学位论文 > 优秀研究生学位论文题录展示

城市交通控制与诱导一体化中用户最优—系统最优协调模型

作　者: 鲁丛林
导　师: 谭跃进
学　校: 国防科学技术大学
专　业: 管理科学与工程
关键词: 交通控制与诱导系统城市交通管理路径选择系统最优与用户最优博弈论微粒群求解算法
分类号: F224
类　型: 博士论文
年　份: 2005年
下　载: 763次
引　用: 8次
阅　读: 论文下载

内容摘要

交通控制和交通诱导一体化研究是智能交通系统研究中的重要复杂课题。现有的研究并未将控制和诱导完全实现真正的集成,没有有效协调用户最优和系统最优两个原则。本文对城市交通控制与诱导的用户最优与系统最优协调问题进行了深入研究。　在城市交通控制与诱导一体化智能交通管理系统中,交通管理者希望按系统最优原则分配交通流,出行者在根据诱导信息选择路径时却只可能遵循用户最优原则,目标不同,二者是有冲突的博弈关系。本文提出了一种有效协调二者关系,建立合理的交通消费模式,以提高路网效率的解决方案:当交通管理者以系统最优的方法进行交通流分配时,应预先考虑用户的路径选择行为,利用其信息优势和主导地位通过交通控制和交通诱导使交通流接近或达到系统最优状态,同时实现出行者信息缺乏状态下的用户最优。　针对控制与诱导系统一体化中分配、控制与诱导的问题,本文建立了用户最优-系统最优协调模型。模型基于出行者之间及出行者与诱导系统之间的博弈关系,确定出行者依据用户最优原则选择路径,模型的目标是实现系统最优,决策变量是诱导信息和交通信号配时,方法则是利用诱导信息影响出行者的路径选择。针对该模型,设计了微粒群智能求解算法。最后针对一虚拟路网对模型进行了仿真,验证了该模型的预期结果,分析了微粒群算法的收敛性及算法效率。　本文还采用博弈论方法,以交通管理者和出行者为局中人,反映出行者之间的竞争关系和出行者与诱导系统的对抗合作关系,并分析了不同诱导策略的作用和出行者的行为,以及路网中交通量的变化。实例仿真表明,某些策略的诱导结果可能与预期相反,使路网中交通出现大幅度波动,降低路网效率。　通过建立的控制与诱导一体化中用户最优与系统最优协调的交通分配模型,实现了实际意义上的系统最优,实现控制和诱导真正的集成和用户最优和系统最优两个原则有效协调,可有效提高城市路网效率和实际通行能力。对城市交通组织和管理具较大的指导意义和广泛的应用价值。

全文目录

图目录  7-9
表目录  9-10
摘要  10-11
ABSTRACT  11-13
第一章绪论  13-26
  1.1 本研究的意义  13-14
  1.2 国内外研究现状  14-24
    1.2.1 国外研究情况  14-20
    1.2.2 国内研究情况  20-24
  1.3 存在的问题和解决的思路  24
  1.4 论文的研究内容及结构安排  24-25
  1.5 论文主要创新点  25-26
第二章本文相关理论  26-49
  2.1 城市交通控制系统  26-33
    2.1.1 城市交通的控制问题  26
    2.1.2 信号灯控制  26-28
    2.1.3 城市交通信号控制方式  28-30
    2.1.4 独立控制交叉口延误估算  30-33
  2.2 动态交通分配  33-40
    2.2.1 静态交通分配  33-35
    2.2.2 动态交通分配数学规划模型  35-36
    2.2.3 动态交通分配最优控制模型  36-37
    2.2.4 动态交通分配Ⅵ模型  37-39
    2.2.5 基于宏观仿真的动态交通分配模型  39-40
  2.3 出行者路径选择模型  40-41
  2.4 路段性能模型  41
  2.5 控制与诱导博弈模型  41-44
    2.5.1 交通分配的纳什均衡  41-42
    2.5.2 一阶段博弈的 Cournot 均衡  42
    2.5.3 二阶段博弈的 Stackelberg 均衡  42-43
    2.5.4 系统最优模型－垄断博弈  43-44
  2.6 微粒群优化算法  44-48
    2.6.1 微粒群算法基本思想  44-45
    2.6.2 基本微粒群算法  45-46
    2.6.3 微粒群算法的收敛性  46-47
    2.6.4 微粒群算法中对约束条件的处理方法  47-48
  2.7 小结  48-49
第三章交通控制与诱导一体化模型框架  49-62
  3.1 城市交通控制系统与交通诱导系统的关系分析  49-51
    3.1.1 交通控制系统与交通诱导系统的相关性  49-50
    3.1.2 交通控制系统与交通诱导系统的区别  50-51
  3.2 系统最优与用户最优原则的协调  51-52
  3.3 交通诱导系统与交通控制系统一体化方法  52
  3.4 交通诱导系统与交通控制系统一体化模型框架  52-61
    3.4.1 交通诱导与交通控制一体化的管理目标分析  52-53
    3.4.2 交通诱导与控制一体化模型框架  53-61
  3.5 小结  61-62
第四章控制与诱导一体化中的用户最优－系统最优协调模型  62-84
  4.1 诱导策略与交通流分布、出行者路径选择行为相互影响分析  62-70
    4.1.1 诱导策略与交通流分布、出行者路径选择行为相互影响分析模型  62-63
    4.1.2 仿真与结果分析  63-70
  4.2 诱导条件下的出行者反应行为博弈模型  70-78
    4.2.1 出行者反应行为基本博弈模型  70-72
    4.2.2 无诱导信息条件下的出行者反应行为博弈模型  72
    4.2.3 完全信息条件下的出行者反应行为博弈模型  72-74
    4.2.4 描述性诱导信息条件下的出行者反应行为博弈模型  74-75
    4.2.5 建议性诱导信息条件下的出行者反应行为博弈模型  75-78
  4.3 诱导信息条件下的用户最优－系统最优协调博弈模型  78-82
    4.3.1 诱导信息  79
    4.3.2 出行者路径选择模型  79-80
    4.3.3 交通控制模型  80
    4.3.4 诱导信息条件下的用户最优－系统最优协调模型  80-81
    4.3.5 诱导信息条件下的用户最优－系统最优协调模型分析  81-82
    4.3.6 仿真实例  82
  4.4 小结  82-84
第五章用户最优－系统最优协调模型的微粒群算法  84-101
  5.1 用户最优－系统最优协调模型的微粒群算法  84-86
    5.1.1 用户最优－系统最优协调博弈模型路网总延误算法  84-85
    5.1.2 用户最优－系统最优协调博弈模型微粒群算法  85-86
  5.2 用户最优－系统最优协调模型仿真  86-101
    5.2.1 仿真实例  86-89
    5.2.2 模型仿真结果  89-90
    5.2.3 模型仿真结果分析  90
    5.2.4 算法仿真结果分析  90-101
结论与展望  101-102
致谢  102-103
参考文献  103-110
攻读博士学位期间发表的主要论文  110

城市交通控制与诱导一体化中用户最优—系统最优协调模型

内容摘要

全文目录

相似论文