用于省内公路干线网规划研究的启发式模型

本文阐述了一种将运量在运输线路上的配置和投资在项目上的分配相结合的启发式方法的模型。文章对这种方法的原理与应用进行了研究探讨。     

基于元胞传输模型的实时交通信息设计

随着智能交通技术的发展,可变信息标志(VMS,Variable Message Signs)被广泛应用于动态交通管理中.元胞传输模型(CTM,Cell Transmission Model)可以很好地模拟交通流激波、排队形成与消散等交通流动力学特性.提出一种新的基于CTM的路径行驶时间计算方法,并使用LOGIT原则计算路径选择概率,针对重复性拥挤和非重复性拥挤2种交通状况,分析了VMS对交通流的影响.数值模拟结果表明,理论模型能够合理反映现实的交通状况:发生重复性拥挤时,VMS能够合理疏导人们的出行,减缓交通拥挤;而发生非重复性拥挤时,VMS对高需求和低需求情形下的交通流影响相似,但在高需求情形下,路径选择对模型参数的敏感区很小.      

多阶段制造系统调度模型与资源价格研究

为时变需求下的多阶段、多工件种类且生产能力可追加的制造系统调度问题构建了一个令总成本最小的数学模型.通过分析最优性条件,得到了工作站生产能力的价格,并解释了它的经济含义.将调度模型转换为一个时空扩展网络上的静态的费用极小流问题,然后用改进的Frank-Wolfe算法求解.     

两车道交通流的波动分析

对一个由快慢两条车道组成的交通流系统,将基于速度梯度的动力方程应用到每条车道上,得到一种新的交通流动力学模型,可以用来揭示车流的小扰失稳和走走停停等非平衡特性.研究了该模型的波动特性,包括冲击波、稀疏波和一阶波传播,数值计算结果表明该模型能够较好地处理冲击波和稀疏波现象,也能够正确地再现走走停停的交通现象.此研究有助于进一步理解多车道的驾车行为和多车道交通流的非线性动力学特性,从而可以提高交通管理与控制水平.     

生产线平衡启发式方法在微机上的实现及应用

流水生产线是空间与时间上良好结合的生产组织形式,是大量大批生产中提高效率的主要途径,手工装配流水生产线中如何保持工序加工时间与节拍的平衡又是设计中的关键。这类组合优化问题通常是采用启发式方法来解决的。本文介绍了生产线平衡中的各种启发式方法在IBM-PC机上的汉字提示式交互实现与应用,经过实例和电视机厂的实践说明是有效的。     

基于Gumbel Copula函数的多维Logit模型

针对多维Logit模型中的独立同分布(IID, Identically & Independently Distributed)条件假设,提出了一种基于Copula函数的离散选择模型.利用Copula函数获得多元随机变量的联合分布函数以及Gumbel Copula函数的特性,得到了任意2个随机项之差的联合分布,它依然服从Logistic分布,形式上只比现有的分布函数多了一个倍参数.进一步将此结果推广至多维选择问题,得到了无需IID条件下一个方案被选中的概率,从而克服了多维Logit模型的应用障碍.     

东部地区交通运输战略研究中的理论与模型

本文总结了我国东部地区综合交通运输发展战略研究中应用的理论与模型,阐述了交通运输需求与供给行为的理论,并研究了交通运输结构系统和数学模型。本课题已通过国家科委组织鉴定。     

先进出行者信息系统环境下的可变信息板选址

利用路段传输模型研究了先进出行者信息系统(ATIS,Advanced Traveler Information System)环境下的可变信息板(VMS, Variable Message Signs)选址问题.提出一种路段行驶时间预测方法,用于车载ATIS的信息发布.数值模拟结果表明,ATIS渗透率存在一个临界值,低于该值时,VMS的位置应随着渗透率的增加远离路口,高于该值时,VMS的位置应靠近路口.结合ATIS渗透率确定VMS位置,能够减小系统总拥挤延迟.该方法有助于理解多种交通信息共同作用下的驾驶员路径选择行为和评价VMS位置对系统性能的影响.     

交通网络中用户均衡行为的效率损失上界

确定交通网络用户均衡行为效率损失的上界是当前国际上的一个研究热点.深入分析了固定需求的交通网络中用户均衡与系统最优之间的关系,通过引入一个与均衡流量相关的参数,得到新用户均衡行为效率损失上界计算公式.算例结果表明,新的上界比目前文献报道的最低值还小.得到一个具有普适性的结论,即发现更小的用户均衡行为效率损失上界须涉及对象网络的所有特征,包括路段阻抗函数的特性、网络结构和交通需求水平.      

主成分回归的建模策略研究

分析了国际上通用的主成分回归的工作原理和失效原因.在此基础上,提出一种新的主成分回归建模策略:①提取所有主成分建立模型;②删除模型中t检验不显著的成分;③用t检验显著的成分建立最终需要的模型.由于任一主成分的回归系数和t检验值以及与其余主成分无关.因此,当采用向后删除变量法时,如果有多个成分t检验不显著,则可以将它们同时删除,而无须逐个删除.采用仿真案例对所提出的方法的合理性进行验证.这种新的建模策略可以有效地提取对因变量有较强解释作用的成分,实现在自变量多重相关条件下的回归建模,并且允许在模型中包含所有的原始变量.此外,该方法的成分筛选过程简便,累计计算误差小于偏最小二乘回归等迭代算法.