一、Route choice models based on altering OD（论文文献综述）
王栋[1]（2021）在《基于列生成算法的有限理性动态交通网络均衡问题研究》文中指出随着经济社会的发展,机动车保有量显着增加,城市交通拥堵问题日益突出。如何提高城市居民出行效率,缓解交通拥堵,是交通领域非常关注的问题。目前,有关交通网络均衡模型与算法的研究已被广泛应用于交通网络规划、交通政策评估等领域,以优化城市交通管理。本文以现有的城市动态交通网络均衡理论与方法为基础,在动态交通流分配背景下,考虑出行者的有限理性选择行为,构建数学模型,设计基于列生成的求解算法,并将其应用到共享汽车出行的服务和激励机制相关问题求解中。具体内容如下:（1）考虑有限理性出行行为的动态用户均衡问题分析与求解。传统列生成算法在求解动态用户均衡问题时速度较慢,现有策略仅涉及改进路径搜索的频率。基于此,为了扩展出行者有限理性选择行为下的动态用户均衡模型的应用范围,结合时间和空间两个维度,研究了四种不同的加速策略,进而改进列生成算法。在考虑出行者容忍度的最小费用路径搜索策略中,允许出行者选择非最优路径,该策略通过减小路径集的规模而加速算法的求解效率;在自适应收敛阈策略中,定义了相对收敛域值,并通过对其动态调整,减少了算法迭代过程中动态网络加载的次数;在变化的时间分辨率策略中,采用时间探索和精化策略,找到最有可能分配交通流量的时间相关路径集;在路径搜索跳过策略中,仅在有限时间段范围进行路径搜索,进而减少了路径搜索的次数。基于以上四种策略,生成了基于容忍度的列生成算法。数值实验表明,在考虑有限理性出行行为的动态用户均衡问题中,相比于原列生成算法,基于容忍度的列生成算法在求解时间上更具有优势。（2）基于活动的有限理性动态用户均衡问题分析与求解。多维度出行选择、较长的目标时间域和时间窗约束的涉及给基于活动的动态用户均衡模型在大规模网络中的应用带来了极大的挑战。因此,在基于容忍度的列生成算法的基础上,引入多状态超级网络,研究求解基于活动的有限理性动态用户均衡问题的高效算法。首先,通过采用多状态超级网络构造了基于活动的路段费用,并给出基于活动的有限理性动态用户均衡模型;其次,提出了时空探索和精化策略。探索策略:空间探索策略改进了基于容忍度的最小费用路径搜索策略,并用来搜索活动出行模式;改进的时间探索策略使用了更灵活的时间域扩展准则。精化策略:空间精化策略提出了新的相对收敛阈下界,以保证算法得到的解满足精度要求;改进的时间精化策略考虑了活动的属性,以一天为目标时间域。基于以上四种策略,给出了改进的基于容忍度的列生成算法。数值实验表明,改进的基于容忍度的列生成算法能够在保证收敛精度的同时,有效的求解基于活动的有限理性动态用户均衡问题。（3）不同服务机制下共享汽车供需关系的建模与求解。考虑因共享汽车供应短缺而引发的服务等待现象,以减小出行者等待时间和提高汽车共享服务效率为出发点,研究服务站点共享汽车供需之间的复杂关系。首先,建立了四种先到先服务机制下的供需动态模型,即无等待先到先服务、集计先到先服务、非集计先到先服务和考虑会员的非集计先到先服务机制。指出了虽然四种机制在供过于求条件下具有相似的动态供需变化关系,但在其他情形下后两种非集计机制下的共享汽车使用效率更高。其次,提出了路径扩展策略求解非集计路径出行费用,并给出了有限理性动态用户均衡模型。最后,在超级网络中,考虑问题属性,对改进的基于容忍度的列生成算法做出调整,并对均衡模型进行求解。数值实验表明,不同的先到先服务机制将产生不同的供需动态变化关系,非集计机制能更有效地满足出行者对共享汽车的需求。（4）基于用户的共享汽车调度激励机制的建模与求解。针对共享汽车在时间和空间范围的分布不均问题,以减小运营商成本为目标,采用激励机制,构建基于用户的车辆调度方案。首先,描述了四种不同的调度方案,并建立了相应的数学模型以反应共享汽车与用户间的供需关系,给出了用户的可选择取车、停车站点激励的触发条件。其次,改进了路径扩展策略,并用来求解拼车激励机制下的路径费用,考虑用户的有限理性出行行为,提出了基于激励的有限理性动态用户均衡的定义,并给出了均衡条件。此外,分析不同激励机制下,路径流量的转移过程,考虑问题属性,对改进的基于容忍度的列生成算法做出调整,求解均衡模型。数值实验表明,在满足激励制度触发的条件下,随着激励程度的增大,更多的用户会改变取车、停车站点或选择拼车出行。
孟凡婷[2]（2021）在《城市轨道交通客流协同控制优化模型与算法》文中研究指明随着我国城市化进程的加深,客流需求急剧攀升。城市轨道交通以其准点率高、安全、绿色、运量大等优点,逐渐成为了城市居民首选的出行方式。然而,在轨道交通建设规模扩大、客流激增的背后,城市轨道交通客流拥挤问题也随之浮现,成为了影响轨道交通安全运营的主要问题之一。为城市轨道交通运营设计合理的客流控制策略,是缓解客流拥挤,提高运营安全性的重要举措。鉴于此,本文通过分析轨道交通客流的时空分布特征,以客流协同控制方法为主线,对基于时空网络的客流协同控制策略、随机需求下鲁棒客流控制策略、客流控制与列车运行图一体化开展理论和方法研究,构建了基于不同评价准则的优化模型并设计了有效的求解算法,以期生成系统最优的轨道交通客流协同控制策略,达到均衡资源配置的目的。具体地,本文的主要研究工作包括以下四个方面:（1）城市轨道交通客流特征与运营组织分析。城市轨道交通系统中的客流需求在时间和空间维度上存在极大的不均衡性,这种不均衡性可加剧高峰期轨道交通客流拥挤状况。针对该问题,本文通过分析轨道交通客流组织和行车组织要素,以轨道交通运营现状为基础,剖析了实施轨道交通线路客流协同控制策略的必要性和紧迫性,从客流特征、车站设施容纳能力、列车输送能力三个方面阐述了轨道交通客流协同控制策略的相关影响因素。该部分内容是全文研究的基础,为后文客流协同控制优化提供了理论依据。（2）基于时空网络的客流协同控制优化。考虑到轨道交通中客流需求的动态性,在时间离散化和运行图给定的基础上,构造列车运行时空网络刻画列车和乘客出行轨迹。以最小化乘客总等待时间为目标,考虑流平衡约束、列车容量约束,为客流协同控制问题构建了面向个体乘客出行的约束最短路优化模型。进一步,对模型中的列车容量约束进行松弛,将原问题分解成一系列易于求解的子问题,在此基础上设计了基于拉格朗日松弛框架的启发式算法。以小规模轨道交通线路和北京地铁八通线为例进行了数值实验。结果表明,生成的客流控制策略可有效缓解站台乘客聚集情况,为实现轨道交通的安全运营提供了科学的理论支撑。（3）面向随机需求场景的鲁棒客流协同控制优化。考虑到城市轨道交通客流需求的动态性和随机性,以高峰期客流组织为研究对象,以多场景鲁棒客流控制变量和单场景实际客流控制变量为决策变量,建立了列车容量约束、场景耦合约束,以极小化乘客期望等待时间为目标,为多场景鲁棒客流控制问题构建了随机规划模型。为降低多场景问题的求解难度,引入拉格朗日乘子,对场景耦合难约束进行松弛,将模型分解为多个单场景下的客流控制问题,在此基础上设计了高效的启发式算法。以虚拟小规模地铁线路和北京地铁八通线为例,进行了多组数值实验,并讨论了通过设施能力、列车容量及场景个数等参数对鲁棒客流控制策略的影响。实验结果表明,所提出的方法适用性较强,能显着提高轨道交通客流组织的鲁棒性。（4）基于列车跳停模式的客流控制与运行图一体化优化。受到高峰期轨道交通线路上乘客出行的集聚性影响,客流在线路的不同站间分布极度不均衡,造成了乘客出行需求与轨道交通资源供给匹配度较低的问题。鉴于此,本文以列车发车间隔、进站乘客数量及列车停站方案为决策变量,为解决上述问题建立了列车跳停模式下的客流控制与运行图一体化优化模型。考虑到所建模型为混合整数非线性规划模型,基于线性化方法对模型进行了重构处理,在此基础上,使用优化求解器CPLEX调用分支定界算法对模型进行精确求解。以小规模轨道交通线路和北京地铁八通线为背景,设计了一系列数值实验。实验结果表明,该方法可在满足乘客出行需求的同时获得系统较优的列车运行图、停站方案和客流控制策略。该部分研究内容对指导城市轨道交通均衡资源配置,提高列车运营服务效率,实现运能和客流需求的合理匹配具有重要意义。论文包含图73幅,表31个,参考文献123篇。
陈锋[3]（2021）在《城市道路拥堵区域收费方法研究》文中认为近年来,越来越多的大中型城市面临的交通拥堵问题日益突出,给城市的可持续健康发展造成重大危害。作为一项重要的交通需求管理手段,拥堵收费已在新加坡、伦敦等地区成功实施,一定程度上缓解了当地的交通拥堵。拥堵收费的实施效果与收费方案类型、实施区域划定以及费率设置有很大关系。鉴于此,本文通过合理设定拥堵收费警戒线的范围,并针对单纯基于出行距离收费方案存在的缺陷,对警戒线内的出行者征收出行距离费用和出行时间费用,以期提供更有效的拥堵收费方案。首先,论文介绍了交通拥堵收费的研究背景、目的与意义,对国内外研究现状进行了总结与评述,从而明确了论文的主要研究内容与技术路线;对交通拥堵收费理论、交通流分配理论以及交通拥堵收费方法进行了阐述;分析了路网拥堵特征、出行OD分布特征、路网基础属性特征对警戒线范围的影响,在此基础上提出警戒线范围的确定流程,并为定量化确定警戒线范围,给出了利用GPS数据识别出行热点区域的方法以及路段TTI、平均速度、流量等数据的获取方法。其次,假设出行者的路径选择行为遵循基于Logit的随机用户平衡,采用网络变换法,提出联合出行距离与时间收费下基于起点的凸规划;并将其作为约束条件,以预期总出行时间最小为目标,建立一个具有平衡约束的数学规划模型来表述联合出行距离与时间的最优拥堵收费设计问题;为求解该模型,将其等价地转化为半无限规划模型,并应用混合切线和切平面逼近法进一步松弛半无限规划模型,进而利用增量约束法进行求解。最后,以西安市为例,利用晚高峰期间滴滴轨迹数据识别出行热点区域,考虑警戒线范围的影响因素,并结合路段基础属性数据、交通流运行数据,合理确定警戒线范围;针对提出的联合出行距离与时间的最优拥堵收费设计问题,利用Matlab编码并调用CPLEX优化求解,结果表明,相较于单纯的基于出行距离拥堵收费方案,联合出行距离与时间拥堵收费方案的预期总出行时间下降3.1%,警戒线内各相同节点间较长路径上的流量增加16.3%-37.5%,较短路径上的流量减少9.8%-24.5%,警戒线内拥堵路段的饱和度降低,服务水平升高,整体交通量分布更加均匀。
常逢潮[4]（2021）在《考虑能力限制的地铁网络客流分配方法研究》文中指出随着国家对地铁建设的大量投入以及地铁本身的优越性,越来越多的出行者选择乘坐地铁,地铁客流拥堵成为普遍现象,由于地铁采用“一票制”无缝换乘的运营模式,运营单位无法直接获取乘客在时间和空间上的分布,因此为了提高城市地铁运营水平,研究乘客在城市地铁网络中的路径选择特征和客流分配方法就显得极为重要。本文的研究重点是在时空扩展网络中的客流分配方法,分析在高峰期影响乘客路径选择的因素及相关规律,构造了考虑能力限制的广义路径费用函数,并提出了分配模型及求解算法。利用实例对配流方法的有效性及可行性进行验证。主要工作内容如下:（1）给出了时空扩展网络中的组成要素和构建基于时刻表扩展网络的具体步骤。阐述了两种常见搜索有效路径的算法,并比较了各自优缺点,最后提出了基于时刻表扩展网络的k短路搜索算法。（2）搜集西安地铁的运营信息,设计西安地铁调查问卷,在进行实地调查后,对调查获取的数据进行统计与分析。结果表明:在高峰期,拥挤程度和换乘的便捷性是乘客选择出行路径时最关心的因素,除此之外还有心理感受等因素,为下一步构建广义路径费用函数提供方向。（3）对问卷调查结果进行处理分析后,本文考虑列车容量限制以及换乘站的换乘能力限制,构造了广义路径费用函数,还给出了不考虑能力限制的广义路径费用函数作为对比。同时建立考虑能力限制的随机均衡分配模型,最后介绍了模型求解算法。（4）基于改进Logit模型,利用极大似然估计法的前两个步骤推导了本文模型中的参数估计公式,为后面实例中的参数标定提供了理论支撑。（5）以西安地铁为背景进行算例设计,通过最终分配结果验证本文提出的分配方法是否有效。具体内容包括:构建OD对的空间网络图,在空间网络的基础上对其进行时刻表上的扩展得到时空网络图,搜索时空网络图中的有效路径,利用SPSS对模型的参数标定,之后求得有效路径的广义路径费用,利用改进Logit模型求各个路径被选择的概率,通过MSA算法求解获得最终分配结果,再对客流分配结果与实际调查结果进行分析比较,最后进行了参数的灵敏度分析、方法有效性分析。
谭丽敏[5]（2021）在《无人驾驶车辆路径规划方法研究》文中研究说明随着人工智能技术的兴起,智能交通的研究成为了热点。智能交通通过交通信息的实时采集、传输、处理和发布,可以诱导出行者根据自己的出行需求,更合理地选择出行时间、出行方式和出行路径,从而均衡分配路网的交通流,有效缓解城市交通拥堵问题,提高路网的效率。无人驾驶车辆是智能交通系统的重要组成部分,前者技术的成熟和普及对后者来说意义重大。无人驾驶车辆在社会各个领域都有非常广阔的应用前景。从技术层面而言,路径规划是无人驾驶车辆实现的关键技术,因此对路径规划进行研究具有非常重要的意义。本文以无人驾驶车辆路径规划方法为研究对象。在总结无人驾驶车辆、路径规划算法、短时交通流预测方法的国内外研究成果基础上,首先,根据适合无人驾驶车辆行驶的道路条件和交通条件,选取了11个道路指标,制定了禁行路段筛选指标体系。基于搜集到的道路数据,用遗传算法优化的BP神经网络从40条道路中筛选出28条备选行驶路段,构成备选行驶路网。前人的路径规划都是在现有城市路网环境下进行的,但现有路网中的道路条件参差不齐,不能保证无人驾驶车辆的交通安全。而经过安全性筛选后的路网可以保证后文规划得到的路径的安全性。其次,为了准确地计算从当前时刻出发,车辆从当前位置到达目的地的行程时间,从人为因素、车辆因素、道路因素和环境因素四个方面分析了路段行程时间的影响因素,从实用性和简洁性出发、主要考虑路段交通流量、交通密度和车辆速度等因素构建了行程时间估计模型,把行程时间表达为非拥挤路段行驶时间和交叉口排队延误时间,并简化成只与驶入流这一未知量有关的形式。再构建双向LSTM神经网络模型预测未来时段驶入流,把未来时段驶入流代入到行程时间估计模型,得到动态行程时间表。最后构建动态的路阻函数,描述车辆通过一个路段可能需要经历的时间。实验结果证明双向LSTM神经网络预测值接近真实值,预测性能稳定,对不同的交通流状况具有较高的适应性,可以实时准确地预测未来时段车辆到达路段时在该路段的行程时间。再次,在以现有城市路网为基础简化的城市交通网络模型中,以行程时间最小为目标函数、起点约束和终点约束为约束条件,用动态限制搜索区域的方法改进经典Dijkstra算法,分别在平峰期和高峰期对单辆无人车进行路径规划,规划结果证明动态路径规划算法可以在高峰期避开拥堵路段,验证了算法的有效性和可行性。最后,在现有城市路网中设置部分无人驾驶专用道,对专用道实行路权的预约和分配机制,先用容量限制-多路径分配方法把无人车流量优先分配到专用道上,再根据流量分配结果,以系统中所有无人车的行程时间之和最小为目标,采用改进的遗传算法对无人车进行路径规划,比较设置专用道前后、设置专用道后高峰期和平峰期、预约上专用道和没预约上专用道的同一起讫点的无人车最优路径及其阻抗的变化,发现同一起讫点设置专用道后比设置前节省行程时间;平峰期和高峰期预约上专用道的无人车最短路径有差别,高峰期的无人车可能只能预约上部分专用道,导致高峰期最短路径的行程时间比平峰期的长;预约上专用道的无人车行程时间比没预约上专用道的少。规划结果证明了设置无人驾驶专用道对无人驾驶车辆的好处,验证了算法的有效性和可行性。
徐婷婷[6]（2021）在《基于客流分配的高铁列车停站方案与运行图协同优化研究》文中研究说明随着高速铁路网的不断完善与列车服务水平的逐渐提高,高铁作为一种出行交通工具越来越受到人们的欢迎。但纵观整个运输行业,民航业的迅猛发展与公路行业的遥遥领先依然让铁路企业不敢小觑。如何提高客运产品的竞争力以更大程度的满足旅客需求是铁路企业必须要考虑的事情,深入探讨旅客的出行选择行为将为我们提供一些方向。因此在优化高铁列车停站方案与运行图时细致刻画旅客的选择行为便显得至关重要。基于此背景,本文展开研究了以下内容:（1）首先分析了高铁旅客乘车选择行为,提出了基于运行图的客流分配方法。在陈述了旅客乘车选择行为的影响因素后,本文分析说明了列车到发时刻、停站结构、票价的差异对旅客选择行为具备影响,因此认为在运行图优化过程中必须考虑与客流分配的互馈关系。在客流分配过程中,考虑到铁路旅客提前购票的行为,进一步将客流分配拆分为客流分配策略与加载方式两个层次,重点对比了采用用户均衡与logit两种客流分配策略,以及不同加载方式（包括加载顺序与加载粒度）时客流分配结果的差异。（2）基于前述内容建立了双层规划模型并设计算法求解。上层模型解决的是停站方案与运行图的协同优化问题,利用改进的粒子群算法进行求解;下层为客流分配模型,考虑到高铁列车不存在拥挤问题,本文在下层模型中引入了差异票价代替拥挤度作为旅客需求转移的因素,在客流分配的同时决策各条路径的票价。为比较不同客流分配策略的影响,本文设计了两个下层模型——基于用户均衡的客流分配模型与基于Logit的改进客流分配模型,分别采用Frank-Wolfe与MSA算法求解。（3）设计小算例验证了模型的有效性,并对比分析了多种客流分配场景下客流分配结果及运行图的优化效果。发现采用Logit策略配流的场景总能让更多的旅客乘坐出行费用较小的列车出行,且利用客票顺序分批加载客流时,得到的客流分配结果更加贴近旅客真实的出发时段,与此同时,运行图也会得到一定程度的优化。（4）选取了京沪高铁作为真实案例进行验证。根据小算例的运行结果,本文在实际案例中选择了Logit策略进行配流,并将各OD旅客按照客票顺序进行分批加载,经模型优化后的运行图不仅可以在满足旅客需求的情况下减少旅客的总旅行时间,还可以有效的减少停站次数,并在一定程度上缩短列车的平均旅行时间,优化性能良好。图24幅,表45个,参考文献65篇。
李蓓[7]（2021）在《短时中断情况下城市轨道交通客流分配方法》文中研究表明在城市轨道交通成网运营的背景下,路网规模随之增大,网络结构更加复杂,吸引了越来越多的乘客。复杂的网络结构伴随着日渐增长的客流,导致突发运营事件频繁发生,使城市轨道交通运营系统面临着巨大挑战。本文以城市轨道系统发生短时中断运营事件为背景,研究中断时间内路网客流的分配情况。首先,对北京市轨道交通系统近年来的突发运营事件进行分析,界定了短时中断事件;建立城市轨道交通网络,对有效路径进行定义,并介绍了常用的路径搜索算法;分析轨道交通乘客的路径选择因素,以及短时中断情况乘客路径选择行为,以高峰时期乘客为研究对象,考虑乘客出行时间、列车拥挤度、换乘方便性,建立乘客路径阻抗函数。其次,分析轨道交通乘客出行时间的波动特征,给出其分布规律;在短时中断情况下,应用累积前景理论分析乘客的路径决策行为,设定基于时间可靠性的内生参照点,计算乘客出行路径的累积前景值,建立随机均衡分配模型,给出其等价的变分不等式模型,并利用相继平均算法（MSA算法）进行求解。最后,利用北京市轨道交通网络的AFC（Automatic Fare Collection）数据,以2019年2月某星期二发生短时中断情况为例,对中断时段内的路网客流利用随机均衡分配模型进行分配,并将分配结果与北京清分系统结果进行对比,误差均在10%以内,证明了模型的有效性。论文针对短时中断情况,在考虑乘客出行时间可靠性的条件下,应用累积前景理论分析乘客的路径决策行为,建立随机均衡分配模型,更加符合乘客的实际情况,为短时中断情况下的客流分配提供了理论依据。
贾飞凡[8]（2021）在《城市轨道交通乘客路径动态诱导策略优化研究》文中认为随着城市轨道交通网络化运营模式的不断深化,乘客出行需求的时空不均衡性导致网络客流分布不均衡增强,局部路网客流拥挤问题日趋严重。除了提高能力供给之外,运营者还需要从需求侧出发对网络客流分布进行调节,而乘客对出行路径的选择是影响网络客流分布的关键因素。本文以城市轨道交通乘客路径动态诱导问题作为切入点,从诱导信息影响下的乘客路径选择行为建模、诱导信息发布条件下的网络客流分布动态推演和乘客路径动态诱导策略优化三方面展开研究,为运营者提高城市轨道交通运营效率和优化乘客出行体验提供理论支撑和辅助决策支持。具体研究内容包括:（1）城市轨道交通乘客路径动态诱导问题分析。首先对城市轨道交通客流诱导的现状和未来发展方向进行总结分析。基于对乘客路径动态诱导问题特征的分析,在马尔可夫决策过程框架下构建乘客路径动态诱导问题的抽象模型,通过分析模型中的关键要素明确解决乘客路径动态诱导问题需要研究诱导信息影响下的乘客路径选择行为、诱导信息发布条件下的网络客流分布动态推演、乘客路径动态诱导策略优化三个关键子问题。通过对三个子问题的特征进行分析提出了解决问题的研究思路,为后续研究奠定基础。（2）诱导信息影响下的乘客路径选择行为建模。通过分析诱导信息影响下的乘客选择行为特征,对既有随机后悔最小化模型进行改进,建立了以路径属性对比为基础,考虑乘客属性感知、尺度效应、决策惯性的路径选择模型以描述乘客在诱导信息影响下的路径选择行为。通过意向调查（State Preference Survey,SP Survey）采集受访者基本属性和订阅信息服务意愿,基于最优正交设计法设计SP实验构建路径选择场景采集受访者路径选择结果。通过对受访者基本属性和对订阅信息服务意愿进行Logistic回归,对订阅信息服务意愿的影响因素进行分析。基于极大似然估计法使用受访者路径选择场景的选择结果数据对改进随机后悔最小化模型进行标定,通过与经典随机后悔最小化模型和经典随机效用最大化模型的对比分析,结果表明本文所提出的路径选择模型能够更精准的描述诱导信息影响下的乘客路径选择行为。（3）诱导信息发布条件下的网络客流分布动态推演。基于城市轨道交通网络客流分布的特征,考虑乘客路径动态诱导策略优化的需求构建城市轨道交通系统的离散事件系统模型。对城市轨道交通系统中的基础设施、列车、乘客和运营者等实体从中观层面进行建模,确定了各实体模型的输入、输出、状态转移、特征元组、决策元组等关键要素,基于实体模型之间的耦合关系建立了城市轨道交通系统的耦合模型。基于系统内实体的状态转移过程和实体之间的相互作用推演诱导信息发布条件下网络客流分布动态变化。基于离散事件系统模型开发城市轨道交通网络客流分布动态仿真系统,通过对列车运行过程、诱导信息影响下的乘客决策和出行过程、运营者向乘客发布诱导信息的过程进行模拟,推演获得诱导信息发布条件下的网络客流动态分布,为乘客路径动态诱导策略优化提供决策环境支持。通过实际案例验证了仿真系统可推演诱导信息影响下的网络客流分布。（4）城市轨道交通乘客路径动态诱导策略优化。在强化学习框架下研究乘客路径动态诱导策略优化问题,将网络客流分布特征作为状态,运营者向乘客发布诱导信息的行为作为动作,将诱导信息发布后的网络客流分布特征作为状态转移,并以此计算诱导信息发布动作的奖励值。提出基于自编码器的网络客流分布特征提取方法,基于诱导方向的诱导信息发布动作生成方法和基于多目标加权的奖励值计算方法。基于深度确定性策略梯度（DDPG）算法构建乘客路径动态诱导策略学习网络,利用网络客流分布动态仿真系统与学习网络的交互数据进行网络训练,生成优化的乘客路径动态诱导策略。分别以小规模假设网络和大规模实际网络为背景进行案例分析,结果表明使用路径动态诱导策略对客流进行诱导可以有效缓解网络客流拥挤问题。通过进一步改变算法中的相关参数,揭示了订阅信息服务比例和调控目标权重对乘客路径诱导效果的作用机理。
钱蕾[9]（2021）在《双向中断下城市轨道交通网络列车运行调整研究》文中进行了进一步梳理作为一种大运量的复杂交通系统,城市轨道交通网络中部分区间发生运营中断在所难免。近年来各城市发生的多起运营中断事件都产生了较大社会影响,给乘客的出行带来不便,并存在一定的安全风险。目前应对运营中断的手段还较为单一,有必要深入研究中断条件下的城市轨道交通运营组织问题。列车运行组织是轨道交通运营组织的关键问题,同时考虑到部分区间运营中断对全网“牵一发而动全身”的影响,研究中断条件下城市轨道交通网络列车运行调整问题具有较大意义。论文以较长时间的城市轨道交通运营区间双向中断为研究场景,将运营中断分为中断期和恢复期两部分,分析研究了双向中断下的列车交路调整策略和乘客路径选择行为。以双向中断下的列车和客流为基础,建立城市轨道交通网络列车时刻表协同调整模型,可用于生成双向中断下的中断线路和衔接线路的调整列车时刻表。最后通过案例证明了研究成果的可用性。具体研究内容包括:（1）城市轨道交通运营中断问题的理论分析。从中断方向、中断范围和中断时长三个方面对城市轨道交通运营中断进行了分类,并分析不同中断类型下的中断管理方法;确定了本文的具体研究范畴为30min以上的局部线路双向运营中断,并给出了基于本文研究范畴的双向中断下的小交路调整策略。（2）双向中断下的乘客路径选择研究。将双向中断下的受影响客流进行分类,并将受影响乘客的后续选择总结为等待、绕行及退出轨道交通系统;确定了双向中断下的有效路径集合和各路径的广义费用,以乘客原计划路径的广义费用和乘客延误容忍时间之和为参照点,构建了基于累积前景理论的中断条件下乘客路径选择模型,为双向中断下的列车运行调整模型提供了较为准确的客流输入。最后用案例验证了运营区间双向中断下乘客路径选择模型的准确性。（3）建模与算法。将运营中断的调整过程分成三个阶段——中断响应阶段、中断持续阶段和恢复阶段。针对中断线路以及与中断线路有换乘衔接关系的其他线路,建立了中断阶段（包括中断响应阶段和中断恢复阶段）和恢复阶段的两阶段网络列车时刻表协同调整模型,模型以乘客总等待时间和超出列车容量乘客的惩罚时间最小化为目标函数,以列车运行、乘客乘车、路网换乘、列车能力为约束条件。根据模型特点,设计遗传算法对两阶段模型进行联合求解。最后利用CPLEX求解器和设计的算法同时对算例进行求解,并对结果进行了对比分析,以此验证了模型和算法的有效性和合理性。（4）案例研究。以某城市轨道交通局部路网具体中断场景为研究对象,根据小交路调整策略确定中断线路的小交路折返站,根据基于累积前景理论的双向中断下乘客路径选择模型计算案例中断场景下的路网客流分布,根据运营区间双向中断下的网络列车时刻表协同调整模型计算得出中断线路和衔接线路的列车时刻表;将网络列车时刻表协同调整与单线列车时刻表协同调整、不组织小交路运行的调整结果进行对比,证明论文提出的网络列车时刻表协同调整模型可以更有效的减少乘客总等待时间和超出列车容量乘客的惩罚时间;对超出列车容量乘客的惩罚时间系数、中断持续时间对模型结果的影响、组织小交路运行的时机进行分析,通过案例研究验证了本文模型在实际案例中的可行性和实用性。图77幅,表32个,参考文献72篇。
李梦洁[10]（2021）在《面向可变目的地的交通动态诱导方法及应用研究》文中提出目前交通诱导系统存在一定的盲目性,对于出行者心理、出行行为的形成机理缺乏深入的科学研究,不能正确地把握出行需求,造成一定的浪费。出行者常常因未及时获得前方路况、目的地的服务接待饱和信息等情况,造成排队等待时间浪费,并产生后悔心理而想改变出行的目的地,重新规划路径。因此,对于目的地和路径都不确定的情况,目的需求不变,目的地可变的交通诱导出行的研究具有重要现实意义和应用价值。本文以非刚性目的地出行的出行者为研究对象,首先,分析可变目的地出行者的非补偿行为特性,构造属性容忍阈值和属性差异容忍阈值函数。提出后悔度指数定义及其计算方法度量出行者的后悔程度,确定了最小属性差阈值和最小后悔值的阈值。非补偿行为分析为预期后悔诱导信息发布原则提供依据。其次,分析预期后悔刺激下的出行者决策特性。通过准实验测量被试者产生改变目的地的冲动、心理冲突、前后改变目的地意向四个构念,定量化外部和内部因素对其选择决策的影响特性。揭示在预期出行诱导信息刺激下,出行者改变目的地意向的决策机理。结果表明预期后悔信息刺激能提高人们改变决策和行为,使弹性目的地出行者表现出风险规避。为设计预期后悔交通诱导信息发布内容提供依据。同时,基于后悔理论构建面向可变目的地的路径规划模型。提出基于非补偿行为的可变目的地决策点集合的生成方法,利用后悔函数反映出行者的不同后悔程度对改变目的地的影响,构建面向可变目的地动态路径规划模型预测出行者选择目的地的概率,并合理引导出行者改变目的地。在目的地和路径未明确的情况下,路径规划不仅取决于OD（origin destination）间距离最小,还受目的地后悔值的影响。最后,研究基于改进蚁群算法的可变目的地的动态路径选择。基于蚁群算法提出了一种考虑目的地—路径后悔阻抗的动态路径选择优化方法。更新路段选择规则、信息素规则和节点流量规则,实现了弹性目的地需求出行者动态随机后悔路径选择过程。通过算例验证模型有效性,体现了在不同OD需求下,考虑了目的地和路径选择的叠加共用效果。本文的研究成果能保障先进的出行者信息系统（advanced traveler information system,ATIS）充分根据出行者需要制定符合出行者目的及偏好的路径诱导信息及导航服务,为制定和评价ATIS交通诱导策略提供依据。
二、Route choice models based on altering OD（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、Route choice models based on altering OD（论文提纲范文）
（1）基于列生成算法的有限理性动态交通网络均衡问题研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 有限理性动态用户均衡模型 |
| 1.2.2 基于活动的动态用户均衡模型 |
| 1.2.3 共享汽车服务与调度机制 |
| 1.2.4 列生成算法 |
| 1.3 论文贡献及结构 |
| 2 有限理性动态用户均衡问题的分析与求解 |
| 2.1 BR-DUE模型 |
| 2.2 基于容忍度的时空策略 |
| 2.3 基于容忍度的列生成算法及性质 |
| 2.4 数值算例 |
| 2.4.1 测试网络 |
| 2.4.2 Nguyen-Dupuis网络 |
| 2.4.3 实际网络 |
| 2.5 本章小结 |
| 3 基于活动的有限理性动态用户均衡问题的分析与求解 |
| 3.1 基于活动的BR-DUE模型 |
| 3.2 改进的TBCG算法及性质 |
| 3.3 数值算例 |
| 3.3.1 Sioux Falls网络 |
| 3.3.2 时空扩展性 |
| 3.4 本章小结 |
| 4 不同服务机制下共享汽车供需关系的建模与求解 |
| 4.1 基本假设和网络表达 |
| 4.2 先到先服务机制 |
| 4.3 FCFS机制下的BR-DUE模型及求解算法 |
| 4.4 数值算例 |
| 4.4.1 阐明算例 |
| 4.4.2 测试网络 |
| 4.4.3 Sioux Falls网络 |
| 4.5 本章小结 |
| 5 基于用户的调度激励机制下共享汽车的供需关系建模与求解 |
| 5.1 网络表达 |
| 5.2 不同激励机制下的共享汽车动态供需变化 |
| 5.2.1 无激励共享汽车调度 |
| 5.2.2 可选择取车站点激励 |
| 5.2.3 可选择停车站点激励 |
| 5.2.4 拼车激励 |
| 5.3 BR-DUE模型及求解算法 |
| 5.3.1 路段和激励费用 |
| 5.3.2 路径费用和路径扩展 |
| 5.3.3 IBR-DUE模型 |
| 5.3.4 求解算法 |
| 5.4 数值算例 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 研究总结 |
| 6.2 主要创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 附录A 主要符号表示 |
| 附录B Sioux Falls网络 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（2）城市轨道交通客流协同控制优化模型与算法（论文提纲范文）
| 致谢 |
| 中文摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 轨道交通客流控制 |
| 1.2.2 轨道交通列车运行图优化 |
| 1.2.3 研究现状分析 |
| 1.3 本文研究内容及框架 |
| 1.3.1 研究内容 |
| 1.3.2 研究框架 |
| 2 城市轨道交通客流特征与运营组织分析 |
| 2.1 城市轨道交通客流特征分析 |
| 2.1.1 客流总量变化特征 |
| 2.1.2 客流时间分布特征 |
| 2.1.3 客流空间分布特征 |
| 2.2 城市轨道交通运营组织优化要素 |
| 2.2.1 客流组织优化要素 |
| 2.2.2 行车组织优化要素 |
| 2.3 城市轨道交通客流协同控制 |
| 2.3.1 客流协同控制必要性分析 |
| 2.3.2 客流协同控制策略影响因素 |
| 2.4 本章小结 |
| 3 基于时空网络的客流协同控制优化 |
| 3.1 出行选择行为刻画 |
| 3.2 时空网络构建 |
| 3.3 基于时空网络的客流协同控制优化模型 |
| 3.3.1 问题描述 |
| 3.3.2 列车运行轨迹 |
| 3.3.3 乘客出行轨迹 |
| 3.3.4 数学模型 |
| 3.4 基于拉格朗日松弛框架的模型求解 |
| 3.4.1 模型分解 |
| 3.4.2 算法设计 |
| 3.5 算例分析 |
| 3.5.1 小规模算例 |
| 3.5.2 北京地铁八通线算例 |
| 3.6 本章小结 |
| 4 面向随机需求场景的鲁棒客流协同控制优化 |
| 4.1 动态随机客流刻画 |
| 4.2 精细化鲁棒客流控制规则 |
| 4.3 问题描述 |
| 4.4 鲁棒客流协同控制优化模型 |
| 4.4.1 参数和决策变量 |
| 4.4.2 乘客需求表示方法 |
| 4.4.3 鲁棒客流控制约束 |
| 4.4.4 乘客期望等待时间 |
| 4.4.5 模型整合 |
| 4.5 模型求解 |
| 4.5.1 模型分解 |
| 4.5.2 算法设计 |
| 4.6 算例分析 |
| 4.6.1 小规模算例 |
| 4.6.2 北京地铁八通线算例 |
| 4.7 本章小结 |
| 5 基于列车跳停模式的客流控制与运行图一体化优化 |
| 5.1 问题描述 |
| 5.1.1 列车灵活跳停模式 |
| 5.1.2 二次客流控制规则 |
| 5.2 客流控制与运行图一体化模型 |
| 5.2.1 参数和符号定义 |
| 5.2.2 系统约束 |
| 5.2.3 目标函数 |
| 5.3 基于线性化方法的模型重构 |
| 5.3.1 理论基础 |
| 5.3.2 约束线性化 |
| 5.3.3 混合整数线性规划模型构建 |
| 5.4 简化模型 |
| 5.4.1 目标函数 |
| 5.4.2 约束条件 |
| 5.5 算例分析 |
| 5.5.1 小规模算例 |
| 5.5.2 北京地铁八通线算例 |
| 5.6 本章小结 |
| 6 结论与展望 |
| 6.1 研究总结 |
| 6.2 研究展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（3）城市道路拥堵区域收费方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 引言 |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 警戒线区域内拥堵收费方案研究 |
| 1.2.4 研究现状总结 |
| 1.3 研究内容与技术路线 |
| 1.3.1 主要研究内容 |
| 1.3.2 技术路线 |
| 2 交通拥堵收费理论与方法 |
| 2.1 交通拥堵收费理论 |
| 2.1.1 交通拥堵收费的经济学原理 |
| 2.1.2 拥堵收费理论的发展 |
| 2.2 交通流分配理论 |
| 2.2.1 用户平衡及系统最优原理 |
| 2.2.2 交通分配模型 |
| 2.3 交通拥堵收费方法 |
| 2.3.1 拥堵收费方案的类型及特征 |
| 2.3.2 拥堵收费方式的类型及特征 |
| 2.4 本章小结 |
| 3 警戒线范围的确定方法 |
| 3.1 警戒线范围的影响因素 |
| 3.1.1 路网拥堵特征 |
| 3.1.2 出行OD分布特征 |
| 3.1.3 路网基础属性特征 |
| 3.2 基于交通拥堵度的警戒线逐级外推 |
| 3.2.1 路段交通运行状况等级评价 |
| 3.2.2 区域交通运行状况等级评价 |
| 3.2.3 警戒线范围逐级外推 |
| 3.3 数据获取及处理 |
| 3.3.1 基于GPS数据的出行热点区域识别 |
| 3.3.2 路段自由流速度的获取 |
| 3.3.3 路段交通量及平均行程速度的获取 |
| 3.3.4 基于OD反推的出行OD矩阵获取 |
| 3.4 本章小结 |
| 4 联合出行距离与时间拥堵收费模型设计 |
| 4.1 模型描述 |
| 4.1.1 符号说明 |
| 4.1.2 基本假设 |
| 4.1.3 基于Logit的 SUE条件下的 JDTT |
| 4.2 数学建模 |
| 4.2.1 基于Logit的 SUE条件下JDTT的基于起点的凸规划模型 |
| 4.2.2 MPEC模型和SIP模型 |
| 4.3 求解方法 |
| 4.3.1 增量约束法 |
| 4.3.2 混合切线和切平面逼近法 |
| 4.4 本章小结 |
| 5 实证研究 |
| 5.1 西安市交通拥堵及治理现状 |
| 5.2 警戒线范围的确定 |
| 5.2.1 西安市出行热点区域识别 |
| 5.2.2 研究区域拟收费路段的选取 |
| 5.2.3 警戒线范围逐级外推 |
| 5.3 警戒线内联合出行距离与时间拥堵收费模型的建立与求解 |
| 5.3.1 模型建立 |
| 5.3.2 模型求解 |
| 5.4 JDTT方案有效性分析 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 参考文献 |
| 附录 A 数据处理代码 |
| 附录 B 研究区域内各路段名称、TTI及平均速度 |
| 附录 C 研究区域内各路段等级、通行能力及交通量 |
| 附录 D 研究区域内各路段基础属性及自由流行程时间 |
| 在学研究成果 |
| 致谢 |
（4）考虑能力限制的地铁网络客流分配方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状及评述 |
| 1.2.1 研究现状 |
| 1.2.2 现状评述 |
| 1.3 研究内容及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.4 本章小结 |
| 2 基于时刻表的地铁扩展网络及有效路径 |
| 2.1 基于时刻表的扩展网络 |
| 2.1.1 网络组成要素 |
| 2.1.2 构建过程 |
| 2.2 有效路径及搜索算法 |
| 2.2.1 有效路径定义 |
| 2.2.2 常见有效路径搜索算法 |
| 2.2.3 时空扩展网络k短路搜索算法 |
| 2.3 本章小结 |
| 3 考虑和不考虑能力限制的地铁网络客流分配模型 |
| 3.1 考虑能力限制的地铁网络客流分配模型及算法 |
| 3.1.1 地铁乘客出行路径选择影响因素分析 |
| 3.1.2 考虑能力限制的广义路径费用函数 |
| 3.1.3 考虑能力限制的地铁网络随机均衡分配模型 |
| 3.1.4 改进Logit模型 |
| 3.1.5 参数标定 |
| 3.1.6 模型求解算法(MSA) |
| 3.2 不考虑能力限制的地铁网络客流分配模型及算法 |
| 3.2.1 不考虑能力限制的广义路径费用函数 |
| 3.2.2 不考虑能力限制的地铁网络随机均衡分配模型及算法 |
| 3.3 本章小结 |
| 4 算例分析 |
| 4.1 西安地铁概况及基础数据 |
| 4.2 算例设计 |
| 4.2.1 构建时空网络 |
| 4.2.2 参数标定与有效路径搜索 |
| 4.2.3 配流结果 |
| 4.2.4 参数灵敏度分析 |
| 4.2.5 方法有效性分析 |
| 4.3 本章小结 |
| 5 结论与展望 |
| 5.1 主要研究成果 |
| 5.2 后续研究工作及展望 |
| 致谢 |
| 参考文献 |
| 附录 西安地铁入站调查问卷 |
（5）无人驾驶车辆路径规划方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1.绪论 |
| 1.1.研究背景及意义 |
| 1.1.1.研究背景 |
| 1.1.2.研究意义 |
| 1.2.无人驾驶车辆国内外研究现状 |
| 1.2.1.无人驾驶车辆国外研究现状 |
| 1.2.2.无人驾驶车辆国内研究现状 |
| 1.3.无人驾驶车辆路径规划算法国内外研究现状 |
| 1.3.1.基于几何构造的规划算法 |
| 1.3.2.基于图搜索的规划算法 |
| 1.3.3.基于随机采样的规划算法 |
| 1.3.4.智能化规划算法 |
| 1.4.国内外研究现状述评 |
| 1.4.1.既有研究的可鉴之处 |
| 1.4.2.既有研究尚存在的问题 |
| 1.5.论文研究内容与技术路线 |
| 2.基于BP神经网络的无人驾驶车辆备选行驶路段筛选研究 |
| 2.1 适合无人驾驶车辆行驶的道路与交通条件分析 |
| 2.1.1 道路条件 |
| 2.1.2 交通条件 |
| 2.2 无人驾驶车辆禁行路段筛选研究 |
| 2.2.1 BP神经网络介绍 |
| 2.2.2 无人驾驶车辆禁行路段筛选指标体系 |
| 2.2.3 无人驾驶车辆备选行驶路段筛选模型 |
| 2.3 无人驾驶车辆备选行驶路段筛选仿真测试与结果分析 |
| 2.4 本章小结 |
| 3.基于路段行程时间预测的动态路阻函数研究 |
| 3.1.路段行程时间估计模型 |
| 3.1.1.路段行程时间影响因素分析 |
| 3.1.2.路段行程时间估计模型构建 |
| 3.2.未来时段路段行程时间预测模型 |
| 3.2.1.短时预测常用方法介绍 |
| 3.2.2.LSTM神经网络理论分析 |
| 3.2.3.基于双向LSTM神经网络的路段行程时间预测模型 |
| 3.3.未来时段路段行程时间预测实证分析 |
| 3.3.1.数据来源 |
| 3.3.2.数据预处理 |
| 3.3.3.评价指标 |
| 3.3.4.结果分析 |
| 3.4.动态路阻函数的构建 |
| 3.5.本章小结 |
| 4.城市路网环境下无人驾驶车辆的路径规划算法研究 |
| 4.1.简化的城市交通网络模型及路网存储 |
| 4.2.车辆路径模型的构建 |
| 4.2.1.模型构建前提 |
| 4.2.2.车辆路径模型的建立 |
| 4.3.无人驾驶车辆的全局最优路径规划算法 |
| 4.3.1.Dijkstra算法介绍 |
| 4.3.2.Dijkstra算法改进 |
| 4.3.3.路段权重的确定 |
| 4.3.4.最优路径规划算法流程 |
| 4.4.改进Dijkstra算法在城市路网环境下的应用 |
| 4.5.本章小结 |
| 5.考虑无人驾驶专用道的路径规划算法研究 |
| 5.1.简化的城市交通网络模型及无人驾驶专用道说明 |
| 5.2.考虑无人驾驶专用道的容量限制-多路径分配方法 |
| 5.3.基于改进遗传算法的路径规划算法 |
| 5.3.1.车辆路径模型的建立 |
| 5.3.2.遗传算法介绍 |
| 5.3.3.遗传算法改进 |
| 5.4.改进遗传算法在设置无人驾驶专用道的路网环境下的应用 |
| 5.5.本章小结 |
| 6.结论与展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（6）基于客流分配的高铁列车停站方案与运行图协同优化研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 客流分配研究现状 |
| 1.2.2 运行图研究现状 |
| 1.2.3 研究现状总结 |
| 1.3 研究内容及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 2 高铁旅客乘车选择行为分析与客流分配 |
| 2.1 旅客出行需求与乘车选择行为 |
| 2.1.1 出行需求的到达 |
| 2.1.2 旅客乘车选择影响因素 |
| 2.1.3 旅客乘车选择行为 |
| 2.2 客流分配层次 |
| 2.2.1 客流分配策略 |
| 2.2.2 客流加载方式 |
| 2.3 客流分配效果 |
| 2.3.1 不同客流分配策略 |
| 2.3.2 不同客流加载顺序 |
| 2.3.3 不同客流加载粒度 |
| 2.4 本章小结 |
| 3 基于客流分配的高铁停站方案与运行图协同优化模型 |
| 3.1 问题描述 |
| 3.2 模型假设与符号说明 |
| 3.2.1 模型假设 |
| 3.2.2 符号说明 |
| 3.3 列车服务网络 |
| 3.3.1 列车服务网络构建 |
| 3.3.2 旅客出行广义费用 |
| 3.3.3 有效出行路径搜索 |
| 3.4 模型构建 |
| 3.4.1 上层模型:停站方案与运行图协同优化模型 |
| 3.4.2 下层模型 1:基于用户均衡的客流分配模型 |
| 3.4.3 下层模型 2:基于Logit的改进客流分配模型 |
| 3.5 本章小结 |
| 4 算法设计 |
| 4.1 客流分配算法 |
| 4.2 粒子群算法 |
| 4.2.1 粒子群算法介绍 |
| 4.2.2 改进的粒子群算法 |
| 4.3 嵌套客流分配算法的粒子群算法 |
| 4.4 本章小结 |
| 5 案例分析 |
| 5.1 小规模算例 |
| 5.1.1 算例参数 |
| 5.1.2 算例分析 |
| 5.2 真实案例 |
| 5.2.1 案例输入参数 |
| 5.2.2 输出结果 |
| 5.3 本章小结 |
| 6 结论 |
| 6.1 主要内容与结论 |
| 6.2 不足与展望 |
| 参考文献 |
| 附录A 京沪上行方向列车运行图 |
| 京沪上行方向列车运行图 |
| 学位论文数据集 |
（7）短时中断情况下城市轨道交通客流分配方法（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 客流分配模型 |
| 1.2.2 累积前景理论及其在交通中的运用 |
| 1.3 研究内容及技术路线 |
| 第二章 短时中断对轨道交通乘客出行影响分析 |
| 2.1 短时中断事件 |
| 2.1.1 城市轨道交通突发运营事件分析 |
| 2.1.2 短时中断事件定义 |
| 2.2 路径选择影响因素分析 |
| 2.2.1 出行时间因素 |
| 2.2.2 服务因素 |
| 2.2.3 其他因素 |
| 2.3 短时中断情况下路径选择分析 |
| 2.4 轨道交通路网及其有效路径集的确定 |
| 2.4.1 城市轨道交通路网数学描述 |
| 2.4.2 有效路径的定义 |
| 2.4.3 有效路径搜索算法 |
| 2.5 乘客出行阻抗计算 |
| 2.6 本章小结 |
| 第三章 基于累积前景理论的客流分配方法 |
| 3.1 客流分配方法 |
| 3.2 轨道交通乘客出行时间特征分析 |
| 3.2.1 乘客出行时间波动特征 |
| 3.2.2 轨道交通出行时间分布规律 |
| 3.3 基于累积前景理论路径选择策略 |
| 3.3.1 乘客出行时间可靠性 |
| 3.3.2 基于时间可靠性的参考点选取 |
| 3.3.3 主观价值确定 |
| 3.3.4 累积前景值 |
| 3.4 基于累积前景值的随机均衡分配模型 |
| 3.4.1 模型建立 |
| 3.4.2 等价变分不等式 |
| 3.4.3 求解算法 |
| 3.5 算例分析 |
| 3.6 本章小结 |
| 第四章 实例分析 |
| 4.1 北京市轨道交通线网概况 |
| 4.2 事件经过及数据处理 |
| 4.2.1 事件经过 |
| 4.2.2 数据处理 |
| 4.3 客流分配计算 |
| 4.4 客流分配结果对比分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 研究结论 |
| 5.2 研究展望 |
| 参考文献 |
| 在学期间的研究成果 |
| 致谢 |
（8）城市轨道交通乘客路径动态诱导策略优化研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景 |
| 1.2 研究目的和意义 |
| 1.3 国内外研究现状 |
| 1.3.1 诱导信息影响下的出行者选择行为研究 |
| 1.3.2 诱导信息发布条件下网络流分布研究 |
| 1.3.3 诱导策略优化研究 |
| 1.3.4 既有研究总结 |
| 1.4 研究范围和内容 |
| 1.4.1 研究范围 |
| 1.4.2 研究内容 |
| 1.5 论文结构及技术路线 |
| 2 城市轨道交通乘客路径动态诱导问题分析 |
| 2.1 客流诱导现状分析 |
| 2.2 乘客路径动态诱导问题特征 |
| 2.3 基于马尔可夫决策过程的问题建模 |
| 2.4 问题求解思路 |
| 2.4.1 关键子问题分析 |
| 2.4.2 诱导信息影响下乘客路径选择行为建模思路 |
| 2.4.3 诱导信息发布条件下的网络客流动态分布推演思路 |
| 2.4.4 乘客路径动态诱导策略优化思路 |
| 2.5 本章小结 |
| 3 诱导信息影响下乘客路径选择行为建模 |
| 3.1 问题分析 |
| 3.1.1 乘客决策特性分析 |
| 3.1.2 既有模型适用性与不足 |
| 3.2 诱导信息影响下乘客路径选择模型 |
| 3.2.1 后悔函数构建 |
| 3.2.2 模型构造 |
| 3.2.3 参数估计方法 |
| 3.2.4 模型评估指标 |
| 3.3 SP实验设计 |
| 3.3.1 实验设计要求 |
| 3.3.2 选择集规模确定 |
| 3.3.3 属性与属性水平确定 |
| 3.3.4 选择集生成 |
| 3.3.5 问卷设计 |
| 3.4 数据分析与模型标定 |
| 3.4.1 调查数据统计分析 |
| 3.4.2 订阅信息服务意愿Logistic回归分析 |
| 3.4.3 路径选择模型标定结果 |
| 3.5 本章小结 |
| 4 诱导信息发布条件下的网络客流分布动态推演 |
| 4.1 问题分析 |
| 4.1.1 网络客流分布特性 |
| 4.1.2 离散事件系统建模适用性分析 |
| 4.2 基于离散事件系统的城市轨道交通系统中观建模 |
| 4.2.1 基于点弧集合的网络拓扑实体建模 |
| 4.2.2 基于服务的列车实体建模 |
| 4.2.3 基于多智能体的乘客实体建模 |
| 4.2.4 基于智能决策的运营者实体建模 |
| 4.2.5 城市轨道交通系统耦合模型 |
| 4.3 诱导信息发布条件下系统动态推演机制 |
| 4.3.1 列车运行过程推演 |
| 4.3.2 乘客决策和出行过程推演 |
| 4.3.3 运营者路径诱导决策推演 |
| 4.4 网络客流分布动态仿真系统构建 |
| 4.4.1 系统基本框架 |
| 4.4.2 系统类结构设计 |
| 4.4.3 系统功能模块 |
| 4.5 案例验证 |
| 4.5.1 案例背景 |
| 4.5.2 案例结果 |
| 4.6 本章小结 |
| 5 基于深度强化学习的乘客路径动态诱导策略优化 |
| 5.1 问题分析 |
| 5.1.1 乘客路径诱导策略优化问题特征 |
| 5.1.2 强化学习适用性分析 |
| 5.2 训练样本构建 |
| 5.2.1 基于堆栈自编码器的网络客流分布状态特征提取 |
| 5.2.2 基于诱导方向的诱导信息发布动作生成 |
| 5.2.3 基于多目标加权的奖励值设定 |
| 5.3 基于DDPG的乘客路径动态诱导策略学习算法 |
| 5.3.1 DDPG算法概述 |
| 5.3.2 乘客路径动态诱导策略学习网络构建 |
| 5.3.3 网络训练流程 |
| 5.4 案例分析 |
| 5.4.1 小规模案例 |
| 5.4.2 大规模案例 |
| 5.4.3 案例结果总结 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 研究总结 |
| 6.2 主要创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 附录 A 城市轨道交通信息服务调查问卷 |
| 附录 B 随机后悔最小化模型路径选择概率推导 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（9）双向中断下城市轨道交通网络列车运行调整研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景 |
| 1.2 研究的目的与意义 |
| 1.3 国内外研究现状综述 |
| 1.3.1 中断条件下的乘客路径选择 |
| 1.3.2 中断条件下的列车运行调整 |
| 1.3.3 既有研究小结 |
| 1.4 研究内容与技术路线 |
| 1.5 本章小结 |
| 2 城市轨道交通运营中断基础分析及交路调整策略 |
| 2.1 城市轨道交通运营中断定义 |
| 2.2 城市轨道交通运营中断分类 |
| 2.2.1 城市轨道交通运营中断分类概述 |
| 2.2.2 本文研究范畴 |
| 2.3 城市轨道交通运营中断管理 |
| 2.3.1 城市轨道交通运营中断管理方法 |
| 2.3.2 双向中断下的小交路调整策略 |
| 2.4 本章小结 |
| 3 运营区间双向中断下的乘客路径选择模型 |
| 3.1 运营区间双向中断对城市轨道交通客流的影响 |
| 3.1.1 中断后的客流分类 |
| 3.1.2 受影响客流的后续选择 |
| 3.2 基于累积前景理论的双向中断下乘客路径选择模型 |
| 3.2.1 累积前景理论适用性分析 |
| 3.2.2 双向中断下路径方案集合的确定 |
| 3.2.3 双向中断下各路径广义费用的生成 |
| 3.2.4 双向中断下路径参考点取值 |
| 3.2.5 基于累积前景理论的乘客路径选择模型 |
| 3.3 案例验证 |
| 3.3.1 案例背景 |
| 3.3.2 参数设定 |
| 3.3.3 结果分析 |
| 3.3.4 结果验证 |
| 3.4 本章小结 |
| 4 运营区间双向中断下的网络列车时刻表协同调整模型 |
| 4.1 问题描述 |
| 4.1.1 问题分析 |
| 4.1.2 变量解释 |
| 4.1.3 基本假设 |
| 4.2 网络列车时刻表协同调整模型构建 |
| 4.2.1 模型目标函数 |
| 4.2.2 列车运行约束和乘客乘车约束 |
| 4.2.3 两阶段模型构建 |
| 4.3 基于分阶段建模联合求解的遗传算法设计 |
| 4.3.1 遗传算法适用性分析 |
| 4.3.2 算法设计 |
| 4.4 算例验证 |
| 4.4.1 算例简介 |
| 4.4.2 CPLEX调整结果 |
| 4.4.3 算法调整结果 |
| 4.4.4 算法效率分析 |
| 4.5 本章小结 |
| 5 案例研究 |
| 5.1 案例背景 |
| 5.2 结果分析 |
| 5.2.1 中断线路小交路折返站确定 |
| 5.2.2 中断后的客流分析 |
| 5.2.3 单线列车时刻表协同调整结果分析 |
| 5.2.4 网络列车时刻表协同调整结果分析 |
| 5.3 参数灵敏度分析 |
| 5.4 中断持续时间的影响分析 |
| 5.5 组织小交路运行时机分析 |
| 5.6 本章小节 |
| 6 结论与展望 |
| 6.1 主要工作及研究结论 |
| 6.2 论文的创新之处 |
| 6.3 研究不足与展望 |
| 参考文献 |
| 附录A 调查问卷内容 |
| 附录B 案例客流OD数据 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（10）面向可变目的地的交通动态诱导方法及应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| §1.1 研究背景与意义 |
| §1.1.1 研究背景 |
| §1.1.2 研究意义 |
| §1.2 国内外研究现状 |
| §1.2.1 后悔心理学研究综述 |
| §1.2.2 基于后悔理论的交通选择行为研究综述 |
| §1.2.3 交通诱导研究综述 |
| §1.2.4 研究现状评述 |
| §1.3 研究目标与内容 |
| §1.4 研究方法与技术路线 |
| §1.4.1 研究方法 |
| §1.4.2 技术路线 |
| 第二章 可变目的地出行者非补偿行为分析 |
| §2.1 非补偿行为属性容忍阈值分析 |
| §2.2 后悔度指数定义和计算 |
| §2.3 非补偿行为感知属性差异的容忍阈值分析 |
| §2.4 非补偿行为特性的问卷调查 |
| §2.4.1 调查方法 |
| §2.4.2 调查方案设计 |
| §2.5 调查数据统计分析 |
| §2.5.1 个人特征统计分析 |
| §2.5.2 非补偿行为影响因素相关性分析 |
| §2.5.3 属性容忍阈值统计分析 |
| §2.6 本章小结 |
| 第三章 预期后悔刺激下的出行者决策特性分析 |
| §3.1 预期后悔概念 |
| §3.2 准实验设计 |
| §3.3 改变目的地意向的心理实验 |
| §3.3.1 准实验研究假设 |
| §3.3.2 准实验研究方法 |
| §3.3.3 准实验研究结果 |
| §3.4 外部因素对决策的影响 |
| §3.4.1 风险情景对决策的影响 |
| §3.4.2 时间压力对决策的影响 |
| §3.5 内部因素对决策的影响 |
| §3.6 本章小结 |
| 第四章 面向可变目的地的路径规划模型研究 |
| §4.1 问题描述 |
| §4.2 后悔理论概念与模型 |
| §4.2.1 原始随机后悔最小化模型参数标定 |
| §4.2.2 经典随机后悔最小化模型参数标定 |
| §4.2.3 现有模型的适用性及缺陷 |
| §4.3 可变目的地的随机后悔最小化选择模型构建 |
| §4.3.1 备选目的地和决策点集生成 |
| §4.3.2 可变目的地的随机后悔函数构建 |
| §4.3.3 模型评估方法 |
| §4.4 可变目的地的出行行为影响因素分析 |
| §4.4.1 SP问卷表设计 |
| §4.4.2 调查数据统计分析 |
| §4.5 实证研究 |
| §4.5.1 案例描述 |
| §4.5.2 模型参数标定 |
| §4.5.3 改变目的地选择行为分析 |
| §4.6 本章小结 |
| 第五章 基于蚁群算法的可变目的地动态路径选择研究 |
| §5.1 蚁群算法原理及其应用 |
| §5.1.1 蚁群算法的基本原理 |
| §5.1.2 蚁群算法的模型 |
| §5.2 可变目的地动态路径选择方法 |
| §5.2.1 目的地-路径的后悔阻抗设计 |
| §5.2.2 路径选择规则 |
| §5.2.3 信息素更新规则 |
| §5.2.4 节点流量更新规则 |
| §5.2.5 优化算法 |
| §5.3 算例及方案评价 |
| §5.3.1 方案设计 |
| §5.3.2 结果分析 |
| §5.4 本章小结 |
| 第六章 可变目的地的ATIS交通诱导信息发布策略 |
| §6.1 可变目的地ATIS诱导信息发布原则和方式 |
| §6.1.1 发布原则 |
| §6.1.2 发布方式 |
| §6.2 可变目的地ATIS诱导信息发布内容 |
| §6.3 可变目的地ATIS诱导信息发布策略的建议 |
| §6.4 本章小结 |
| 第七章 结论与展望 |
| §7.1 研究结论 |
| §7.2 创新点 |
| §7.3 研究展望 |
| 参考文献 |
| 致谢 |
| 附录 |
| 作者在攻读硕士期间的主要研究成果 |
四、Route choice models based on altering OD（论文参考文献）
- [1]基于列生成算法的有限理性动态交通网络均衡问题研究[D]. 王栋. 北京交通大学, 2021(02)
- [2]城市轨道交通客流协同控制优化模型与算法[D]. 孟凡婷. 北京交通大学, 2021
- [3]城市道路拥堵区域收费方法研究[D]. 陈锋. 中国人民公安大学, 2021(12)
- [4]考虑能力限制的地铁网络客流分配方法研究[D]. 常逢潮. 兰州交通大学, 2021(02)
- [5]无人驾驶车辆路径规划方法研究[D]. 谭丽敏. 兰州交通大学, 2021(02)
- [6]基于客流分配的高铁列车停站方案与运行图协同优化研究[D]. 徐婷婷. 北京交通大学, 2021
- [7]短时中断情况下城市轨道交通客流分配方法[D]. 李蓓. 北方工业大学, 2021(01)
- [8]城市轨道交通乘客路径动态诱导策略优化研究[D]. 贾飞凡. 北京交通大学, 2021
- [9]双向中断下城市轨道交通网络列车运行调整研究[D]. 钱蕾. 北京交通大学, 2021
- [10]面向可变目的地的交通动态诱导方法及应用研究[D]. 李梦洁. 桂林电子科技大学, 2021(02)
标签：城市轨道交通系统论文; 客流统计论文; 网络模型论文; 路径分析论文; 交通论文;