第2讲-交通流分配.pptVIP

式中 是一个非负的校正参数。它掌握了整个模型的随机特性。当 时,目标函数的第二项就会控制整个函数，模型就变为一个标准的UE问题。当 时, O-D矩阵( )将均匀的分布到网络上，相当于令所有路径的阻抗都相等。事实上, 它说明 增大时，路段方差减小，整个模型向确定性的UE接近。但是，模型从外表上看，不是一个随机配流模型,却含有Logit形式随机配流问题的全部特征。 交通流分配（Traffic Assignment） 非平衡分配方法 非平衡分配方法按其分配方式可分为变化路阻和固定路阻两类，按分配形态可分为单路径与多路径两类。 分配形态\分配方式 固定路阻 变化路阻 单路径 全有全无方法 容量限制方法 多路径 静态多路径方法 容量限制多路径方法 全有全无分配方法（all-or-nothing） 将OD交通量T加载到路网的最短径路树上，从而得到路网中各路段流量的过程。 第1步：初始化，使路网中所有路段的流量为0，并求出各路段自由流状态时的阻抗； 第2步：计算路网中每个出发地O到每个目的地D的最短路径； 第3步：将O、D间的OD交通量全部分配到相应的最短径路上。 该方法是在全有全无分配方法的基础上，考虑了路段交通流量对阻抗的影响，进而根据道路阻抗的变化来调整路网交通量的分配，是一种“变化路阻”的交通量分配方法。 增量分配法有容量限制-增量加载分配、容量限制-迭代平衡分配两种形式。 增量分配法（incremental assignment method） 容量限制-增量加载分配方法 将OD交通量分成若干份（等分或不等分）； 循环地分配每一份的OD交通量到网络中； 每次循环分配一份OD交通量到相应的最短路径;每次循环均计算、更新各路段的行驶时间，然后按更新后的行驶行驶时间重新计算最短径路； 下一循环中按更新后的最短径路分配下一份OD交通量。 第1步：初始化。分割OD交通量： 令n=1 。 第2步：计算、更新路段费用： 第3步：用全有全无分配法将第n个分割OD交通量 分配到最短经路上。得到每条路段上的流量 。 第4步：计算 。 第5步：如果n=N，则结束计算。反之，令n=n+1返回第2步。 = 当分割数N=1时便是全有全无分配方法，当N趋向于无穷大时，该方法趋向于平衡分配法的结果。 优点：简单可行，精确度可以根据分割数N的大小来调整；实践中经常被采用，且有比较成熟的商业软件可供使用。 缺点：与平衡分配法相比，仍然是一种近似方法；当路阻函数不是很敏感时，会将过多的交通量分配到某些通行能力很小的路段上。 增量加载和迭代平衡分配形式的原理基本是相同的。但增量加载方法事先无法估计迭代次数及计算工作量，对于较复杂的网络，可能会因为个别路段的迭代精度无法满足要求而使迭代进入死循环，出现算法不收敛的情况。 美国联邦公路局对这一算法进行了改进： 事先设定一个最大迭代次数N（N4） 当前迭代的阻抗值为前两次阻抗值的加权值 平衡流解即取最后四次迭代的路段流量的平均值。 容量限制-迭代平衡分配 第1步：初始化。令 ，用全有全无方法将OD矩阵加载到交通网络上，得到路段流量 ，设置迭代次数n=1。 第2步：计算 。 第3步：加权平滑。计算 ， 其中权值0.75和0.25是由经验得到的。 第4步：网络加载。根据路段的阻抗值 ，用全有全无方法将OD矩阵加载到交通网络上，得到路段流量 。 第5步：如果n=N，则结束计算。反之，令n=n+1返回第2步。 迭代平均法（MSA算法） 不断调整各路段分配的流量而逐渐接近平衡分配结果。每步循环中，根据各路段分配到的流量进行一次全有全无分配，得到一组各路段的附加流量； 然后用该循环中各路段已分配的交通量和该循环中得到的附加交通量进行加权平均，得到下一循环中的分配交通量； 当相邻两次循环中分配的交通量十分接近时，即停止运算，最后一次循环中得到的交通量即为最终结果。 第1步：初始化。令 。根据各路段自由行驶时间进行全有全无分配，得到初始解 。令迭代次数n=1。 第2步：更新路段的阻抗，按照当前各路段的交通量计算各路段的路阻 。 第3步：按照路段行驶阻抗 将OD交通量进行全有全无分配。得到