详情

原文传递随机交通网络下的路径优化研究

论文题名：	随机交通网络下的路径优化研究
关键词：	交通拥堵;随机网络;路径优化;排队论
摘要：	在当前的研究中，关于最优路径问题的研究较多，但是针对随机交通网络的最优路径问题的研究则相对较少。而对路径优化研究中一个关键因素就是堵车的影响，所以说堵车因素对于车辆选择路径而言也是应该重视的一部分。由于以上的原因以及大数据行业的兴起，研究堵车对于路径优化问题所造成的影响也成为了近几年人们关注的问题之一。　　为了减少堵车所造成的影响，在对堵车的原因进行深入分析后发现，大多数的堵车原因均可归结于十字路口的瓶颈效应，也可称之为是由于信号灯对延误时间的影响。不仅如此，堵车原因不仅仅只是单个路口的原因，往往两个相邻路口的红绿灯不合理的时间设置也会对于延误时间造成明显的影响。而这些堵车因素对于路径选择而言，又起到了关键性的作用。　　基于以上的分析，本文的主要内容就在研究随机交通网络的基础上对于常规的路径优化问题进行深入探讨，即研究不同情况下信号灯对于延误时间的影响以及研究信号灯对于路径的选择所造成的影响。　　首先，本文在排队论模型的基础上研究在堵车条件下车辆通过单个十字路口红绿灯时间的排队论交通模型。分别在到达红绿灯的车辆服从离散均匀分布或者泊松分布的前提下，由于红绿灯的影响，无法用标准的排队论模型，所以建立了关于十字路口红绿灯问题的延误时间模型，从理论上得到了车辆通过红绿灯的平均时间的计算公式。最后，对这两个分布在有无堵车条件下进行蒙特卡洛模拟，并与上海某条公交线的多个路口将近一年的真实数据进行了对比分析，结果表明对于单个红绿灯的情况发现在不堵车的情况下，离散均匀分布和泊松分布的延误时间差距不大，而且离散均匀分布的分布情况更符合现实。而在路口存在堵车的情况下，泊松分布的结果与现实更为接近。　　然后，在上述研究的基础上进一步研究在堵车条件下车辆通过多个十字路口红绿灯时间的排队论交通模型，分别得到了在正向有关联、反向有关联和无关联三种情况下车辆通过红绿灯的平均时间的计算方法。最后，对以上算法的结果在不同条件下进行蒙特卡洛模拟，并与上海市某一条路一个月所有公交车的运行时间的真实数据进行了对比分析，结果表明反向有关联的两个红绿灯的延误时间明显比正向有关联的两个红绿灯的延误时间长，说明在现实中如果都遇到正向有关联的红绿灯，平均延误时间短，对解决交通堵塞问题具有着明显的作用。　　最后，本文又研究了在堵车对于路径规划所造成的影响，不仅仅对于确定性路径规划问题进行了分析，也考虑了随机运行时间对于路径规划问题的模型与算法的变化进行了研究，并用上海某快递公司真实的例子进行了验证，从而说明随机的运行时间对于实际结果会造成明显的影响。　　本文提出了交通延误时间计算模型与随机路径规划模型，揭示了堵车情况对于延误时间和路径规划的影响，为解决交通拥堵情况提供了理论的依据，丰富了微观交通学理论，为交通学理论和路径规划提供了新的依据。
作者：	沈思捷
专业：	概率论与数理统计
导师：	胡良剑
授予学位：	硕士
授予学位单位：	东华大学
学位年度：	2020
正文语种：	中文