文档介绍:中文摘要R猐流是交通运输规划与管理的重要依据之一,是道路网络交通流预测的基础。获得流有两条途径:一是进行大规模的∞调查,一是通过观测路段交在现有估计方法中,由于双层规划具有良好的结构,能嵌入出行者的路线选择行为,因而具有极其重要的地位。在分析现有双层规划模型的不足之处后,本文对现有模型进行了扩展:对于上层目标函数,引入兰坪投嘣U布,能有效地消除观测交通量的随机误差和时间影响;对于下层目标函数,基于用户均衡或随机用户均衡建模考虑了用户路线选择行为。扩展后的模型能有效解本文研究了双层规划的求解算法,讨论了两种求解算法:一是基于凸规划求解,一是基于灵敏度分析求解。将模型的下层目标函数用交分不等式表示,进行灵敏度分析,得到关于流的灵敏度函数,利用此函数开发了一种基于灵敏度分析的求解算法。将此算法应用于较大规模交通网络进行估计,得到了较为满意丶蔧估计混合交通弹性需求用户均衡双层规划灵敏度分析变分不通量来估计。决我国城市混合交通、弹性需求的估计难题,而且具有很强的适应能力,既能适用于非拥挤网络,也能适用于拥挤网络。的结果。等式
縊【】狣琧瑃瑆瑆—琽,琲琤甌瑃...,甌瑃瓵,甀瑄琯,
符号说明:鸧:。。:路段概率矩阵;兀:路线械5腛詅∈之间的流量;核新废吡髁考獭剩吩:如果郝范危肪吨涔亓>卣螅珹露:,海瑅::路段观测流量向量;旱趂个流中使用路段,的概率;航辛肆髁抗鄄獾穆范渭簑个对流量组成的列向量,猓琇;#琺:路段口上的流量;海郝范慰谏狭髁抗鄄庵担#捍悠鸬鉹到终点腛髁浚海捍悠鸬鉹到终点腛髁客ü范蝑的概率:#篛詉∈”之间的路线集;%:如果路线,连接对雄∈则为裨蛭:航煌ㄍ绲穆范危航煌ㄍ缏范渭琻∈篛裕,⋯,!:路段流量向量;#捍悠鸬鉹到终点∏涞木嗬耄捍#募希眎∈之间的路线范慰冢蛭,否则为人:对/路径之间的关联矩阵,鵠簑的集合,蔠:【’
篛磊::在路段口上的旅行费用函数篛詉∈之间的最小出行费用篛詉∈’涞男枨蠛拭侵涞牡冢趼废呱细惺艹鲂蟹延白:对砸∈”之间的第/条路线上的实际出行费用;蕎涞牡冢趼废呱细惺艹鲂蟹延玫乃婊蟛睿冢篛詅“∈”之间的第,条路线被选择的概率;『,对涞男枨笫瞧渥疃搪废呱系姆延胻≥暮:出行者认为路线母惺艹鲂蟹延糜胱疃搪返氖导食鲂蟹延胏相等的概率;:
∑。:第一章绪估计的理论基础论有对个数,ǎ硎镜趇∈个对通过路段/抒出行流是交通运输规划与管理的重要依据之一,是道路网络交通流预测的基础。通常获得流的方法是进行大规模的实况调查,由于调查所得交通数据量调查经数据处理到最终获得流往往需要一年左右的时间,导致所获得的的方法是不实用的;况且由于交通需求是随机的,调查结果与调查时间关系密切,流按照某种路线选择原则分配到各条路线上的结果,且容易获得,因此很多学者考虑通过观测路段交通量来估计流。这种方法作业量小、经济,计算结果与何琒涞腛魍ü范蝞琺某鲂斜壤蚵范谓煌坑隣≤簊其中,【,海瑅。,猓獁个流组成的列向量,K理论上讲,只要我们拥有足够多的路段交通量,总可以通过解联立线性方程组来获得騮。。对于一个实际的路网,路段交通量的数目常常远远小于待求的正数量,即庖簿鸵馕蹲庞捎谛畔⒉蛔悖飧鱿咝苑匠套榻ɑ嵊卸嘧榭实际上,对之间的路线选择也是一个变量。故一般在实际应用时,要追加某些假定或信息。在如何增加问题的信息量,以便从可行解中选择台适的十分庞大,即使进行抽样调查,也将耗费大量的人力、资金和时间:而且从开始流时效性较差,这样对于时效性要求较高的中、短期规划而言,这种获得流因而调查所得的特定结果不具有很好的代表性。理论上由于路段交通量是将现状交通网络流一致,即使无现状表,也可以进行预测。琺为路段抒的流量,N4悠鸬悖街盏鉙的流,流之间的基本关系式为:用矩阵表示为:行解,这时问题就转化为如何在众多的可行解中,选择一个最能反映实际情况的设的比例。流。.尸丁
所以轳∑。警:屯税却ú问∑。:。⒋庸鄄獾穆范谓煌髂J缴峡悸牵饕<偕韫鄄獾降穆范瘟髁糠佑没Ь现有的估计方法可以分为两大类航峁够椒ê,预先赋予‘口某种结构,通常以重力模型或机会模型琌或两者相结合的重力一机会模型在这种结构控制下的一组流#懔髁抗叵凳⒒局亓δP设;分别为小区,,娜丝谧苁琑。为,小区间的距离,可以简在上式中,口是惟一的未知量,通过简单的标定技术,即可定出合理的担而得到在这种模型结构下,满足流量关系的!⑿拚亓δP为了使模型更能反映实际情况,除人口之外,还应考虑就业水平、工业区分布、商业区大小等对交通的发生、吸引有显著影响的因素,以。来表示综⒋覱鞣植忌峡悸牵ǔ<偕鐿鞣幽持纸峁够蚍植迹湫偷挠屑衡流模式。珿的形式表达出来,通过估计这些模型的参数,计算单地认为:流方面,目前有两条途径