多模式城市交通网络随机用户平衡配流模型
交通分配之用户均衡分配模型
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。
基于随机用户平衡的城市轨道交通配流方法
Ｓ ｉｎ ｅ ＆ ｔｃ ｎ ｌ ｇ ｉ ｗ ｃｅ ｃ ｅｈ ｏｏ ｙｖｅ
高校科技
科 技 视 界
２１年 ８ ０１ 月第 ２ 期 ４
基于随机用户平衡的城市轨道交通配流方法
李 东 杜 航 蒋飞 翔 甘肃 兰州 ７０７ ） ３ ０ ０ （ 州交通 大学 交通 运输 学院 兰
【 要】 摘 运用随机用户平衡配流的基本思想和交通流理论， 讨论城市轨道交通网络的交通量分配问题． 建立了基于城市轨
【 ｂｔ ｃ］ ａ ｄ ｎｔ ａ ｃｄａ ｆｔ ｈｓｃ ｓｒ ｑｉ ｒ ｍ ａ ｉ ｍ ｎ ａｄｔ ａｉｆｗｔ ｏ ，ｅａ ｏｔｈ ｒ ｎ Ａ ｓ ａｔ ｓ ｅ ｓ ｅ ｏｓ ｃａｉ ｕｅ ｅｕ ｉ ｕ ｓｇ ｅｔ ｎ ｅｒ ｃ ｏ ｅｒ ｗ ｌ ａ ｕｔ ｕ ａ ｒ Ｂ ｅ ｏ ｈ ｂ ｉ ｉ ｏ ｔ ｌｉ ｂ ｓ ｎ ｈ ｔｆ ｌ ｈ ｙ ｔｋ ｂ ｅ ｂ
用户均衡模型（UE）与随机用户均衡模型（SUE）在交通流分配阶段的适用性分析
科技与创新┃Science and Technology&Innovation ·40·2019年第03期文章编号：2095－6835（2019）03－0040－02用户均衡模型（UE）与随机用户均衡模型（SUE）在交通流分配阶段的适用性分析王晓璠（中铁第四勘察设计院集团有限公司，湖北武汉430063）摘要：“交通流分配”作为交通规划“四阶段法”的最后一个阶段，对公路项目交通量分析与预测的准确性起到至关重要的作用。
针对交通流分配的不同模型与实际交通量观测数据存在精度不高的问题，结合具体实例，在交通补充调查的基础上，比较了用户均衡模型（UE）与随机用户均衡模型（SUE）的分配精度。
从TransCAD软件的交通规划建模结果来看，应用后者的模型在基础路网上进行交通流分配较前者的模型在不同路段的分配精度上均有不同程度的上升。
这说明了随机用户均衡模型（SUE）更加具有适用性，也为今后相关报告的编制提供了实例验证和数据支撑。
关键词：交通规划建模；交通流分配；用户均衡模型；随机用户均衡模型中图分类号：U491文献标识码：A DOI：10.15913/ki.kjycx.2019.03.040作为国内外道路工程交通预测通行的方法，“四阶段法”已被国内公路项目“工程可行性研究”及“交通影响评价”等报告的编制广泛应用。
而“交通流分配”作为交通规划“四阶段法”的最后一个阶段，对公路项目交通量分析与预测的准确性起到至关重要的作用。
目前，国内大多公路项目工程可行性研究报告将用户均衡模型（UE）和随机用户均衡模型（SUE）作为“交通流分配”阶段的主要应用模型，将各交通小区间的OD数据分配到已知的道路网模型上。
而现有文献缺乏对上述两个模型对于路网真实交通流量情况模拟的准确性以及对未来年道路网交通量分析和预测的适用性分析。
本报告在对大量公路项目交通量观测和OD调查和数据分析的基础上，利用宏观交通规划和需求预测软件TransCAD建立路网模型，并分别利用上述两个模型进行交通流分配，将分配结果与道路网真实交通量数据进行对比分析，为公路项目交通量分析和预测所利用的模型比选提供参考。
公交网络系统的随机均衡配流模型
ｒ ＋ ＋ ３ ， Ａ ｑ ｜ ｌ Ａ２ Ａ ｄ＋ Ａ 毛 ４
图 １ 公交网络的一 般描述
Ａ 为常数 ， 表示各种时间在乘客路径选择时 的心理 忍受
１ 公交 网络 系统 随机均衡配流模型
１１ 公 交 网 络 的描 述 ．
程度 ， 以通 过调 查访 问确 定。 可 令 是 Ｏ Ｄ对 ｔ间乘客对 路 ｃ ，
： 一
！ 二 ： （ 一
作者简介 ： 蒋涛 （９１ ） 男， 川遂宁人 。 士研 究生 ． 究方向 ： １８ － ， 四 硕 研
交通 运 输 规 划 与 管 理
∑ｅ （ ｘ一 ｐ ）
Ｅ也
维普资讯
Ｔｃ ｎ ｌ ｙ＆ Ｅ ｏ ｏ ｙ ｉ Ａ ｅ ｓｏ ｏ ｍｕｉａｉ ｓ Ｔ Ａ ｅｈ ｏｏ ｇ ｃ ｎｍ ｎ ｒａ ｆＣ ｍ ｎｃｔ ｎ （ Ｅ Ｃ） ｏ 给定 ＯＤ 出行量时，ＵＥ条件为： Ｓ
【 关键词】 公变网络； 随机 用户均衡 配流 ； 出行 时间； 求解 算法 【 中图分类号］ ９ ． 【 Ｕ４ ２１ 文献标识码】 Ａ
／是路 段上 的流 量； ＝ 是广义 交通阻抗 ； 是 路径 ｒ 的换乘 上
次数 。
【 文章编号】 ０ ８ ５ ９ 一 ２ ０ ）４ ０ ９ — ２ １０ — ６ ６ （０ ６０ － ０ ０ ０
衡配流模型 （ 见图 １ 。 ）
条线路 时， ＯＤ流 量就按照路线 上公交汽车 服务的相对频 率
进行分配 。同时乘客实际出行时问应该 由 ３ 部分组 成： 乘客
在车 站的等待 时 间 过饱和 延迟 时间 、 客 的在乘次数十分敏 感的， 以出行时间还应 该考 所
维普资讯
磐
Ｔ ｎｇ＆ｃｏ Ａａｏ ｏ ｕａｎＴＣ ｅ ｏｙ Ｅｎｙ ｅ ｆ ｍ ｎｔｓＥ ） ｃｌ ｈｏ ｏｍｉ ｒ ｍｉｉ （Ａ ｎ ｓ Ｃ ｃｏ
033基于随机用户均衡的城市交通流分配优化模型
基于随机用户均衡的城市交通流分配优化模型纪 魁 王树盛【摘要】城市“大数据时代”提供了海量的数据信息，为了准确、高效地对城市交通流进行分配以提供合理的参考，文章从提高算法效率和改善分配结果两个方面优化传统的基于Logit 的随机用户均衡（SUE ）模型。
通过对传统的含路径信息的熵项进行分解，使得熵项只含路段信息，从而得到基于路段变量的SUE 模型，使得评价函数时可以避开路径信息的列举，优化了移动步长和收敛准则，为设计高效算法提供了一定的空间；通过在基于路段变量的SUE 模型中加入容忍容量约束，以消除分配在路段上的流量高于道路设计容量的不合理现象，文章以部分线性化算法结和增强拉格朗日乘子法思想，设计了由内外循环构成的算法。
最后，文章以一个简单的算例，进行流量分配，分配的结果满足预期的期望，证明了设计的算法的正确性。
【关键词】大数据时代；随机用户均衡；交通分配；增强拉格朗日乘子法引言城市“大数据时代”的到来，意味着有海量的数据供规划决策者参考使用。
依据数据库中的居民出行信息，准确的分配OD 矩阵，再现道路上的交通运行情况，对于道路网络的现状分析、规划修改有着重要的意义。
相对于确定型用户均衡（UE ）模型，随机用户均衡（SUE ）模型降低了用户对于路段阻抗的敏感性，分配的结果更加接近现实世界的车流分布情况[1]。
但是由于传统的SUE 模型在进行函数评价时，需要对路径信息进行列举，这就制约了高效算法的设计，同时，传统的SUE 模型分配的结果可能会出现高于道路设计容量的情况，这与现实世界中道路网络上的交通运行状况也是不相吻合的。
本文以SUE 模型为研究对象，从提高算法效率和改善分配结果两个优化方面进行研究。
1．优化一：提高算法效率1.1 基于路段变量的SUE 模型定义一个路网(,)G N A =，其中，N 、A 分别为节点和路段集合，O 、D 分别为起点和终点集合，ij x 表示路段(,)i j A ∈的流量，od q 表示起点和终点o 、d 之间的交通需求。
城市交通网络优化模型及其应用研究
城市交通网络优化模型及其应用研究城市交通是现代城市发展中不可或缺的重要组成部分。
随着城市规模的不断扩大和人口的持续增长，城市道路网络的拥堵问题日益突出，给居民的出行带来了诸多不便。
因此，在城市交通网络优化方面的研究变得尤为重要。
本文将介绍城市交通网络优化模型以及其应用研究的相关内容。
一、城市交通网络优化模型1.流量平衡模型流量平衡模型是城市交通网络优化模型的基础。
通过对车辆流量、道路容量、交通状况等因素进行建模，可以预测出不同道路上的交通流量，并进行交通流量的平衡分配。
常用的流量平衡模型包括求解路段交通流量的守恒方程和求解交叉口中交通流量的决策模型等。
2.拥堵模型拥堵模型是城市交通网络优化模型中的关键部分。
拥堵模型的目标是通过对交通拥堵问题的研究，分析拥堵的产生原因，并提出有效的缓解策略。
常见的拥堵模型包括瓶颈模型、排队理论模型和交通流模型等。
二、城市交通网络优化模型的应用研究1.交通拥堵缓解城市交通网络优化模型可以应用于交通拥堵缓解的研究。
通过建立拥堵模型，可以分析交通拥堵的原因，如道路容量不足、交叉口信号设置不合理等，并提出相应的解决方案。
例如，可以通过优化信号配时方案、增加公共交通设施、引导交通流量等方式来缓解交通拥堵。
2.交通规划与设计城市交通网络优化模型也可以应用于交通规划与设计。
通过建立流量平衡模型，可以对道路网络的容量进行评估，提出合理的道路规划方案。
同时，可以通过模型模拟交通流量在不同场景下的分布情况，为城市交通规划部门提供决策支持。
3.交通信号优化交通信号优化是城市交通网络优化模型的一个重要应用研究领域。
通过建立交通流模型和信号优化模型，可以分析交通信号的配时方案是否合理以及是否能够满足交通流量的需要。
在此基础上，可以提出相应的交通信号优化方案，使交通流畅度得到提高。
4.出行行为研究城市交通网络优化模型还可以应用于出行行为研究。
通过分析交通网络中不同交通模式的使用情况以及出行的时间分布，可以揭示居民的出行偏好和行为特征。
交通流量分配模型的构建与分析
交通流量分配模型的构建与分析在现代社会，交通流量的分配对于城市的规划、交通管理以及居民的出行效率都有着至关重要的影响。
一个合理、准确的交通流量分配模型能够帮助我们更好地理解和预测交通状况，从而制定出更有效的交通策略。
交通流量分配模型的构建基础是对交通网络的清晰认识。
交通网络可以看作是由节点（如交叉路口）和路段（连接节点的道路）组成的复杂系统。
在这个系统中，车辆的流动受到多种因素的制约，如道路的通行能力、交通信号的控制、驾驶员的行为等。
为了构建交通流量分配模型，首先需要收集大量的交通数据。
这些数据包括道路的几何特征（如长度、宽度、车道数量）、交通设施的设置（如信号灯、标志标线）、交通流量的实时监测数据等。
通过对这些数据的分析，可以了解交通网络的基本情况，为模型的构建提供依据。
在模型的构建过程中，常用的方法有用户均衡模型和系统最优模型。
用户均衡模型假设每个出行者都试图选择最短的出行路径，以最小化自己的出行成本。
然而，在实际情况中，由于出行者对交通状况的了解有限，以及道路拥堵等因素的影响，并非所有出行者都能真正实现最短路径的选择。
系统最优模型则是以整个交通系统的总出行成本最小化为目标，通过合理分配交通流量来达到最优状态。
但这种模型在实际应用中往往难以实现，因为它需要对整个交通系统进行集中控制和优化，这在现实中是非常困难的。
除了上述两种基本模型外，还有一些基于随机用户均衡、动态交通分配等理论的模型。
随机用户均衡模型考虑了出行者在路径选择中的不确定性，认为出行者对路径的选择是基于一定的概率分布。
动态交通分配模型则能够更好地反映交通流量随时间的变化情况，适用于研究交通拥堵的形成和消散过程。
在构建交通流量分配模型时，还需要考虑到不同出行方式的影响。
除了私人汽车，还有公共交通（如公交车、地铁）、自行车和步行等出行方式。
每种出行方式都有其自身的特点和优势，对交通流量的分配也会产生不同的影响。
例如，公共交通的线路和站点设置会影响人们的出行选择，从而改变交通流量的分布。
详解四阶段法模型
一、交通生成模型交通出行生成模型是用于预测一个交通小区每天或每一高峰时段所生成的交通出行量。
交通生成预测是在研究城市未来社会经济发展规模、人口规模和土地利用情况的基础上，预测划分的各个交通小区可能产生或吸引的交通总量。
即0D矩阵中行和列交通生成模型分为交通产生模型及交通吸引模型两个部分，常用的模型包括增长率模型、回归分析模型、类型分析模型等。
增长率模型该模型的基本思想是：从OD调查中，可以得出单位用地面积、单位人口或单位经济指标等参数的交通产生、吸引量，如果假定其交通量是稳定的，则根据未来各交通区的用地面积、人口数量或经济指标等参数进行交通生成预测。
回归分析模型该模型的基本思想是：假定未来年的交通生产量与各因素(自变量)的关系与当前年相同。
根据调查资料，建立交通产生或吸引与其主要影响因素之间的回归方程，利用所建立的回归方程进行交通生成预测。
类型分析模型该模型的基本思想是：以家庭为分析单位，根据对出行起决定作用的一些因素将整个对象区域的家庭划分成若干类型。
以基于同一类型的家庭出行因素相同、各家庭的出行次数基本相同、各类家庭当前年的出行率一直到未来年都不变的假设，确定未来年各类家庭的出行率和各交通小区中家庭数目，进行交通生成预测。
二、交通分布模型交通出行分布模型预测从每一个出行发生的交通小区i到每一个出行吸引的交通小区j的出行交通流q，，推求各个交通小区间的交通分布量，构成一个分布矩阵。
出行分布模型的种类较多，如增长系数模型、重力模型、机会模型等，其中重力模型使用最为普遍该模型的基本思想是：假定交通分布的模式在当前年和未来年变化不大，能够用某一增长系数对未来年的交通分布状况进行预测。
增长系数模型是一种比较简单的分布模型，包括平均增长率模型、Detroit 模型及Frator模型等。
重力模型的基本思想是：交通，I\区i到交通小区j的交通分布量与交通小区i的交通产生量、交通小区j的交通吸引量成正比，与交通小区i和j之间的交通阻抗系数参数(如两区之间交通的距离、时间或费用等)成反比。
城市交通流量控制的模型和方法
城市交通流量控制的模型和方法城市交通流量控制是指通过合理规划和管理城市道路、交通设施以及交通组织，引导和控制城市交通流量，提高道路通行效率，缓解交通拥堵，保障交通安全，并提供便利和高效的交通服务。
为了实现城市交通流量的控制，需要建立相应的模型和采用合适的方法。
下面将介绍城市交通流量控制的模型和方法。
一、城市交通流量控制的模型1.微观模型：微观模型是研究交通流动过程中个体交通行为的模型，一般基于交通流动的物理过程和驾驶人的决策行为。
常用的微观模型包括车辆跟踪模型、驾驶人行为模型和交通流动模型等。
-车辆跟踪模型：通过跟踪和模拟单个车辆的运动轨迹，研究交通流动的物理过程，包括车辆之间的距离、速度、加速度等参数。
-驾驶人行为模型：研究驾驶人在交通流动过程中的决策行为，包括车辆的起步、加速、减速、变道、路口选择等行为模式。
-交通流动模型：通过模拟单个车辆的运动轨迹，并将其扩展到整个交通网络中，研究交通流的动态演化过程，包括交通流的密度、速度和流量等参数。
2.宏观模型：宏观模型是研究交通流动过程中整体交通状态变化的模型，一般基于交通流理论和运输规划。
常用的宏观模型包括交通分配模型、交通流模型和交通规划模型等。
-交通分配模型：研究交通流动在交通网络中的分配方式，以及每个路段上的交通流量分布。
常用的交通分配模型有重力模型、用户均衡模型和系统最优模型等。
- 交通流模型：通过建立交通流动的动态平衡方程，研究交通流随时间和空间的变化规律。
常用的交通流模型有LWR模型、Greenshields模型和Daganzo模型等。
-交通规划模型：通过对城市交通需求进行预测和分析，提出合理的交通规划方案，包括道路扩建、交通设施改造和交通组织优化等。
二、城市交通流量控制的方法1.交通信号灯优化：通过对交通信号灯的定时和协调进行优化，使得交通信号灯在不同方向的车辆流量分配更加合理。
常用的交通信号灯优化方法包括固定周期信号灯控制、半固定周期信号灯控制和自适应信号灯控制等。
多方式复合城市交通网络弹性需求随机用户平衡分配模型
多方式复合城市交通网络弹性需求随机用户平衡分配模型陈坚;杨飞;晏启鹏【期刊名称】《计算机应用研究》【年(卷),期】2012(29)10【摘要】To solve the traffic distribution model was limited to some traffic mode inside and lack of consideration influence between traffic mode choice and traffic distribution, this paper described the multimodal composite urban transportation network. Network covered the buses and cars two subsystem. Total travel quantity was met demand elasticity. And according to two subsystem utility function to a stochastic user equilibrium assignment. The traffic flow split of subsystem route also satisfied stochastic user equilibrium assignment, so that it presented the model of two levels and three stochastic user equilibrium assignment of multimodal composite urban transportation network with elastic demand, it proved the equivalent and uniqueness of model. It provided an iterative algorithm based on diagonalization and MSA for the solution of this model. Finally it gave a simple numeral example. The calculation results are: bus travel quantity is 814. 1 people/hour, 20. 36% of the total amount travel 3997. 8 people/hours, the car travel is 79. 64%. Results indicates that the model in the calculation of the amount of link network flow rate distribution in the foundation also can draw the proportion of the mode of transportation structure.%为解决目前交通分配模型仅限于某种方式内,并缺少考虑方式划分与交通分配相互影响的问题,描述了多方式复合城市交通网络.网络中涵盖了公交车和小汽车两个子系统,出行总量满足弹性需求,并根据两个子系统效用函数进行随机用户平衡分配,同时子系统内各路径流量分配也满足随机用户平衡,从而建立了两层次三随机用户平衡的多方式复合城市交通网络弹性需求随机用户平衡分配模型.证明了模型解的等价性及唯一性；提出了综合对角化算法和MSA算法的组合求解算法.最后,设计了一个算例以验证模型有效性,计算结果为:公交车出行量为814.1人次/h,占总出行量3997.8人次/h的20.36％,小汽车出行量占79.64％.表明该模型在计算网络中各路段流量的同时,也可得出各交通方式的比重.【总页数】4页(P3693-3696)【作者】陈坚;杨飞;晏启鹏【作者单位】重庆交通大学交通运输学院,重庆400074;西南交通大学交通运输与物流学院,成都610031;西南交通大学交通运输与物流学院,成都610031【正文语种】中文【中图分类】U491.1【相关文献】1.弹性需求条件下城市交通网络设计问题的求解 [J], 陈秋香2.弹性需求下多方式交通网络中地铁线路规划问题研究 [J], 范文博;李志纯;张殿业3.城市交通网络综合平衡交通分配模型研究 [J], 王炜;曲大义;朱中4.多模式城市交通网络随机用户平衡配流模型 [J], 李学全;刘美娇5.弹性需求随机用户平衡分配模型及其应用 [J], 周晶;徐晏因版权原因，仅展示原文概要，查看原文内容请购买。
基于随机用户平衡的城市轨道交通配流方法
2011年8月第24期科技视界Science &technology viewSCIENCE &TECHNOLOGY VIEW 科技视界1模型的建立城市轨道交通网络流是有乘客路径选择的聚集结果。
通常,乘客总希望选择广义费用最小的路径,然而随着选择某路径的乘客数量的增加,其拥挤程度就会增加,导致其广义费用上升,从而使乘客重新进行选择。
因此,城市轨道交通网络的客流分布是一种相互反馈的动态平衡机制。
如果考虑乘客在选择路径中的随机因素,则城市轨道交通网络客流分布的平衡状态可描述为:在O-D 之间所有可供选择的路径中,乘客所选择的各条路径上的广义费用期望值全都相等,且不大于未被选择路径的广义费用期望值。
由上述平衡的定义可知,在平衡状态下,某个O-D 对之间所有已被选用的路径上,并不一定有相同的实际费用值,而是满足以下条件:f k rs=q rsp k rs,∀k ,r ,s ,式中f k rs为相应的选择该路径的客流量,p k rs 为O-D 对之间rs 之间第k 条可选路径被选择的概率,q rs为O-D 对之间所有路径上交通量的总和。
基于Fisk 模型(Fisk,1980),可以构造如下基于随机用户平衡条件的城市轨道交通网络客流分配的数学优化模型:min Z (f )=1θr∑s∑k ∈K ∑f k rsln f rsk +a∑Xa 0∫t a (ω)dω(1.1)s.t.k ∈K ∑fkrs =q rs,∀r ,s(1.2)f k rs⩾0,∀r ,s ,k(1.3)x a =r∑s∑k ∈K ∑f k rsδk rs,∀a(1.4)式中,θ为非负参数,描述整个模型的随机特性,θ越大,说明乘客对路径费用的理解就越准确;t a (x a )表示城市轨道交通网络中区间a 上的广义费用。
需要说明的是,在轨道交通网络中节点(即站点)也发生费用,如换乘时间、停车时间等,为便于处理,可以将节点处的费用合并到区间费用中,则t a (x a )可表示为c i (x i )=t a (0)1+Y a (x a ){},∀a 式中,t a(0)表示非拥挤状态下包括运行时间、换乘时间在内的区间费用;Y a (x a )表示区间a 上的拥挤费用。
交通网络平衡配流模型算法研究
收稿日期：２０１８１１１６ ★：中央高校基本科研业务费专项资金资助（２０１８Ｂ１４３１４） 作者简介：杨海飞（１９８４），男，讲师型 通 常 被 分 为 用 户 平 衡 模 型 （ＵＥ），随 机 用 户 平 衡模型（ＳＥＵ）以 及 动 态 用 户 平 衡 模 型 （ＤＵＥ）三 类。本 文 重 点 研 究用户平衡模型（ＵＥ）。
用户平衡模型（ＵＥ）中，ＯＤ矩阵在整个交通量加载过程下保 持恒定。通常情况 下，ＵＥ问 题 的 求 解 需 要 抽 象 出 一 个 高 维 凸 优 化模型，可运用遗传算法等现代化智能化算法求解。Ｂｅｃｈｍａｎ提 出了经典的固定需求式用户平衡模型，其数学表达式如下：
３）连续平均法。连续平均法［４］是在增量配流法基础上对平 衡配流原理的进一步模拟，其基本思路是反复优化已加载至路网 上的交通量，使之在迭代过程中逐渐接近或达到平衡交通量。在 每一阶段的循环过程中，根据增量分配法已加载的各路段交通流 量，应用“全有全无”算法额外进行一次配流得到附加交通量，随 后将上次循环得到的配流交通量与附加交通量进行加权平均处 理，从而得到本次循环的加载交通量。算法结束的依据是相邻循 环的分配结果误差应小于一定阈值。连续平均法是简单实用却 又最接近于平衡配流法的配流方法。
通量，是出行起讫 点 小 区 重 心 之 间 的 交 通 量，即 从 出 发 起 点 至 出
发目的地之间的 交 通 流 量。通 常 情 况 下，对 于 特 定 城 市 或 区 域，
任意出行端点之 间 具 有 多 条 出 行 路 径，因 而，通 过 科 学 的 原 则 和
高效的算法将 ＯＤ交通量合理的分配在出行起讫点之间的各条路
杨海飞
（河海大学土木与交通学院，江苏 南京 ２１００９８）
摘 要：交通网络配流问题是将实测或预测的交通分布量按照特定的出行规则分配加载至具体的道路网中，并根据相应算法求解
限速条件下多模式交通均衡分配模型与算法
优先出版 计 算 机 应 用 研 究 第32卷--------------------------------基金项目：国家自然科学基金资助项目(71173177)作者简介：帅斌(1967-)，男，四川乐山人，教授，博导，博士，主要研究方向为交通运输经济(bsh67@)；丁冬(1987-)，男，重庆人，博士研究生，主要研究方向为交通网络建模与分析；祝进城(1986-)，男，四川成都人，博士，主要研究方向为城市道路拥挤收费；孙朝苑(1976-)，女，河南宝丰人，副教授、博士，主要研究方向为服务管理；．限速条件下多模式交通均衡分配模型与算法帅 斌1，丁 冬1，祝进城1，孙朝苑2西南交通大学交通运输与物流学院，成都 610031；2．电子科技大学经济与管理学院，成都 610054)摘 要：为缓解交通拥堵，探索限速方案对交通系统的影响，在给定限速条件下，描述了多模式交通网络中的交通分配问题，并构建了相应的优化模型，设计了求解模型的算法，对比研究多模式交通网络中的交通量分配与时间费用。
采用一算例验证了模型和算法的可行性和有效性。
结果表明，多模式交通网络中，在不同的扩散系数下，各交通方式具有不同的分担率。
分析结果可知，限速方案有通过促进交通需求向公共交通转移来优化系统的作用。
这一结果可以为制定拥堵缓解方案研究提供有效参考。
关键词：交通拥堵；限速；多模式；交通均衡；扩撒系数 中图分类号：TP391；TP301.6 文献标志码：AMutil-mode equilibrium assignment model and algorithmunder speed limits schemeSHUAI Bin 1, DING Dong 1, ZHU Jin-cheng 1, SUN Chao-yuan 2(1. School of Transportation & Logistics, Southwest Jiaotong University, Chengdu 610031, China, 2. School of Management & Economics, University of Electronic Science & Technology of China, Chengdu 610054, China; )Abstract: In order to alleviate traffic congestion and detect the effect of speed limit scheme on transportation system; the traffic assignment problem in a general multi-mode network under a fixed speed limits scheme is investigated. An optimizing model is constructed and the distinctions between flow patterns in the network are compared as well as the travel cost. The solution algorithm is provided and the numerical example is utilized to demonstrate the feasibility of the model and algorithm. It is shown that in a general multi-mode traffic network; the different traffic modes have different share ratio due to various values of diffusion coefficient. With analysis it can be seen that speed limits scheme has the effect to convert travel demand from private cars to public transit. This result can thus be worth for the researches of optimizing schemes to mitigate congestion. Key Words: traffic congestion; speed limits; multi-mode; traffic equilibrium; diffusion coefficient0 引言在全世界范围，每年都因交通拥堵造成巨大的资源浪费。
含拼车的多模式交通网络配流模型及系统优化
含拼车的多模式交通网络配流模型及系统优化随着居民出行需求增加和城市汽车保有量的不断增长,城市交通拥堵日益严重。
由于可以分享小汽车的运载能力和道路资源,拼车被认为是有效缓解交通拥堵的一种有效途径。
随着智能交通系统的发展与应用,拼车已逐渐成为人们接受并采用的一种新型交通出行模式。
这一新型交通模式势必对交通均衡产生影响。
为了鼓励拼车出行,多个城市为出行者提供HOV/HOT车道,旨在引导出行者的交通模式和出行路径。
如何设计HOV/HOT车道需要交通规划者的系统思考。
在归纳总结现有交通均衡模型的基础上,本文假设出行者先方式、再模式、最后选择路径的出行选择模型,并根据均衡条件找到与之等价的变分不等式模型,证明了该模型与均衡条件的等价性和模型解的存在性。
利用含拼车、自驾和公交三种交通模式的数值算例,分析拼车对道路交通网络均衡及系统总出行成本的影响。
发现当存在拼车交通模式的路网达到配流均衡后,各条路段上的交通流量发生了较大变化,并影响出行需求在交通模式之间的划分,交通网络中的出行者的总出行时间和总舒适度损耗得到显著降低。
研究还探讨了燃油价格、HOV/HOT车道等相关影响因素对出行选择的影响,发现随着燃油价格的上升,选择拼车出行的比例先上升后下降,设置一条HOV/HOT车道可能降低路网负担,也可能增加路网负担,加剧交通拥堵。
综合考虑引入HOV/HOT车道的优化问题,从最小化路网总出行成本的角度构建双层规划模型描述HOV/HOT车道最优设计问题,并给出了求解该双层规划模型的遗传算法。
结合含拼车、自驾、公交的多模式交通网络,本文找出给定路网的最优HOV车道设计方案,使得交通网络总出行成本达到最小。
在多模式交通网络中,出行需求可能存在高峰低谷,为出行高峰时段设计的HOV车道在出行低谷时的利用率可能不高。
当出行需求发生变化,本文计算三种策略下的城市交通网络总出行成本,并通过模型和算法找到使得路网系统总出行成本达到最小的最优HOT车道收费方案。
城市交通供需平衡的优化模型与算法
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。
交通流理论中的随机模型研究
交通流理论中的随机模型研究随机模型是交通流理论中一种常用的模型，用于研究交通流的随机性。
这种模型主要基于概率统计理论，将交通流看作是一种随机”的过程，通过分析随机变量的分布和相关性，揭示交通流特征和规律，为实际交通管理和规划提供理论依据。
一、随机模型的基本理论随机模型是基于概率论和随机过程理论的一种数学模型，其目的是研究随机现象的规律性。
在交通流领域中，经常使用随机模型对交通流进行建模和分析，例如：泊松分布模型、负二项分布模型、偏二项分布模型等。
其中，泊松分布模型是最基本的随机模型之一。
它是在一定时间内某一事件发生次数的分布规律，符合泊松分布的事件是互不相关的，在某段时间内发生的事件数具有独立性和相同分布；负二项分布模型则是用于描述某事件在发生固定次数后停止的情况。
通过模型，可以预测在多长时间内出现停车场充满车位的概率，或者预测在某个交通瓶颈路段等待车辆的数量；而偏二项分布模型则是负二项分布模型的一种拓展。
它描述了一定时间内抵达一个地点的车辆数目，以及这些车辆停留时间在该地点的概率分布情况，可以用来预测短时停车场的拥挤度。
二、随机模型的应用实例随机模型在实际交通流研究中具有广泛的应用。
以下是一些典型实例：1、城市道路交通流建模城市道路交通流包含了车辆的数量、速度和运行轨迹等信息，是交通流理论研究的核心内容。
针对城市道路交通流，随机模型可用于分析交通流的随机变化性，从而预测交通拥堵程度、道路容量等参数。
2、交通事故预测随机模型可用于交通事故预测。
例如，基于马尔科夫链模型和均值-协方差模型建立自由流交通流与拥堵交通流的状态转移概率模型，预测某段时间内发生交通事故的概率。
3、公交车调度和优化随机模型可用于公交车调度和优化。
例如，利用泊松分布模型对公交车到站间隔时间进行建模和预测，以优化公交车调度方案；4、停车场设计与规划随机模型可用于停车场设计和规划。
例如，利用泊松分布模型和负二项分布模型，分析停车场车位利用率和拥堵概率等参数，优化停车场布局方案。
多用户多方式混合交通均衡变分模型及求解算法
多用户多方式混合交通均衡变分模型及求解算法
罗端高;史峰
【期刊名称】《交通运输系统工程与信息》
【年(卷),期】2010(010)005
【摘要】在城市混合交通路网中,出行者通常根据自己的出行偏好选择自己的交通方式和出行路径. 考虑城市道路中不同交通方式之间的相互影响,把出行者按照时间价值划分为多个用户类型,每类出行者可选择自驾车、出租车或公交车方式出行. 为解决这个多交通模式相互影响的混合交通均衡分配问题,从交通需求的角度出发,基于BPR公式构造了城市混合交通网络的路段旅行时间函数,建立了多用户多方式混合交通均衡变分不等式模型,并设计了基于对角化技术与MSA方法的混合求解算法. 算例结果表明,高时间价值类出行者倾向于选择自驾车或出租车出行,低时间价值类出行者倾向于选择公交车出行.
【总页数】7页(P110-116)
【作者】罗端高;史峰
【作者单位】湖南省桂武高速公路建设开发有限公司,湖南,郴州,424400;中南大学,交通运输工程学院,长沙,410075
【正文语种】中文
【中图分类】U491.13
【相关文献】
1.基于改进的阻抗函数下的混合交通均衡模型 [J], 骆伟;吴克晴
2.多用户多准则弹性需求随机交通均衡变分模型 [J], 徐兵;朱道立
3.非线性折算系数下多用户混合交通网络均衡问题 [J], 梁超;范炳全;成建强
4.停车收费影响下的多用户多方式混合交通平衡分配模型 [J], 史峰;罗端高
5.多用户多准则固定需求随机交通均衡变分模型 [J], 徐兵;朱道立
因版权原因，仅展示原文概要，查看原文内容请购买。
随机路网多用户多方式混合均衡研究
随机路网多用户多方式混合均衡研究为了掌握路网交通状况及交通运行参数,引导交通供需均衡,缓解交通供需矛盾,改善路网交通状况,故建立符合城市交通网络实际特征的交通均衡分配模型至关重要。
网络均衡分析是掌握路网交通状况及交通运行参数,分析各因素对路网交通运行状况影响机理及各交通方式分担率之间转移机制的重要方法,但传统的网络均衡分析方法往往局限于某种交通方式或单一的用户类型,加之多种不确定因素对实际网络的干扰作用,很难获得符合实际情况的网络均衡流模式。
为此,本文对随机供给影响下的多用户多方式混合随机均衡问题开展了研究。
本文描述了多用户多方式的混合交通网络,刻画了交通网络供给的随机性,构建了小汽车方式、出租车方式、公交车方式及城市轨道交通方式的广义出行费用函数及出行效用函数,根据网络平衡条件,运用变分不等式理论,建立了一个多用户多方式混合均衡VI模型,设计了一个由相继平均法(MSA)嵌套高斯-赛德尔(Gauss-Seidel)迭代法的算法实现了模型的求解。
通过一个具体的算例,验证了模型与算法的可行性。
对算例结果的分析,得出了不同出行需求、不同停车费率、不同路网降级下,路网均衡时各路段与停车设施的饱和度、各类用户各交通方式的分担率及各因素对路网交通运行状况的影响机理及各交通方式分担率之间的转移机制。
结果表明,不同出行需求、不同停车费率、不同路网降级影响下的交通网络均衡分析,可为瓶颈路段识别及路网交通承载量判断提供理论支持,可为公共交通优先发展,合理配置路网中各交通方式的分担率提供参考依据和技术支持。
可通过城市中心区域停车费率的调控,削减一部分小汽车出行量,减少瓶颈路段,使中心区域路网交通状况有所改善。
随机网络多用户多方式混合均衡研究,有利于掌握路网交通状况及交通运行参数,指导交通需求管理措施和交通供给方案的制定,提高出行需求的合理性和交通网络供给的有效性,对于从供需两方面的对策来缓解城市交通供需矛盾、提高城市交通网络运行效率和用户出行质量具有重要理论意义和实际应用价值,从而为切实改善城市交通拥堵问题提供支持。
多用户公交网络系统的随机平衡分配模型
多用户公交网络系统的随机平衡分配模型
周晶;盛昭瀚;何建敏
【期刊名称】《信息与控制》
【年(卷),期】2001(30)1
【摘要】本文考虑多用户情况下的公交网络系统的随机平衡分配问题 ,建立了与其相等价的数学规划模型 ,并提出有效的迭代算法 .由于线路容量的限制 ,会导致乘客的过载延迟 .在本文的模型中 ,乘客的过载延迟时间可由相应容量约束的拉格朗日乘子计算得到 .最后 ,实例表明该模型和算法是合理的和有效的 .
【总页数】5页(P63-67)
【关键词】公共交通网络系统;随机平衡分配模型;数学规划
【作者】周晶;盛昭瀚;何建敏
【作者单位】东南大学经济管理学院
【正文语种】中文
【中图分类】U491.13
【相关文献】
1.多用户类型弹性需求随机期望-超额用户平衡模型 [J], 吕彪;蒲云;刘海旭
2.公交网络系统的随机均衡配流模型 [J], 蒋涛;刘澜;文子娟
3.基于广义巢式Logit的多用户多准则随机用户平衡模型 [J], 李雪飞;郎茂祥
4.多用户下基于概率型随机平衡的交通网络设计模型及算法 [J], 罗文昌
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
刘 美娇
（ 中南 大学数 学科 学与计 算 学院 ， 沙 ，１ ０ ５ 长 ４０７）
摘 要 本 文 考 虑 了影 响 出行 者 选 择 出行 方 式 的 多种 因素 （ 出行 时 间 、 费、 适 性 等 ） 分 析 了 多种 交通 方 如 花 舒 ，
互 独立 ， 且均服 从 参数 为 的 Ｇｕ ｅ 分 布 ， 可证 ｍｂ １ 则
Ｐ — 兰 一 兰 一
一 一 一
畦
（ ３ １ ）
～
．
根据 Ｓ ＵＥ条 件Ⅱ ， ］则
，
一ｑＰ ， ： ，一ｑ ：
（４ １） ．
并且 进一 步可 证得
ｋ ｋ
侯 振 挺教 授 推 荐 收 稿 日期 ：０ ７年 １月 ９日 ２０
维普资讯
１２ Ｏ
数 学 理 论 与应 用
第２ ７卷
的第 ｋ 交通 方式 的流量 ， 源自 示弧 口上 的总 的流 量． 种 ｚ表 取 １ 否则 则为 ０ ， ．
为 ０— １ 量 ， 变 当弧 口在路 径 ｍ 上时
（ ｎ ｎ Ｆｉｓ ｒ ｌＣｏ ｌ ａ ｅ，Ｃｈ ｎ ｓ ａ １ ０ ２ Ｈｕ ａ ｒ ｔＮｏ ｍａ ｌ ｇ ｅ ａ ｇ ｈ ，４ ０ ） ０
Ｌｉ ｉ ａ ｕ Ｍｅｊ ｏ ｉ
（ ｃ ｏ ｌ ｆＭ ａ ｈ ｍａ ｉ ａ ｃｅ ｃ ｎ ｍｐ ｔ ｇ Ｔｅ ｈ ｏ ｏ ｙ，Ｃｅ ｔａ ｏ ｈ Ｕ ｎ ｖ ｒ ｉ Ｓ ｈ ｏ ｔ ｅ ｔｃ ｌ ｉ ｎ ｅ ａ ｄ Ｃｏ ｏ Ｓ ｕｉ ｃ ｎ ｌｇ ｎ ｎ ｒ ｌ ｕｔ ｉ ｅ ｓｔ Ｓ ｙ，Ｃｈ ｎ ｓ ａ ａ ｇ ｈ ，４ ０ ７ ） １ ０ ５
ｉｆｕ ｎ ｅ ａ ｓ ｎ ｅ ｓ ｈ ｉｅ ｂ ｈ ｖ ｏ ｓｕ ｄ ｒ ｔ ｅ ｃ ｎ ｉ ｏ ｆｍｕ ｔ－ ｍｏ ｅ ｔ ａ ｆ ｅ ｗｏ ｋ ｎ ｌ ｅ ｃ ｄ ｐ ｓ ｅ ｇ ｒ ’ｃ ｏ ｃ ｅ ａ ｉ ｒ ｎ ｅ ｈ ｏ ｄ ｔ ｎ ｏ ｌｉ ｉ ｄ ｒ ｆｉ ｎ ｔ ｒ ．Ｔｈ ｎ ｗｅ ｐ ｅ ｅ ｔ ｃ ｅ ｒ ｓ ｎ
维普资讯
第 ２ 第 ２期 ７卷
２０ ０ ７年 ６月
数 学 理 论 与 应 用
Ｍ ＡＴＨＥＭ ＡＴＩ ＣＡ Ｌ ＴＨＥＯＲＹ ＡＮＤ ＡＰＰＬＩ ＣＡＴＩ ＯＮＳ
Ｖｏ ．２ ． ｔ ７ Ｎｏ ２
Ｊ ｎ． ２ ０７ ｕ ０
多模 式 城 市 交通 网络 随机 用户 平衡 配 流模 型
ａ ｆｏｗ － ｓ ｉ ｍ ｏ ｅｌａｎ ｔ ｇｏ ｉｈｍ ａ ｅ ｎ ｓ ｏｃ ａｓ ｉ ｅｒｅ ｕｉ ｂｒｕｍ ｈ ｏｒ ． ｌ ｐｌｔ ｄ ｄ ｉｓａｌ ｒ ｔ ｂ ｓ ｄ ｏ ｔ ｈ ｔｃ ｕｓ ｑ ｌ ｉ ｉ ｔ ｅ ｙ
Ｋｅ ｗｏｒ Ｍ ｕ ｔ— ｍｏ ｅ ｔ ａ ｆ Ｓ ｙ ｄｓ ｌｉ ｄ ｒ ｆｉ ｃ ＵＥ ｔ ｅ ｒ ＬＯＧＩ ｍｏ ｅ Ｆｌｗ — ｓ ｌ ｈｏｙ Ｔ ｄ ｌ ｏ ｐｉ ｔ
式 并 存 的城 市 交 通 网 络 ， 于 随 机 用 户平 衡 理 论 构 造 了 多模 式 的 交 通 配 流 模 型 ， 证 明 了模 型 解 的等 价性 和 基 并
惟 一 性 ， 出 了求 解 算 法． 给
关 键 词 多模 式 交 通 随 机 用 户 平衡 理 论 Ｌ ＯＧＩ 模 型 交通 配流 Ｔ
Ａｂ ｔ ａ ｔ Ｉ ｈ ｓ ｐ ｐ ｒ ｓ ｒ ｃ ｎ ｔ ｉ ａ ｅ ，ｗｅ ａ ａ ｙ ｅ ｏ ｉ ｄ ｆ ｆ ｃ ｏ ｓ （ｎ ｌ ｄ ｎ ｉ ｎ ｌ ｚ ｄ ｓ ｍｅ ｋ ｎ ｓ ｏ ａ ｔ ｒ ｉ ｃｕ ｉｇ ｔ ｍｅ，ｃ ｓ ，ｃ ｍｆ ｒ ｎ Ｏ ｏ ｏ ｔ ｏ ｏ ｔａ ｄ Ｓ ｎ）ｔ ａ ｈｔ
假定 对 于第 ｋ种 出行 方式 的 出行 者 相 信路 径 出行 时间最 短 ， 则第 ｋ种 出行 方式 的 出行
者选 择路 径 的概 率记 为 ： 一 Ｐ（ ， 三 ｝ Ｖ ， 中 ． Ｐ 三 … ） 其 ＝ 表示 在路 径 ｍ 上第 ｋ种 出行
方 式 的效用 函数 ． 因为其效 用 函数 一 一 Ｃ ， ｌ “ ＝一 Ｅ（ ） ｋ 一一 ｃ ，， 定 一 假 ｋ 一“ 相
Ｓ ｏ ｈ ｓ ｉ ｅ ｕｉｉ ｉ ｍ ｏ Ｓｐ ｉ ｏ ｅ ｔ ｃ ａ ｔｃ Ｕｓ ｒ Ｅｑ ｌｂｒ ｕ Ｆｌ ｗ ｌｔＭ ｄ ｌ
Ｂａ ｅ ｎ Ｍ ｕｌｉ－ ｍ ｏ ｅ Ｔｒ ｆ ｉ ｔ ｒ ｓｄ ０ ｔ・ － — — ｄ ａ ｆ ｃ Ｎｅ ｗｏ ｋ
ＬｉＸｕｅ ｕａ ｑ ｎ
，
） ＥｉＣ．］ 一去ｎ － ， 一Ｅｍ ｛ ＝ ｌ ｔ ｎ ￣｝ ∑ｅｃ ｉ
一 ， ） 中 Ｖ 其
（５ １） ．
表 示在 同一
１ ２ 出行者 车种 的选择 ．
第ｋ 种交 通 方式 被选 中 的概率 为 ｐｒ— Ｐ（ 一 三 ｋ ｓ 三 ＝
ＯＤ对 间第 ｋ种 出行 方 式 的吸 引度 ， 可通 过 收集 第 ｋ种 出行方 式 的特性 值 ， 出行 时间 、 如 花
１ 模 型 的 建 立
１ １ 出 行 者 路 径 的 选 择 ．
行 走 时间与 流 量有 如 下关 系 ：
ｃ 一
＞ 程
（． ） １１
． ｚ 一
∑ ∑ ． ， 一∑． ． ｚ ｚ
（２ １） ．
表示 ｒ— Ｓ 问路径 上
其 中 ｃ． 表示 ｒ— Ｓ 路径 上 的第 ｋ种 交 通方 式 的实 际行走 时 间 ， 表 示 弧 ａ上 的第 ｋ 问 ｔ 种 交通 方式 的行 走 时 间 ， 示 弧 ａ上 的第 ｋ种 交通 方式 的流 量 ， ．表 ｚ