交通分配及其算法

一种实用的城市交通分配模型及其算法现代城市聚集了大量的人口、资源和活动，其中最重要的是交通运输。

当城市交通发达时，它的发展和凝聚就能得到有效的推动。

城市交通分配模型就是由政府和机构发展出来解决城市交通分配问题的系统性方法。

一、城市交通分配模型1、定义：城市交通分配模型是一种旨在解决城市交通配置问题的完整而系统的数学方法。

它根据以下条件和制约条件来分析和优化城市交通分配：政策目标和要求，岗位明细、路线和运行数据、限制、资源分配等。

2、目的：城市交通分配模型的目的是优化分配资源以满足用户和政府的期望，从而获得最佳的路线和性能标准。

3、组成：城市交通分配模型由三部分组成，即决策决策块、计算模块和优化模块。

其中，决策模块用于识别和定义问题，计算模块用于计算交通运行数据，优化模块用于分析和优化城市交通分配。

二、城市交通分配算法1、模拟退火算法：模拟退火算法是一种优化算法，用于模拟金属熔化过程并使它们改进，以找到最佳解。

该算法可以用于城市交通分配问题，以建立最佳的交通运行情况模型，有效解决城市交通问题。

2、遗传算法：遗传算法是一种进化优化算法，使用遗传学中的编码，评估和演化技术来构建最佳交通运行情况模型。

它可以在特定条件下解决城市交通分配问题。

3、粒子群优化算法：粒子群优化算法（PSO）是一种智能算法，可以在少量迭代次数内较快收敛，适用于优化问题和时变优化问题，其中包括城市交通分配问题。

此算法分析了交通运行数据，建立更加精确的运行模型，便于解决城市交通问题。

总之，城市交通分配模型和算法有助于政府合理配置道路、改善交通流量、降低能耗、提高交通网络效能，促进经济社会可持续发展。

交通分配是将前面算好的OD之间的各种交通方式的分担情况分配到小区之间的路网上。

可以归纳为：已知小区之间的OD矩阵，交通网络有向图，路段阻抗函数，求各条路段上的交通量及阻抗值。

1、基本原理与方法1）路段阻抗函数：实际工作中常用的路段阻抗函数是BPR阻抗函数。

2）1952年Wordrop提出的两个著名的有关出行者路径选择行为准则的原理：用户平衡原理UE（同一OD之间所有被使用的路径的时间是相等的，并不大于任何未被使用路径的时间）和系统最后原理（所有人的出行能够令网络总时间最小，不可能出现）。

---------------随后1956年Beckmann提出了描述用户均衡UE的数学模型，-------直到1975年LeBlanc等利用Frank-Wolfe算法求解了UE模型。

3）研究UE分配的近似算法称为非平衡分配算法（有全有全无模型、容量限制模型、增量分配模型）。

还有随机分配模型（SUE模型—用MSA逐次平均法计算和STOCH模型—分配到合理的路径，距起点越来越远，距终点越来越近）2、利用TransCAD进行交通分配1）数据准备方式划分后各种交通方式的出行分布矩阵、交通网络地理文件（线类型）、小区图层（面类型）2）创建小区质心打开小区图层（dbd文件）---菜单Tools---export，选择“to”“standard geographic file”，“id field”选择“zoneid”，点击“export as centroid points”，确定保存质心文件。

3）质心连接到路网打开交通网络地理文件（dbd文件，路网图），菜单“map”“layers”，将不可见的node层置于可见，然后为该层添加层（就是刚刚建立好的质心文件）。

将node层置于当前，增加新字段“Index”，为索引转换准备。

路网层（dbd）置于当前，菜单“tools”---“map editing”—“connect”，“fille”选项卡，“node field”选择“index”，点击“ids from zone layer”。