od估計(jì)雙層規(guī)劃模型擴(kuò)展及求解

od估計(jì)雙層規(guī)劃模型擴(kuò)展及求解

ID:34787283

大?。?.89 MB

頁(yè)數(shù):84頁(yè)

時(shí)間:2019-03-10

od估計(jì)雙層規(guī)劃模型擴(kuò)展及求解_第1頁(yè)
od估計(jì)雙層規(guī)劃模型擴(kuò)展及求解_第2頁(yè)
od估計(jì)雙層規(guī)劃模型擴(kuò)展及求解_第3頁(yè)
od估計(jì)雙層規(guī)劃模型擴(kuò)展及求解_第4頁(yè)
od估計(jì)雙層規(guī)劃模型擴(kuò)展及求解_第5頁(yè)
資源描述:

《od估計(jì)雙層規(guī)劃模型擴(kuò)展及求解》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)

1、長(zhǎng)沙交通學(xué)院碩士學(xué)位論文OD估計(jì)雙層規(guī)劃模型擴(kuò)展及求解姓名:王正武申請(qǐng)學(xué)位級(jí)別:碩士專業(yè):交通運(yùn)輸規(guī)劃與管理指導(dǎo)教師:黃中祥20030425中文摘要[摘要]oD流是交通運(yùn)輸規(guī)劃與管理的重要依據(jù)之一,是道路網(wǎng)絡(luò)交通流預(yù)測(cè)的基礎(chǔ)。獲得OD流有兩條途徑:一是進(jìn)行大規(guī)模的∞調(diào)查,一是通過(guò)觀測(cè)路段交通量來(lái)估計(jì)。在現(xiàn)有oD估計(jì)方法中,由于雙層規(guī)劃具有良好的結(jié)構(gòu),能嵌入出行者的路線選擇行為,因而具有極其重要的地位。在分析現(xiàn)有雙層規(guī)劃模型的不足之處后,本文對(duì)現(xiàn)有模型進(jìn)行了擴(kuò)展:對(duì)于上層目標(biāo)函數(shù),引入Bayes估計(jì)和多元正態(tài)分布,能有效地消除觀測(cè)交通量的隨機(jī)誤差

2、和時(shí)間影響;對(duì)于下層目標(biāo)函數(shù),基于用戶均衡或隨機(jī)用戶均衡建模考慮了用戶路線選擇行為。擴(kuò)展后的模型能有效解決我國(guó)城市混合交通、彈性需求的oD估計(jì)難題,而且具有很強(qiáng)的適應(yīng)能力,既能適用于非擁擠網(wǎng)絡(luò),也能適用于擁擠網(wǎng)絡(luò)。本文研究了雙層規(guī)劃的求解算法,討論了兩種求解算法:一是基于凸規(guī)劃求解,一是基于靈敏度分析求解。將模型的下層目標(biāo)函數(shù)用交分不等式表示,進(jìn)行靈敏度分析,得到關(guān)于oD流的靈敏度函數(shù),利用此函數(shù)開(kāi)發(fā)了一種基于靈敏度分析的求解算法。將此算法應(yīng)用于較大規(guī)模交通網(wǎng)絡(luò)進(jìn)行oD估計(jì),得到了較為滿意的結(jié)果。[關(guān)鍵詞]OD估計(jì)混合交通彈性需求用戶均衡雙層規(guī)

3、劃靈敏度分析變分不等式ABSTRACT【ABSTRACT】OD(Origin—Destination)flowisnotonlyoneofthefoundation011traffictransportationPlanning,andmanagement,butalsothebasisofforecastingtrafficvolumeontheroadnetwork.TherearetwowaystoobtainODflow,oneisalargescaleODsurvey,theotherisestimationbythe1inkacco

4、untsontheroadnetwork.AfteranalyzingandevaluatingalmostallmethodsonODestimationinthepresent,thispaperdiscussesthebilevelprogramming,whichnotonlyhasgoodstructure,butalsocantakeintoaccounttheroutechoicebehavior.Onthebasisofpresentachievementonthebilevelprogramming,thenewbilevel

5、programmingisextended.Theextendedbilevelprogramminghasmanyadavantages.Firstlytheupperoptimizationmodel,whichcombinesBayesandmuti—variablenormalmodel,caneliminatetherandomerrorsandtimeeffectsonlinkaccountsandhassimplystructure.SecondlyintheloweroptimizationmodelfollowingWardr

6、opequilibriumorStochasticUserEquilibrium,theroutechoicebehaviorisconsidered.ThirdlytheloweroptimizationmodelissuitabletosuchODestimationproblemthatthetrafficismixedandthedemandiselastic.Fourthlythisbilevelprogrammingissuitabletonotonlycongestedroadnetwork,butuncongestedroadn

7、etwork.Thispaperdiscussestwokindsofarithmeticofsolvingthebilevelprogramming,oneisbasedonconvexprogramming,theotherisbasedonsensitivityanalysis.Afterthelowerprogrammingisexpressedbyvariationalinequation,thesensitivityanalysisiscarriedout.Then,thesensitivityanalysisfunctiononO

8、Ddemand,whichisusedtosolvethebilevelprogramming,isfoundout.Atthesametime,th

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫(huà)的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問(wèn)題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。