城市公交系统内乘客出行动态均衡模型

通过引入城市公共交通车辆内乘客的拥挤成本,建立了基于乘客的出发时间选择的动态出行均衡模型,并对具有不同运输能力的公交方式所导致的乘客出行差异进行了比较分析.研究结果表明大容量公共交通能使沿线上下游站点乘客都收益,而小容量公交车辆在高峰期会被远距离出行者优先挤占,从而有可能加大下游站点乘客的出行成本.算例结果支持了模型的结论.这有助于加深对复杂交通行为的理解,对改进公交规划与管理具有理论指导价值.     

基于时间价值的交通出行方式选择行为研究

通勤出行是城市居民最基本和最重要的出行目的,通勤出行时间价值是评价通勤出行者对交通方式选择的重要参数之一,以累积前景理论为基础,将通勤出行时间价值引入广义出行成本函数中,以权重函数和改进的广义出行成本函数作为交通方式选择模型的依据,并在模型中自定义广义出行成本参考点,选择累积前景值最大的前景作为出行者最优决策。分别基于“期望效用最大化理论”和“累积前景理论”对通勤出行者在三种不同出行场景下进行仿真模拟,研究最优交通方式选择行为。研究结果表明:期望效用理论框架下,通勤出行者的交通方式选择行为不受出行场景的影响,累积前景理论更适用于出行方式选择行为的研究。构建以通勤出行时间价值为核心变量的交通方式选择模型,可帮助通勤出行者选择合理的交通方式,并为政府及相关部门制定交通管理规划和实施缓解交通拥堵政策提供依据。     

基于道路扩容的道路拥挤定价收入再分配研究

道路拥挤已经成为世界各国面临的一个普遍难题,道路扩容和道路拥挤定价是缓解交通拥挤的有效手段.本文在分析道路拥挤定价收入用于道路扩容后对交通出行者效用的影响的基础上,构建了基于道路扩容的道路拥挤定价收入再分配双层规划模型,并给出求解算法和实证分析.     

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.     

公交系统随机平衡网络设计模型及求解算法

本文根据公交网络的具体特点,对公交网络进行了系统的描述,提出一个双层规划模型来描述随机平衡公交网络设计问题。在双层规划模型中,上层模型为一个标准的公交网络设计模型,下层模型是一个公交网络随机平衡配流模型。针对所提出的模型,设计了基于灵敏度分析的求解算法。最后,给出一个简单算例加以证明。     

交通信息条件下道路和停车选择SUE模型及算法

考虑交通信息系统(advanced traveler information system,ATIS)对出行者道路和停车选择行为的影响,并将出行者分成两类:一类出行者使用ATIS,另一类不使用ATIS.在此基础上,构造了一个基于概率的随机用户均衡模型来描述ATIS条件下的道路和停车选择问题,并给出了相应的求解算法.最后,通过一个算例分析了模型及算法的使用效果.     

合理制定铁路客票价格的优化模型及算法

在充分考虑出行者和铁路客运部门两方面的利益情况下 ,提出一个双层规划模型以得到在多种交通方式竞争条件下的铁路客票价格制定的最优策略 .既保障了出行者使自己的广义出行费用最小 ,又能使铁路客运部门在运输市场竞争中取得的经济效益最大 .并且给出了求解该模型的 SAB算法。最后用一个简单的算例说明了模型及算法的应用     

基于随机运输路径选择的物流中心选址模型

旨在以物流系统总费用最小化为目标进行物流中心选址规划.政府做出物流中心选址规划后,客户会选择合适的供应商进行交易,并根据已有物流中心与交通流分布进行货物运输路线决策,使其总费用最少.论文提出了物流中心选址双层规划模型,考虑投资费用的约束,保证用户平衡的同时使整个物流系统总费用最低.其中上层规划目标是使物流系统总费用最小化,下层规划建立了一个Logit随机用户均衡模型,并构造了一个等价的凸规划问题.最后针对模型提出了一个算法,并通过算例说明其可行性.     

时间依赖型多配送中心带时间窗的开放式车辆路径问题研究

本文研究了时间依赖型多配送中心带时间窗的开放式车辆路径问题,基于道路通行情况,建立车辆行驶速度时间函数;考虑车辆载重、里程限制与客户点服务时间窗的约束,建立混合整数规划模型,目标函数为最小化车辆总成本,具体包括车辆行驶时间成本和车辆固定发车成本;提出了一种二维编码方式的混合遗传算法,针对混合遗传算法设计了多分区段单点交叉策略、动态插入算子及局部搜索策略;最后,基于Solomon VRPTW基准数据集生成27个测试算例,使用混合遗传算法进行求解。数值实验结果表明,考虑道路通行情况,选择合理的出发时间,避免拥堵时段进行配送服务,能明显减少车辆的总行驶时间,且验证了混合遗传算法能够获得问题的满意解。     

无缝换乘的城市轨道交通运费清分模型及算法

结合国内城市轨道交通无缝换乘的运营特点,充分考虑了影响城市轨道交通网络客流分配的主要因素(包括出行时间和换乘次数),以及城市轨道交通网络的特有属性,构造了城市轨道交通网络的广义费用函数,并分析了乘客在城市轨道交通网络中的路径选择行为,基于随机用户平衡原则提出了的城市轨道交通网络客流分配问题的数学优化模型.在此基础上,充分考虑了影响城市轨道交通运费清分的主要因素,采用多路径概率选择方法构造了城市轨道交通网络运费清分模型,并设计了基于有效路径搜索的求解算法.最后通过一个实际例子对模型和算法进行了说明.     

O-D需求估计的双层规划模型及基于灵敏度分析的求解算法

本文在考虑三种交通模式 (一般机动车,公交车,自行车)的基础上,建立了一般拥挤网络多模式OD需求估计问题的双层规划模型,给出了一个基于灵敏度分析的启发式求解算法,并进行了数值试验。试验结果表明,本文所给的模型和算法不仅能较好地给出OD需求的估计值,而且同时还给出了各模式路段流量的估计值。     

可变车道的道路交通网络设计优化方法

城市交通流的潮汐性特点造成上、下班高峰期内,道路资源利用的不合理现象:部分道路一个方向交通严重拥挤,而另一个方向几乎没有交通流量。为了合理利用道路资源,缓解交通拥挤,本文提出了双向流量不平衡道路的车道调整方法,并建立了离散双层规划模型,其中处于上层的交管部门通过调整双向道路的车道分配方案,使得整个城市交通网络的系统总阻抗最小。然后本文给出了该双层规划模型的混沌优化方法,最后以经典的SiouxFalls网络为例验证了本文所提方法的有效性。     

城市路网运输性能退化成本评估模型

路网的运行受到诸多因素的影响而使得路网运输性能发生退化,分析了路网运输性能退化的影响因素和作用机理,给出了路网运输性能退化及退化的极端情况路段失效的成本分析过程框架.基于BPR路阻函数和用户均衡分配理论分析路网运输性能退化的成本函数,建立了拥堵情况下城市路网路段失效的成本评估模型.最后,通过实例分析了路网运输性能退化对出行成本影响的变化规律,给出了路网运输性能退化的极端情况路段失效成本评估的具体过程,研究表明路网运输性能退化对出行成本具有很大的影响,二者成显著的正相关关系.     

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。     

基于双层规划的供应链二级分销网络优化设计模型

从供应链集成的角度出发,利用双层规划模型描述了二级分销网络优化问题,充分考虑了网络决策部门及客户双方的自身及共同利益。同时设计了启发式求解算法,最后用一简单实例验证了模型及其算法的有效性。     

价格-数量调节网络交通流演化模型

首次运用经济学非瓦尔拉斯均衡中的价格-数量调节原理和方法,建立网络交通流动态演化模型.假设出行者在路径选择决策时,不但受路径出行时间(价格)的影响,而且还受到路径剩余通行能力(数量)的影响,并将这种路径选择行为形成的稳定交通流模式定义为价格-数量混合调节用户均衡.论文分别建立了价格调节演化模型和数量调节演化模型,进而构建了价格-数量共同调节演化模型,证明了演化模型的稳定状态等价于价格-数量调节用户均衡,且价格调节用户均衡和数量调节用户均衡均为价格-数量调节用户均衡的特例.论文最后以一个简单的测试网络为例对文中建立的演化模型进行了计算分析,结果显示三种演化模型均可较理想地模拟路径流随时间变化的过程,且模型稳定状态分别对应三种用户均衡交通流模式.     

基于差分的数量折扣条件下订货策略优化模型

通过采用合适的数量折扣策略,供需双方都可以提高自己的利润。用双层规划模型描 述了供应链管理中供应商与订货商合作情况下确定数量折扣及订货量问题,并用基于差分的 算法进行了求解. 实例分析说明双方合作的双层规划模型能正确表示实际的供需关系,在平衡 点可以使双方利益均达到最大     

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.     

利用和声分散搜索算法解决动态共乘的乘客选择研究

动态共乘作为一种配合解决城市交通出行难题的新模式近年来引起了人们越来越多的关注，然而在较大范围内选择合适的乘客，以便获得最佳的综合服务效果却具有相当大的挑战性。本文正是针对这一问题，建立了以乘客效用最大化和司机总行程最短为目标函数，以满足司机与乘客的时间要求和司机参与约束为限制条件的多目标0-1规划共乘模型，用于帮助司机选择最合适的乘客。根据该模型的特点，构造了加入了分散搜索机制的新的和声搜索算法。在仿真实验时，针对司机和乘客效用的两种产生方式，在较大规模的路网环境下利用该算法分别对模型进行了求解，得到了Pareto最优解集。仿真结果不仅表明了模型的合理性和算法的可行性，而且还指出基于效用函数可以发现更多合适的潜在乘客。最后，通过与文献中其它算法的对比进一步展示了本文算法的有效性。