第10章 均衡交通分配模型的扩展

tt =[0 0 0 ];xx= [0 0 0]t1 = 10 * (1 + 0.15 *(xx(1,1)/2)^4);t2 = 20 * (1+ 0.15 * (xx(1,2)/4)^4) ;t3 = 25 * (1 + 0.15 * (xx(1,3)/3)^4);%一个OD对，起点到终点的三条路段的走行时间函数Q = 10;N=8 ; % 迭代次数，本例只设置最大迭代次数。

也可另外设置收敛条件tt(1,1)= t1 ;tt(1,2) = t2;tt(1,3) = t3 ;y = [0 0 0]; %置初值Min = 50000;for j = 1 : 3if tt(1 ,j) <Min %计算最小走行时间的路段，用全有全无法分配流量Min = tt(1,j);index = j;endendxx(1,index) =Q;for i =1 :Ny = [0 0 0];t1 = 10 * (1 + 0.15 *(xx(1,1)/2)^4);t2 = 20 * (1+ 0.15 * (xx(1,2)/4)^4) ;t3 = 25 * (1 + 0.15 * (xx(1,3)/3)^4);tt(1,1)= t1 ;tt(1,2) = t2;tt(1,3 ) = t3 ;fprintf('第%d 次迭代的路径时间值：' , i);ttMin = 50000;for j = 1 : 3if tt(1 ,j) <Min %计算最小走行时间的路段，用全有全无法分配流量Min = tt(1,j);index = j;endendy(1,index) = Q; % 分配流量给辅助流fprintf('第%d 次迭代的辅助流量值是：' , i);yzz = xx + lambda * (y-xx); % 按方向(y-xx)进行一维搜索,步长为lamda t1 = 10 * (1 + 0.15 *(zz(1,1)/2)^4);t2 = 20 * (1+ 0.15 * (zz(1,2)/4)^4) ;t3 = 25 * (1 + 0.15 * (zz(1,3)/3)^4);f =( y(1,1) -xx(1,1)) * t1 + (y(1,2) -xx(1,2))* t2 +(y(1,3) -xx(1,3))* t3 ;lambda1 =double( solve(f)) ; %求解方程，确定步长。

专适于城市道路网络的交通均衡分配模型刘灿齐同济大学道路与交通工程系，上海，200092摘要：由于已有的均衡分配理论中的阻抗公式不包含车流在交叉口的延误，其研究成果并不真正适用于城市道路网络。

本文提出了流向、流向阻抗、流向流量的概念，找到了包含交叉口分流向延误的阻抗公式、基于新阻抗公式的交通均衡分配模型。

这个模型较真实地描述了城市道路网络上的交通分配情况。

关键词：城市道路网络，流向，延误，阻抗公式，均衡分配Traffic Equilibrium Assignment Model Special forUrban Road NetworkLIU CanqiRoad & Traffic Department, Tongji University, Shanghai 200092Abstract: The cost formula in the existing equilibrium theory does not include the delay time at nodes. So, the researching results of the theory are unsuitable for urban road network. The conceptions of traffic direction, cost on traffic direction, and volume on traffic direction are given. The cost formula including the delay time at nodes is expressed. At last, a new equilibrium assignment model based on the cost formula is posed, which is suitable for urban road network.Key words: Urban road network, Flow-direction, delay, cost formula, equilibrium assignment关于交通分配，1952年Wardrop 提出了道路网均衡分配的概念，其定义是： 在道路网的用户都知道网络的状态并试图选择最短路径时，网络会达到这样一种均衡状态，每对产生——吸引点（PA 点对）之间各条被利用的路径的走行时间都相等而且是最小的走行时间，而没有被利用的的路径的走行时间都大于或等于这个最小的走行时间。

城市交通供需平衡的优化模型与算法在当今城市化进程迅速发展的背景下，城市交通供需平衡成为了一个日益重要的问题。

如何在城市中优化交通供需，提高交通效率，降低交通压力，已成为城市规划和交通管理的重要课题。

为了解决这一问题，学者们提出了许多优化模型和算法，旨在为城市交通供需平衡提供科学依据。

一、城市交通供需分析首先，我们需要进行城市交通供需分析。

交通需求是指人们对交通出行的需求，包括通勤、购物、娱乐等方面；而交通供给是指城市交通系统所能提供的交通能力。

通过对城市居民出行行为、交通网络特征等进行综合分析，可以得到城市交通供需关系。

二、城市交通供需平衡模型在城市交通供需平衡模型中，我们需要考虑各种因素，如道路拥堵、公共交通运力等。

一种常用的城市交通供需平衡模型是动态交通分配模型，其基本思想是通过对交通需求进行预测，并将交通需求分配到路网中，以优化整个交通系统的运行效果。

在动态交通分配模型中，我们可以采用多目标优化方法。

通过建立数学模型，将交通供需平衡问题转化为一个多目标优化问题。

例如，我们可以引入出行时间、交通成本、可靠性等指标作为目标函数，以求得一个最优的交通供需平衡方案。

此外，我们还可以考虑场景分析和风险评估。

通过对不同场景下的交通需求和交通供给进行分析，可以对城市交通供需平衡的调控方案进行策划和优化。

同时，还可以对不同交通供需方案的风险进行评估，避免出现过度供给或供给不足的情况。

三、城市交通供需平衡算法为了有效解决交通供需平衡问题，我们需要开发相应的算法。

一种常用的算法是基于强化学习的交通供需平衡算法。

通过将交通供需平衡问题转化为一个强化学习问题，可以建立智能代理与环境的交互关系，以求得一个最优的交通供需平衡策略。

此外，还可以采用遗传算法、模拟退火算法等优化算法，通过不断迭代和搜索，寻找一个最优的交通供需平衡解。

这些算法在解决交通供需平衡问题时具有较好的效果和鲁棒性，能够快速收敛，并能应对不同规模和复杂度的问题。

遗传算法在均衡交通分配模型中的应用
翟长旭;张和平;潘艳荣
【期刊名称】《重庆交通大学学报（自然科学版）》
【年(卷),期】2006(025)001
【摘要】均衡交通分配模型虽具有结构严谨、结果合理等优点,就目前而言却因为变量多、维数大导致无法很好的求解,从而影响其在实际交通规划中的应用.为了提高交通分配预测的准确性,解决均衡交通分配的求解问题,本文将遗传算法(GA)应用到其中.最后通过一个简例,并利用Matlab的GA工具箱进行编程求解,证明了该方法用于求解均衡交通分配模型的可行性.
【总页数】3页(P107-109)
【作者】翟长旭;张和平;潘艳荣
【作者单位】重庆市城市交通规划研究所,重庆,400020;珠海市公路局香洲分局,广东,珠海,519000;重庆交通学院,重庆,400074
【正文语种】中文
【中图分类】U491
【相关文献】
1.遗传算法在系统最优交通分配模型中的应用 [J], 罗文昌;张治觉;李致中
2.动态概率型交通均衡分配模型算法软件中的路线记录方法研究 [J], 邹智军;杨东援
3.交通分配模型在大规模应急疏散中的应用研究综述 [J], 方永祥;王虎;刘邓;苗泽霖
4.交通分配模型在大规模应急疏散中的应用研究综述 [J], 方永祥[1];王虎[1];刘邓[1];苗泽霖[1]
5.均衡交通分配模型与应用 [J], 陆化普;殷亚峰
因版权原因，仅展示原文概要，查看原文内容请购买。

交通分配 交通分配模型用于估算路网上的交通流量。

该模型以表示起迄点之间的交通流量的O-D 矩阵作为输入文件。

根据可选路径的出行时间或阻抗，将每个O-D 对间的流量分配到路网上。

TransCAD 提供一套完整的城市交通流量分配程序。

这些程序还有多种演绎形式，可以用于公交模型，还可以用于城际间客运和货运。

公交分配方法将在第12 章中介绍。

本章的核心内容是最基本的道路交通量分配方法。

在第10 章中将介绍较复杂、更先进的道路交通分配程序。

本章内容关于交通分配 (2)交通分配所必需的输入 (6)交通分配的选项输入 (8)交通分配的标准输出 (11)交通分配的选项输出 (11)运行交通分配程序 (19)关于交通分配的技术注解 (23)9关于交通分配给定一个路网：和一个需求矩阵：交通分配程序允许用户分析交通流量的格局，分析拥堵点：交通分配是城市交通需求的预测过程中的一个关键步骤。

交通分配模型预测未来规划方案的路网流量，估算路段的出行时间和相关的属性，它们是估算项目经济效益和空气质量影响的基础。

交通分配模型还用于有关路网性能的估算，为很多模型中方式选择和出行分布等阶段的模型提供依据。

长期以来，多种多样的交通分配模型已经得到开发与应用。

许多较为过时的交通分配方法存在很多缺点，应当被新的方法取代而不再应用。

但是，在TransCAD 中仍保留了这些过时的模型，以便用户已经建立的模型不需要任何改进就可以在TransCAD 中使用，或许这些模型还可以用于学术研究。

但是请注意，只需要稍加工作，TransCAD 就可以应用较为复杂的交通分配方法，如用户平衡法。

有些分配方法，如全有全无分配法，忽略了当出现拥挤时路段出行时间依赖于路段流量的事实（如，路段出行时间是路段流量的函数），或忽略了O-D 对间存在多条路径。

平衡法考虑出行时间对流量的影响，从而导致在计算路段流量和出行时间时保持相互一致。

平衡流量算法需要进行流量分配和计算出行时间之间的迭代。

第七章交通分配在传统交通规划中交通分配曾是四阶段交通预测的最后一步，在现代交通规划中它是方案设计的理论基础。

最优化理论、图论、计算机技术的发展，为交通分配模型和算法的研究和开发提供了坚实的基础。

通过几十年的发展，可以说，交通分配是交通规划的诸问题中被国内外学者研究得最深入、取得研究成果最多的内容。

本章准备介绍交通分配的基本概念、方法和模型，对近年来国内外新的研究成果中比较实用的一些内容也作分析。

§7.1 概述所谓交通分配是指将各分区之间出行分布量分配到交通网络的各条边上去的工作过程。

具体地，有以下几项交通分配工作：①可以是将现状PA量在现状交通网络上的分配，以分析目前交通网络的运行状况，如果有某些路段的交通量观测值，还可以将这些观测值与在相应路段的分配结果进行比较，以检验四阶段预测模型的精度。

②也可以是规划年PA分布预测值在现状交通网络上的分配，以发现对规划年的交通需求来说，现状交通网络的缺陷，为后面交通网络的规划设计提供依据。

③还可以是规划年PA分布预测值在规划交通网络上的分配，以评价交通网络规划方案的优劣。

就交通分配的工作特点来说，可以分做两类：交通工具的运行线路固定类型和运行线路不固定类型。

前者有：城市公共交通网、城市轨道交通网，这些是集体旅客运输；后者有：城市道路网、公路网、高速公路网，这一般是指个体旅客运输或货物运输，这类网络中，车辆是自由选择运行路径的。

对于前者，虽然交通工具（如公共汽车）的线路是限定的，但作为个体的旅客来说，如果某两点之间有多条线路或多种交通工具，他可以选择不同线路上的交通工具、或同一线路上的运行速度或交通费用不同交通工具。

因此，如果将旅客看作是交通元的话，这仍然是一个自由选择运行“路径”的问题，只不过这里的交通元指旅客，“路径”的意义也广泛一些而已，其中包含着对交通工具的选择。

对于城市道路网来说，这里要特别指出的三点：一、由于道路的主要承载对象是车辆，交通分配中的出行分布量一般是指机动车，以pcu为单位。

交通分配模型分布式并行计算交通分配模型是指在给定的交通网络中，根据不同的交通流量和交通规划，对交通流动进行分配的模型。

通过交通分配模型，可以得到不同路段和节点的通行流量、速度和压力等参数，从而为交通规划和管理提供依据。

然而，由于交通网络规模庞大、计算量巨大，传统的计算方法已难以满足实际需求，因此需要采用分布式并行计算技术进行优化。

第一步，对交通分配模型进行建模。

交通分配模型的建模要对交通网络进行规划和设计，确定路段和节点，建立交通流量分配比例和流动规则等。

采用计算机语言进行交通分配模型的建模，并将建立好的交通分配模型进行程序化。

第二步，利用并行计算技术进行拆分。

将建立好的交通分配模型按照一定的规则进行拆分，形成多个子任务。

拆分的方法可以根据交通网络的规模和计算负载进行不同的处理，通常采用分段、均匀划分、随机划分等方法进行拆分。

第三步，确定并行计算的方式。

并行计算是指同时进行多个子任务的计算，速度通常比一次性顺序计算快得多。

有许多并行计算的实现方式，如数据并行、模型并行、任务并行等。

对于交通分配模型分布式并行计算，一般采用任务并行的方式，即将交通分配模型分解成若干个相互独立的子任务，每个子任务由一个独立的计算单元完成。

第四步，运用分布式计算框架进行任务分发。

分布式计算框架是指由多个计算节点组成的系统，这些节点可以进行互相通信和协调，共同完成一个大型计算任务。

在交通分配模型分布式并行计算中，可以运用Spark、Hadoop等分布式计算框架进行任务分发和结果汇总。

第五步，运行并监控交通分配模型分布式并行计算。

在保证编码正确、算法有效的基础上，可以将交通分配模型分布式并行计算任务投放到计算集群上进行运行。

同时，应该对交通分配模型进行一定的输出和数据监控，确保计算结果的准确性和完整性。

总之，交通分配模型分布式并行计算技术为大规模的交通流量分配问题提供了非常有效的计算解决方案。

虽然该技术需要在建模、拆分、任务分发、并行计算等方面进行一定的工作，但是相信随着科技的不断发展，交通领域的分布式并行计算技术将会得到更广泛和深入的应用。