混合交通流微觀仿真模型自動(dòng)校正方法研究.pdf

1、微觀交通仿真已在計(jì)算機(jī)仿真技術(shù)的推動(dòng)下得到了蓬勃的發(fā)展。因其具備經(jīng)濟(jì)、便捷、針對(duì)性強(qiáng)、可重復(fù)利用等優(yōu)點(diǎn)而應(yīng)用于交通組織影響分析、交通波動(dòng)分析、ITS評(píng)價(jià)、以及道路運(yùn)行狀況分析等多個(gè)交通領(lǐng)域。然而，仿真模型若缺乏有效的參數(shù)校正和驗(yàn)證將被視為“黑箱”操作，即無(wú)法判斷仿真模型是否能真實(shí)有效模擬現(xiàn)實(shí)交通，故仿真模型的校正已得到相應(yīng)的重視并成為熱門的研究話題?？v觀國(guó)內(nèi)外相關(guān)研究，大部分仿真校正都是以考慮均質(zhì)交通流的校正為主，而忽略了混合交通流的現(xiàn)

2、象。為彌補(bǔ)這一不足，本文研究了考慮混合交通流的微觀仿真模型校正方法，即同時(shí)考慮車輛集計(jì)校正和車輛分類校正，并建立和編制了一套自動(dòng)校正程序，以高效解決混合交通流微觀交通仿真問題。
　　混合交通流微觀仿真模型校正的實(shí)質(zhì)是較為復(fù)雜的多變量、多目標(biāo)的尋優(yōu)問題。當(dāng)前解決尋優(yōu)問題較為熱門且成熟的算法之一即為遺傳算法。經(jīng)過分析研究，發(fā)現(xiàn)該算法雖然有較強(qiáng)的全局搜索能力和魯棒性等優(yōu)勢(shì)，但解決大型搜索問題時(shí)易發(fā)生局部收斂的弊端也不容忽視，因此本文引入

3、或建立模擬退火思想、小生境技術(shù)處理、參數(shù)組排序選擇策略、按敏感度生成參數(shù)組交叉位點(diǎn)等方法，提出了適用于混合交通微觀模型校正特性的改進(jìn)的模擬退火遺傳算法(ImprovedSimulated Anneling Genetic Algortithm)。
　　模型參數(shù)校正自動(dòng)化的實(shí)現(xiàn)，除需提出合理可行的校正方法，還需建立數(shù)據(jù)鏈接使校正程序與微觀仿真軟件之間實(shí)現(xiàn)數(shù)據(jù)的傳遞與仿真運(yùn)行控制。介于該目標(biāo)，筆者采用MATLAB編制了ISAGA程序，