一、城市道路网通行能力最大的道路类型优化分配(论文文献综述)
潘昭天[1](2021)在《基于博弈论和多智能体强化学习的城市道路网络交通控制方法研究》文中进行了进一步梳理信号交叉口交通流的受控过程对城市道路网络性能具有重要影响。然而,现有城市道路网络交通控制方案优化设计仍处于优化-性能改善-需求增加-性能恶化-再优化的循环困境。当经济、技术、城市建设程度迅速发展引发交通需求变化加速、交通流动态性增强,优化困境面临周期缩短的问题。交通控制方案频繁迭代优化将造成城市交通建设成本增加。抑制相应随机性诱发交通拥堵能力不足是现有交通控制方法面临的主要问题。因此,有必要针对城市道路网络交通流动态、随机性展开城市道路网络控制方法研究。此外,网络节点失效扩增交通拥堵蔓延引发路网性能下降也需要考虑。围绕城市道路网络交通控制方法研究:(1)在城市道路网络分布式的交通控制方法与交通分配、信号控制耦合方法之间,对交通信号控制领域理论体系中作进一步补充完善;(2)使交通信号控制系统具备自适应改进能力,能够随路网拓扑关系及交通需求共同演化,避免迭代优化的循环困境。论文从随机出行需求下的分布式动态交通分配、应对随机出行需求影响的分布式交通信号控制、应对网络节点失效的信号控制系统鲁棒性增强三个方面展开研究。(1)分布式动态交通分配方法,对随机出行需求分配,从根源抑制路网交通拥堵产生,为后续研究的关键基础。构建异构建议者多智能体团体,耦合异构建议者建议约束决策者动作空间,使其在有限动作空间内采用混合策略形式分配出行需求,提升多智能体强化学习在动态交通分配任务方面的运行效率;构建差异化回报函数机制,使智能体在学习中实现用户均衡原则;设计自适应学习率机制,提升方法对随机出行需求以及交通状态变化的敏感性,增强其再学习能力。经验证分析,分布式动态分配方法有效改善城市道路网络中个体出行者平均出行时间、提升网络整体吞吐量水平,且出行需求分配结果满足用户均衡原则。此外,研究也表明,与分布式交通信号控制方法相耦合,能够有效降低路网内出行延误水平。(2)分布式交通信号控制方法,从应对出行需求随机性影响出发维持城市道路网络性能稳定、进而缓解抑制交通拥堵发生、蔓延,是研究中的重要核心。引入博弈中混合策略纳什均衡概念,改进多智能体强化学习决策过程,使智能体隐式获取全局信息,增强其在不同随机出行需求状态下维持路网性能稳定的能力;在混合策略纳什均衡解基础上,引入Jensen-Shannon散度构建自适应学习率机制,增强信号控制智能体对局部交通流状态变化的敏感性,使其具备收敛后再学习能力。经验证分析,分布式交通信号控制方法在应对出行需求骤增、起讫点间出行需求分布骤变以及路网中出行需求分布不均衡、到达率随机引发随机性影响方面具有良好控制效果,将城市道路网络出行延误维持在较低水平。然而,验证也表明其仅适用于城市道路网络流量输入适中的情况下,是一种对城市道路网络时空资源深度挖掘的方法。(3)应对网络节点失效的信号控制鲁棒性增强方法,侧重于在路网结构受损时,强化信号控制方法维持路网性能的能力,是对重要核心的补充。立足于多智能体系统,构建对城市道路网络节点等级度量方法,实现对路网关键节点判别;引入路网节点交通状态,构建节点各向异性影响力传播机制,实现节点交互关系动态演化;根据节点交互结构差异,修正相应信号控制智能体混合策略纳什均衡求解决策过程及回报函数机制。经验证分析,在少量节点失效情况下,论文方法能够较好的将城市道路网络出行延误维持在较低水平,且在节点失效时间增加时有效抑制路网性能下降速度。然而,当路网拓扑结构严重受损、承载能力无法满足出行需求时,该鲁棒性增强机制难以提升信号控制方法性能。综上所述,论文构建动态交通分配方法出行需求分配从根源抑制交通拥堵的形成,该方法可独立执行交通分配任务,与分布式控制耦合使用可以有效抑制拥堵,还是信号控制鲁棒性增强机制的关键接口。针对随机出行需求影响构建的分布式交通信号控制方法,能够在局部交互过程中隐式地感知全局信息,有效缓解、抑制随机出行需求诱发的交通拥堵。而信号控制鲁棒性增强机制,构建节点间交互关系,实现信号控制方法网络节点失效鲁棒性提升。将分布式动态交通分配、分布式交通信号控制、信号控制鲁棒性增强机制相融合,使交通控制系统能够有效应对频繁的优化困境且具跟随城市道路网络共演化的能力。
李飞燕[2](2020)在《城市道路网关键路段识别及路网鲁棒性优化研究》文中认为城市交通是城市社会经济活动的重要支撑,对居民出行和生产物流有着重要影响。城市交通是一个开放和复杂的系统,在运行过程中时常会遭遇自然灾害、极端天气、交通事故和恶意攻击等突发事件的影响。某些路段在路网中起关键作用,一旦中断会降低道路网连通性、显着影响路网整体性能的发挥,引起路网大面积拥堵,甚至整个路网长时间处于瘫痪状态。如何基于城市道路网交通流时空分布和演化机制的动态复杂性,准确且高效率地识别出关键路段,并基于关键路段有针对性的优化路网以避免或减轻关键路段中断对路网造成的负面影响,是一项具有实际应用意义的研究。城市交通有限的交通供给难以满足日益增长的交通需求,在遭遇严重的干扰事件时,容易触发级联故障效应。考虑城市道路网的这一运行特性,构建基于级联故障效应的关键路段识别指标和方法。考虑级联故障效应的关键路段识别指标是系统性指标,采用全路段扫描法计算,即路网中的路段轮流中断,执行交通分配,评估由此导致的路网效率的降低程度。对于拥有庞大路段数量的城市道路网,计算时间巨大。为提高运算效率,提出基于交通流介数指标的快速识别关键路段的方法。该指标的参数校正和确定最终关键路段的环节采用了考虑级联故障效应的关键路段识别方法,以实现计算效率和识别结果准确性的均衡。最后,基于识别出的关键路段进行路网分区优化,增强路网抵抗风险的能力。论文研究主要包括以下几个方面:(1)考虑级联故障效应的关键路段识别定义关键路段为中断时对整个路网造成的负面影响严重的路段,系统分析导致路段中断的干扰事件及干扰事件对路网效率的影响。基于路段中断引发的级联故障效应,根据路段中断前后路网效率改变程度评估路段的关键性;综合考虑转移出行需求量和级联故障效应下的交通分配模型提出关键路段识别方法。分析路段中断条件下的出行者路径选择行为特点,构建反映城市道路网级联故障效应的动态多路径交通分配模型。该模型考虑了由于路段中断而产生的转移需求量,确定出行者路径时同时考虑了路网的全局信息和中断路段拥塞消散效应。(2)城市道路网关键路段快速识别方法为提高识别大规模城市道路网关键路段的运算效率,考虑路段介数、路段流量和转移需求量建立交通流介数指标识别关键路段,并对指标合理性进行分析和验证。基于该指标提出快速识别城市道路网关键路段的方法,该方法是以考虑级联故障效应的关键路段识别指标为标杆,采用这两种指标确定的路段排序的Spearman秩相关系数进行交通流介数指标中的参数校准。基于校正后的交通流介数指标,计算路网所有路段的该指标值,预选出候选关键路段集。最后,根据所有候选关键路段的基于级联故障效应关键路段识别指标的计算值,确定最终的关键路段。(3)基于关键路段的城市道路网分区鲁棒性优化识别出关键路段的目的是采取相关措施降低关键路段中断对城市道路网的影响程度。考虑到关键路段中断的影响范围不一定蔓延到整个道路网,往往是对其影响区域范围内的局部路网影响更严重,由此提出了鲁棒性优化小区的概念。根据中断影响区域,借鉴复杂网络中l-壳社团划分算法的思路,提出鲁棒性优化小区的生成算法。构建基于鲁棒性的路网规划模型对优化小区路网进行优化,以增强路网抵抗风险的能力。该模型为双层规划模型,上层模型是以遭遇干扰事件前后路网系统总出行时间变动最小为目标,下层模型为交通分配模型。下层模型根据优化路网遭遇干扰事件前后采用不同的流量分配模型,未遭遇干扰事件时采用用户均衡分配模型获得路网流量;遭遇干扰事件时,采用考虑级联故障效应的动态多路径交通分配模型获得路网流量。综合运用改进的遗传算法、蒙特卡罗方法求解双层规划模型。(4)实证分析以长春市绕城环路范围内的道路网为例,验证提出的考虑级联故障效应的关键路段识别方法、基于交通流介数指标的关键路段快速识别方法和基于关键路段的分区鲁棒性优化方法的有效性。分别采用考虑级联故障效应的关键路段识别方法和基于交通流介数指标的关键路段识别方法确定长春市道路网关键路段,对比分析两种识别方法的计算结果和运算效率。基于识别出的关键路段生成鲁棒性优化小区,并根据构建的鲁棒性优化模型的求解结果提出路网改善方案。
李彦瑾[3](2020)在《突发事件下城市道路网脆弱性识别方法与应用研究》文中指出随着我国城镇化建设进程的推进,城市道路交通网络在不断拓展、深化交通运输功能的同时,一些突发事件(诸如自然灾害、交通事故、道路保养、节日游行或恐怖活动等)的出现将会对路网的正常运行带来巨大的负面影响。在此背景下,依托多源交通信息,重点开发突发事件下预防预警、风险评估、应急救援的一体化决策仿真平台具有重要的应用价值和实践意义。该项研究的本质在于分析路网在突发事件下的脆弱性变化,并建立基于网络脆弱性的交通流分配方法。然而,当前关于路网脆弱性识别的研究中尚未考虑突发事件对路网交通流随机、时变特征的影响,且缺乏一般性的高效识别方法与合适的仿真应用技术对其进行描述与拓展。因此,本文从路网脆弱性视角出发,以突发事件、道路网络、交通流分布构成的系统为研究对象,进行了网络脆弱性识别、脆弱性随机动态特征分析、应急救援路径选择建模、一体化仿真应用平台开发的研究。具体来讲,本文的研究步骤主要从以下几个方面展开:(1)按事故类型与事故等级对突发事件进行了认定,将事故等级与事故导致的后果相对应,便于将其分门别类地在城市道路交通网络中予以表征。以单一路网单元失效情景下的静态脆弱性识别为研究起点,暂不考虑路网系统的随机、时变特征,通过突发事件下的路网拓扑结构变化与鲁棒性分析,构建了单一路段或交叉口完全失效下的静态脆弱性识别模型,并采用了Lagrange乘子法高效地求解模型,为后续研究提供了基础。(2)由于不同类型的突发事件对路网的影响程度各异,这反应在网络中便是失效网络单元的增多或受损程度的加剧。故在单一网络单元失效的基础上,重点研究了多路段失效下的脆弱路段集识别与多交叉口失效下的级联失效仿真。之后,对多个网络单元的完全失效与部分失效间的差异进行了对比分析,并讨论了多个网络单元失效下路网鲁棒性与脆弱性的关系。(3)考虑到突发事件作用于道路网络时,路段的通行能力变化将是随机的,且突发事件的负扩散效应会显着影响不同类型出行者的路径选择行为。因此,从随机因素对路段通行能力的改变入手,构建了一个考虑不同类型出行者路径选择行为的平衡配流模型,以一个新的指标来量化突发事件下路网脆弱性的随机特征,并通过路网压缩与双层算法设计实现了模型的高效求解。之后,分析了Logit模型与Probit模型对网络脆弱性分析结果的影响,并对既有模型进行了改进。(4)将研究进一步推广到一般场景中,鉴于突发事件在路网中的“产生—处理—消散”对应着事发路段通行能力的“失效—恢复—正常”这一动态变化过程,且出行者在制定、调整出行决策时,一般以实时交通信息为依据,其决策的合理性将不同程度地受到路况信息、个人异质性偏好等因素的制约。因此,从事发路段通行能力的动态变化入手,将道路网络抽象为一个反应型离散控制系统,结合出行者在突发事件下的路段选择行为分析了这一系统的随机、时变特征,并在压缩子路网上结合Logistic曲线完成了交通流分布的动态模拟,之后讨论了时变条件下路网脆弱性转移等相关问题。(5)把脆弱性识别方法落脚到应用层面,将突发事件下的路网应急管理分成了需求方与供给方两部分。考虑到对路网脆弱性状态的评估,实质是对突发事件下路网应急救援需求方的表征。因此,此处从供给方(救援方)视角出发进行了路网特性分析,结合随机一致性条件与GERT网络评审技术完成了救援路径的选择与关键路段的识别。之后,通过前面各部分的模型对比与模块集成,利用Matlab R2018b软件开发工具将它们集成于一个统一的仿真环境中,高效地实现了本文所有模型与算法的可视化与实用化。本文上述研究工作有望服务于与路网脆弱性相关的理论研究、路网规划、维护改造和应急管理等多个方面,可为构建城市道路安全一体化应急管理平台提供理论依据与技术支撑。
杜泽华[4](2020)在《城市快速路网运行状态改善策略研究》文中研究表明随着我国经济实力的提升和国家现代化建设的完备,城市快速路体系也随之不断完善,快速路网建设进程不断加快,但在快速路网建设的进程中,路网在高峰时段常发拥堵、运输效率低等问题也随之慢慢浮现出来,成为我国城市交通现代化建设绕不开的弊病,如何缓解快速路网拥堵成为解决问题的关键。本文通过快速路网理想容量和实际容量的对比分析,从宏观角度找出造成快速路网拥堵的影响因素,针对快速路网拥堵的拥堵成因制定改善策略,从而缓解快速路网拥堵。本文结合长春市快速路网数据,对快速路网及分、合流匝道的道路特性、交通流特性、出行时空分布、居民出行OD分布等数据进行分析,明晰城市快速路网现状问题;在国内外已有研究的基础上,提出了城市快速路网理想容量、快速路网实际容量、路网饱和度等相关定义;在已有数据的基础上,引入短距离出行、交织段延误、分、合流匝道布局等因素,分析其对快速路网理想容量、实际容量的影响,进而利用线性规划模型对城市快速路网理想容量、实际容量计算模型进行推导,并利用迭代优化(IOA)算法完成模型求解;通过案例分析进行模型仿真验证,制定短距离出行交通量管理策略、分合流匝道位置布局改善策略、主线路段通行能力改善策略等综合改善策略,提高快速路网理想容量,改善快速路网实际服务能力,并建立相应的路网运行状态评价指标,以此找出路网运行过程中存在的弊病,进而针对性的对其制定综合改善策略。快速路网在我国城市交通设施建设中,扮演着不可或缺的角色,但由于路网结构不合理、管控措施更新不及时等原因造成快速路网理想容量、实际服务能力远未达到极值,城市交通拥堵严重。基于快速路网理想容量—需求制定快速路网改善策略是缓解快速路拥堵问题的重要方法之一。本文结合长春市快速路网实测数据,对长春市快速路网理想容量等相关路网运行状态参数进行计算和评价,找出制约长春市快速路网运行效率的主要问题,并针对其存在问题制定了短距离出行交通量管理优化、分合流匝道布局优化、路网交通诱导控制等一系列改善策略,可显着优化快速路网运行状态。
薛楚凡[5](2020)在《面向需求控制的区域最佳交通容量研究》文中研究指明随着我国城镇化、机动化、现代化进程的快速推进,城市的交通供给逐渐无法满足城市交通需求的快速增长,交通拥挤越发严重。这是一种由供需失衡所致的普遍现象,交通需求和交通供给之间的矛盾不断加剧,就会导致拥堵的发生。缓解交通拥堵仅靠增加交通供给远远不够,只有有效控制交通需求,才能从根本上解决供需矛盾。针对一个区域路网,通过计算得出交通需求在何值时,区域内的车辆能够达到最佳运行状态,可以为城市交通控制提供重要的技术支撑。本文基于此,对区域最佳交通容量进行认真分析研究并建立了区域最佳交通容量模型,具体内容包括以下几个方面。首先,建立了多因素影响下的路段最佳容量模型。通过分析车道宽度、大中车比例和支路接入等因素对单车道路段通行能力的影响,建立单车道路段最佳容量模型,在此基础上考虑车辆临时停车、车辆换道换道、公交停靠站点设置形式以及行人非机动车等因素,建立了多车道路段通行能力及其修正系数计算模型,并基于格林希尔治模型完成了对多车道路段最佳容量模型的建立。其次,在路段的基础上考虑车道渠化、信号控制等因素,建立了交叉口最佳容量模型。以车道组为研究对象,分别确定在左转是否具有保护相位、右转是否受控情况下的不同转向车流比例的影响系数,建立了四种不同组合形式下的交叉口处车道组通行能力计算模型,确定当该交叉口处于最佳路网容量时对应的最佳流量和最佳速度,为路网间交叉口的流量约束提供数据支撑,为后文计算区域路网容量提供理论基础。再次,建立了区域路网最佳交通容量模型。根据区域划分原则将复杂的路网划分成几个计算区域,在每个计算区域中选取基准交叉口,使其达到最佳容量状态。再通过区域交叉口之间的流量约束,得到区域内其他交叉口流量情况,最终完成了区域最佳容量模型的建立。最后,通过选取沈阳市浑南区的某一区域路网,对以上模型进行仿真验证。使用本文提出的路网最佳交通容量模型对实际路网进行计算,并利用VISSIM仿真软件进行仿真验证,在输出数据中选取延误及服务水平两个参数进行分析,验证了本文提出的路网最佳容量计算模型是可行的。
曹文娟[6](2020)在《考虑弹性需求交通分配的城市办公区单向交通组织优化研究》文中指出随着经济的高速发展和城市化进程的不断加快,大城市机动车保有量逐年增加,城市交通拥堵、停车难等问题日益严峻。值得注意的是,很多城市拥堵一般体现在主干路上,而很多次干路、支路却利用率低下,城市有限的道路资源没有得到充分利用。单向交通作为一种经济、有效的道路交通管理措施,能均衡道路网内部交通压力的时空分布,充分利用现有城市道路网容量,解决交通拥堵问题。因此根据不同区域交通运行的特征,制定合理、科学的单向交通方案具有重要的理论和现实意义。本文依托于《中关村大街及其周边地区交通效率提升》课题,对课题中负责的单向交通组织优化部分进行拓展和延伸,主要工作如下:(1)明确了城市办公区、单向交通二者的概念,并从城市办公区的交通特性出发,分析了组织单向交通的必要性。结合国外大城市单向交通的实施经验,归纳总结了单向交通的典型组织模式、适应性条件及特点,为模型的构建与案例研究提供基础理论支持。(2)基于百度提供数据和交通调查数据,重点分析了中关村西区的交通运行特征及相关社会经济属性,获取了研究区域内道路主要参数,各路段路内停车泊位及断面交通量,并通过Trans CAD软件进行OD反推得到OD对间交通出行需求,为优化方案的形成提供数据支撑。(3)为提高道路网通行能力、缓解停车供需矛盾,本文首先从道路负荷度、车辆绕行及路内停车需求三方面出发,构建了固定需求下城市办公区单向交通组织优化双层规划模型,下层模型采用Logit-SUE模型进行配流,并设计了嵌套MSA-Dial的人工蜂群算法求解双层规划模型。以中关村西区为背景对单向交通优化方案从路段交通量分布、绕行距离及泊位增加的角度进行效果评价,最后对出行者路径阻抗感知系数?进行灵敏度分析。结果表明:优化方案实现了路网流量的均衡分布,疏解了拥堵路段,同时为路内停车泊位设置创造了弹性空间,以满足办公区临时停车需求,即单向交通组织方案是合理、可行的。(4)基于固定需求模型,进一步考虑了交通需求变动的影响,将下层模型设计为弹性需求交通分配模型,并采用超量需求法将弹性需求问题转化为等价的基于扩展网络的固定需求问题,设计基于Frank-Wolfe的人工蜂群算法求解双层规划模型。通过案例研究给出了综合考虑干路平均负荷度超限量、绕行系数及支路路内停车泊位数三个因素的单向交通组织优化方案,并对需求缩放因子?进行灵敏度分析。最后对比分析了弹性需求与固定需求下单向交通方案的优化效果,结果表明:在本文研究区域路网的规模与拓扑结构下,考虑弹性需求交通分配的单向交通组织方案具有更加显着的优化效果。图43幅,表31个,参考文献62篇。
周帅旗[7](2020)在《基于CTM模型的城市区域偶发性交通拥堵演变规律研究》文中认为随着社会经济快速发展,城市化水平日益提高,城市交通拥堵问题变得愈发严重。其中偶发性交通拥堵由于其发生的不确定性,对城市交通安全与运行效率造成严重影响,带来了经济损失、环境污染、资源浪费等一系列危害。如何缓解偶发性交通拥堵,已成为城市交通发展中亟需解决的问题之一。本文以偶发性交通拥堵为研究主体,根据城市交通拥堵特性以及交通路网的实际特点,构建城市路网模型,模拟突发事件下交通流的演变过程,研究偶发性交通拥堵时空特征和演变机理,并提出合理有效的控制策略。本文主要从以下三方面进行研究:(1)针对城市道路网,考虑到交通流迟滞现象以及信号控制等问题,改进元胞传输模型。提出了一种基于交叉口等待时间的路径搜寻算法,建立了基于实时道路阻抗的动态路径选择模型。在此基础上,建立具有实时交通信息更新和动态路径选择的传输模型。使其路段与节点传输过程更符合实际交通状况,并针对元胞传输模型提出特有的拥堵评价指标。(2)讨论偶发性交通拥堵的影响因素,利用Matlab软件对传输模型编程,模拟突发性交通事件发生时西安市区域路网内交通流运行情况。从事件严重程度、事件发生位置、事件持续时间、渠化区长度、交通诱导信息更新频率等方面研究偶发性交通拥堵的形成和演变规律。(3)根据仿真结果,从交叉口信号控制、拥堵区域管控措施、交通诱导系统三方面,提出合理有效的拥堵控制策略。本文针对城市偶发性交通拥堵演变规律问题提出了合理可行的模型和研究方法,并探究分析了信号交叉口控制对模型传输的影响,提高传输模型的准确度,为元胞传输模型应用于交通流仿真提供一种建模方法,同时也验证了元胞传输模型在不同路网情况下,对模拟交通流运行的适用性和实用性。可以为城市交通规划以及路网设计提供参考,为交通管理部门提供缓解城市交通拥堵的新思路。
栗誉丹[8](2019)在《南昌市干线公路与城市道路交通衔接优化策略分析》文中进行了进一步梳理随着我国城镇化发展,普通国省干线公路临近城市城区路段,在承担对外和过境客货运输交通的同时,开始承担起城市交通功能。在现有理论和实践中,为了做到城市内外交通的的一体化,高速公路已经能做到与城市的快速路网相衔接。但在城市发展区域内无法做到快慢交通、客货交通的分离和分流情况下,普通国省干线公路网与城市道路网如何进行合理衔接,从而保障交通顺畅就日益显得尤为重要。而普通干线公路与城市道路的衔接多采用平面交叉衔接管理,交叉口的相互干扰冲突较多,所以交通组织很重要。交叉口是城市道路网络的节点。节点拥堵问题可以能由点至线扩展到区域路网,所以交叉口交通组织应该结合最新实际情况用最优的方案。本论文研究普通干线公路与城市道路的衔接交叉口的交通组织优化,对加强公路与城市道路衔接是有现实意义的。论文在国内外相关的研究成果基础上,运用成熟的模型和算法对此类普通干线公路与城市道路交通衔接问题进行研究,以实现干线公路与城市道路既要方便联系又不能形成相互间的冲突干扰的目的。论文首先对干线公路和城市道路的特征差异、衔接处的交通特征进行了分析,提出交通衔接的优化改善指导思想;接着选取南昌市的若干个衔接交叉口进行具体现场调查和优化方案仿真模拟,通过直接判断和仿真软件VISSIM对6处干线公路与城市道路衔接点的交通优化方案结果进行评价;最后结合改善指导思想的宏观和微观策略,深化提出针对采取平面交叉口衔接方式的普通干线公路与城市道路衔接处交通优化改善的解决通用方案。论文提出宏观与微观相结合的技术解决方案。宏观层面从路网规划、交通诱导、新建连接线、客货分流等方面进行方案的设计,提出干线公路城市过渡段的线形应根据相衔接的城市道路规划红线进行设计,总体布置应结合城镇交通的特点;绕城公路宜采取高标准设计;在入城衔接点交叉口处设置交通诱导信息屏;要做好交通管理。微观层面从衔接段的设置、衔接点的形式、信号配时以及相位设计、衔接段的拓宽渠化等方面进行方案设计,提出在确定技术标准时宜采用高限,并留有较大的余地;平面交叉口信号配时设计应充分考虑大车的机动性;条件符合的情况下,干线公路与城市道路衔接点可采取左转远引方法进行交通组织。综合宏观和微观层面提出的疏堵方案,考虑了衔接点的过渡形式和疏堵方案的可行性。研究成果对改善国省干线公路与城市道路衔接及交通拥堵点的交通优化具有参考和指导意义。
娄慧鑫[9](2019)在《城市信号控制交叉口群通行能力研究》文中认为由于城市信号控制交叉口群特殊的平面几何结构,形成了较强的空间关联性与几何关联性,使其成为城市交通通行效率提升的瓶颈区域,制约着城市的发展。因此,本文以城市信号控制交叉口群作为研究对象,解析多种条件下通行能力的影响因素,探索交叉口群交通流运行机理,最终构建城市信号控制交叉口群通行能力模型,对于整个城市交通系统内在矛盾的分析及通行效率的提升具有十分重要的意义。首先,本文针对城市信号控制交叉口群通行能力的相关理论进行了研究。基于对交叉口群基本理论的分析与交叉口群界定方法的讨论研究了信号控制交叉口群的界定;深入分析讨论了理想条件、道路条件、交通条件、管制条件、其他条件等情况下的通行能力影响因素。其次,本论文针对交叉口群交通流特性及交通关联特性,提出了需求通行能力的概念,并从交通需求与交通供给的角度对交叉口群通行能力进行分析,应用最优化理论,得出实际通行能力应为需求通行能力与供给通行能力最小值的结论;在对交叉口群交通流理论分析的基础上,构建了信号控制交叉口群通行能力的计算模型,即为交叉口群所有车流通道通行能力之和,提出了车流通道通行能力及车流关键进口道通行能力的基本数学计算模型。最后,本文基于VISSIM仿真系统结合实际道路交通条件搭建了交通仿真实验模型,并确定了相关仿真参数,验证了交叉口群的通行能力即为交叉口群各条车流通道通行能力之和、交叉口群车流通道通行能力为进口道通行能力与进口道转向比例计算通行能力的较小值等结论,并设计仿真算例通过计算数据与仿真数据对比分析从而验证了本文提出的整个通行能力计算系统的正确性。
朱翊[10](2019)在《基于行程时间的城市多模式交通网络一体化层级结构设计》文中认为随着经济快速发展,城市化水平提高,城市多模式网络规模不断扩大,但由于多网不融合和出行效率低,造成了城市拥堵等诸多问题,通勤出行供需矛盾日益严重。在城市多模式网络中,通过合理有效的多模式网络的层级划分,建立合理高效的多模式网络结构,解决单一交通网络之间衔接不连贯,城市交通体系运行不畅的问题,使多模式交通网络在城市交通运行中作为整体发挥作用。本文以城市多模式交通网络和城市换乘枢纽为研究对象,以“通过性、可达性”交通服务功能分析为基础,分析各类交通方式的交通特性,揭示行程时间与单一网络、一体化网络交通功能的对应关系。结合需求分布、多模式网络结构特性以及枢纽(功能、布局)对于行程时间约束(可靠性保障)的作用,以通勤交通人群为研究环境,提出一种基于行程时间的城市多模式网络一体化功能层级划分方法。首先,对各单一交通子网进行研究,了解各单一交通方式交通特性以及网络层级划分方式;然后通过分析单一网络分级指标与对多模式网络特性的研究,得到多模式网络层级划分统一指标为运行速度、客运强度、广义出行成本和通行能力。随着多种交通网络的相互衔接,多模式网络作为整体,其功能将会发生改变。以单一网络层级功能划分为切入点,从网络功能角度将多模式网络定性分为4级。其次,分析城市多模式交通网络的网络结构特性,分析对比出行者单方式出行模式和组合出行(P+R换乘和常规公交+轨道)模式特性;分析多模式交通网络的组成子网络构成要素,构建能够反映多模式网络实际路段路阻的阻抗函数,描述不同组合出行模式下的出行阻抗,并对实际路网建立基于超级网络模型的多模式网络拓扑结构。最后基于随机用户均衡模型,以出行者出行费用最低为目标函数,采用MSWA算法求解模型,对实际通勤交通量进行分配。最后,提出多模式网络指标阈值确定方法,通过对多模式网络划分指标数据进行聚类分析,得到多模式网络层级划分指标阈值。基于上述研究,提出了一套多模式网络层级设计方法,建立了城市多模式交通网络层级划分结构。并对需求增长后的城市多模式交通网络层级变化进行了研究,提出了对应的改进建议。
二、城市道路网通行能力最大的道路类型优化分配(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、城市道路网通行能力最大的道路类型优化分配(论文提纲范文)
(1)基于博弈论和多智能体强化学习的城市道路网络交通控制方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题来源 |
1.2 研究背景 |
1.3 研究现状综述 |
1.3.1 城市道路网络交通控制 |
1.3.2 城市道路网络动态交通分配 |
1.3.3 城市道路网络中的多智能体强化学习 |
1.3.4 研究现存问题 |
1.4 研究目的及意义 |
1.5 研究内容框架 |
第2章 城市道路网络分布式动态交通分配方法 |
2.1 动态交通分配 |
2.1.1 动态交通分配问题 |
2.1.2 用户均衡和系统最优 |
2.1.3 动态交通分配的主要数学形式 |
2.1.4 动态交通分配模型的缺陷 |
2.2 多智能体强化学习 |
2.2.1 多智能体系统 |
2.2.2 强化学习机制 |
2.2.3 多智能体强化学习算法 |
2.3 动态交通分配决策者智能体架构 |
2.3.1 决策者智能体状态空间 |
2.3.2 决策者智能体动作空间 |
2.3.3 决策者智能体回报函数 |
2.3.4 决策者智能体的学习率机制 |
2.4 动态交通分配空间约束建议者智能体架构 |
2.4.1 建议者智能体的状态空间 |
2.4.2 建议者智能体的动作空间 |
2.4.3 建议者智能体的回报函数 |
2.4.4 建议者智能体的学习率机制 |
2.5 异构建议者多智能体强化学习 |
2.5.1 HAB-MARL 框架的应用 |
2.5.2 HAB-MARL 算法 |
2.6 本章小结 |
第3章 城市道路网络分布式交通信号控制方法 |
3.1 城市道路网络交通信号控制 |
3.1.1 URNTSC优化目标选取 |
3.1.2 URNTSC方法主要形式 |
3.1.3 多智能体强化学习在URNTSC中的应用 |
3.1.4 当前URNTSC方法可改进性 |
3.2 交通管控中的博弈论 |
3.2.1 博弈论形式及基本分类 |
3.2.2 博弈中的均衡解 |
3.2.3 博弈论在交通系统中的应用形式 |
3.3 分布式交通信号控制智能体架构 |
3.3.1 信号控制智能体状态空间 |
3.3.2 信号控制智能体动作空间 |
3.3.3 信号控制智能体决策过程 |
3.3.4 信号控制智能体回报函数 |
3.3.5 信号控制智能体的学习率机制 |
3.4 混合策略纳什均衡多智能体强化学习 |
3.4.1 MSNE-MARL 框架的应用 |
3.4.2 MSNE-MARL 算法 |
3.5 本章小结 |
第4章 城市道路网络交通信号控制鲁棒性增强方法 |
4.1 复杂网络关键节点判别技术 |
4.1.1 图论基础 |
4.1.2 复杂网络理论 |
4.1.3 关键节点判别技术 |
4.1.4 现有关键节点判别技术局限性 |
4.2 节点影响力传播机制 |
4.2.1 社会网络影响力传播机制 |
4.2.2 基于 MAS 的节点影响力传播机制 |
4.2.3 影响力传播机制改进关键点 |
4.3 MAS-AITM的URNTSC鲁棒性增强框架 |
4.3.1 MAS-AITM中节点等级度量及关键节点判别机制 |
4.3.2 MAS-AITM节点交互关系的分类 |
4.3.3 MAS-AITM节点交互关系的各向异性自择机制 |
4.3.4 MAS-AITM节点交互机制 |
4.3.5 URNTSC中鲁棒性增强构建的其他事项 |
4.4 本章小结 |
第5章 数值模拟框架及验证测试 |
5.1 城市道路网络数值模拟框架 |
5.1.1 元胞传输模型 |
5.1.2 基于CTM-DNL的数值模拟框架 |
5.1.3 城市道路网络交叉口转弯比动态构建方法 |
5.2 HAB-MARL分布式动态交通分配方法验证分析 |
5.2.1 出行成本函数选用 |
5.2.2 验证方法选用 |
5.2.3 验证网络选用 |
5.2.4 验证输入值设置 |
5.2.5 HAB-MARL验证分析 |
5.2.6 本节小结 |
5.3 MSNE-MARL分布式交通信号控制方法验证分析 |
5.3.1 验证指标选用 |
5.3.2 验证方法选用 |
5.3.3 验证网络选用 |
5.3.4 验证输入值设置 |
5.3.5 验证方法参数标定 |
5.3.6 MSNE-MARL验证分析 |
5.3.7 本节小结 |
5.4 MAS-AITM的URNTSC鲁棒性增强方法验证分析 |
5.4.1 验证方法选用 |
5.4.2 验证网络选用 |
5.4.3 验证输入值设置 |
5.4.4 MAS-AITM验证分析 |
5.4.5 本节小结 |
5.5 本章小结 |
第6章 总结与展望 |
6.1 工作总结 |
6.2 主要创新点 |
6.3 研究展望 |
参考文献 |
作者简介及在学期间所取得的科研成果 |
致谢 |
(2)城市道路网关键路段识别及路网鲁棒性优化研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 关键路段识别指标和方法 |
1.2.2 路段中断条件下交通分配模型 |
1.2.3 路网鲁棒性优化 |
1.3 主要研究内容 |
1.4 技术路线 |
第2章 考虑级联故障效应的城市道路网关键路段识别 |
2.1 关键路段含义及常用关键路段识别指标 |
2.1.1 关键路段含义及其相关概念 |
2.1.2 常用关键路段识别指标 |
2.2 考虑级联故障效应的关键路段识别指标及方法 |
2.2.1 路网干扰事件及其对路网效率影响 |
2.2.2 关键路段识别指标 |
2.2.3 基于级联故障效应的关键路段识别方法 |
2.3 考虑级联故障效应的交通分配模型 |
2.3.1 路段中断条件下出行者路径选择行为 |
2.3.2 基于级联故障效应的交通分配模型 |
2.4 本章小结 |
第3章 城市道路网关键路段快速识别方法 |
3.1 交通流介数指标构建 |
3.1.1 交通流介数 |
3.1.2 交通流介数指标 |
3.2 基于交通流介数指标的关键路段识别方法 |
3.2.1 关键路段识别方法思路 |
3.2.2 交通流介数指标参数校准 |
3.3 样本路网选取标准 |
3.4 本章小结 |
第4章 基于关键路段的城市道路网分区鲁棒性优化 |
4.1 鲁棒性优化小区含义及路网鲁棒性优化思路 |
4.1.1 常见路网小区划分 |
4.1.2 鲁棒性优化小区 |
4.1.3 路网鲁棒性优化思路 |
4.2 基于关键路段的鲁棒性优化小区生成 |
4.2.1 l-壳算法 |
4.2.2 鲁棒性优化小区生成算法及小区合并 |
4.3 基于鲁棒性的城市道路网优化模型 |
4.3.1 上层规划模型 |
4.3.2 下层分配模型 |
4.3.3 模型求解方法 |
4.4 本章小结 |
第5章 长春市道路网关键路段识别及路网优化 |
5.1 长春市路网基本情况 |
5.2 考虑级联故障效应的路网关键路段识别 |
5.3 基于交通流介数指标的路网关键路段识别 |
5.3.1 参数校正 |
5.3.2 基于交通流介数指标识别关键路段 |
5.4 路网优化小区划分及路网优化 |
5.4.1 优化小区生成 |
5.4.2 优化小区改善方案 |
5.5 本章小结 |
第6章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
作者简介与科研成果 |
致谢 |
(3)突发事件下城市道路网脆弱性识别方法与应用研究(论文提纲范文)
摘要 |
abstract |
第1章 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 研究现状 |
1.2.1 路网脆弱性识别方法 |
1.2.1.1 路网脆弱性的内涵 |
1.2.1.2 脆弱性识别指标的构建 |
1.2.1.3 路网脆弱性的评估方法 |
1.2.2 突发事件下的出行选择行为 |
1.2.2.1 路网出行者的出行行为分析 |
1.2.2.2 交通信息对出行者的行为影响 |
1.2.2.3 突发事件下出行者的路径选择行为 |
1.2.3 突发事件下的应急救援策略 |
1.2.3.1 应急救援路径选择的定性方法 |
1.2.3.2 应急救援路径选择的定量方法 |
1.2.4 当前研究的不足 |
1.3 研究内容和技术路线 |
第2章 单一网络单元失效下的静态脆弱性识别 |
2.1 突发事件下的路网结构变化 |
2.1.1 突发事件的认定 |
2.1.2 突发事件下的路网拓扑 |
2.2 城市道路网鲁棒性分析 |
2.2.1 鲁棒性指标 |
2.2.2 指标的运用 |
2.3 单一路段失效下的路网脆弱性识别 |
2.3.1 情景分析 |
2.3.2 脆弱性识别指标的说明 |
2.3.3 模型构建 |
2.3.4 求解算法 |
2.4 单一交叉口失效下的路网脆弱性识别 |
2.5 算例分析 |
2.6 进一步讨论 |
第3章 多个网络单元失效下的静态脆弱性识别 |
3.1 与单一网络单元失效的差异 |
3.1.1 网络单元的失效数量 |
3.1.2 网络单元的失效对象 |
3.2 多条路段失效下的路网脆弱性识别 |
3.2.1 失效路段数的极限 |
3.2.2 脆弱路段集的识别 |
3.2.2.1 目标函数 |
3.2.2.2 约束条件 |
3.2.3 线性化处理 |
3.2.3.1 目标函数线性化 |
3.2.3.2 约束条件线性化 |
3.2.4 求解算法 |
3.3 多个交叉口失效下的路网级联失效分析 |
3.3.1 脆弱交叉口集的获取 |
3.3.2 路网级联失效分析 |
3.3.3 级联失效量化指标 |
3.4 静态脆弱性识别模型的集成(模块A) |
3.4.1 模型对比 |
3.4.2 模型集成 |
3.5 算例分析 |
3.6 进一步讨论 |
第4章 突发事件下路网脆弱性识别的随机特征 |
4.1 突发事件下路段阻抗的随机变化 |
4.2 改进的多用户平衡配流模型 |
4.2.1 路段阻抗 |
4.2.2 路径阻抗 |
4.2.3 选择概率 |
4.2.4 变量关系 |
4.2.5 目标函数 |
4.3 反映随机特征的脆弱性指标构建 |
4.4 路网压缩与模型求解 |
4.4.1 路网压缩的矩阵算法 |
4.4.2 模型分析与求解 |
4.5 算例分析 |
4.6 进一步讨论 |
第5章 突发事件下路网脆弱性识别的动态特征 |
5.1 突发事件下路段交通负荷的动态变化 |
5.2 基于LOGISTIC曲线的动态脆弱性识别 |
5.2.1 反应动态特征的脆弱性指标构建 |
5.2.2 事发路段的Logistic曲线模拟 |
5.2.2.1 对阶段1的曲线刻画 |
5.2.2.2 对阶段2的曲线刻画 |
5.2.3 正常路段的动态交通分配 |
5.2.3.1 目标函数 |
5.2.3.2 约束条件 |
5.2.3.3 变量关系 |
5.2.4 模型最优解的一阶条件 |
5.2.5 求解算法 |
5.3 LOGISTIC曲线的成因分析 |
5.3.1 突发事件产生—消散过程的拓展 |
5.3.2 多用户的路径选择行为 |
5.3.3 场景实验 |
5.4 .脆弱性特征模型的集成(模块B) |
5.4.1 模型对比 |
5.4.2 模型集成 |
5.5 算例分析 |
5.6 进一步讨论 |
第6章 路网脆弱性识别方法的应用与仿真开发 |
6.1 救援方视角下的路网特性分析 |
6.2 救援方对行程时间的模糊估计 |
6.3 基于脆弱性的应急救援路径选择 |
6.3.1 救援车辆的随机一致性条件 |
6.3.2 鲁棒优化模型 |
6.3.3 模型转化 |
6.3.4 求解算法 |
6.4 基于脆弱性的应急救援关键路段识别 |
6.4.1 救援车辆的路段选择概率 |
6.4.1.1 矩母函数的基本数学性质 |
6.4.1.2 路段选择概率的计算 |
6.4.2 GERT网络在实际路网的解析 |
6.4.3 关键路段识别 |
6.5 脆弱性识别应用模型的集成(模块C) |
6.5.1 模型的对比 |
6.5.2 模型的集成 |
6.6 路网脆弱性仿真应用平台的搭建 |
6.6.1 模块的逻辑关系与变量传递 |
6.6.1.1 模块A的输入与输出 |
6.6.1.2 模块B的输入与输出 |
6.6.1.3 模块C的输入与输出 |
6.6.1.4 模块间的协调与统一 |
6.6.2 基于GUI的仿真平台搭建 |
6.6.2.1 主视图与界面交互 |
6.6.2.2 模块A的界面与功能设计 |
6.6.2.3 模块B的界面与功能设计 |
6.6.2.4 模块C的界面与功能设计 |
6.6.3 仿真集成算例 |
6.7 进一步讨论 |
结论 |
1.研究工作总结 |
2.研究展望 |
致谢 |
参考文献 |
附录 |
攻读博士学位期间发表的论文及科研成果 |
论文情况 |
荣誉奖励 |
科研项目 |
(4)城市快速路网运行状态改善策略研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题来源 |
1.2 研究的背景和意义 |
1.2.1 研究背景 |
1.2.2 研究意义 |
1.3 国内外研究现状及分析 |
1.3.1 国外研究现状 |
1.3.2 国内研究现状 |
1.3.3 文献综述 |
1.4 主要研究内容 |
第2章 快速路网数据预处理及数据特征分析 |
2.1 快速路网数据构成及输出内容 |
2.1.1 快速路网道路特性数据 |
2.1.2 快速路网交通运行数据 |
2.1.3 快速路网数据输出结果 |
2.2 交通运行数据预处理 |
2.2.1 数据清洗与补缺 |
2.2.2 数据与快速路网匹配 |
2.3 快速路网数据特性分析 |
2.3.1 快速路网交通数据特性 |
2.3.2 快速路网道路数据特性 |
2.4 本章小结 |
第3章 快速路网理想容量模型研究 |
3.1 快速路网理想容量定义 |
3.2 快速路网理想容量影响因素分析 |
3.2.1 快速路网行程距离 |
3.2.2 快速路网交织段延误 |
3.3 理想快速路网运行条件 |
3.4 快速路网理想容量模型 |
3.4.1 容量模型选择 |
3.4.2 模型假设及变量定义 |
3.4.3 快速路网理论容量模型推导 |
3.4.4 快速路网理论容量模型求解 |
3.5 本章小结 |
第4章 快速路网实际容量研究 |
4.1 快速路网实际容量定义 |
4.2 快速路网实际容量影响因素分析 |
4.2.1 快速路网内行程距离 |
4.2.2 快速路网交织段延误 |
4.2.3 快速路网分、合流匝道布局 |
4.3 实际快速路网运行条件 |
4.4 快速路网实际容量计算 |
4.5 路网运行状态参数计算 |
4.6 本章小结 |
第5章 长春市快速路网运行改善策略 |
5.1 长春市快速路网概况 |
5.2 理想容量及实际容量计算 |
5.2.1 快速路网理想容量计算 |
5.2.2 快速路网实际容量计算 |
5.3 快速路网运行状态分析及参数计算 |
5.3.1 快速路网容量饱和度及运行车辆饱和度 |
5.3.2 快速路网短距离出行交通量 |
5.3.3 快速路网流量分布 |
5.4 长春市快速路网改善策略设计 |
5.4.1 短距离出行交通量管理改善策略 |
5.4.2 分合流匝道位置布局改善策略 |
5.4.3 主线路段通行能力改善策略 |
5.4.4 快速路网交通诱导改善策略 |
5.5 本章小结 |
结论 |
参考文献 |
附录1 匝道所在路段及路段信息 |
攻读学位期间发表的学术论文及其他成果 |
致谢 |
(5)面向需求控制的区域最佳交通容量研究(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 国内外研究现状 |
1.2.1 路网容量相关定义 |
1.2.2 路网容量研究方法现状 |
1.2.3 研究现状总结 |
1.3 研究思路与章节安排 |
1.3.1 研究思路 |
1.3.2 章节安排 |
2 路段最佳容量模型建立 |
2.1 单车道最佳容量模型建立 |
2.1.1 单车道的理想饱和流率 |
2.1.2 多因素影响下的单车道饱和流率 |
2.1.3 模型建立 |
2.2 多车道最佳容量模型建立 |
2.2.1 多车道道路的饱和流率分析 |
2.2.2 考虑车辆换道的饱和流率计算 |
2.2.3 考虑公交停靠的饱和流率计算 |
2.2.4 模型建立 |
2.3 本章小结 |
3 交叉口最佳容量模型建立 |
3.1 交叉口最佳容量影响因素分析 |
3.2 车辆转向对通行能力影响分析 |
3.2.1 车辆左转对通行能力的影响 |
3.2.2 车辆右转对通行能力的影响 |
3.3 交叉口最佳容量模型建立 |
3.4 本章小结 |
4 区域路网最佳交通容量建模 |
4.1 区域路网最佳交通容量计算范围界定 |
4.1.1 交叉口关联度模型的建立 |
4.1.2 基于交叉口关联度模型的最佳交通容量计算区域划分 |
4.2 区域路网交通流量约束分析 |
4.2.1 基准交叉口的选取 |
4.2.2 基准交叉口交通流量分析 |
4.2.3 基准交叉口对区域内交叉口流量约束分析 |
4.3 区域最佳交通容量建模 |
4.3.1 单个子区域交通流量约束分析 |
4.3.2 两个子区域相连接的流量约束条件分析 |
4.3.3 区域最佳交通容量建模 |
4.4 本章小结 |
5 仿真验证 |
5.1 路网基本信息 |
5.2 最佳容量计算 |
5.2.1 路段最佳容量计算 |
5.2.2 交叉口最佳容量计算 |
5.2.3 路网最佳容量计算 |
5.3 仿真分析 |
5.3.1 仿真平台对比及选择 |
5.3.2 VISSIM路网布设 |
5.3.3 仿真过程 |
5.3.4 仿真结果分析 |
5.4 本章小结 |
6 总结和展望 |
6.1 总结 |
6.2 创新点 |
6.3 展望 |
参考文献 |
作者简介 |
致谢 |
(6)考虑弹性需求交通分配的城市办公区单向交通组织优化研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 单向交通组织优化研究现状 |
1.2.2 交通流分配模型研究现状 |
1.3 论文内容及结构 |
1.3.1 主要研究内容 |
1.3.2 论文章节安排 |
2 城市办公区单向交通组织的基本原理及适用性分析 |
2.1 城市办公区定义及交通特性 |
2.1.1 城市办公区的定义 |
2.1.2 城市办公区的交通特性 |
2.2 单向交通组织概述 |
2.2.1 单向交通的定义及分类 |
2.2.2 单向交通典型组织模式 |
2.2.3 单向交通组织的特点分析 |
2.2.4 单向交通组织适应性分析 |
2.3 本章小结 |
3 北京市中关村西区数据采集与分析 |
3.1 中关村西区概况 |
3.1.1 地理位置 |
3.1.2 人口概况 |
3.1.3 设施分析 |
3.2 中关村西区交通出行分析 |
3.2.1 交通分析 |
3.2.2 职住及出行分析 |
3.3 交通流量调查及OD数据测算 |
3.3.1 路网模型 |
3.3.2 交通流量调查 |
3.3.3 OD数据测算 |
3.4 本章小结 |
4 固定需求下单向交通组织优化模型与算法研究 |
4.1 固定需求下单向交通组织优化双层规划模型构建 |
4.1.1 问题描述及参数定义 |
4.1.2 上层多目标优化模型 |
4.1.3 下层基于Logit的随机用户平衡配流模型 |
4.2 求解算法 |
4.2.1 固定需求下单向交通组织双层规划模型求解 |
4.2.2 基于MSA-Dial算法的随机用户平衡模型求解 |
4.3 案例研究 |
4.3.1 路网模型及参数设置 |
4.3.2 交通分配结果 |
4.3.3 单向交通方案优化效果评价 |
4.3.4 灵敏度分析 |
4.4 本章小结 |
5 弹性需求下单向交通组织优化模型与算法研究 |
5.1 弹性需求下单向交通组织优化双层规划模型构建 |
5.1.1 上层多目标优化模型 |
5.1.2 下层弹性需求分配模型 |
5.2 模型求解算法 |
5.2.1 弹性需求下单向交通组织双层规划模型求解 |
5.2.2 基于Frank-Wolfe算法的弹性需求交通分配模型求解 |
5.3 案例研究 |
5.3.1 路网模型及参数设置 |
5.3.2 交通分配结果 |
5.3.3 单向交通方案优化效果评价 |
5.3.4 灵敏度分析 |
5.4 弹性需求与固定需求下单向交通优化方案对比分析 |
5.4.1 路段平均负荷度对比 |
5.4.2 绕行指标对比 |
5.4.3 路内停车泊位对比 |
5.5 本章小结 |
6 结论与展望 |
6.1 主要研究成果 |
6.2 研究展望 |
参考文献 |
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 |
(7)基于CTM模型的城市区域偶发性交通拥堵演变规律研究(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 选题背景 |
1.2 研究目的及意义 |
1.3 国内外研究现状 |
1.3.1 交通拥堵机理研究现状 |
1.3.2 交通拥堵控制研究现状 |
1.3.3 研究现状总结 |
1.4 研究内容、方法及技术路线 |
1.4.1 研究内容 |
1.4.2 研究方法及技术路线 |
2 城市交通拥堵概述 |
2.1 交通拥堵的定义及分类 |
2.2 交通拥堵的形成及影响因素 |
2.2.1 交通拥堵形成过程 |
2.2.2 交通拥堵的影响因素 |
2.3 交通拥堵传播理论 |
2.4 本章小结 |
3 元胞传输模型与动态路径选择模型 |
3.1 经典元胞传输模型 |
3.2 改进元胞传输模型 |
3.2.1 改进CTM的路段模型 |
3.2.2 改进CTM的节点模型 |
3.2.3 网络交通流仿真过程 |
3.3 动态路径选择模型 |
3.3.1 交叉口等待时间模型 |
3.3.2 考虑交叉口等待时间的A*寻路算法 |
3.3.3 路段阻抗 |
3.3.4 动态路径算法流程 |
3.4 拥堵评价指标 |
3.4.1 拥堵规模 |
3.4.2 拥堵延误 |
3.5 模型验证 |
3.5.1 基本假设 |
3.5.2 网络环境及参数设置 |
3.5.3 仿真步骤 |
3.5.4 仿真结果 |
3.6 本章小结 |
4 偶发性交通拥堵演变规律研究 |
4.1 偶发性交通拥堵的影响因素 |
4.2 网络环境 |
4.2.1 .路网结构 |
4.2.2 仿真环境 |
4.3 仿真结果分析 |
4.3.1 交通事件严重程度对交通拥堵传播的影响 |
4.3.2 交通事件持续时间对交通拥堵传播的影响 |
4.3.3 交通事件发生位置对交通拥堵传播的影响 |
4.3.4 交叉口入口渠化区长度对交通拥堵传播的影响 |
4.3.5 交通诱导信息更新频率对交通拥堵传播的影响 |
4.4 本章小结 |
5 交通拥堵控制策略 |
5.1 交通拥堵控制策略概述 |
5.1.1 静态控制 |
5.1.2 动态控制 |
5.2 偶发性交通拥堵控制策略 |
5.2.1 信号优化模型 |
5.2.2 禁行和强制转弯策略 |
5.2.3 构建完善的交通诱导系统 |
5.3 本章小结 |
6 结论与展望 |
6.1 研究结论 |
6.2 展望 |
参考文献 |
致谢 |
附录 |
(8)南昌市干线公路与城市道路交通衔接优化策略分析(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 国内外研究概况 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.2.3 文献综述 |
1.3 研究目的以及主要内容 |
1.3.1 研究目的 |
1.3.2 研究内容 |
1.4 研究思路 |
1.5 小结 |
第二章 干线公路与城市道路的衔接 |
2.1 干线公路与城市道路及其衔接线的特征 |
2.1.1 干线公路特征 |
2.1.2 城市道路特征 |
2.1.3 衔接线道路特性 |
2.2 干线公路与城市道路的差异 |
2.3 干线公路与城市道路衔接 |
2.3.1 基本原则 |
2.3.2 衔接模式 |
2.3.3 城市对干线公路过境模式的影响 |
2.3.4 衔接形式 |
2.4 干线公路与城市道路衔接处特征分析 |
2.4.1 干线公路与城市道路网衔接处交通特征分析 |
2.4.2 干线公路与城市道路网衔接处交通问题分析 |
2.5 干线公路与城市道路衔接处交通改善指导思路 |
2.5.1 宏观策略 |
2.5.2 微观策略 |
2.6 小结 |
第三章 南昌市干线公路与城市道路六处衔接点现状 |
3.1 研究对象选取 |
3.2 庐山北大道(G105)与英雄大道衔接点 |
3.3 庐山南大道(G105)与玉屏东大街衔接点 |
3.4 S101 与紫阳大道衔接点(麻丘立交) |
3.5 迎宾大道(G316)与昌南大道衔接点 |
3.6 庐山南大道(G105)与红谷中大道交叉口 |
3.7 G320 国道与祥云大道 |
3.8 小结 |
第四章 基于VISSIM仿真的衔接点优化策略 |
4.1 VISSIM仿真简介 |
4.2 干线公路与城市道路衔接处交通改善方案与仿真分析 |
4.2.1 庐山北大道(G105)与英雄大道衔接点交通改善策略 |
4.2.2 庐山南大道与玉屏东大街衔接点交通改善策略 |
4.2.3 S101 与紫阳大道衔接点(麻丘立交)衔接点交通改善策略 |
4.2.4 迎宾大道(G316)与昌南大道衔接点交通改善策略 |
4.2.5 庐山南大道与红谷中大道交叉口改善策略 |
4.2.6 G320 国道与祥云大道衔接点改善策略 |
4.3 小结 |
第五章 干线公路与城市道路衔接交通改善通用解决策略 |
5.1 宏观层面 |
5.1.1 总体要求 |
5.1.2 过境绕城公路设置 |
5.1.3 交通信息发布 |
5.1.4 交通管理 |
5.2 微观层面 |
5.2.1 干线公路城区衔接段设置 |
5.2.2 干线公路与城市道路衔接形式设计 |
5.2.3 平面交叉口信号配时设计 |
5.2.4 干线公路与城市道路衔接点左转远引方法 |
5.3 小结 |
第六章 结论与展望 |
6.1 主要研究成果 |
6.2 展望 |
参考文献 |
个人简历 在读期间发表的学术论文 |
致谢 |
(9)城市信号控制交叉口群通行能力研究(论文提纲范文)
摘要 |
ABSTRACT |
1.绪论 |
1.1 研究背景、目的及意义 |
1.1.1 研究背景 |
1.1.2 研究目的 |
1.1.3 研究意义 |
1.2 国内外研究现状 |
1.3 论文研究的主要内容及技术路线 |
1.3.1 主要内容 |
1.3.2 技术路线 |
1.4 本章小结 |
2.交叉口群界定 |
2.1 交叉口群基本理论 |
2.2 交叉口群界定方法 |
2.3 本章小结 |
3.典型交叉口群通行影响因素分析 |
3.1 理想条件 |
3.2 道路条件 |
3.3 交通条件 |
3.4 管制条件 |
3.5 其他条件 |
3.6 本章小结 |
4.城市信号控制交叉口群通行能力分析及模型构建 |
4.1 假设条件 |
4.2 交叉口群通行能力 |
4.3 单进口道车流通道通行能力 |
4.4 多进口道车流通道通行能力 |
4.4.1 非首端进口道有效绿灯时间车流构成分析 |
4.4.2 交叉口群交通流分析 |
4.4.3 头车遇红灯时非首端进口道车道组通行能力 |
4.4.4 头车遇绿灯时非首端进口道车道组通行能力 |
4.5 本章小结 |
5.基于VISSIM仿真系统的通行能力模型验证 |
5.1 VISSIM软件简介 |
5.1.1 VISSIM仿真平台介绍 |
5.1.2 VISVAP感应控制模块介绍 |
5.2 VISSIM仿真模型搭建 |
5.2.1 路网模型搭建 |
5.2.2 信号控制方式设置 |
5.2.3 仿真参数标定 |
5.3 VISSIM仿真实验 |
5.3.1 交叉口群车流通道通行能力仿真实验分析 |
5.3.2 交叉口群车流进口道通行能力仿真实验分析 |
5.3.3 交叉口群通行能力模型仿真实验算例 |
5.4 本章小结 |
6.总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
在校期间主要科研成果 |
一、发表学术论文 |
二、其它科研成果 |
(10)基于行程时间的城市多模式交通网络一体化层级结构设计(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 路网分级体系与理论 |
1.2.2 多模式交通网络特性 |
1.2.3 多模式交通网络结构模型 |
1.2.4 多模式交通网络阻抗函数 |
1.2.5 多模式网络分配模型 |
1.2.6 研究综述分析 |
1.3 研究内容及方法 |
1.3.1 研究目标 |
1.3.2 研究内容 |
1.4 研究方案及技术路线 |
第二章 多模式网络指标选择及功能分级 |
2.1 单一交通网络指标选择及功能分级 |
2.1.1 单一道路网层级划分及道路网特性 |
2.1.2 单一常规公交网层级划分及公交网特性 |
2.1.3 单一轨道网层级划分及轨道网特性 |
2.1.4 交通换乘枢纽层级划分 |
2.1.5 单一交通网络分类指标 |
2.2 多模式网络行程时间评价指标 |
2.2.1 运行速度 |
2.2.2 广义出行成本 |
2.2.3 客运强度 |
2.2.4 通行能力 |
2.3 多模式网络功能分级 |
2.4 多模式网络层级划分思路 |
2.5 本章小结 |
第三章 城市多模式交通网络结构模型与阻抗函数 |
3.1 多模式交通网络模型 |
3.1.1 常见多模式网络结构 |
3.1.2 多模式交通网络拓扑结构 |
3.2 多模式网络出行特性 |
3.2.1 单一出行模式特性 |
3.2.2 典型组合出行模式特性 |
3.3 城市多模式交通网络路段阻抗函数构建方法 |
3.3.1 常见各类交通方式阻抗函数 |
3.3.2 交通方式特性 |
3.3.3 城市多模式网络路段阻抗函数构建 |
3.4 城市多模式网络结构建模算例分析 |
3.4.1 研究区域 |
3.4.2 超级网络拓扑结构构建 |
3.5 本章小结 |
第四章 基于SUE的城市多模式网络交通分配方法 |
4.1 出行路径判定与最短路径搜索 |
4.1.1 路径判定条件 |
4.1.2 K最短路算法 |
4.2 多模式网络路段阻抗参数确定 |
4.2.1 道路网路段阻抗及其参数 |
4.2.2 常规公交网路路段阻抗及其参数 |
4.2.3 轨道网路段阻抗及其参数 |
4.2.4 内部换乘路段阻抗及其参数 |
4.2.5 枢纽阻抗及其参数 |
4.3 城市多模式网络随机用户平衡分配模型 |
4.3.1 符号定义 |
4.3.2 随机用户平衡分配模型 |
4.3.3 随机效用理论及随机均衡条件 |
4.3.4 Fisk模型 |
4.3.5 MSWA算法 |
4.4 交通流量分配算例分析 |
4.4.1 交通需求数据分析 |
4.4.2 出行路径搜索 |
4.4.3 路段路阻计算 |
4.4.4 流量分配 |
4.4.5 分配结果与分析 |
4.5 本章小结 |
第五章 城市多模式网络层级结构设计 |
5.1 多模式网络分级指标阈值确定方法 |
5.1.1 聚类因子选择 |
5.1.2 方法原理 |
5.1.3 聚类分析过程 |
5.2 城市多模式网络层级结构设计流程 |
5.3 多模式网络分级指标算例分析 |
5.3.1 指标计算 |
5.3.2 层级设计指标阈值确定 |
5.4 建邺区多模式网络层级结构设计体系构建及现状评价 |
5.4.1 多模式网络层级结构设计体系构建 |
5.4.2 现状评价与建议 |
5.5 需求变化加载情况下的算例分析 |
5.6 本章小结 |
第六章 结论与展望 |
6.1 研究成果与结论 |
6.2 研究展望 |
参考文献 |
致谢 |
作者简介及科研成果 |
四、城市道路网通行能力最大的道路类型优化分配(论文参考文献)
- [1]基于博弈论和多智能体强化学习的城市道路网络交通控制方法研究[D]. 潘昭天. 吉林大学, 2021(01)
- [2]城市道路网关键路段识别及路网鲁棒性优化研究[D]. 李飞燕. 吉林大学, 2020(08)
- [3]突发事件下城市道路网脆弱性识别方法与应用研究[D]. 李彦瑾. 西南交通大学, 2020(06)
- [4]城市快速路网运行状态改善策略研究[D]. 杜泽华. 哈尔滨工业大学, 2020(01)
- [5]面向需求控制的区域最佳交通容量研究[D]. 薛楚凡. 沈阳建筑大学, 2020(04)
- [6]考虑弹性需求交通分配的城市办公区单向交通组织优化研究[D]. 曹文娟. 北京交通大学, 2020(03)
- [7]基于CTM模型的城市区域偶发性交通拥堵演变规律研究[D]. 周帅旗. 西安建筑科技大学, 2020(01)
- [8]南昌市干线公路与城市道路交通衔接优化策略分析[D]. 栗誉丹. 华东交通大学, 2019(04)
- [9]城市信号控制交叉口群通行能力研究[D]. 娄慧鑫. 山东交通学院, 2019(03)
- [10]基于行程时间的城市多模式交通网络一体化层级结构设计[D]. 朱翊. 东南大学, 2019(06)