算结果表明:(1)实物期权可以有效地描述建设方案的灵活性,提高决策的合理性;(2)期权的价值随着需求波动性的增加而提高,建设方案也会提前;(3)实物期权更加符合交通建设适度超前的概念。

新型城镇化模式下的离散交通网络设计模型与算法

为使交通规划与生态、资源相协调,基于新型城镇化发展理念,提出了区域差别化排放约束和区域差别化道路土地资源约束,结合Pareto最优解思想,构建了离散交通网络设计双层规划模型。其中上层模型以系统阻抗、投资费用为优化目标,以区域差别化约束为约束条件;下层模型为固定需求下的用户平衡配流模型。在第二代非劣排序遗传算法(NSGAII)基础上设计了模型的求解算法,同时为验证算法是否出现早熟收敛,设计了第k小距离策略代替拥挤距离策略的验证算法,并在Matlab平台上开发了相应的算法程序。在经典Nguyen-Dupuis网络上,求取了模型的Pareto最优解,并验证了设计算法的有效性。为分析约束强度区域范围变化对决策值的影响,进行了区域划分的鲁棒性分析,并得到了资金较充裕与不足情况下的目标决策值变化趋势。

城市交通网络设计问题中双层规划模型、方法及应用

综述了城市交通网络设计问题中双层规划模型及求解算法的以往研究成果和最新研究进展及其实际应用中的相关问题 ,并据此指出了一些需要进一步研究的问题及未来的研究方向 .

基于路径和模拟退火的交通网络优化算法研究

针对以交通规划网络方案作为上层规划,而在给定路网结构下的交通平衡分配作为下层规划的离散交通网络设计双层规划模型,设计了基于模拟退火算法和路径搜索算法的SA-GP求解算法。相对传统基于路段搜索的平衡配流算法,采用路径的搜索算法抓住了Wardrop平衡的本质特征,采用逐步增加路径的方式,取得了较好的运算效率。最后使用算例对算法和模型进行了计算分析,计算的结果表明,模型和算法都是有效的,上下层算法均具有良好的收敛速度和求解效率,能够很好地解决大规模的路网规划设计问题。

交通网络设计的优化模型及算法

通过对交通网络设计的问题及其研究现状的分析,对离散型交通网络设计问题进行了深入的研究。采用双层规划模型描述问题,其中上层规划模型是从交通规划者的角度出发,在建设资金受到约束的前提下,设计合适的路网结构,使得公路网中的交通出行能达到系统最优;而下层优化模型则是从路网使用者的角度出发,使交通出行达到用户最优。针对该双层规划模型,本文对上层模型使用SA算法求解,而下层模型则采用了基于路径搜索的GP算法进行求解,以此为基础设计了SA-GP算法对其进行求解。算例计算的结果表明,模型和算法都是有效的,求取的结果能显著改善路网的交通情况,而且上下层算法的收敛速度快,从而能为路网规划决策提供支持。

一氧化碳排放影响因素下的交通网络设计

本文分析了机动车排放尾气中的有害物质,根据城市道路交通的特点,将有害气体CO作为尾气排放评价因子。改进了机动车CO排放量的拟合模型,引入BPR函数,与CO排放量函数加权相加形成上层规划模型,目标是CO排放量与系统行程时间之和最小。并以预算投资额为约束,下层采用用户最优模型,求得结果后通过枚举法求解上层模型,再通过算例得到最优的道路修建方案。

随机供给与随机需求的交通网络设计模型

为了改进以确定供给与确定需求为基础的传统交通网络设计方案,根据双层规划理论与交通分配理论,建立了基于随机供给与随机需求的离散交通网络设计模型。将Monte Carlo模拟、遗传算法和交通分配算法应用于模型求解过程,并应用Nguyen-Dupuis交通网络求解模型。计算结果表明:当OD需求增大时,总走行时间增大;当建设预算增大时,总走行时间下降;当供给与需求均不确定时,增加建设预算对降低总走行时间的效果更加明显;在不同工况下,总走行时间最大值为1.69×105 h,最小值为8.89×104 h;当OD需求均值为350veh.h-1,建设预算从1 000万元增大到1 500万元,且供给确定时,总走行时间下降3.47%。供给与需求的不确定程度对交通网络的设计方案具有重要影响。