原文传递
基于典型耦合优化算法的城市交通拥塞点源反演识别研究
| 题名： | 基于典型耦合优化算法的城市交通拥塞点源反演识别研究 |
| 作者： | 赵雪亭;胡立伟 |
| 关键词： | 城市交通;反演识别;模拟-优化方法;城市交通拥塞;连续场划分 |
| 摘要： | 应用模拟一优化方法研究城市交通拥塞源的位置识别及数据推演问题。首先，构建一个假想城市交通拥塞案例，引入地下水污染质运移模型，并结合城市交通拥塞特征，改进模型适应性，利用Cholesky分解方法建立描述城市交通拥塞非均质性的城市交通流出率连续场。其次，采用Kriging和BP（Back Propagation）神经网络建立城市交通拥塞数值模拟模型的替代模型，通过平均相对误差、确定性系数及均方根误差检验替代模型精度。最后，利用麻雀搜索算法（SSA）和遗传算法（GA）求解优化模型，通过平均相对误差检验反演识别结果。研究结果表明：利用Cholesky分解方法，得到城市交通流出率分布不均，符合城市交通拥塞异质性特征，且均值为322.15，处于中等扩散水平；Kriging替代模型精度更高，平均相对误差为0.98%；应用SSA和GA均能快速准确地识别城市交通拥塞源的位置及交通扩散量，SSA相较于GA的交通拥塞源位置的整体相对误差提高1.68%，交通量的整体相对误差提升2.52%。综上，基于Kriging和SSA方法耦合的模拟-优化模型可以有效识别城市交通拥塞源和交通扩散交通量，且识别精度较高，可为城市交通拥塞源控制及交通扩散管控方案提供重要参考。 |
| 期刊名称： | 交通运输系统工程与信息 |
| 出版年： | 2023 |
| 期： | 02 |
| 页码： | 74-83 |
检索历史
应用推荐
