版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、Logit型隨機用戶均衡模型由于具有結(jié)構(gòu)簡單,可解釋性強等特點,在交通規(guī)劃中有著廣泛的應(yīng)用,一直是人們研究的熱點。本文運用非線性規(guī)劃理論,以城市交通網(wǎng)絡(luò)為背景,研究基于路徑的Logit型隨機用戶均衡模型的求解算法。梯度投影算法是目前求解該模型最有效的算法。為了更高效地求解Logit型隨機用戶均衡模型,本文提出了4種新算法,具體的研究內(nèi)容和取得的結(jié)果如下:
(1)提出了雙層部分線性化算法。該算法包括內(nèi)外兩層迭代:外層迭代運用二階
2、形式的部分線性化算法,生成一個線性約束條件下的熵最大問題;內(nèi)層迭代運用一階形式的部分線性化算法近似求解該子問題。根據(jù)內(nèi)外層迭代子問題的不同特點,選取不同的步長準則,可有效提高算法的計算效率。
(2)提出了對偶算法。該算法將Logit型隨機用戶均衡模型轉(zhuǎn)化為其對偶問題,再應(yīng)用變尺度最速上升算法進行求解。
(3)提出了改進的截斷牛頓算法。該算法通過不精確求解既約牛頓方程得出搜索方向,再運用Armijo準則,生成迭代步長。
3、在迭代過程中,既約變量是可以動態(tài)變化的。
(4)指出傳統(tǒng)的Steihaug-Toint算法并不適合求解基于路徑的Logit型隨機用戶均衡模型,并提出了一種改進的信賴域牛頓算法。該算法的搜索方向與試探步長是一先一后確定的,而不是同時確定的,因此能夠克服傳統(tǒng)Steihaug-Toint算法的缺點。
本文詳細論證了新算法的收斂性和收斂速度,并將4種新算法分別同梯度投影算法進行對比。計算結(jié)果表明,4種新算法各有特點,但均能在
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于改進的Logit型隨機用戶平衡分配模型及算法研究.pdf
- 基于可交易路票策略的隨機用戶均衡模型及系統(tǒng)優(yōu)化.pdf
- 隨機用戶均衡下考慮學(xué)習(xí)行為的逐日動態(tài)模型研究.pdf
- 考慮尾氣排放的禁左規(guī)劃用戶均衡模型與算法.pdf
- 基于廣義用戶均衡的路網(wǎng)脆弱性研究.pdf
- 幾類約束條件下的用戶均衡網(wǎng)絡(luò)流算法研究.pdf
- 隨機型用戶均衡網(wǎng)絡(luò)的選擇率和敏感度.pdf
- 面向城市路網(wǎng)的Logit路徑選擇模型研究.pdf
- 基于擴展Logit的交通分配模型與算法研究.pdf
- 隨機車輛路徑問題模型及算法研究.pdf
- 基于路徑的動態(tài)均衡分配QVI模型研究.pdf
- 基于遺傳算法的隨機最優(yōu)潮流求解研究.pdf
- 基于最大最小蟻群算法的隨機用戶交通分配模型研究.pdf
- 基于膨脹圖的隨機算法求解SAT問題.pdf
- 隨機配送時間車輛路徑優(yōu)化模型及算法研究.pdf
- 單參數(shù)PCL型隨機路徑選擇模型研究.pdf
- 不確定因素下交通網(wǎng)絡(luò)的魯棒Wardrop用戶均衡.pdf
- 基于Logit的地鐵客流分配模型研究.pdf
- 基于用戶訪問路徑的網(wǎng)頁推薦算法研究.pdf
- 5168.基于路徑阻斷的求解最短路徑的bfs算法研究
評論
0/150
提交評論