拥挤网络下OD需求重构的双层规划模型

提出了在拥挤网络下利用密度作为观测变量对Origin-Destination(OD)需求进行重构的双层规划模型。上层目标为极小化各个估计值与观测值之间的误差,下层为用户均衡模型。采用KKT条件法将该双层规划转化为相对容易求解的均衡约束规划模型,再用Scholtes松弛化方法求解转化后模型。数值实验结果表明,在拥挤网络下的OD重构问题中,利用密度作为观测变量优于流量作为观测变量,同时在求解方法上,利用KKT条件转换为单层模型的求解方法优于上下层交替求解法。

OD需求估计的多模式双层规划模型新算法

给出一个新的启发式求解算法———多模式逐步更新比例矩阵法， 用来求解多模式ＯＤ （ Ｏｒｉｇｉｎ Ｄｅｓｔｉｎａｔｉｏｎ） 需求估计的双层规划模型。新的算法不仅能够给出ＯＤ 需求的估计值， 同时也能够给出各模式路段交通流量的估计值。最后用数值例子说明如何使用新的算法进行多模式ＯＤ 需求的估计。数值结果表明， 对于各种比例矩阵的初始值及各种ＯＤ 需求的初始值， 该算法收敛情况都令人满意。

基于生成对抗网络的地铁OD需求短时预测

城市轨道交通作为一种安全、运量大、环保节能的交通工具,能有效缓解城市交通压力,逐渐成为大中城市居民最重要的出行方式之一。准确可靠的城市轨道交通短期客流预测对旅客出行与客流管控有重要意义。有鉴于此,提出一种新型的生成对抗网络(GAN)模型,即CWGAN-div模型,以实现对地铁OD需求的短期预测。CWGAN-div模型融合条件生成对抗网络(CGAN)模型以及基于Wasserstein散度的生成对抗网络(WGAN-div)模型,结合2种模型的特点,来提高原始生成对抗网络模型的稳定性和生成精度。考虑到地铁客流量变化的时间周期性,使用一种融合2类周期信息的时间标签作为条件信息,并与历史OD数据一起作为模型的输入。为了更充分、更稳定地挖掘地铁客流需求的时空相关性,采用一种改进的卷积神经网络,即残差神经网络构建CWGAN-div的内部结构。以深圳地铁1号线和4号线的44个站点为例,数值实验表明,CWGAN-div模型具有较好的稳定性和预测效果,相比传统预测方法和普通深度学习方法在预测精度上分别提高了27.97%和6.59%,相比其他组合模型提高了3.26%,相比基础CGAN模型和WGAN-div模型预测精度分别提高了3.83%和9.51%,且残差神经网络结构能够提升模型的稳定性,加快模型收敛。由此可见,CWGAN-div模型在预测短期地铁OD需求方面具有研究意义与现实意义。

基于二级优化的OD需求反推模式的应用研究

准确的OD需求数据能提高交通规划的精度,因此,交通规划中重要的一环就是得到准确的OD需求数据。将二级优化的OD需求反推方法应用到真实的规划数据上,分析结果数据,验证二级优化方法的有效性。结果表明,使用二级优化方法反推OD需求时,反推的结果与实际流量的拟合度很高,误差也很小,能够满足交通规划对需求数据的要求。

考虑OD需求变异的网络交通流演化模型

考虑到新进入网络的交通需求不了解路径的完备信息,可能随机地选择出行路径,提出一个改进的网络交通流演化模型,并分析了该模型及其不动点的一些特性.该模型不动点不是传统意义下的用户均衡态或部分用户均衡态,它能更好地反映现实中交通流分配结果.格子网络上完成的数值模拟结果表明,模型可用来近似刻画实现用户均衡态的过程,模型中初始可行路径流量可以为零,交通流能够收敛到不动点,但可能存在多个不动点.

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OD需求的城市轨道交通网络扩张设计

为了解决在已有部分轨道交通线路的基础上进一步网络扩张设计的问题,以最大化轨道交通网络能满足的起讫点(OD)需求为目标,建立了城市轨道交通网络扩张设计的整数规划模型,并提出了考虑乘客在扩张后的轨道交通网络中实际出行路径与交通方式间竞争的多项式Logit模型,以获得合理的轨道交通出行需求分担率.通过无锡市轨道交通规划案例验证了网络扩张设计模型的有效性与高效性,该模型能在不同预算下提供科学有效的网络扩张设计方案,并可用于分析新建线路间建设优先级以及区域交通发展潜力,为城市发展与用地规划提出建设性意见.此外,通过对Logit模型中的关键参数进行灵敏性分析,发现乘客越在意旅行时间和费用,轨道交通网络越能在较少的预算下满足更多需求,修建轨道交通的性价比越高.

随机OD需求下城市道路交通网络设计问题的BP神经网络算法研究

本文应用反向传播(back-propagation,BP)神经网络方法研究随机Origin-Destination(OD)需求的城市道路交通网络设计问题.假设OD交通需求量服从某一分布,首先通过蒙特卡罗模拟的方法得到训练样本对神经网络进行训练并用测试样本测试所得到的神经网络,然后运用训练好的神经网络预测了系统总出行时间.将Nine-node网络作为测试网络,比较分析了不同样本规模下BP神经网络与蒙特卡罗模拟方法得出的结果和OD交通需求服从不同分布时系统总出行时间的分布情况.结果表明,BP神经网络的方法能够较好预测系统总出行时间的分布,且与蒙特卡罗模拟计算相比,能够产生一个合理且较窄的预测区间;当OD交通需求服从均匀分布、正态分布和对数正态分布时,系统总出行时间分布较为相似,接近正态分布.

OD需求不确定的交通网络设计研究综述

交通网络设计问题是道路网络规划、建设与管理的重要基础之一,但传统的设计以确定性需求假设为基础,与实际的需要存在错位问题。基于此,本文开展OD需求不确定的交通网络设计的系统综述,从而理清现有研究成果,从采用的模型、求解算法几个方面进行论述。最后,总结现有研究成果特点、不足及下一步发展方向。

基于浮动车和RTMS数据的动态OD估计模型

动态OD需求是城市交通规划、交通管理控制措施制定及评估工作的数据基础,然而现有多数动态OD估计模型存在着难以应用于真实路网OD估计的问题.针对于此,本文提出了一种基于浮动车和RTMS数据的动态OD估计模型,该模型具有操作性和实用性强的特点.模型的实现经历了两个阶段:第一阶段是利用RTMS数据进行静态OD反推,获得与现实OD需求相匹配的静态控制OD需求;第二阶段是基于浮动车数据和RTMS数据计算得到每个OD对的时变拆分比例,并用该比例拆分静态控制OD获得动态OD需求.最后以北京西三环交通走廊为研究对象,开展了动态OD需求估计实例分析工作,从而验证模型的准确性和实用性.

多源大数据视角下基于居民出行需求匹配的城市公交系统优化策略

城市公交作为城市居民重要出行方式,传统公交系统规划精细度不足,没有充分考虑居民的多样化需求。新兴的大数据、API等技术的运用,能够更好地反映城市居民的公交出行的需求。文章通过分析现有相关研究和实际情况,基于多源大数据视角,建立城市公交系统与城市居民OD需求匹配度研究框架,并提出相应优化策略,使城市居民通过出行数据间接参与城市规划,提升城市公交系统的质量和精细度。

双层规划法路网通行能力模型改进算法优化研究

对基于双层规划法的路网通行能力模型改进算法进行算法优化研究。其中,主要对底层模型进行流程改进与算法优化,并通过求解方法的合理设计从迭代上优化模型算法。最后,通过算例分析证明了算法优化后的效率较优化前有显著的提高。

路网布局结构对路网容量的影响研究

本文从提高道路资源利用率的角度出发,研究了路网布局结构对路网容量的影响。文中提出在道路规划建设前期,应通过充分的调查估算OD需求量、客货源集散点,保证路网结构与交通流分布的一致性,从而提高路网资源的利用率,减少建设的盲目性。对于路网已经定型、无法扩建的城市或地区,则应根据交通发展的需要,合理调整路网布局结构、改造路网中的瓶颈路段,从而改善道路通行条件,提高路网系统容量。

基于双层规划模型的多时段公交专用道优化设计

设置公交专用道是解决城市拥堵问题的一种有效的措施,但是在设置公交专用道的同时会占用私家车的路权,减少私家车的道路通行能力,从而影响整个交通网络。为了对多时段公交专用道进行布局优化,考虑从整个交通网络出发,以网络中私家车和公共汽车总出行时间最小作为目标函数来建立双层规划模型求解最优的公交专用道布局,双层规划模型通过遗传算法进行求解。最后采用了算例进行了实例分析,验证了算法和模型的有效性,并分析了多时段情况下网络采用不同OD需求下的公交专用道优化布局。研究结果表明:采用双层规划模型在对多时段的公交专用道进行布局优化时,为了得到最优的公交专用道布局,需要道路网络将公交专用道开放时段内网络中每个小时的OD需求量作为网络的输入。

区域多机场系统规划模型与方法研究

通过对区域多机场系统规划问题的分析,指出区域多机场系统规划问题实质上也是航空OD需求在机场上的分配问题。根据这一问题的本质,分析了机场与航空OD需求的关系以及机场相互之间的关系。在此基础上,建立了相应的数学模型,研究提出了航空OD需求在机场上的分配方法和步骤,通过具体的算例分析,证实了这一方法的有效性。

考虑交通诱导下新进出行者的网络交通流演化模型

研究了城市网络交通流的动态演化行为.在网络交通流的演化过程中,出行者根据路网状况不断调整自己的出行路径,假设OD对出行需求和路径流量受到OD对出行成本的影响,考虑在交通诱导下新进出行者的路径选择方式,以Logit分配模型表示新进出行者选择出行路径的比例,提出一个改进的交通流演化模型,并分析了该模型及其零点的一些特性,它能更好地反映现实中交通流演化结果.数值实验结果表明,模型可近似描述交通流演化到用户均衡态的过程,交通流能够收敛到均衡状态.