导读:本文包含了交通配流论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:交通,模型,网络,多模,算法,通流,流量。
交通配流论文文献综述
罗思嘉[1]（2019）在《考虑电动汽车用户差异的混合交通配流模型研究》一文中研究指出电动汽车是未来城市交通出行的重要工具之一,可以预见,未来一段时间内整个交通网络将处于电动汽车与燃油汽车混合的状态。因此,研究电动汽车和燃油汽车的混合交通配流问题,了解未来交通网络中各路段的流量分布情况,并进一步对路网状况进行评价,对交通管理者更好地进行交通网络的规划、交通政策的制定及交通管控措施的实行,有重要的现实意义。本文将交通网络中电动汽车的广泛参与考虑到传统城市交通配流问题中来,以电动汽车用户为主要研究对象,首先对给定出行需求下的混合交通配流问题进行研究,探讨了电动汽车用户风险偏好和时间效用的差异对城市混合交通网络均衡的影响。此外,还进一步探讨了,当交通网络中的出行用户自主选择普通燃油汽车或电动汽车为出行工具,两种出行方式的出行需求为内生变量时,混合交通网络的均衡配流问题。具体研究内容如下:首先,概述了电动汽车目前面临的主要问题,接着对电动汽车用户的出行行为特点及产生原因进行分析,指出电动汽车用户出行过程中的里程焦虑和充电焦虑对其出行的影响。构建了给定电动汽车和燃油汽车两种出行方式出行需求时,电动汽车和燃油汽车的混合交通网络均衡模型,并运用算例对模型进行检验和求解。然后,通过考虑电动汽车用户风险偏好的差异,将给定需求下的电动汽车和燃油汽车混合交通网络均衡问题拓展至多用户均衡问题。构建了考虑电动汽车用户风险偏好差异的混合交通配流模型,提出了相应的模型求解算法,并通过算例对模型和算法的合理性进行验证。研究发现,网络中存在不同风险偏好的电动汽车用户,会对均衡结果产生影响,且随着风险厌恶程度的提高,电动汽车用户出行中所花费的充电时间随之增加。随后,通过考虑电动汽车用户时间效用的差异,将给定需求下的电动汽车和燃油汽车的混合交通网络均衡问题拓展至另一多用户均衡问题。构建了考虑电动汽车用户时间效用差异的混合交通配流模型,提出了相应的模型求解算法,并通过算例对模型和算法的合理性进行验证。研究发现,网络中存在不同时间效用的电动汽车用户,会对均衡结果造成影响,且随着充电时间效用的提高,电动汽车用户倾向于选择电量消耗较少的路径出行。最后,通过考虑交通网络中同时存在普通燃油汽车与电动汽车,且二者之间出行需求不定时整个网络的均衡情况,将给定需求下的混合交通网络均衡问题拓展至考虑电动汽车内生渗透率的混合交通配流问题。构建了相关模型,提出了相应的模型求解算法,并通过算例对模型和算法的合理性进行验证。研究发现,随着电动汽车渗透率的增大,网络出行总成本呈先减少后增加的趋势,网络出行总成本的最小处对应的电动汽车渗透率即是该网络均衡时的内生电动汽车渗透率。综合而言,本文研究以电动汽车与燃油汽车混合的交通网络为研究背景,构建了考虑电动汽车多用户情形下的混合交通配流模型和考虑电动汽车内生渗透率的混合交通配流模型。本文研究首先外生给定电动汽车和燃油汽车两种出行方式的出行需求,旨在适当简化模型,着重研究网络中存在多类电动汽车用户对混合网络均衡的影响。接着,考虑两种出行需求内生时的情形,使所构建的交通网络均衡模型更加贴近现实的交通网络。相关研究结果对交通管理者充分了解路网流量情况,更好应对电动汽车产生的需求和进行城市交通规划及管理,有重要的意义。(本文来源于《南京大学》期刊2019-05-01）
杨海飞[2]（2019）在《交通网络平衡配流模型算法研究》一文中研究指出交通网络配流问题是将实测或预测的交通分布量按照特定的出行规则分配加载至具体的道路网中,并根据相应算法求解得到各道路路段与交叉口节点的交通流量。首先介绍了有关交通配流的基本方法及性质,总结了常用的平衡及非平衡交通配流模型。考虑到平衡模型求解困难且算法运算时间长,将非平衡配流模型解法运用到平衡配流中去,以寻求复杂平衡问题的高效解法。(本文来源于《山西建筑》期刊2019年03期）
王钰[3]（2018）在《不确定条件下基于容量限制的交通配流问题》一文中研究指出交通配流问题是城市道路出行管理的基本理论问题,也是数学与管理科学交叉研究领域的热点问题.基于道路容量约束的交通配流问题,是对经典交通配流问题的进一步拓展.本文从不确定性的角度去研究基于道路容量约束的交通配流问题,重点探讨了在不确定性条件下的交通网络当中,如何去解决基于容量约束的交通配流问题.第一章主要介绍了不确定条件下基于容量约束的城市道路交通网络配流问题的研究背景及意义.接着,总结了不确定条件下交通配流问题、基于容量约束的交通配流问题以及不确定条件下交通网络设计问题研究的历史与现状.第二章介绍了本文研究内容的一些预备知识:基于容量约束的交通配流问题的数学模型及两种常见解法、不确定条件下交通配流问题的数学模型以及双层规划模型.第叁章提出了一种新的基于可靠性的带容量约束的交通配流问题的数学模型.该模型从不确定性的角度推广了传统的带容量约束交通配流模型.首先,定义路段流量为随机变量,从而得出概率条件下的带路段容量约束的数学模型,并从数学上推导了考虑不确定性条件下的路段容量约束所对应的时间延误的公式.接着,又讨论了新模型解的结构并设计了相关的求解算法.最后,通过数值算例验证了模型的性质.第四章提出在不确定性条件下基于容量约束的交通网络设计模型,该模型可以归结为一个双层规划问题.上层问题的目标是最小化系统总阻抗与时间延误之和,下层问题是第叁章中提出的基于可靠性的带容量约束的交通配流问题的数学模型.并给出该网络设计问题的求解算法.随后,通过几个数值算例验证了本章研究的网络设计模型的结果能够改善不确定性条件下的交通拥挤状况.第五章给出了本文的结论和展望。(本文来源于《中国矿业大学》期刊2018-06-21）
周豪,四兵锋,汪勤政[4]（2018）在《考虑距离因素的多方式交通超级网络均衡配流模型及算法》一文中研究指出考虑了出行距离对出行者不同感知费用的影响,提出了一种考虑距离因素的多方式用户平衡配流方法。对出行者在多方式交通系统中的出行行为进行了分析,基于图论构建了用于描述一般出行过程的多方式超网络模型,并定义了有效超路径和子路径。针对出行者在不同出行过程中时间和花费这两个主要定量因素的计算方法,同时考虑了出行距离对出行者感知费用的影响机制,构建了考虑距离因素的出行广义费用函数。在此基础上,提出了基于用户平衡准则的多方式交通网络配流模型,并提出了基于子路径费用的最短超路径搜索算法。最后用一个简单算例对模型进行了验证,结果表明本文所提出的模型及算法可行有效。(本文来源于《山东科学》期刊2018年03期）
高玉芳[5]（2018）在《基于后悔理论的城市轨道交通动态配流模型研究》一文中研究指出城市轨道交通以其运量大、速度快、安全性能高、准点率高等优点,在公共交通中有着举足轻重的地位。在“无缝换乘”的城市轨道交通网络化运营系统中,客流在路网中的分布和路径选择无法通过AFC数据获得,所以建立科学、合理并具有较强可操作性的客流分配模型,可以真实的反映乘客在多路径选择背景下的客流分布情况。通过OD需求和列车时刻表推算乘客的出行选择,不仅可以获得乘客在路网中的分布情况,还可以得到列车在某个站点的等车人数以及各次列车在各站出发时的乘车人数。同时将后悔因素考虑在路径选择行为分析中,实现了乘客的精细化管理。未来可为城市轨道交通乘客的诱导信息发布,乘客的动态管理提供参考依据。本文运用基于后悔理论的动态配流方法研究城市轨道交通网络的客流分布,与前人的研究既有相似,又有不同,主要研究内容如下:(1)城市轨道交通乘客路径选择行为分析首先分析影响城市轨道交通乘客出行路径选择的因素,然后分别用效用最大化规则和后悔最小化规则对乘客的路径选择行为建模分析,从出行费用和路径选择概率等不同方面对两种路径选择规则进行对比分析。基于不同的路径选择规则分别建立效用最大化路径选择模型、后悔最小化路径选择模型以及混合效用-后悔路径选择模型。(2)城市轨道交通时空拓展网络建模基于列车时刻表,将城市轨道交通物理拓扑网络在时间维度上拓展,得到基于时刻表的时空拓展网络。同时对时空拓展网络中的时间拓展节点、时空拓展弧等进行相关定义,构建时空拓展网络模型。(3)基于后悔理论的城市轨道交通动态配流模型构建基于城市轨道交通列车时刻表,构建时空拓展拓展网络,分别基于效用函数以及后悔函数,计算不同时空弧的效用值和后悔值,在时空拓展网络下,基于效用和后悔规则建立不同的客流分配模型,并且选用MSA算法对模型进行求解。(4)以北京市的轨道交通网络为例进行案例分析基于北京市地铁动态OD需求分别采用不同配流模型进行对比分析,比较采用不同配流模型所得配流结果的不同,为动态配流提供一种新的方法。(本文来源于《北京交通大学》期刊2018-03-01）
于晓桦,晏克非,牟振华,张辉[6]（2018）在《基于多级网络的多模式交通配流研究》一文中研究指出为解决多模式复合网络的交通配流问题,将复合网络转化为多级网络形式,并提出多级网络客流分配模型、约束条件,以及其求解算法。将多模式复合网络转化为多级网络结构。以叁级网络结构为例,网络第一级为带有组合出行的方式选择网络;网络第二级为基于出行逻辑的平面拓展网络;网络第叁级为小汽车出行的道路网络。分析多级网络中的路径阻抗,包括线段阻抗与换乘点阻抗,提出以N-L模型解决多级网络流量的分配问题。根据复合网络构建的实际情况,在模型中加入有效路径筛选、有效换乘筛选与典型组合方式筛选等约束条件,以提高模型求解效率。采用连续平均法对多级网络配流模型进行求解。以叁模式迭加的复合网络配流为算例,模型迭代7次即达到收敛条件。结果显示,在算例网络中,轨道换乘出行方式具有一定的竞争力,约占总出行量的40%。通过SP调查验证了该结果的可靠性。该方法在考虑了路径选择、换乘点选择、组合交通方式选择的情况下,将客流分配到多模式复合网络中去,弥补了传统四阶段法在多模式交通配流应用中的不足。(本文来源于《交通信息与安全》期刊2018年01期）
吴兴宇,刘雅,王陈炜,王志勇[7]（2017）在《基于SUE模型的区域交通配流问题》一文中研究指出该文引入Akamatsu提出的SUE改进模型,用以计算一定交通总流量下分配到各个路段的道路流量。出于对不同类型小区的考虑,对交通配流模型的参数进行了改进。针对增加的交叉路口对车速的影响,对最终的流量计算和速度计算公式进行了修正。使用修正后的交通配流模型,采用泊松分布模拟闲期数据和二项分布模拟高峰期数据,对"日"字形、"田"字形和"花纹形"3种类型的小区进行道路流量的求解。仿真结果表明,不同的小区结构会导致不同的开放效果,如"田"字形小区开放造成新开道路的拥堵,使得"田"字形小区没有开放的必要。(本文来源于《实验科学与技术》期刊2017年05期）
赵甜甜[8]（2017）在《基于流量调节的交通配流问题启发式算法》一文中研究指出交通平衡配流问题的算法是一类典型的求解最优化问题的算法。从流量调节的角度设计交通平衡配流问题的求解算法,与经典的最优化算法不同,该算法从平衡问题本身的特点出发,设计最优化问题求解算法。本文推广了传统的基于流量调节的平衡配流启发式算法并给出了相关的应用。第一章,简要介绍了交通平衡配流问题的原理、背景,回顾了一些经典的交通配流模型和求解算法。第二章介绍了近年来交通配流模型及其算法的研究新进展,详细介绍了现有的基于流量调节的交通配流模型和算法。在该算法的基础上,第叁章对该算法进行改进,在原始求解最小二乘问题的过程中,本文给出了一个扰动准则,该准则不仅可以确保重新赋值之后的流量仍在定义域内,又可以缩短算法运行时间,在此基础上给出了新的基于流量调节的平衡配流启发式算法,同时证明了改进算法也满足原算法的相关性质。数值算例结果表明:本文给出的扰动准则,不但可以保证改进算法仍满足原有算法的相关性质,并且比原有的算法运行时间更少。第四章将第叁章新给出的算法应用到可变车道的双向道路网络设计问题的求解,通过中等规模的网络进行数值实验,结果表明改进的算法运行效率比原算法节约了10.4%的运行时间,验证了算法的有效性。第五章,给出了本文的结论和展望。(本文来源于《中国矿业大学》期刊2017-06-01）
陈佳列[9]（2017）在《基于有限理性的多模式交通网络配流研究》一文中研究指出为促进交通低碳发展和解决交通拥堵等问题,可以从引导出行者的出行行为入手,本文首先通过城市低碳交通引入对交通出行行为决策的研究,从有限理性的角度下刻画出行者在多模式交通网络中的出行行为,其中分析有限理性基本观点以及对出行者出行行为决策的影响因素。然后构建了多摸索交通网络的出行模式与路径的分层结构模型,其中提出了有限理性的出行者会根据参考点进行行决策,由出行者的决策结果形成了交通流量分布情况。最后分析了出行者在日常出行中的有限理性行为,构建了逐日动态配流模型及提供了求解过程,通过算例分析证明该模型能够达到交通网络均衡状态,并分析了不同参数对均衡状态的影响以及为交通管理者提供引导出行者出行行为的对策。主要的内容和结论如下:(1)分析了居民交通出行结构和计算出了近10年重庆市主城区居民出行的CO2总量和排放量效率以及在不同出行方式的分担。得出了重庆市主城区居民总体交通出行CO2排放量显着上升是出行结构发生变化,私家车的出行分担比例增加而且载客数量降低,提出了出租车是居民出行便捷高效的出行方式,公交和轻轨是最好的低碳出行方式。(2)阐述了有限理性的观点,前景理论特点主要表现在对收益和损失的不同风险偏好以及重视小概率事件,这将更准确及合理的解释现实中居民出行的现象。以此通过个性特征和出行决策过程两方面分析了出行行为的主观因素和客观影响因素。(3)分析和构建了多模式交通网络结构及模式和出行路径联合选择的分层网络模型。其中出行决策不是根据出行成本(时间和费用)的大小值,而是通过出行成本与所对应出行模式的参考点的差值进行比较,通过价值函数得到的价值来替代期望效用理论中的效用进行选择,从而得到各模式和路径的流量分布。(4)在此基础上分析出行者逐日出行决策过程的特征,当次出行决策会受到以往出行经验影响,同时出行经验也会累积,以及在对测算各路段各模式的运行时间方面会根据出行者的以往在各模式和路径的运行时间;建立多模式交通网络的逐日动态配流模型,其中考虑了出行经验的依赖程度和出行者的认知误差,并通过启发式算法进行求解。(5)通过算例分析说明该模型能够达到交通网络均衡状态,其中参考点的按时到达概率、对交通网络的熟悉程度和时间的换算参数对均衡状态下的流量分布有显着影响,最后通过分析得出了出行者对按时到达的要求越高,越会选择小汽车和轻轨;出行者对出行经验的依赖程度越高,交通网络需要更多的时间才能达到网络均衡状态;出行者对交通网络的熟悉程度越高其选择会越理性;出行者越重视时间价值,出行者的选择会倾向一致;征收交通管理费能有效促进公共交通发展。(本文来源于《重庆交通大学》期刊2017-05-24）
黄健[10]（2016）在《含拼车的多模式交通网络配流模型及系统优化》一文中研究指出随着居民出行需求增加和城市汽车保有量的不断增长,城市交通拥堵日益严重。由于可以分享小汽车的运载能力和道路资源,拼车被认为是有效缓解交通拥堵的一种有效途径。随着智能交通系统的发展与应用,拼车已逐渐成为人们接受并采用的一种新型交通出行模式。这一新型交通模式势必对交通均衡产生影响。为了鼓励拼车出行,多个城市为出行者提供HOV/HOT车道,旨在引导出行者的交通模式和出行路径。如何设计HOV/HOT车道需要交通规划者的系统思考。在归纳总结现有交通均衡模型的基础上,本文假设出行者先方式、再模式、最后选择路径的出行选择模型,并根据均衡条件找到与之等价的变分不等式模型,证明了该模型与均衡条件的等价性和模型解的存在性。利用含拼车、自驾和公交叁种交通模式的数值算例,分析拼车对道路交通网络均衡及系统总出行成本的影响。发现当存在拼车交通模式的路网达到配流均衡后,各条路段上的交通流量发生了较大变化,并影响出行需求在交通模式之间的划分,交通网络中的出行者的总出行时间和总舒适度损耗得到显着降低。研究还探讨了燃油价格、HOV/HOT车道等相关影响因素对出行选择的影响,发现随着燃油价格的上升,选择拼车出行的比例先上升后下降,设置一条HOV/HOT车道可能降低路网负担,也可能增加路网负担,加剧交通拥堵。综合考虑引入HOV/HOT车道的优化问题,从最小化路网总出行成本的角度构建双层规划模型描述HOV/HOT车道最优设计问题,并给出了求解该双层规划模型的遗传算法。结合含拼车、自驾、公交的多模式交通网络,本文找出给定路网的最优HOV车道设计方案,使得交通网络总出行成本达到最小。在多模式交通网络中,出行需求可能存在高峰低谷,为出行高峰时段设计的HOV车道在出行低谷时的利用率可能不高。当出行需求发生变化,本文计算叁种策略下的城市交通网络总出行成本,并通过模型和算法找到使得路网系统总出行成本达到最小的最优HOT车道收费方案。(本文来源于《南京大学》期刊2016-05-24）
交通配流论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
交通网络配流问题是将实测或预测的交通分布量按照特定的出行规则分配加载至具体的道路网中,并根据相应算法求解得到各道路路段与交叉口节点的交通流量。首先介绍了有关交通配流的基本方法及性质,总结了常用的平衡及非平衡交通配流模型。考虑到平衡模型求解困难且算法运算时间长,将非平衡配流模型解法运用到平衡配流中去,以寻求复杂平衡问题的高效解法。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
交通配流论文参考文献
[1].罗思嘉.考虑电动汽车用户差异的混合交通配流模型研究[D].南京大学.2019
[2].杨海飞.交通网络平衡配流模型算法研究[J].山西建筑.2019
[3].王钰.不确定条件下基于容量限制的交通配流问题[D].中国矿业大学.2018
[4].周豪,四兵锋,汪勤政.考虑距离因素的多方式交通超级网络均衡配流模型及算法[J].山东科学.2018
[5].高玉芳.基于后悔理论的城市轨道交通动态配流模型研究[D].北京交通大学.2018
[6].于晓桦,晏克非,牟振华,张辉.基于多级网络的多模式交通配流研究[J].交通信息与安全.2018
[7].吴兴宇,刘雅,王陈炜,王志勇.基于SUE模型的区域交通配流问题[J].实验科学与技术.2017
[8].赵甜甜.基于流量调节的交通配流问题启发式算法[D].中国矿业大学.2017
[9].陈佳列.基于有限理性的多模式交通网络配流研究[D].重庆交通大学.2017
[10].黄健.含拼车的多模式交通网络配流模型及系统优化[D].南京大学.2016
论文知识图
