考慮擁擠效應的城市動態(tài)交通流分配模型與仿真研究.pdf

1、動態(tài)交通流分配是當前交通經(jīng)濟學、交通網(wǎng)絡建模分析組成的重要研究課題，在交通網(wǎng)絡中高效的分配時變交通需求對于車輛的路徑尋優(yōu)、交通誘導以及車輛旅行時間的精確設計等問題都具有主要的指導價值。傳統(tǒng)的算法如全有全無分配法、增量分配法、連續(xù)平均法、Frank-Wolfe法等，雖然能將路網(wǎng)中的交通量分配到各個路段上，但這些算法都不能動態(tài)的模擬車輛在路網(wǎng)中的路徑選擇行為，導致分配在各路段上的流量與實際有一定的差別。而蟻群算法在動態(tài)環(huán)境下有較強的靈活性和

2、健壯性，本文將利用蟻群算法思想求解動態(tài)交通流最優(yōu)控制模型，通過設計算法實現(xiàn)路網(wǎng)中車輛的路徑誘導和交通量的分配，并結合SUMO仿真分析路網(wǎng)中出現(xiàn)各種交通狀況時車輛的擇路行為以及各路段的流量變化情況。本文的具體工作內(nèi)容如下：
　　1、使用連續(xù)平均法和蟻群算法求解動態(tài)交通系統(tǒng)最優(yōu)模型，通過這兩種方法分別獲取各路段上的流量，對流量分配結果進行比較分析，得出蟻群算法較連續(xù)平均法能更均勻的將流量分配到路網(wǎng)中，有利于交通管理者的規(guī)劃和設計。

3、r>　　2、使用Frank-Wolfe法和蟻群算法求解動態(tài)交通用戶最優(yōu)模型，通過這兩種方法分別獲取各路段上的流量，對流量分配結果進行比較分析，得出蟻群算法較Frank-Wolfe法能更均勻的將流量分配到路網(wǎng)中，有利于用戶的出行。
　　3、為了驗證蟻群算法在動態(tài)交通系統(tǒng)最優(yōu)模型和動態(tài)交通用戶最優(yōu)模型中的有效性，使用SUMO對路網(wǎng)中的交通流進行仿真，通過對交通流量的仿真結果分析得出蟻群算法適用于求解動態(tài)系統(tǒng)最優(yōu)模型和動態(tài)用戶最優(yōu)模型。