基于双层规划的交通疏散中车辆出发与交通控制综合优化

在有组织的区域性疏散中,从需求调节(即疏散车辆出发安排)和供给管理(即交通管控)两方面对疏散交通流进行合理组织,是提高疏散效率的有效途径。论文立足于疏散车辆出发组织与路网交通管控之间的双层决策关系,建立双层规划模型对集结点疏散车辆的发车频率、路线和交叉口控制参数进行综合优化,其中上层模型通过优化信号交叉口的相位绿灯时间即绿信比以降低平均延误,其决策影响到交叉口通行能力等供给特性;下层模型通过优化疏散车辆的分批出发时间与路线以压缩疏散总时间,其决策影响到交叉口流量等需求特性。设计了基于遗产算法的求解步骤,给出了一个数值算例。将模型优化方案和只从交叉口控制参数出发的单方面优化模式所得结果进行了比较,结果表明只从调整绿灯时间着手不结合车辆的出发组织,很难有效降低延误和压缩疏散时间。     

复杂交通网络中救援点与事故点间的路段重要性评价模型研究

对应急救援网络中的各相关路段的重要性进行快速准确地评价,对于应急交通计划、指挥与控制等交通服务具有十分重要的价值.本文针对目前该问题相关研究存在的一些缺陷,提出了新的算法思想,并设计了算法模型.首先,设计了复杂交通网络连通子图的矩阵算法,寻找多救援点和多事故点间的最大连通子路网;其次,根据该最大连通子路网构建GERT(Graph Evaluation and Review Technique)网络模型,针对该模型中人们对路段的选择概率设计了基于人们的理性和经验的概率选择模型,从而能够较好地反映人们的交通心理和行为(尤其是应急交通心理和交通行为);最后,定义了路网中路段重要性和重要度的概念,建立了基于最大连通子路网中去除某一定路段后的标准车辆通行时间差异的路段重要度评价模型.在此基础上,本文以某区域实际交通网络为例,对本模型及其算法进行了验证,效果良好.     

基于系统最优的城市公交专用道网络设计模型及算法

设置公交专用道是实现"公交优先"的重要手段,然而,专用道设置将改变不同交通方式的道路通行能力,进而影响交通网络的整体性能。本文试图提出一种基于系统最优思想的公交专用道网络设计方法,既保证出行者的利益,又能满足交通系统总费用最优的目标。首先,本文分析了公交专用道设置对公交车辆和社会车辆这两种交通方式道路通行能力的影响,基于经典的BPR函数,构造了考虑专用道设置的不同方式的路段阻抗函数。其次,分析了出行者在多方式交通网络中的模式选择和路径选择问题,采用用户平衡理论分析了城市多方式交通平衡配流问题,给出了相应的变分不等式模型。更进一步,采用双层规划方法构造了基于系统最优的城市公交专用道网络设计模型,该模型以交通网络总费用最小为优化目标,并考虑了不同交通方式的平衡流量约束,采用分支定界算法对该双层规划模型进行求解。最后,通过一个简单算例对模型及算法的可行性和有效性进行了分析和验证。     

交通路网中最优路径算法的道路权重选择

在交通路网中,寻找任意两点间最优路径是出行导航的基本功能.除了最优路径算法自身性能外,道路权重的选择也直接决定了寻径结果的优劣.现有最优路径算法通常以通行能力为道路权重,其可能导致不合理的寻径结果,同时也不具有全局负载均衡的能力.因此本文以Dijkstra算法为例,引入可达性概念作为道路权重,从而弥补以通行能力为道路权重的缺陷.     

交通系统运营管控方案构建

从路网列车流的宏观特性出发,通过引入列车流量和调整措施两类运行参数,在对交通路网进行有效分割的基础上,依据所分割各路段内列车的起始站点和终止站点将其划分为不同队列。针对不同的路网空间分布结构形式,基于列车流调控机制,构建了系统输入变量和状态变量之间的约束关系建立了交通流控制模型。基于特定的调控目标,将交通流的调控过程转化为控制系统的优化设计问题,研究结果可为路网交通流优化控制提供重要参考。     

城市道路交通网络容量的建模

交通网络承载着具有意志行为的个体组成的交通流,交通网络容量表示道路网络的交通承载能力,与交通网络的OD结构密切相关.本文在分析城市道路交通网络OD结构特征的基础上,提出表达道路网络容量的基本思想和模型,阐明交通网络容量受到交通流特性、网络要素容量、废气排放量、服务水平和系统效率等因素的影响,基于不同的考虑方法可以建立不同的网络容量模型.基于路段容量约束的网络容量描述了道路系统承载交通流的物理极限;基于路段容量约束和交通环境约束的网络容量则描述了道路系统承载交通流的环境极限;基于服务水平的网络容量描述了系统提供某种服务水平条件下的最大交通承载能力;基于效率的网络容量描述了网络资源使用效率和用户效益同时最大化条件下的道路网络承载能力.文章深入分析了所提出的各种模型之间的关系,在实际应用中可根据交通规划和管理所追求的具体目标,采取相应的模型.     

实时/时变路网环境下城市出救点选择与救援车辆路径的集成动态优化

为了提升城市突发公共事件应急资源调配效率,考虑实时/时变路网环境下出救点选择与救援车辆路径的集成优化问题(CERFSVRP),设计了一种实时/时变交通信息的结合策略,并提出了满足先进先出原则的路段行驶时间计算方法.在此基础上,综合考虑出救点选择、供应能力以及车辆路径连续性等约束条件,以应急响应时间最短为目标,基于虚拟出救点概念和滚动时域策略建立了CERFSVRP动态优化模型.针对该模型的特点,设计了一种改进遗传算法和线性规划法相结合的两阶段算法.算例分析结果表明该模型和算法可以有效解决实时/时变路网环境下城市突发公共事件CERFSVRP动态优化问题.     

加强路网建设是实现小康目标的客观需要

交通是现代社会的发展标志。对深处内陆的广大山区县市而言，交通更是其经济发展的生命线。因而一个地方的经济社会发展，不但直接受到路网建设的影响，而且从客观上反映了经济社会发展需要发达的交通公路网络作支撑。基于这一观点，本文试就路网的基本特征、利川市公路现状，以及它在社会经济方面的关系与作用，谈点一孔之见。     

时变随机网络下基于成功和风险的应急路径选择研究

现实生活中,当发生紧急事件时,应急中心需要对某地需要服务的紧急事件出车.由于交通管理、交通流量、天气变化等因素的影响,导致了路网中各个路段上的行驶时间可能是一个与出发时间相关的随机变量.通常,对于所发生紧急时间需要在一定的应急限制期内到达.由于路网的时变随机特性,使得所选择路径可能不能完全满足应急限制期的需求.首先,定义了时变随机网络下可行应急路径中不满足应急限制的风险和满足应急限制的成功.然后,分别考虑了成功和风险两个目标,建立了时变随机网络下多目标应急路径选择模型,并设计了求解时变随机网络下应急路径选择算法,讨论了算法的计算复杂性.最后,给出了一个应用算例,并与单独考虑成功所获得的应急路径进行了对比.     

拥堵交通网络模型和增强拉格朗日乘子算法

为了更加准确地反映拥堵网络的交通流状态,必须在传统交通网络均衡模型中添加路段容量约束条件,限制路段交通流量的非现实的增长,因此构造了一个容量制约下的均衡交通网络流模型.在拥堵交通网络中,传统的路段特征函数不能反映拥堵的交通特性,修正路段的旅行费用表示为行车时间和因为拥堵而产生的等待延迟的总和,路段容量约束条件的拉格朗日乘子等于该路段的等待延迟.把外惩罚函数和牛顿法相结合构筑成增强拉格朗日乘子算法,用来求解拥堵网络的交通流状态.外惩罚函数通过调整惩罚参数,把容量约束下的网络均衡问题转化成传统网络均衡问题.牛顿法通过移动方向、修正矩阵和移动步长的组合来保证路径或路段交通流量解的可行性,同时获得转化后子问题的最优解.     

社区应急疏散动态协作调度优化研究

针对灾民数量和路网通行时间的动态性以及灾民疏散反应系数的随机性，本文提出了社区应急疏散协作调度优化流程，并以疏散灾民数量最大化和疏散成本最小化为目标，构建了社区应急疏散多种运输方式协作调度优化模型，并给出了求解该模型的改进多目标遗传算法。然后，论文使用Tansmodeler模拟社区应急疏散协作调度优化过程，加载疏散灾民动态需求和历史出行时间表，并对模型和算法进行验证。结果表明，该模型和算法可以在有效刻画疏散灾民数量和路网通行时间的基础上，为不同时刻的交通工具配置及疏散路径选取提供决策。     

基于韧性城市视角的冰雪天气下路网恢复问题研究

城市的快速发展使其愈加依赖于生命线基础设施系统，城市在自然或人为突发事件面前的脆弱性日益凸显，城市面对突发事件后的运行与恢复问题受到广泛关注。冬季极端冰雪天气对城市路网系统带来极大冲击，严重降低路网服务能力。本文基于韧性城市视角，对冰雪天气下城市路网韧性的概念和度量方法进行了分析。以提升路网韧性为目标，建立冰雪天气下路网恢复问题的数学模型，解决极端冰雪天气不确定信息下的城市路网除雪应急物资布局问题及其除雪作业优化问题，并设计了相应的启发式求解算法。最后通过算例验证了模型和算法的有效性，以期为城市冰雪天气应对提供决策支持，提升城市应对极端冰雪天气的韧性。     

Complexity analysis for maximum flow problems with arc reversals

We provide a comprehensive study on network flow problems with arc reversal capabilities. The problem is to identify the arcs to be reversed in order to achieve a maximum flow from source(s) to sink(s). The problem finds its applications in emergency transportation management, where the lanes of a road network could be reversed to enable flow in the opposite direction. We study several network flow problems with the arc reversal capability and discuss their complexity. More specifically, we discuss the polynomial time algorithms for the maximum dynamic flow problem with arc reversal capability having a single source and a single sink, and for the maximum (static) flow problem. The presented algorithms are based on graph transformations and reductions to polynomially solvable flow problems. In addition, we show that the quickest transshipment problem with arc reversal capability and the problem of minimizing the total cost resulting from arc switching costs are NP\mathcal{NP} -hard.     

Network Reconfiguration for Increasing Transportation System Resilience Under Extreme Events

Evacuating residents out of affected areas is an important strategy for mitigating the impact of natural disasters. However, the resulting abrupt increase in the travel demand during evacuation causes severe congestions across the transportation system, which thereby interrupts other commuters' regular activities. In this article, a bilevel mathematical optimization model is formulated to address this issue, and our research objective is to maximize the transportation system resilience and restore its performance through two network reconfiguration schemes: contraflow (also referred to as lane reversal) and crossing elimination at intersections. Mathematical models are developed to represent the two reconfiguration schemes and characterize the interactions between traffic operators and passengers. Specifically, traffic operators act as leaders to determine the optimal system reconfiguration to minimize the total travel time for all the users (both evacuees and regular commuters), while passengers act as followers by freely choosing the path with the minimum travel time, which eventually converges to a user equilibrium state. For each given network reconfiguration, the lower‐level problem is formulated as a traffic assignment problem (TAP) where each user tries to minimize his/her own travel time. To tackle the lower‐level optimization problem, a gradient projection method is leveraged to shift the flow from other nonshortest paths to the shortest path between each origin–destination pair, eventually converging to the user equilibrium traffic assignment. The upper‐level problem is formulated as a constrained discrete optimization problem, and a probabilistic solution discovery algorithm is used to obtain the near‐optimal solution. Two numerical examples are used to demonstrate the effectiveness of the proposed method in restoring the traffic system performance.     

一类带有限制的网络瓶颈容量扩张问题

在一些物理网络中,当设施（边的容量等）建立后,由于需求增加,需要调整网络的容量来提高服务水平。调整优化的过程中既要考虑扩张成本,同时也要考虑需要调整的总边数,以尽可能小的影响人们的正常生活。本文研究对于一个给定的网络G,已知边e_i的初始容量和单位容量扩张成本,在预算成本和扩张总边数的约束下,如何有效地扩张边的容量至x_i,使得系统的容量最大,即max{min_ei∈T x_i,T是网络G中的生成树。首先求解两个与之相关的模型,然后通过分析两个相关模型与原问题之间的联系与区别,提出了原问题的多项式时间算法。最后,通过算例说明算法的步骤,并分析了不同参数值对系统容量的影响。