路段容量约束弹性需求交通均衡分配近似算法

本文研究了带路段容量约束弹性需求用户均衡交通分配问题及其近似解法.采用超需求模型将弹性需求转化为固定需求,提出了一种带路段容量约束弹性需求用户均衡交通分配近似算法.该算法在迭代过程中,通过不断自适应调节排队延误因子、误差因子来近似真实路段行驶时间,使路段流量逐步满足约束条件,最终达到广义用户均衡.这种方法克服了容量约束弹性需求用户均衡分配计算量大及随机分配法要求枚举所有路径的困难.随后证明了算法的收敛性,并对一个小型路网进行了数值试验.     

弹性需求下路段相互影响的交通网络均衡模型

本文利用网络用户均衡原理,对弹性需求下路段相互影响的交通配流问题进行研究,给了弹性需求下路段相互影响的网络均衡条件,建立了与均衡条件等价的变分不等式模型,论证了模型解的存在性和唯一性.     

双模式网络停车限制交通需求管理模型与方法研究

在轨道网和公路网并存的双模式交通网络, 合理设计出行终点的停车容量可优化汽车出行需求, 改善路网交通环境。本文通过分析私家车与城市轨道两种交通模式的出行需求, 并考虑私家车模式的终点停车收费服务, 建立了一种带路段环境容量和终点停车需求容量共同约束的交通需求管理模型。模型中路网使用者的出行模式采用二元Logit模型来计算, 而私家车的路线选择行为服从Logit随机用户均衡, 因此该模型是一个带不动点约束的数学规划问题。针对模型求解困难, 文中采用灵敏度分析来获取各路段流量和需求量关于终点容量波动的梯度信息, 进而设计了一种新的灵敏度分析求解算法.最后通过数值仿真实验, 验证了算法的有效性, 同时分析了不同停车收费参数对模型各指标变化趋势的影响。     

基于Stackelberg博弈的时变双层交通分配模型

提出一个时变双层交通分配模型,其中上层网络管理者设立了一个路段的最大排队长度,其目标是使由网络流和排队长度定义的总出行时间最小.目标函数在离散时段内以路段流量和排队长度作为决策变量,同时考虑不同类型的信号交叉口延误的影响.下层网络用户的反应依赖于上层管理者的决策,其选择是使自身感知阻抗最小的路径,服从一个基于成对组合Logit的路径选择模型,构成一个成对组合Logit的均衡分配问题.结合了交通分配和流传播方法,将其表示为一个均衡约束下的双层数学规划问题,形成了一个Stackelberg非合作博弈.使用遗传算法求解该双层规划问题,并采用实证分析来表现模型的特征和算法的计算表现.结果表明路径重叠、路段流量、路段排队长度等因素对网络均衡流分布均有显著影响.     

基于ATIS的多用户混合交通均衡分配模型

提出一个ATIS影响下的混合交通均衡分配模型,模型中考虑多类不同的用户.不同类型用户产生的出行阻抗互相影响,且阻抗影响不对称.考虑ATIS影响下的三个不同的交通系统目标:使装备用户自身的阻抗最小化、使网络中所有装备用户的出行阻抗最小化以及使网络中所有用户的出行阻抗最小化,建立了三种情形下的路段非对称干扰的多用户混合交通分配模型.将模型表示成等价的变分不等式的形式,并分析了解的存在性和唯一性条件,结果表明解虽然存在,但并非一定唯一.提出一个对角化算法来求解混合交通均衡分配模型·最后用一个简单算例表明了模型和算法的有效性.     

随机需求下UE-CN混合交通均衡分配的效率损失

在交通网络中,用户的出行需求通常是随机的,而且不同类型用户的路径选择原则存在着差异.基于UE用户和CN用户路径选择原则的异质性,对随机需求下该类混合交通均衡分配的效率损失进行研究.构建了随机需求下UE-CN混合交通均衡分配的变分不等式模型;其次,运用非线性规划方法得到了路段出行时间成本为单项式函数时的效率损失上界表达式,进而探讨了需求还服从对数正态分布时的效率损失上界情况;最后,给出了数值算例.研究结果表明,单项式成本函数时的效率损失上界依赖于其最高次幂和CN用户的数目;当需求为对数正态分布时还和最大变异系数相关.数值算例表明解析方法是可行的.     

收费机制下一类随机需求混合交通均衡分配的非合作代价

运用算法博弈论探讨一类随机需求混合交通均衡分配在收费机制下的非合作代价.首先,构建了收费机制下随机需求UE-CN混合交通均衡分配的变分不等式模型.其次,运用解析推导法分别得到单项式出行成本函数下是否将收费作为系统总成本一部分时,该类混合交通均衡分配的非合作代价上界表达式.在此基础上,探讨了出行需求服从对数正态分布时的非合作代价上界表达式.并以数值算例验证所得结论.     

收费机制下利己-利他混合交通均衡分配的效率损失

运用解析推导方法对收费机制下利己-利他混合交通均衡分配问题的效率损失进行研究.首先,构建了收费机制下利己-利他混合交通均衡分配问题的等价变分不等式模型;然后,通过解析推导方法得到了收费不作为系统总出行时间成本一部分时的效率损失上界;最后,给出了路段出行时间成本函数为多项式函数时的上界表达式.研究结果表明,效率损失上界与路段出行时间成本函数类、利他系数以及出行需求划分系数相关,结论以现有文献有关结论为特例.     

有容量限制的广义网络均衡比较

近些年来,Wardrop原理在有容量限制的交通网络中沿着两个方向被学者推广,形成了几种不同的广义网络均衡定义.在路径、路段上两种类型的容量限制下,通过对四种广义网络均衡进行比较,得到这些均衡解之间的相互关系;用反例说明广义均衡解集包含关系不成立的情况;得到这些广义均衡解的效率损失.     

随机交通均衡配流模型及其等价的变分不等式问题

本文讨论了交通网络系统的随机用户均衡原理的数学表述问题.在路段出行成本是流量的单调函数的较弱条件下,对具有固定需求和弹性需求的模式,首次证明了随机均衡配流模型可表示为一个变分不等式问题,同时也说明了该变分不等式问题与相应的互补问题以及一个凸规划问题之间的等价关系.     

非平衡交通分配的拟Frank-Wolfe迭代算法

提出了基于最短路动态生成的一种新的非平衡交通分配迭代算法.在每轮迭代中,将按全有全无方法在当前最短路上分配的交通量与前一轮迭代所得到的交通量加权组合,而各O-D对的加权系数则依据Logit原则来确定.和Frank-Wolfe算法不同,不必通过一维搜索确定加权系数.同时又避免了Logit方法要求枚举所有路径的困难.本文还证明了算法的收敛性,而计算实例显示,由本算法所得结果与平衡交通分配非常接近,因而它是一个高效而可靠的交通分配算法,适用于大、中型道路交通网络的交通分配计算.     

城市中心路内停车最优容量研究

城市中心停车供需矛盾诱发的不规范路内停车是导致交通拥堵恶化的原因之一.基于用户出行成本,在考虑了城市中心过境车辆的影响下,建立了以社会剩余最大化为目标的优化模型.在路内停车容量固定时,给出了路内停车最优流率的求解算法;进一步,在路内停车容量可变时,给出了路内停车最优容量的求解算法.数值算例表明了算法的有效性和可行性.研究结果可以用来在给定交通需求下,计算和分析城市中心最优路内停车容量,为停车管理和决策提供理论支撑.     

多用户类多准则交通分配的势博弈与拥挤定价

交通管理者在解决路网拥挤问题时,并不知道出行者的出行效用,同时管理者难以对出行者的路径选择行为做出准确的观测.运用势博弈理论分析多用户类多准则交通行为的演化过程,得到了固定需求和弹性需求情形下的可容许动态(一种刻画出行者通过转换路径增加当前效用的近似调整行为的演化动态),证明当路段时间函数和逆需求函数为严格单调、连续、可微时,所对应的交通分配是势博弈问题的惟一Nash均衡点.进一步研究了固定需求下的可变拥挤道路收费问题,得到了在当前系统状态下实现系统最优交通分配的拥挤收费水平.     

基于Grbner基方法的交通分配算法

交通规划中的第四阶段交通分配是交通规划中最重要的环节之一,合理的交通分配方法是未来规划期内交通运输系统状态良好的关键,对交通分配模型进行优化有利于交通规划正确高效.经典的交通规划分配模型算法计算复杂,比较次数多,计算量大,而Grbner基方法在计算机上容易实现,计算思路清晰简洁,适合在交通分配中采用.选取了交通分配中的典型算法增量分配法,对其中最短路算法用Grbner基方法改进,构造了基于Grbner基方法的交通分配模型.模型先将交通分配中的最短路问题转化为求多项式集的Grbner基,然后直接得出交通分配中的最短路径,使交通分配算法高效简洁.最后,为算法加以实例佐证,证实算法在工程应用中可行.     

一个供需不确定性下的多模式非线性互补分配模型

交通需求和供给不确定是现实交通网络中常见的现象.提出一个供需不确定条件下非对称影响的多模式交通分配模型.提出的模型以条件概率的形式生成不同供需变动情景下的交通流模式,构成一个非线性互补模型,模型中获得的交通流模式,可以用来估计交通网络失效的损失指标和交通网络可靠性衡量指标,不同风险态度的出行者可借助指标来选择可靠性高的路段或避开效率损失高路段.使用一个算例来表明提出模型的适用性和有效性.结果表明,提出的模型能更好的反映不确定性条件下的多种模式交通流演变情况,反映不同的供需变动情景以及不同的出行模式对均衡流模式的影响,进而提高交通网络中用户的出行可靠度.     

云服务资源调度机制的协同与优化研究

数据中心是云计算的核心基础设施,但传统数据中心存在成本高、服务器使用效率低等问题.共享经济模式能够将闲置带宽集成起来进行二次调度分配,大幅缓解当前计算需求与计算能力之间的矛盾.文章为共享云服务提供商及其多名用户的效益优化设计一个新的服务机制,并从博弈论的视角出发,构建模型来对云服务提供商以及其多名用户之间的关系进行了描述.首先,云服务提供商通过选择提供适当的服务器,并针对用户请求制定合适的分配策略,以降低能源消耗同时满足用户需求.其次,对于每个用户,文章建立了考虑任务完成度和时间效率的效用函数,使得用户在云服务提供商的分配策略下最大化自身的效益,且用户之间博弈结果是一般纳什均衡.最后,文章通过设计迭代算法来模拟上述服务机制的全过程,仿真数值也说明了选择合适的服务器并制定适当的分配策略能够有效地提高云服务提供商和用户的效益.结论表明,迭代算法能够对传统的云服务机制进行改进,是一种切实有效的创新方法,也为中国共享经济背景下云服务产业的革命性发展提供了理论依据.     

基于经典BPR阻抗函数的随机交通网络主从博弈的效率损失

现代大城市交通愈发拥堵和智能交通系统广泛应用背景下,拥堵收费、智能诱导和主从博弈、随机均衡分别是重要的管理手段和客观现象.考虑对交通网络中各路段实施收费策略,利用随机用户均衡(SUE)交通流模式研究了效率损失的上界,该交通流模式是由一部分受控于Stackelberg策略的用户所诱导产生的.假设路段时间函数是可分离的单调增的凸函数,并固定交通网络起讫点(OD)需求,在建立Logit-SUE的等价变分不等式(VI)的基础上推导出SUE和Stackelberg策略条件下交通网络的效率损失表达式.这对城市交通管理的系统决策具有重要参考价值.     

无限多类别网络均衡问题中的收费计算

对于一个多类别的网络均衡问题,可以通过计算某个辅助问题的容量限制约束相应的乘子向量得到有效收费.本文通过计算拉格朗日函数的鞍点来计算乘子向量.借助于广义拉格朗日函数的稳定性和Uzawa算法非精确解的收敛性,得到鞍点序列的收敛性.其中离散化方法用于最小化广义拉格朗日函数的计算.     

基于网络等级特征与VMS的交叉巢式Logit模型

基于等级特征与可变信息板(VMS)研究了交叉巢式Logit(CNL)模型及网络交通流分配。综合幂函数与指数函数表示方法给出新的信息效用衰减因子,结合道路等级特征表示VMS对车流的影响系数及CNL模型的分配系数;给出等级结构道路网络的随机用户均衡条件下的交叉巢式Logit路径选择模型及其等价数学规划,并设计网络流分配算法。通过实例网络的计算与分析,得到一些有意义的结论:等级结构越显著的路网总出行时间费用越低且其分散参数(θ)弹性绝对值越大;对具有较强随机性的实际路网,若增加一定的确定性则节省更多网络总出行时间;道路网络中设置了VMS时总出行时间受分散参数的影响更小。     

ATIS下多用户混合均衡相对于随机社会最优的效率损失

在ATIS与道路收费共同作用的交通网络中,用户不仅在接受的交通信息上具有异质性,同时在时间价值上也具有异质性.文章基于这两类异质性,将用户分为安装ATIS并遵从信息、安装但不遵从、不安装的三类用户,所有用户均按照随机用户均衡的方式进行择路.文章构建了多用户随机均衡模型及其等价的变分不等式,并以用户感知总成本作为系统性能指标,分别建立了时间准则与费用准则下多用户随机社会最优模型.当收费不作为总成本的一部分时,研究了多用户均衡相对于随机社会最优的绝对效率损失问题.研究结论表明,无论采用何种度量准则,绝对效率损失上界与路段特性函数、出行者的社会经济特性、道路收费以及两准则下多用户均衡与随机社会最优时系统实际总出行成本均有关.