交通网络的通行时间预测和最优路径决策1433-A 王邦进 唐蕾 姜 萍.pdfVIP

交通网络的通行时间预测与最优路径决策 摘要： 本文首先分析了道路系统的微观物理模型，由微观模型推导出了宏观模型并得出了 一些重要结论，进一步在此基础上建立了一维交通线路的时间预测问题的三种算法并讨 论了这些算法对测量数据的要求。通过理论论述和TransGuide 系统的实测数据验证了模 型的正确性和时间预测算法的有效性。然后，在对交通网络的宏观统计特征的分析基础 上，分别研究了稳态独立随机交通网络与时变相关随机交通网络的时间预测与最优路径 决策问题。根据人群选择的主体差异性构造了最优路径的统一的优化目标函数并进一步 给出了两种有效的随机网络最优路径优化算法。最后，给出了赛题中的具体算例的最优 路径。 关键词：随机网络；交通模型；时间预测；最优路径 1 一、问题的提出 城市的交通状况直接影响城市的竞争力、城市形象以及居民的生活的便利程度。随 着城市化的进展和汽车的普及，交通拥挤加剧，交通事故频发，交通环境恶化，这成为 长期以来困扰发展中国家和发达国家的严重问题。随着现代科学技术的发展智能交通系 统ITS （Intelligent Transport System ）应运而生，缓和了道路堵塞、减少交通事故，方便 了使用者。它通过传播实时的交通信息使出行者对即将面对的交通状况有足够的了解并 据此做出正确的选择；缓解了道路堵塞、减轻了对环境的污染、提高了行驶安全、减少 了行驶时间。 [1] 在美国有两例城市道路智能交通系统的范例 ：一是洛杉矶圣莫尼卡市的 Smart Corridor ；一是德克萨斯州圣安东尼奥的TransGuide 。事实证明，该系统的应用不仅使事 故率下降了 15%，而且，根据德克萨斯州运输研究所的对比研究，运行期间的事故反应 时间也缩短了20% 。在预测出行时间方面，TransGuide 的成绩也得到了85%的司机的肯 [2] 定 。 [2]~[8] 目前，ITS 交通诱导系统已经成为国际研究热点之一 ，建立了多维时间序列分析、 模糊神经网络、ARMA 模型、能量谱模型、混沌小波模型等等多种理论模型。在交通流 的特征、建模、时间预测以及旅行时间最短路径的选择方面起到重要的推动作用。 然而，目前的TransGuide 系统依旧不是很完善，今年的全国研究生数学建模比赛提 出了一系列问题，本文将对交通流进行理论建模，并试图通过此理论模型来完成最短时 间路径优化和时间预测等问题并对赛题中的问题进行逐一回答。 二、公路微观交通模型 2.1 基本变量 v 1) 平均车速 ：指某一截面在一时间段内通过的车辆的平均速度； T 2) 反应时间 ：包括司机的生理反应时间和机械操作的滞后时间； q 3) 车流量 ：单位时间通过某截面的车辆数量； 4) 车间距 ：前后两车的中心距离； l 5) 车辆平均长度l ：公路上的大量车辆的平均长度； c * l 6) 停车距 ：前后车完全静止时为了安全和再次启动需要保持的净间距； * 7) 有效车间距l ：可以由来提供刹车的间距，等于ll l ； e