1 / 13
文档名称:

城市智能交通中的微循环研究(通信工程-整套设计).zip

格式:zip   大小:3,302KB   页数:13页

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

城市智能交通中的微循环研究(通信工程-整套设计).zip

上传人:书籍1243595614 2022/12/1 文件大小:3.22 MB

下载得到文件列表

文档介绍

文档介绍:该【城市智能交通中的微循环研究(通信工程-整套设计) 】是由【书籍1243595614】上传分享,文档一共【13】页,该文档可以免费在线阅读,需要了解更多关于【城市智能交通中的微循环研究(通信工程-整套设计) 】的内容,可以使用淘豆网的站内搜索功能,选择自己适合的文档,以下文字是截取该文章内的部分文字,如需要获得完整电子版,请下载此文档到您的设备,方便您编辑和打印。工程数学问题(期刊)
工程数学问题(期刊)
研究论文
微循环运输网络设计模型
陈群和史峰
中南大学交通运输工程学院,长沙410075
函件应提交给陈晨,******@
2012年8月2日收; 2012年11月8日修订 ;2012年11月21日定稿
学术编辑:王红红
版权©2012归陈群和史峰所有。这是一个根据知识共享署名许可分发的开放获取文章,在原始作品被正确引用的情况下,允许在任何媒体中不受限制地使用、分发和复制。
微循环运输理念是为了通过分支道路在主干道上分流重型交通工具而提出的。开发设计微循环交通网络的优化模型是为了选择分支路作为分支渠道,并确定其所需能力,尽量减少总体重建费用和占地面积饱和度和重建空间约束,同时考虑到网络用户路由的选择行为。由于微循环运输网络设计包括离散和连续另个变量问题,因此开发了一组离散变量和连续变量变换成一组新的离散变量的离散化方法,将混合网络设计问题转化为新的离散网络设计问题具有多重价值。遗传算法的提出是用来解决新的离散网络设计问题。最后一个数字示例演示了模型和算法的有效性。

城市微循环运输是人类血液循环系统中借用的拟人[1]。在血液微循环系统中,血液从小动脉流向微循环血管,然后从微循环血管流回小静脉。类似于血液微循环,微循环可以定义为从动脉道路到分支道路微循环道路的流动,然后从分支道路流回到动脉道路。一般来说,大多数车辆在主干道上行驶,所以主干路通常在高峰时段非常拥挤。如果微循环运输网络围绕动脉道路的“堵塞点”进行设计,则既可以使车辆在主干道上行走,并将部分车辆通过微循环路支路进行分流。
实际上,由于道路路面狭窄,功能复杂,一些分公路主要用于区域内交通工具使用(如行人、自行车、少数车辆[2,3]),并且不具
备分流动脉的能力。微循环道路系统是为了实现分流而设计的,这就需要挑选一些条件好的分支道路进行重建。因此,需要解决两个问题:一是确定哪些分公路应当被挑选为交通通道;另一个是确定重建后这些选定道路所应当的能力。微循环运输为减少交通拥堵提供了有效和经济的方式,因为它不需要增加新的道路,而是利用现有的分支道路来实现分流。最近在中国,像北京、昆明这样的一些大城市,在一些拥挤的地区就已将建立了微循环交通系统。
工程数学问题(期刊)
微循环交通网络设计问题属于网络设计家族问题(NDPs)。NDP通常被制定为具有平衡约束(MPEC)的数学程序,其中规划者旨在对网络定义的修改,同时考虑到游客在平衡条件之后对变化的反应,达到优化目标函数的目的。通常,旅客的反应被认为是跟随战争的用户平衡条件(UE确定性)。NDP的典型模型是在TobinandFriesz[4]、Yang[5]和Chiou[6]等开发的DUE模型基础上开发的。用户的路由选择行为也通常以随机用户均衡(SUE)为特征[7]。戴维斯[8]和内田(Uchida)等人[9]将DUE下的NDP扩展到SUE案例。
NDP通常分为三类:离散网络设计问题(DNDP),连续网络设计问题(CNDP)和网络中组合CNDP和DNDP的混合网络设计问题(MNDP)。DNDP处理选择要添加新链路的最佳位置,并且通常应用于新道路系统的设计中。Leblance[10],Chen和Alfa[11],Gao[12]和Jeon[13]等研究了DNDP并开发了数学模型和解算法。CDNP决定了现有联系的一个子集的最佳提升能力,特别适合扩大现有道路的设计。Abdulaal和LeBlanc[14],Friesz[15],Meng[16],Chiou[17],Wang和Lo[18]等研究了CNDP,并开发了数学模型和解算法。杨和贝尔(YangandBell)[19]对NDP提出的模式和算法进行了全面的综述。MNDP通常被公认为非常难以解决的非线性混合积分二级规划问题。Luathep[20]等开发了一种用于解决MNDP的混合整数线性规划程序方法。
选定分支路
(微循环道路)
动脉
道路
候选
支路
动脉
道路
图1:动态道路、候选分支道路和选定的分支道路
史峰等人[21]模拟了微循环运输网络中的单向运输组织。另外,史峰等人[22]提出了城市道路重建模式,但仅考虑了成本目标和所有分支道路的优化改进方法。事实上,微循环网络设计是一个含有两阶段的问题:第一是确定哪些分支道路被挑选为交通通道(0-1变量);第二个是确定这些选定道路所需的能力(连续变量)。微循环运输网络设计问题包括0-1离散变量和连续变量,因此也可以被认为是MNDP之一。但是,与以前的MNDP有所不同。传统的MNDP在网络中结合了DNDP和CNDP;离散变量(用于新的道路连接)和连续变量(用于修改的道路连接)是独立的并且是相应的问题。然而,在微循环交通网络设计问题中,首先需要选择重构的是道路连接,然后确定所选道路连接的所需能力。所以这是一个两阶段的规划问题,其中离散变量值是在连续变量值确定之前。这比传
工程数学问题(期刊)
统的MNDP更难以解决。本文提出了将两组变量(离散变量和连续变量)转换为一组新的离散变量的离散化方法,然后将MNDP转换为新型的DNDP。新的DNDP与传统的0-1DNDP不同,因为新的DNDP的变量可以采用多个值。建议用遗传算法来解决新的DNDP问题。
此外,与传统的NDP相比,微循环运输网络设计问题具有不同的目标。微循环交通网络是一个局部网络,其目的是从主干道路进行分流。由于网络规模小,如果网络不拥塞,那么车辆的通过时间会非常短,因此常规NDP通常考虑的模型中可能会忽略旅行时间的因素。微循环网络设计问题的主要目标是在饱和约束下最大限度地减少总重建费用。另外,为减少对区内居民的干扰,将尽量减少占地面积作为考虑目标。此外,微循环交通网络设计问题还考虑了重建空间约束和微循环道路和动脉道路交叉点数量等一些限制性因素。
本文的其余部分组织如下:第2部分介绍了微循环运输网络设计的优化模型。第3部分介绍了解决模型的离散化方法。在第4部分中,给出一个数值示例来演示模型和算法的应用。最后部分为本文的结论。

在图1中,道路网络N=(V,A∪B),V是所有节点的集合,n=|V|。A是一组动脉道路,B是候选分支道路的集合。(qrs)n×n是源和目的地之间的分布。对于分支路a(a∈B),e(a)如果被选择则等于1,如果未被选择则等于1。所有选定的分支道路构建微循环交通网络。每条道路的现有能力为C(a),a∈A∪B。对于选定的分支道路a(a∈B),其所需的重构后的容量为X(a),a∈B。显然,X(a)≥C(a),a∈B。e(a),X(a),a∈B是优化变量。
一般来说,在两个相邻节点之间有两个相反方向的道路连接,它们的容量通常是相同的。
在重建之前,分支道路没有从主干道路分流的能力。它们通常用于区域内的交通工具,并且经常挤满行人和自行车,甚至被一些其他临时设施占用,除非被清理或重建,否则将不具有其原本的设计能力。
主要优化目标是最大限度地减少重建道路的长度和容量的重建成本。如果容量进一步提升,那么重建费用就会越来越多。
另外,为了减少对该地区的干扰,应将尽量减少土地占用(以土地使用费用表示)作为考虑的目标。虽然微循环运输可以分流动脉的运动,但分流的运动会干扰该地区居民的生活,并可能导致环境污染。减少微循环运输的占地(包括道路长度和宽度)可以减少干扰范围。所以,对于那些未选择的分支路,需要采取一些管理措施来阻止跨越式运行,使得选定道路内的分流不受限制。
从前面的分析可以看出候选分支路a的成本函数可以表示为:
P(a)=ealapa+ealaha,a∈B()
工程数学问题(期刊)
在()中,右侧第1项为重建费用,第2项为微循环运输用地成本。优化目标是最小化a∈BP(a),即:
miny=a∈BP(a)=a∈Bealapa+ha()
l(a)是候选分支路a的长度,p(a)是单位重建费用,h(a)是单位土地使用成本:
Pa=Za(Xa−Ca),a∈B()
在()中,对于分支路a,p(a)是X(a)的增加函数;即所需能力较大,重建费用较高:
ha=TaXa,a∈B()
方程()意味着h(a)是X(a)的增加函数,因为微循环道路的土地利用取决于其长度和宽度,而单位长度的土地利用成本h(a)由道路宽度决定,这与重建后的容量(X(a))相对应。一般来说,对于分支道路a,如果重建后的容量X(a)较大,道路宽度应该更大,因此h(a)变大。
约束如下:
(1)动脉道路的饱和度约束:由于微循环运输网络的作用是从主干道路分流,第一个目标是使动脉道路饱和度小于允许值。但饱和度
动脉道路不宜太小;否则,他们的能力就不能充分发挥。关键是要实现不再拥挤的目标:
ua=x(a)C(a)<Ua,a∈A()
其中u(a),x(a),a∈A分别是动脉道路a和U(a)的饱和和流动是动脉道路a的允许饱和度。
(2)分支道路的饱和限制:微循环分支道路的饱和度也应在允许的范围内,以避免分支道路上的交通堵塞,确保分支道路上行人和自行车的安全:
va=v(a)C(a)<Va,a∈B()
其中v(a),x(a),a∈B分别是分支道路a和V(a)的饱和和流量是分支道路a的允许饱和度。
(3)分支道路的能力约束。分支道路的能力提升受到一些实际条件的影响,如土地使用限制,建筑限制和地质条件:
工程数学问题(期刊)
Ca≤Xa≤X0a,a∈B()
其中X0a是重建后分支路a的可用最大容量。
(4)限制微循环和动脉道路交叉点的数量:减少微循环和动脉道路交叉点的数量可以减少干扰动脉交通。微循环道路用于分流动脉交通,因此通常具有相对较大的交通流量;信号控制通常在跨越主干道时需要采取设立。更多的信号控制交叉点意味着更多的干预道路上的时间延迟(等待时间和车辆启动和制动所需的时间)。
di−j表示动脉道路(i-j)和微循环道路的交叉点数。假设di−j不应超过Di−j(最大允许值):
di−j≤Di−j()
x(a),a∈A∪B通过用户均衡(UE)流分配模型计算:
mina∈A∪B0x(a)taωdω()
k=1L(r,s)fkrs=qrs,r,s=1,2,···,n
xa=r=1ns=1nk=1L(r,s)fkrsδakrs,a∈A∪B()
fkrs≥0,r,s=1,2,···,n,k=1,2,···,L(r,s)
fkrs是原始目的地(OD)对(r,s)之间的路径k的流,L(r,s)是OD对(r,s)之间的路径数,qrs是OD对之间的需求(r,s)。X(a)是链路的流程a。如果链路a在OD对(r,s)之间的路径k上,则δakrs等于1,否则,ta是链路a上的行进时间。此处应用BPR(公路局)链路阻抗功能:
ta=ta01+axaMaβ,a∈A∪B()
在()中,M(a)是链路容量;对于主干路,它是C(a);对于分支道路,是X(a)。a,β是参数,BPR表明a=,β=。

在上述模型中有两组变量(e(a),X(a)),所以解决方案非常困难。但是,如果两组变量可以转换成一个变量,那么解决方案将变得更加容易。
对于分支路a,a∈B(现有容量C(a)),如果选择,其通过重建的容量增强可以离散化。容量增强为0,σ,2σ,3σ,4σ...其中σ表示一个加法单位,0表示能力增强为0。这种离散方式可以符合实际情况。一方面,在现实中,通过重建的能力增强永远是离散的值而不是连续的;另一方面,使用许多离散值也能够达到精度。
工程数学问题(期刊)
可以定义一组新的离散变量(λ(a)),将两组变量(e(a),X(a))转换成一组变量λ(a):
λ(a),a∈B是优化变量。如果计算λ(a),则可以得到e(a)和X(a)。
应用真实编码遗传算法求解优化模型。染色体由λ(1),λ(2),λ(3)...组成
表1:OD对之间的配送单位:辆/小时
节点
1
2
3
4
1
0
800
2600
800
2
800
0
1000
2200
3
2600
1000
0
1000
4
800
2200
1000
0
2
5
6
7
1
8
9
10
11
112
14
15
16
113
117
3
18
19
20
4
图2:原路网
使用遗传算法求解模型的步骤如下:
:设定群体大小(E),染色体长度(J),迭代次数(gmax),交叉概率(Pc)和突变概率(Pm)。
:F(m)=Cmax−O(m),其中F(m)是个体m的适应度,O(m)是个体m的函数值,Cmax是估计的最大函数值。随机产生初始种群,设g=1。
,然后计算每个个体的适应度和超限约束。如果g=gmax,输出最佳个体;否则,转到步骤4。
***选择算子来选择下一代人口[23]。可行的解决方案从高到低依次为合格,然而不可行的解决方案从小到大都超过约束。
(Pc),进行多点交叉。可以随机选择交叉点,无需重复。交叉点之间的变量交替产生两个新的个体。
工程数学问题(期刊)
(Pm),进行单点突变。随机产生(-1J)之间的整数(J是λ(a)的最大值),以取代变量的当前值。设置g=g+1,返回步骤3。

在图2中,该区域周围的粗线表示主干道,该区域内的细线表示候选分支道路。每条线包括两个相反方向和相等容量的连杆。高峰时段的分布情况如表1所示。
工程数学问题(期刊)
表2:动脉道路的流量和饱和度
连杆
流辆/小时
饱和%
1
→7
2978

1
→12
2959

2
→5
2930

2
→8
2993

3
→13
2978

3
→18
2998

4
→17
2940

4
→20
2936

5
→2
2930

5
→6
2930

6
→5
2930

6
→7
2978

7
→1
2978

7
→6
2978

8
→2
2993

8
→13
2978

12
→1
2959

12
→17
2940

13
→3
2978

13
→8
2978

17
→4
2940

17
→12
2940

18
→3
2998

18
→19
2936

19
→18
2936

19
→20
2936

20
→4
2936

20
→19
2936

动脉道容量为3000(辆/每小时);候选分支路的现有能力为500(辆/每小时)。每条链路的长度为1公里。分支道路单位重建成本函数为p(a)=(X(a)–500)×104($/km);单位土地利用成本函数为h(a)=(1/4)X(a)×104($/km)。道路饱和度不得超过1。重建后每条分支道路的可用最大容量为1000(辆/每小时)。道路1号,道路1公里,d1−2≤1,d1−4≤1,d3−4≤1,d2−3≤1。
设σ=100;λ(a)的解集是{-1,0,1,2,3,4,5},因为可用的最大容量为1000,现有容量为500。所选择的分支路径如图3所示;总成本为8000×104$。动脉和分支道路的饱和度均小于1。动脉道路的流量和饱和度见表2;选择的分支道路构建微循环网络的容量,流量和饱和度如表3所示。
相比之下,如果只有动脉道路没有微循环路网,动脉道路的饱和度超过1(表4)。
工程数学问题(期刊)

本文对城市微循环运输的概念进行了定义。微循环交通网络是一个小的本地网络,可以从主干道路分流。
图3:道路循环网
表3:选定分支道路的能力,流量和饱和度
连杆
容量辆/每小时
流量辆/每小时
饱和%
6
→10
1000
714

8
→9
800
620

9
→8
800
620

9
→10
700
374

9
→14
700
323

10
→6
1000
714

10
→9
700
374

10
→11
700
424

10
→15
500
101

11
→10
700
424

11
→12
800
686

11
→16
500
262

12
→11
800
686

14
→9
700
323

14
→15
600
360

14
→18
800
683

15
→10
500
101

15
→14
600
360

15
→16
500
262

16
→11
500
262

16
→15
500
262

18
→14
800
683