交通规划..docxVIP

遗传算法在均衡交通分配模型中的应用在城市及区域交通规划中交通分配是一个很重要的环节。交通分配也是在交通规划的诸多问题中被国内外学者研究得最深入、取得研究成果最多的内容。现有的交通分配方法通常划分为非均衡模型和均衡模型两种,划分依据为Wardrop原理。如果交通分配模型满足Wardrop第一、第二原理,则该模型为B-L(Beckmann-Leblanc)均衡分配模型,简称为均衡分配模型；如果分配模型不使用Wardrop原理,则该模型为非均衡模型。就目前国内外的研究形势来看,均衡交通分配理论发展最为迅速。从理论上讲,这类模型较非均衡交通分配模型具有结构严谨、思路明确、结果合理、适用于宏观研究等优点.但这类模型往往由于变量较多、维数太大、约束条件太多而局限了其在交通分配中的应用。经过近几年有关专家学者的研究,人们提出了许多算法来求解均衡分配问题,如增量分配法、凸组合法等。尽管这些算法在一定程度上降低了运算复杂性,然而却不能有效地处理实际应用中大规模复杂的交通网络问题。因此,要将这些方法用于城市及区域交通规划上还有一定的困难。这都迫切需要引入一种新的算法,建立一种计算速度快、易于编程而且更符合实际交通状况的预测模型,以便对路网交通量进行更准确的分配预测。为了提高交通分配预测的准确性,解决均衡交通分配的求解问题，将遗传算法（GA）应用到其中。1　遗传算法的一般理论1.1基本概念遗传算法是一种