[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN108694278B - 一种基于道路负载均衡的城市离散交通网络设计方法 - Google Patents

一种基于道路负载均衡的城市离散交通网络设计方法 Download PDF

Info

Publication number
CN108694278B
CN108694278B CN201810436158.1A CN201810436158A CN108694278B CN 108694278 B CN108694278 B CN 108694278B CN 201810436158 A CN201810436158 A CN 201810436158A CN 108694278 B CN108694278 B CN 108694278B
Authority
CN
China
Prior art keywords
road
road section
traffic
urban
traffic network
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201810436158.1A
Other languages
English (en)
Other versions
CN108694278A (zh
Inventor
林宏志
褚晨予
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN201810436158.1A priority Critical patent/CN108694278B/zh
Publication of CN108694278A publication Critical patent/CN108694278A/zh
Application granted granted Critical
Publication of CN108694278B publication Critical patent/CN108694278B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Geometry (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Development Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Mathematical Analysis (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Computational Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供了一种基于道路负载均衡的城市离散交通网络设计方法。在城市交通网络规划时，要避免道路交通流量分配不均衡的问题，即部分路段过于拥挤而部分路段流量偏少，前者容易损坏道路而后者对道路资源没有充分使用。为了均衡利用道路资源，使各路段服务水平保持在一个相近的水平，本发明建立了一个基于道路负载均衡的城市离散交通网络设计方法。主要步骤包括：(1)建立城市离散交通网络设计的双层规划模型，上层目标为道路负载均衡，约束条件为资金预算，决策变量为候选路段的建设方案，下层为用户均衡；(2)采用迭代优化算法对模型进行求解；(3)结合交通网络分析中常用的Nguyen‑Dupuis网络描述了具体实施方式和该方法的有效性。

Description

一种基于道路负载均衡的城市离散交通网络设计方法
技术领域：
本发明涉及一种基于道路负载均衡的城市离散交通网络设计方法，属于交通工程技术领域。
背景技术：
交通网络设计问题是一个考虑使用者路径选择行为，并且在给定约束条件下，选择改建或者新建的路段，从而使得某种网络性能最优化的问题。该研究问题是交通规划领域研究的重点和难点，极具挑战性，引起了许多学者的研究兴趣。交通网络设计问题属于典型的领导者-跟随者的双层规划问题，其上层问题为交通网络的某种性能最优化，下层问题通常为用户平衡问题。常见的网络性能包括系统阻抗、环境污染、备用能力、公平性、可达性、不确定性等。根据决策变量的不同，交通网络设计问题又分为离散交通网络设计、连续交通网络设计问题和混合交通网络设计问题。其中，离散交通网络设计是指在投入资金有限的情况下，采用定量方法研究在现有路网上选择新建某些路段的问题，属于交通规划的方案设计部分。为了均衡利用道路资源，为了给道路使用者提供相似的驾驶环境，为了提高交通网络的可持续性和安全性，本发明建立了以道路负载均衡为目标的城市离散交通网络设计方法，并给出了求解算法。
发明内容：
技术问题：实际交通网络中常常存在道路负载不均衡的问题，即部分路段交通流量很大，而部分路段交通流量很少。该问题导致交通网络的可持续性和安全性降低。首先，由于长期超负荷运行，拥挤道路的路基和路面都易受到损坏，降低该路段的通行能力，降低交通网络的可持续性。其次，由于各路段的驾驶环境不同，容易诱发交通事故，降低交通网络的安全性。因此，在交通网络规划阶段，应该建立以道路负载均衡为目标的交通网络设计方法。
技术方案：本发明的基于道路负载均衡的城市离散交通网络设计方法，主要包括以下步骤：
步骤1：建立城市离散交通网络设计模型。本发明采用Wardrop用户均衡原理作为网络用户对不同政策的行为反应，建立了一个双层规划模型用于城市离散交通网络设计，其上层为道路负载均衡，下层为用户平衡模型。上层决策变量为ya，表示是否修建某条候选路段a，为0-1变量，a∈A，所有的候选路段构成0-1决策向量y。上层决定新建道路方案后，下层形成平衡状态网络流xa，也就是说路段流量xa是决策向量y的函数，表示为xa(y)。另外，道路网的规划受到资本的约束。假设单位长度的路段修建成本为ua，则长度为la的路段修建成本为uala。因此，双层规划问题表示为：
Figure BSA0000163554080000021
其中A为候选建设的路段集合；B为新建道路的资金约束；xa为路段a上的交通流量；
Figure BSA0000163554080000022
为自由流行驶时间，即路段a为空净状态时车辆自由行驶所需要的时间；ca为路段a的通行能力，即单位时间内路段可通过的车辆数；ta(xa，ca)为路段a以交通流量为自变量的阻抗函数，也称为行驶时间函数；
Figure BSA0000163554080000023
为出发地为r目的地为s的OD间的第k条路径上的流量；
Figure BSA0000163554080000024
为路段-路径相关变量，即0-1变量，如果路段a属于从出发地为r目的地为s的OD间的第k条路径，则
Figure BSA0000163554080000025
否则
Figure BSA0000163554080000026
qrs为出发地r和目的地s之间的OD交通需求量。
步骤2：使用迭代优化算法进行求解。其上层采用枚举法，下层采用Frank-Wolfe算法。算法的基本思路是对上层满足约束的可行方案计算下层平衡网络流量和路段速度，再根据路段速度计算上层的目标函数，比较所有可行的方案，最后确定最优的目标函数方案。
上述步骤2所述的迭代优化算法具体归纳如下：
步骤1：生成一个建设方案，判断其是否满足上层约束，如果不满足再生成一个新的建设方案，直到得到一个可行的建设方案y，令m＝1；
步骤2：初始化：按照
Figure BSA0000163554080000027
进行一次0-1交通流分配，得到各路段的流量
Figure BSA0000163554080000028
令n＝1；
步骤3：更新各路段的阻抗：
Figure BSA0000163554080000029
步骤4：寻找下一步的迭代方向：按照
Figure BSA00001635540800000210
再进行一次0-1分配，得到一组附加交通量流量
Figure BSA00001635540800000211
步骤5：确定迭代步长，求满足下式的λ：
Figure BSA00001635540800000212
步骤6：确定新的迭代起点：
Figure BSA00001635540800000213
步骤7：收敛性检验：如果
Figure BSA00001635540800000214
满足规定的收敛准则，如
Figure BSA00001635540800000215
其中ε是预先给定的误差限值，则
Figure BSA00001635540800000216
即为要求的平衡解，停止计算，否则令n＝n+1，返回步骤1；
步骤8：计算道路负载均衡水平：根据公式(1)计算该方案下道路负载均衡水平Dm，转入步骤1，计算下一个可行方案，当所有可行方案计算完毕后，停止计算，从所有可行方案中寻找上层目标函数最优的建设方案。
有益效果：本发明提供一种基于道路负载均衡的城市离散交通网络设计方法，目的是为了均衡利用道路资源，为了给道路使用者提供相似的驾驶环境，为了提高交通网络的可持续性和安全性。本发明建立了以道路负载均衡为目标的城市离散交通网络设计方法，并给出了求解算法。最后，采用交通网络分析中常用的Nguyen-Dupuis网络验证了该方法的有效性。
附图说明：
图1是迭代优化算法的流程图。
图2是Nguyen-Dupuis测试网络，其中虚线段为候选建设路段。
图3是不同方案下道路负载均衡的水平。
具体实施方式：
下面结合说明书附图，对本发明作进一步说明：
步骤1：城市离散交通网络设计模型
通常使用道路实际流量与该路段通行能力的比值作为道路的负载水平。假设路段a的流量为xa，通行能力为ca，则该路段的负载水平表示为xa/ca。本发明提出交通网络设计应该以各路段负载水平保持均衡作为政策目标，即以各路段负载水平的方差最小为政策目标，表示为：
Figure BSA0000163554080000031
其中n为交通网络中路段的数目。考虑到拥挤效应，路段行驶时间为交通流量的函数ta(xa)，其中xa为路段交通流量。
本发明采用Wardrop用户均衡原理作为网络用户对不同政策的行为反应，建立了一个双层规划模型用于城市离散交通网络设计，其上层为道路负载均衡，下层为用户平衡模型。上层决策变量为ya，表示是否修建某条候选路段a，为0-1变量，a∈A，所有的候选路段构成0-1决策向量y。上层决定新建道路方案后，下层形成平衡状态网络流xa，也就是说路段流量xa是决策向量y的函数，表示为xa(y)。另外，道路网的规划受到资本的约束。假设单位长度的路段修建成本为ua，则长度为la的路段修建成本为uala。因此，双层规划问题表示为：
Figure BSA0000163554080000041
其中A为候选建设的路段集合；B为新建道路的资金约束；xa为路段a上的交通流量；
Figure BSA0000163554080000042
为自由流行驶时间，即路段a为空净状态时车辆自由行驶所需要的时间；ca为路段a的通行能力，即单位时间内路段可通过的车辆数；ta(xa，ca)为路段a以交通流量为自变量的阻抗函数，也称为行驶时间函数；
Figure BSA0000163554080000043
为出发地为r目的地为s的OD间的第k条路径上的流量；
Figure BSA0000163554080000044
为路段-路径相关变量，即0-1变量，如果路段a属于从出发地为r目的地为s的OD间的第k条路径，则
Figure BSA0000163554080000045
否则
Figure BSA0000163554080000046
qrs为出发地r和目的地s之间的OD交通需求量。
对于行驶时间函数ta(xa，ca)的研究，既有通过实测数据进行回归分析的，也有进行理论研究的。其中被广泛应用的是由美国公路局(Bureau of Public Road，BPR)开发的函数，被称为BPR函数，形式为：
Figure BSA0000163554080000047
其中α和β为阻滞系数，在美国公路局交通流分配程序中，取值分别为α＝0.15和β＝4，也可以由实际数据回归分析求得，ca为路段a的通行能力。
步骤2：迭代优化算法
城市交通网络设计的双层规划模型是一个NP-hard的问题，是一个具有十分挑战的问题。学者们提出了很多方法，主要有迭代优化算法(IOA)、基于(近似)梯度的算法、遗传算法、模拟退火法等。本发明采用迭代优化算法，其上层采用枚举法，下层采用Frank-Wolfe算法。算法的基本思路是对上层满足约束的可行方案计算下层平衡网络流量和路段速度，再根据路段速度计算上层的目标函数，比较所有可行的方案，最后确定最优的目标函数方案。详细的迭代优化算法可以归纳如下：
Step 1：生成一个建设方案。判断其是否满足上层约束，如果不满足再生成一个新的建设方案，直到得到一个可行的建设方案y，令m＝1。
Step 2：初始化：按照
Figure BSA0000163554080000048
进行一次0-1交通流分配，得到各路段的流量
Figure BSA0000163554080000049
令n＝1。
Step 3：更新各路段的阻抗：
Figure BSA00001635540800000410
Step 4：寻找下一步的迭代方向：按照
Figure BSA0000163554080000051
再进行一次0-1分配，得到一组附加交通量流量
Figure BSA0000163554080000052
Step 5：确定迭代步长：求满足下式的λ：
Figure BSA0000163554080000053
Step 6：确定新的迭代起点：
Figure BSA0000163554080000054
Step 7：收敛性检验：如果
Figure BSA0000163554080000055
满足规定的收敛准则，如
Figure BSA0000163554080000056
其中ε是预先给定的误差限值，则
Figure BSA0000163554080000057
即为要求的平衡解，停止计算，否则令n＝n+1，返回Step1。
Step 8：计算道路负载均衡水平：根据公式(1)计算该方案下道路负载均衡水平Dm。转入Step 1，计算下一个可行方案。当所有可行方案计算完毕后，停止计算，从所有可行方案中寻找上层目标函数最优的建设方案。迭代优化算法的流程图如图1所示
步骤3：算例分析
本发明采用交通网络分析中常用的Nguyen-Dupuis网络(图2)作为测试网络。道路参数列在表1中，其中路段编号20-24为候选的路段。为简化计算，本例假设政策制定者要求从5条候选道路中选择2条进行开工建设。交通需求矩阵如表2所示。假设候选路段的结合为A，则该算例的上层目标函数简化为：
Figure BSA0000163554080000058
表1 Nguyen-Dupuis网络的路段参数
Figure BSA0000163554080000059
Figure BSA0000163554080000061
表2 Nguyen-Dupuis网络的OD对交通需求
Figure BSA0000163554080000062
对所有可行方案进行交通流平衡分配后，可以得到该方案下各路段的实际交通流量，进而可得各路段的负载水平及整个交通网络的负载均衡水平。从表3和图3可以看出，不同方案下，网络负载均衡水平相差较大，最大为修建路径20和23，道路负载的方差为0.265，最小为修建路径20与24，道路负载的方差为0.095。因此，为了设计道路负载最为均衡的交通网络，应该修建路径20与24。
表3 不同方案下道路网络的负载均衡水平
Figure BSA0000163554080000063
Figure BSA0000163554080000071

Claims (2)

1.一种基于道路负载均衡的城市离散交通网络设计方法，其特征在于包括以下步骤：
步骤1：建立城市离散交通网络设计模型，本发明采用Wardrop用户均衡原理作为网络用户对不同政策的行为反应，建立了一个双层规划模型用于城市离散交通网络设计，其上层为道路负载均衡，下层为用户平衡模型，上层决策变量为ya，表示是否修建某条候选路段a，为0-1变量，a∈A，所有的候选路段构成0-1决策向量y，上层决定新建道路方案后，下层形成路段流量xa，也就是说路段流量xa是决策向量y的函数，表示为xa(y)，另外，道路网的规划受到资金的约束，假设单位长度的路段修建成本为ua，则长度为la的路段修建成本为uala，因此，双层规划问题表示为：
Figure FSB0000197784630000011
Figure FSB0000197784630000012
Figure FSB0000197784630000013
Figure FSB0000197784630000014
其中D为上层规划的目标函数；A为候选建设的路段集合；B为新建道路的资金约束；xa为路段流量；
Figure FSB0000197784630000015
为自由流行驶时间，即路段a为空净状态时车辆自由行驶所需要的时间；ca为路段a的通行能力，即单位时间内路段可通过的车辆数；ta(xa，ca)为路段a以交通流量为自变量的阻抗函数，也称为行驶时间函数；
Figure FSB0000197784630000016
为出发地为r目的地为s的OD间的第k条路径上的流量；
Figure FSB0000197784630000017
为路段-路径相关变量，即0-1变量，如果路段a属于从出发地为r目的地为s的OD间的第k条路径，则
Figure FSB0000197784630000018
否则
Figure FSB0000197784630000019
qrs为出发地r和目的地s之间的OD交通需求量；
步骤2：使用迭代优化算法进行求解，上层采用枚举法，下层采用Frank-Wolfe算法，算法的基本思路是对上层满足约束的可行方案计算下层平衡网络流量和路段速度，再根据路段速度计算上层的目标函数，比较所有可行的方案，最后确定最优的目标函数方案。
2.根据权利要求1所述的一种基于道路负载均衡的城市离散交通网络设计方法，其特征在于步骤2的计算过程如下：
步骤2.1：生成一个建设方案，判断其是否满足上层约束，如果不满足再生成一个新的建设方案，直到得到一个可行的建设方案y，令m＝1；
步骤2.2：初始化：按照
Figure FSB00001977846300000110
进行一次0-1交通流分配，得到各路段的流量
Figure FSB00001977846300000111
令n＝1；
步骤2.3：更新各路段的阻抗：
Figure FSB00001977846300000112
步骤2.4：寻找下一步的迭代方向：按照
Figure FSB00001977846300000113
再进行一次0-1分配，得到一组附加交通量流量
Figure FSB00001977846300000114
步骤2.5：确定迭代步长，求满足下式的λ：
Figure FSB00001977846300000115
步骤2.6：确定新的迭代起点：
Figure FSB0000197784630000021
步骤2.7：收敛性检验：如果
Figure FSB0000197784630000022
满足规定的收敛准则，如
Figure FSB0000197784630000023
其中ε是预先给定的误差限值，则
Figure FSB0000197784630000024
即为要求的平衡解，停止计算，否则令n＝n+1，返回步骤2.3；
步骤2.8：计算道路负载均衡水平：根据上层规划的目标函数D计算该方案下道路负载均衡水平，转入步骤2.1，计算下一个可行方案，当所有可行方案计算完毕后，停止计算，从所有可行方案中寻找上层目标函数最优的建设方案。
CN201810436158.1A 2018-04-27 2018-04-27 一种基于道路负载均衡的城市离散交通网络设计方法 Expired - Fee Related CN108694278B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810436158.1A CN108694278B (zh) 2018-04-27 2018-04-27 一种基于道路负载均衡的城市离散交通网络设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810436158.1A CN108694278B (zh) 2018-04-27 2018-04-27 一种基于道路负载均衡的城市离散交通网络设计方法

Publications (2)

Publication Number Publication Date
CN108694278A CN108694278A (zh) 2018-10-23
CN108694278B true CN108694278B (zh) 2022-05-27

Family

ID=63846224

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810436158.1A Expired - Fee Related CN108694278B (zh) 2018-04-27 2018-04-27 一种基于道路负载均衡的城市离散交通网络设计方法

Country Status (1)

Country Link
CN (1) CN108694278B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110457753A (zh) * 2019-06-27 2019-11-15 东南大学 一种可持续交通网络设计的多属性决策方法
CN110580404B (zh) * 2019-07-26 2023-05-12 东南大学 一种基于城市多模式交通网络的网络运能确定方法
CN113269959B (zh) * 2021-04-23 2022-04-15 东南大学 一种基于变尺度梯度校正的随机用户均衡交通流分配方法
CN113379157B (zh) * 2021-07-01 2023-11-28 东南大学 一种以排队公平为导向的城市安全屏障优化设计方法
CN113515894A (zh) * 2021-07-08 2021-10-19 东南大学 面向排队公平的城市防疫封锁线优化设计方法
CN114005272A (zh) * 2021-09-30 2022-02-01 淮阴工学院 一种基于5g云计算终端的道路交通调控方法
CN114021295A (zh) * 2021-11-04 2022-02-08 长安大学 一种基于分支定界法的多方式行车道精细化设置方法
CN115424436B (zh) * 2022-08-19 2023-07-21 郑州大学 基于冗余性的暴雨影响下城市道路网络优化设计方法
CN116504069B (zh) * 2023-06-26 2023-09-05 中国市政工程西南设计研究总院有限公司 城市道路网络容量优化方法、装置、设备及可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102270388A (zh) * 2011-06-03 2011-12-07 王正武 考虑级联失效的交通网络节点重要度的测算方法
CN106096798A (zh) * 2016-07-05 2016-11-09 南京航空航天大学 一种可达性最优条件下的城市路网优化方法
CN106548633A (zh) * 2016-10-20 2017-03-29 中国科学院深圳先进技术研究院 一种路网潮汐交通流可变导向车道控制方法
CN107341580A (zh) * 2017-08-08 2017-11-10 上海交通大学 一种用于城市交通网络应急疏散规划的新型启发式算法
CN107451363A (zh) * 2017-08-03 2017-12-08 上海交通大学 一种多目标均衡网络连续优化问题的计算方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9342982B2 (en) * 2013-09-09 2016-05-17 International Business Machines Corporation Traffic control agency deployment and signal optimization for event planning

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102270388A (zh) * 2011-06-03 2011-12-07 王正武 考虑级联失效的交通网络节点重要度的测算方法
CN106096798A (zh) * 2016-07-05 2016-11-09 南京航空航天大学 一种可达性最优条件下的城市路网优化方法
CN106548633A (zh) * 2016-10-20 2017-03-29 中国科学院深圳先进技术研究院 一种路网潮汐交通流可变导向车道控制方法
CN107451363A (zh) * 2017-08-03 2017-12-08 上海交通大学 一种多目标均衡网络连续优化问题的计算方法
CN107341580A (zh) * 2017-08-08 2017-11-10 上海交通大学 一种用于城市交通网络应急疏散规划的新型启发式算法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于鲁棒优化的城市交通网络设计模型与算法研究;孙华;《中国博士学位论文全文数据库 经济与管理科学辑》;20141215(第12期);全文 *

Also Published As

Publication number Publication date
CN108694278A (zh) 2018-10-23

Similar Documents

Publication Publication Date Title
CN108694278B (zh) 一种基于道路负载均衡的城市离散交通网络设计方法
CN108776722B (zh) 一种基于设计速度的城市离散交通网络设计方法
CN109377750B (zh) 一种基于渗流分析的交通系统弹性临界点确定方法
Yang et al. Life-cycle management of deteriorating bridge networks with network-level risk bounds and system reliability analysis
CN108681788B (zh) 一种基于主动安全的城市离散交通网络设计方法
US9240124B2 (en) Traffic-volume prediction device and method
CN107451363B (zh) 一种多目标均衡网络连续优化问题的计算方法
CN103871246A (zh) 基于路网空间关系约束Lasso的短时交通流预测方法
CN108804801B (zh) 基于目标配流的城市离散交通网络设计r语言实现方法
CN108647475B (zh) 基于负载均衡的城市离散交通网络设计r语言实现方法
CN111367275A (zh) 一种智能驾驶控制方法、装置、系统及存储介质
CN108776721A (zh) 一种基于目标配流的城市离散交通网络设计方法
Kontorinaki et al. Local and coordinated ramp metering within the unifying framework of an adaptive control scheme
Han et al. Risk-based optimal life-cycle maintenance strategy for bridge networks considering stochastic user equilibrium
JP2007128121A (ja) ゾーン別発生・集中交通量とｏｄ交通量の高精度推定方法
CN113538940A (zh) 适用于车路协同环境下的实时最优车道选择方法
Zhang et al. Integrated path controlling and subsidy scheme for mobility and environmental management in automated transportation networks
CN109887280B (zh) 一种交通网络节点关键度评估方法
CN115862322A (zh) 一种车辆可变限速控制优化方法、系统、介质及设备
CN108647835B (zh) 基于设计速度的城市离散交通网络设计r语言实现方法
Ivanchev et al. Bisos: Backwards incremental system optimum search algorithm for fast socially optimal traffic assignment
CN113762613A (zh) 一种基于养护优先级排序的公路网养护规划方法
Karimi et al. Integrated model predictive control of dynamic route guidance information systems and ramp metering
Mehr et al. A game theoretic macroscopic model of bypassing at traffic diverges with applications to mixed autonomy networks
CN113538921B (zh) 一种基于t-cps系统的监测体系的构建方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20220527