随机交通网络环境下自适应最可靠路径问题

为了研究交通网络耗时最优路径选择问题,建立了随机网络环境下自适应最可靠路径问题的数学模型。首先,建立随机网络模型反映交通网络的耗时随机特性;其次,在该网络环境下定义最可靠路径策略和最可靠状态链,并且证明最可靠状态链满足动态规划的Bellman's准则;第三,构造基于动态规划的逐次逼近算法求解该问题,并且证明提出的逐次逼近算法是多项式时间算法;最后,编写基于MATLAB计算机语言的算法程序,并针对实际交通网络Sioux Falls(SF)network展开数值试验,计算结果验证了该算法的正确性和可行性。

基于可靠度的动态随机交通网络耗时最优路径

为了反映交通网络中考虑可靠性的路径选择行为,基于可靠性理论建立了动态随机网络环境下自适应最可靠路径模型。首先,定义行程时间可靠度为路径的目标函数,建立动态随机网络自适应最可靠路径模型反映交通网络的耗时随机特性、时变特性和风险性;其次,通过最优化理论把该问题转化为动态规划问题;然后,构造动态规划算法求解该问题;最后,通过Matlab计算机语言实现了算法程序,并针对实际交通网络展开数值试验。计算结果显示了该算法的收敛性和可行性。

随机交通网络约束最可靠路径问题

为了模拟仿真交通网络中,约束条件下考虑风险性车辆路径选择行为,建立随机交通网络环境下约束最可靠路径问题数学规划模型,并讨论了其对偶问题.采用梯度下降算法求解对偶问题,获得原问题最优值的上界和下界,通过迭代获得原问题的近似解.针对Sioux Falls network展开数值试验并对数值结果进行了对比分析.计算结果表明:在随机交通网络环境下,无约束和有约束条件下求解的最可靠路径是不同的;不同的资源约束条件下求解的最可靠路径也是不同的,资源约束条件对交通网络中最可靠路径的选择有很大的影响.