動態(tài)OD矩陣推算模型及算法研究.pdf

1、動態(tài)OD矩陣描述了時變的交通需求，它是ATIS和ATMS的重要輸入，也是DTA模型和一些實用的微觀交通仿真器的基礎輸入數(shù)據(jù)，直接影響到ITS系統(tǒng)的實時有效性。針對ITS研究中動態(tài)OD矩陣難以獲得的問題，論文首先回顧了動態(tài)OD推算理論的發(fā)展歷程，研究了各類模型的特點及不足，明確了該領域研究中的關鍵問題，在此基礎上研究了多目標最短路問題、基于理想路段、路徑阻抗Ⅵ模型、、交叉口、高速公路以及全路網(wǎng)動態(tài)OD矩陣估計問題、OD估計中的交通檢測器布

2、置問題等等，為動態(tài)OD推算理論的進一步研究墊定基礎。主要內(nèi)容如下： ⑴多目標最短路問題往往不存在絕對最短路，為了獲得滿足決策者需要的有效路徑，建立了多目標最短路的模型，綜合k-最短路算法和多目標格序決策方法，提出了一種多目標最短路的多項式算法。該算法首先針對決策者可以接受的各單目標的上限，利用k-最短路算法，分別確定各單目標的可行路徑集，進而獲得能夠同時滿足了多個目標限制條件的有效路徑。再運用多目標格序決策方法對這些有效路徑進行

3、比較和優(yōu)選，最終獲得決策者的滿意路徑。另外，通過綜合k-最短路算法和雙目標決策方法，獲得了雙目標最短路問題的有效路徑的實用算法，該算法屬多項式算法，可快速求出所有有效路徑。 ⑵對動態(tài)導航用戶多樣化個性需求的忽視是導致Braess悖論的根源，鑒于此建立起體現(xiàn)用戶個性化需求的基于多目標最短路的合理替換路徑數(shù)學模型。通過綜合k-最短路算法和多目標決策理論等相關知識，獲得了多目標最短路有效路徑的算法，進而通過相似度概念的引入進行聚類分析

4、，最后得到不同要求下的合理替換路徑。本文不是只給出一條基于單目標的“最優(yōu)”路徑供司機采用，而是提供多條具有不同屬性的“合理”的候選路徑供司機選擇，從而就更切合司機的實際需求。 ⑶在動態(tài)交通分配中，針對終點，建立滿足用戶最優(yōu)的基于理想路段、路徑阻抗Ⅵ模型，驗證兩者之間的等價性，提出了變尺度雙混沌優(yōu)化方法以快速求解變分不等式問題。 ⑷通過總結OD估計方法的交通檢測器布置原則，建立基于多目標格序決策的交通檢測器優(yōu)化布置模型。由

5、于決策環(huán)境的復雜性以及決策者理性的有限性，現(xiàn)實中決策者很難確定每對方案的優(yōu)劣，進而對決策方案進行全序刻畫。運用格理論，將方案優(yōu)選的全序刻畫拓展為格序刻畫。基于決策理論、模糊集理論等相關知識，提出模糊多目標單層次、多層次格序決策的概念，構造出相應的模型，提出了模糊多目標單層次、多層次格序決策方法，最后對OD估計中交通檢測器優(yōu)化布置進行了實例分析。 ⑸針對交叉口動態(tài)OD矩陣估計問題的特點，建立了基于折減系數(shù)和消散系數(shù)的模型，并給出基