最大灰信息熵路网军事交通流最大隐蔽性分配模型研究

路网军事交通流的最大隐蔽性分配问题是军事演习和战时道路交通指挥决策所必须解决的问题。本文运用系统论的思想和灰色信息熵理论,构建了基于最大灰信息熵的路网军事交通流最大隐蔽性分配模型,从而较好地解决了这一问题。此外,该模型的构建也为这一问题的进一步研究打下了良好的基础。     

面向对象的有限空间内高密度人群流动元胞自动机模型研究与分析

基于面向对象技术,在已经有的元胞自动机交通流模型和行人流模型的基础上,建立一个在有限空间内高密度人群流动模型。对所提出的模型进行了计算机模拟验证。主要特点是:1.面向对象思想的采用,使得大规模人群流动的元胞自动机模型具有良好的适用性,扩展性和复用性。2.根据出现高密度人群的一般情况和控制对象的需求,提出“元胞控制块”的概念,使整个模型架构具有很强的应用转化能力。     

考虑交叉口影响的逆向路段选择优化

逆向车道作为提高路网整体通行能力的一种交通组织策略，已在疏散交通组织中得到了大量应用。以往关于逆向车道设置路段选择的研究，大多没有考虑交叉口影响。在拥挤的城市道路网中，这种忽略会导致过高的预期疏散通行能力估计。本文考虑交叉口影响，建立改进的最大流及其关键边模型，对疏散路网中逆向路段的选择进行优化。将交叉口分转向的通行能力表示为节点的方向性权重，将疏散路网抽象为方向性点权网络。定义该类网络中的最大流增流关键边，即一旦扩容会使网络最大流流值增加幅度最大的边。通过在方向性点权网络中寻找最大流增流关键边，得到考虑交叉口影响时疏散路网中对应的逆向车道设置路段。对经典最大流问题求解算法进行相应的改进，给出方向性点权网络中寻找最大流增流关键边的有效算法，并通过一个数值算例进行测试和仿真分析。结果表明，在考虑交叉口影响的情况下，得到的逆向车道设置路段更为合理，疏散时对其进行扩容能更有效地压缩总疏散时间。     

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.     

交通流演化动力学研究的一般框架及性质分析北大核心CSSCI

针对道路网络需求时变的交通流达到均衡的条件以及均衡状态的稳定性问题,运用演化博弈理论和动力系统稳定性理论,提出了流量演化动力学研究的一般框架,建立了多群体多准则出行选择流量演化系统的动力学模型,证明了流量演化动力学模型平衡点与动态交通流量分配模型均衡解之间的等价性,讨论了模型解的存在性、唯一性和稳定性.理论分析结果表明,流量演化动力系统的演化稳定策略等价于动态交通流分配模型的均衡解,流量演化动力系统在某个局部区域总存在着唯一解,并且在出行者个体收益参数满足一定条件的前提下,流量演化动力系统在平衡点附近会表现出不同的稳定性质,通过一个简单路网的数值算例说明了本文建立模型的合理性和有效性.本文在出行者博弈行为和动态交通分配之间建立了联系,有助于加深对于城市交通流演化规律的认识和理解.     

交通流演化动力学研究的一般框架及性质分析

针对道路网络需求时变的交通流达到均衡的条件以及均衡状态的稳定性问题,运用演化博弈理论和动力系统稳定性理论,提出了流量演化动力学研究的一般框架,建立了多群体多准则出行选择流量演化系统的动力学模型,证明了流量演化动力学模型平衡点与动态交通流量分配模型均衡解之间的等价性,讨论了模型解的存在性、唯一性和稳定性． 理论分析结果表明,流量演化动力系统的演化稳定策略等价于动态交通流分配模型的均衡解,流量演化动力系统在某个局部区域总存在着唯一解,并且在出行者个体收益参数满足一定条件的前提下,流量演化动力系统在平衡点附近会表现出不同的稳定性质,通过一个简单路网的数值算例说明了本文建立模型的合理性和有效性． 本文在出行者博弈行为和动态交通分配之间建立了联系,有助于加深对于城市交通流演化规律的认识和理解．     

控制与诱导的协调中路网拥堵状态识别方法

首先从微观层面上利用谱系聚类法对路口路段的拥堵程度进行分类,在此基础上利用基于节点删除的综合测度法对路口的重要程度进行判别,确定了相应的容量.然后从宏观层面上提出了判断整个路网拥堵程度的状态参量--最大流,并构造了节点和边都有容量约束的多源多汇最大流算法--改进的割集矩阵算法,最后利用算例验证了方法的可行性和有效性.     

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.     

基于累积前景理论的动态交通流演化博弈模型

交通流演化的内在动力机制是出行者的适应性学习及其诱发的路径选择行为的持续改变,当选择行为趋于稳定时交通系统也将达到或接近均衡状态。首先基于累积前景理论建立了一个用户均衡模型及其等价的变分不等式,在一定约束条件下对模型解的性质进行了讨论;然后将累积前景理论与演化博弈论相结合,利用复制子动态来刻画出行者日常路径选择的博弈学习行为,建立了一个动态交通系统模型,结合稳定性分析证明了当满足一定条件时系统演化能够实现用户均衡;最后通过算例在不同初始状态和不同参照点更新规则下分别展示了交通流的动态演化与用户均衡的实现过程,对相关研究结论进行了验证。本文拓展了传统交通分配模型完全理性假设和均衡分析方法的局限,更加真实、全面的刻画了动态交通系统长期运行特征和规律。     

基于点击流数据的电子务企业客户识别研究

客户识别是企业进行客户关系管理的必要前提.在对电子商务企业客户的点击流数据收集和分类的基础上,以客户生命周期价值作为客户识别的指标,提出用客户点击流数据间接测算客户生命周期价值,进而通过Pareto的20/80定则对客户进行区分和识别,基于comScore Media Metrix收集的巴诺书店1 160位客户的点击流数据总量、客户在站点各子页面的点击频次及其比例权重验证了方法的可行性与结果的有效性.     

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。     

在BOT模式下收费道路定价和投资的博弈决策模型

本文主要研究在两地之间已有一条免费道路的情况下,私营财团在BOT模式下再建造一条平行的收费道路,从而进行选择道路收费价格和道路建设投资的决策问题。通过对交通BOT项目中私营财团和出行者之间的博弈分析,本文建立了道路收费价格的决策模型和道路建设投资的决策模型,对博弈的纳什均衡解的性质进行了讨论,得到了一些非常重要的结论,这对交通BOT项目实践中有着重要的指导意义。     

Collaborative optimization for metro train scheduling and train connections combined with passenger flow control strategy

For high-frequency metro lines, the excessive travel demand during the peak hours brings a high risk to metro system and a low comfort to passengers, so it is important to consider passenger flow control when designing the metro train scheduling strategy. This paper presents a collaborative optimization method for metro train scheduling and train connections combined with passenger control strategy on a bi-directional metro line. Specifically, the dynamic equations for the train headway and train passenger loads along the metro line, the turnaround operations and the entering/exiting depot operations are considered simultaneously. The proposed collaborative optimization problem is formulated as a mixed integer nonlinear programming model to realise the trade-off among the utilization of trains, passenger flow control strategy and the number of awaiting passengers at platforms, which is further reformulated into mixed integer linear programming (MILP) model. To handle the complexity of this MILP model, a Lagrangian relaxation-based approach is designed to decompose the original problem into two small subproblems, which reduces the computational burden of the original problem and can efficiently find a good solution of the train schedule and train connections problem combined with passenger flow control strategy. The numerical experiments are implemented to investigate the effectiveness of the proposed model and approach, which shows that the proposed model is not sensitive to uncertain passenger demand. Under the proposed collaborative optimization approach, the number of train service connections and the crowding inside stations and carriages with the proper passenger flow control strategy can be evidently balanced, and thereby the operation efficiency and safety of the metro lines are effectively improved.     

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。     

Near-optimal control policy for loss networks

In this paper, the phenomenon of the optimal management of requests of service in general networks is formulated as a control problem for a finite number of multiserver loss queues with Markovian routing. This type of problem may arise in a wide range of fields, e.g., manufacturing industries, storage facilities, computer networks, and communication systems. Using inductive approach of dynamic programming, the optimal admission control can be induced to be the functions of the number of requested service in progress. However, for large-scale network, the computational burden to find optimal control policy may be infeasible due to its involvement of the states for all stations in the networks. Hence, the idea of bottleneck modeling is borrowed to compute the near-optimal admission control policy. We reduced the scale of loss network and decreased the difference between the original and reduced models by making compensation for system parameters. A novel method is proposed in this paper to compute the compensation. Numerical results show that the near-optimal control policy demonstrates close performance to the optimal policy.     

AN APPROACH TO COST—VOLUME—PROFIT ANALYSIS UNDER UNCERTAINTY*

Cost-Volume-Profit analysis is a tool of cost accountants aiding in the choice of an optimal course of action in the solution of a managerial problem. C-V-P is a limited analysis since all the needs of management in determining the optimal strategy are not fulfilled. Factors pertinent to the choice of the optimal strategy under uncertainty are variables, although traditional C-V-P treats these factors as constants. Hence, an approach to C-V-P where pertinent factors necessary for decision making are considered as variables is more desirable than traditional C-V-P. By introducing uncertainty, it is also beneficial to broaden C-V-P to fulfill the following desire of management. Should management choose a course of action based only on its own estimates of the decision parameters or is it advisable to postpone a terminal decision until additional research into the decision parameters is accomplished? Broadened C-V-P solves this problem with the aid of Bayesian Decision Theory for the choice of the optimal course of action in the face of uncertainty.     

CAPACITATED REMANUFACTURING WITH SERVICE LEVEL CONSTRAINTS*

This research examines production planning and control for a remanufacturer that can sell returned items on a graded as‐is basis or remanufacture the returned items. Using a GI/G/1 queuing network, we model the firms decision to remanufacture an optimal product mix over the long run that maximizes profits while maintaining a desired service level. We further use simulation to explore dispatching heuristics that can be used at the shop‐floor level to achieve the desired optimal product mix, while meeting the service level constraint. Our research is grounded in actual practice and the results provide key insights into the decision‐making process required to maximize profits and minimize average flow times for remanufactured products.     

非定向流量限定型军事路网隐蔽性熵测度及其运输分配研究

考虑到战争时期军需物资运输不存在道路定向的限制,而存在运量有限的要求,本文在已有研究基础上提出了流量限定且隐蔽性最大条件下的非定向军事路网隐蔽性熵测度方法,以及该测度方法下的军需物资运输分配模型。新的隐蔽性测度公式与物资运输分配模型能兼顾非定向性和流量限定两方面约束,更为符合实际需要。此外,文中还分析了非定向和流量限定条件下军事路网多方面性质,即非负性、对称性、扩展性、收发路段的定向性、路网的可转换性以及路网循环流的可能性。结合隐蔽性熵测度方法和路网性质,笔者构建了非定向流量限定条件下军需物资运输分配模型。最后,通过具体算例充分验证了新隐蔽性熵测度方法和运输分配模型的可行性与有效性。