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.     

考虑禁左条件的用户均衡交通配流模型与算法

交叉口处左转车流是对车流量影响较大的一个流向,也是造成城市交通拥挤和交通事故的关键因素之一,所以越来越多的城市路网选择在交叉口禁止左转来保障主干路车流通畅.在禁左的情况下,出行者究竟如何选择出行路径,究竟应该在哪些交叉口采取禁左管理可以使网络总旅行时间最小?针对以上两个问题,将根据用户均衡(UE)原理,建立考虑交叉口禁左条件的交通配流双层规划模型.利用Frank-Wolfe算法,对下层模型中的出行车辆进行配流,并返回到上层模型计算网络总旅行时间,通过遗传算法确定设置禁左交叉口位置,使得网络总旅行时间达到最小.根据数值算例,展现合理设置禁左交叉口的位置,可以使得交通网络总费用减小.     

区域信号配时模型的非平衡交通分配算法

本文研究了区域信号配时问题.采用遗传算法和非平衡交通分配的拟Frank-Wolfe算法来求解,通过实例对算法进行验证并与已有的算法结果进行了比较,结果表明算法是有效的,适合求解这类问题.     

城市交通多类型随机用户出行决策模型研究

考虑城市交通中有多类出行者的一般情况,在ATIS等交通信息系统的影响下,不同类型的出行者对路径出行时间有不同理解,用不同的参数来反映.在此基础上,给出考虑路径选择、方式选择、讫点选择及是否出行的多类型随机用户出行决策模型,证明了模型的一阶条件满足路径选择、方式选择、讫点选择及是否出行的条件,最后给出模型算法.     

随机需求下直销多商品流供应链网络均衡模型

建立了随机需求下直销多商品流供应链网络均衡模型,导出了供应链网络达到均衡的条件,它等价于一个有限维变分不等式.通过构建修改拟牛顿法,获得了随机需求下直销多商品流供应链网络均衡模型的解(变分不等式的解),并给出了1个算例,验证了模型的正确性和算法的可行性.     

界定用户平衡及Logit型随机用户平衡下的混合平衡交通网络效率损失

考虑一个具有两类用户的交通网络,一类用户按照用户平衡原则选择出行路径,另一类用户按照Logit型随机用户平衡原则选择出行路径.建立了描述这种混合平衡出行行为的变分不等式模型,给出了满足此种混合平衡的交通网络效率损失上界,结果表明,效率损失上界与被研究的交通网络拓扑结构,交通需求及两类用户的划分比例系数有关.     

平衡单向分类随机效应模型中的多个异常值检验

该文研究平衡单向分类随机效应模型中多个异常值的检验问题. 在基于随机效应上的均值滑动模型下导出了似然比检验统计量, 并给出了其精确分布及水平异常值的检验过程. 在基于观测误差上的均值滑动模型下,利用得分检验统计量给出了多个异常值的检验过程.     

随机需求模型和多目标规划模型在会议筹备问题中的应用

首先介绍了单时期随机需求模型和多目标规划模型及其求解方法,然后以实例说明了这两种模型在解决大型会议筹备问题中的应用。     

多生命状态增额寿险的双随机模型

In this paper the dual random model of increasing life insurance for multiple-life status is discussed. The rnth moment of the present value of benefits are calculated and the respective expressions of the moments under joint life status or last- survivor status are presented.Fur-thermore,the limiting distribution of average cost of a portfolio of increasing life insurance for multiple-life status is studied.     

多水库水资源系统的随机动态运行模型

具有多个水库的水资源系统是一种随机动态系统。研究这种系统的运行管理的目的是要确定一年内各时段中最优运行的策略。在建立优化运行模型时要解决两个问题。一是对于作为系统输入的天然迳流序列和作为系统约束的用水序列的处理方法；二是应用多维动态规划法推求优化运行模型的方法。     

稳健交通均衡模型的SDP松弛

交通均衡问题在城市交通管理中具有重要意义.研究均衡交通的目的是通过对稳定交通流进行量化分析、,为决策者提供交通规划及管理的依据.Wardrop交通均衡原理是描述交通均衡问题的基石,本文在其扩展之一的稳健Wardrop(Robust Wardrop,简记为RW)互补均衡模型的基础上,将不确定因素的盒子约束改进为球约束,以改善原有模型的保守度.其次给出带有不确定因素的稳健Wardrop极小化形式及其确定性稳健对应模型(Robust Counterpart,简记为RC).最后通过SDP松弛手段将稳健对应模型(RC)松弛为容易的线性半定规划问题进行求解,并给出实例说明,为不确定因素影响下的交通均衡问题提供了一种新的有效模型及解法.     

基于粒子群的模糊神经网络的短时交通流量组合预测

为了进一步提高短时交通流量预测的精度,提出了一种粒子群算法的模糊神经网络组合预测模型,模糊神经网络融合了神经网络的学习机制和模糊系统的语言推理能力等优点,弥补各自不足,将自回归求和滑动平均(ARIMA)和灰色Verhulst模型进行初步预测,并将两种初步预测的结果作为模糊神经网络的输入,构建基于改进模神经网络的组合预测模型,在此基础上进行训练和预测,其中模糊神经网络的相关参数由改进粒子群来优化,利用本方法来对南京市汉中路短时交通流量进行预测,结论表明:方法充分发挥了单一模型的优势,比单一的预测模型更加精确,是短时交通流量预测的一个有效方法。     

短时交通流混沌预测模型的比较研究

短时交通流预测是实现交通流诱导的关键技术之一.针对目前短时交通混沌预测模型预测结果差异较大的问题,归纳了4种基于混沌理论的短时交通流预测模型:RBF神经网络模型、最大Lyapunov指数模型、局域线性模型和Volterra滤波器自适应预测模型,并对这4种预测模型进行了比较研究.应用4种预测模型对几个典型的非线性系统进行预测,验证了算法的准确性.然后用这4种预测模型对微观实测交通流的时间序列进行实证分析.仿真结果表明,4种预测模型对典型混沌时间序列具有很好的预测效果;而对实测交通流预测,其预测精度和稳定性较差,但可以满足实时交通流预测的需要.     

基于线性规划的网络流量流向控制策略

互联网的快速发展给运营商带来了网络流量流向控制的需求.控制网络流量流向不但要保证服务质量,而且要尽可能降低运营费用,更要保证各网络链路具备裕量能应对突发变化.在网络流量流向控制中结合成熟的线性规划方法从能全局角度实现网络流量流向的多目标控制,保障网络的健康运行.     

交通流灰色RBF网络非线性组合预测方法

针对智能交通系统的开发,提出一种基于灰色GM(1,1)模型和RBF网络非线性组合的短时交通流预测方法.该方法采用三层结构的RBF网络将两种单一预测方法(灰色GM(1,1)模型和RBF网络)进行了非线性组合.利用实测数据对组合方法进行了仿真实验,结果表明:非线性组合模型的预测准确性高于单独的RBF网络预测的准确性;组合模型发挥了两种单一方法各自的优势,是短时交通流预测的有效方法.     

基于BP神经网络的道路交通事故预测

道路交通事故预测是交通研究的一个重要课题.以我国交通安全状况为研究对象,依据我国道路交通事故的特点,利用神经网络具有自学习、自组织、自适应能力特性,运用神经网络的方法及我国多个年度道路交通事故统计数据,建立了道路交通事故神经网络宏观预测模型,预测精度符合道路交通事故预测的要求.     

基于差分方程的货运市场占有率模型

合理估计产品的市场占有率是企业做出营销决策时需要考虑的最重要的因素之一。总结国内外部分有关市场占有率的研究献；建立关于铁路、公路货运量在全社会货运中市场占有率的差分方程组模型，运算后得出铁路、公路货运在整个货运市场中的占有率将趋向相对稳定的结论；通过利用历史统计数据计算，验证了该模型的可行性。     

基于自适应延时神经网络的短时交通流预测

为了提高交通流诱导系统的性能,研究了一种基于自适应延时神经网络算法的短时交通流量预测模型,该算法与传统的神经网络方法相比在神经网络的结构和神经网络的训练方法两个方面进行了改进,更适用于预测具有不确定性、非线性、动态性等特征的短时交通流,同时用Matlab7.0编写程序对算法进行了仿真实现,根据仿真结果的分析验证了算法时实性和精确性.     

基于最小二乘法的道路交通事故预测机理模型

基于相似理论提出一种新的道路交通事故预测方法,建立了新的交通事故预测非线性机理模型,作为道路交通事故预测的初步探讨.采用机动车保有量作为模型的输入变量,非线性最小二乘法求出模型参数.通过计算表明新预测模型预测精度较高,有应用价值,同时也为交通事故预测提出了新的预测理论.