資源描述：
《雙水平od矩陣反推模型遺傳算法求解研究》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、哈爾濱工業(yè)大學(xué)碩士學(xué)位論文雙水平OD矩陣反推模型遺傳算法求解研究姓名：曲廣妍申請(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：陳洪仁20050301哈爾濱T業(yè)大學(xué)工學(xué)碩士學(xué)位論文摘要機(jī)動(dòng)車出行OD矩陣是交通管理、規(guī)劃等工作的基礎(chǔ)，是城市交通誘導(dǎo)系統(tǒng)的重要組成部分，通常的通過(guò)調(diào)查獲得OD矩陣的方法需要耗費(fèi)大量的人力、物力及財(cái)力，且精度難以保證。而路段交通量的調(diào)查操作簡(jiǎn)單、易組織、費(fèi)用少、耗時(shí)短，因此，由路段交通量推算機(jī)動(dòng)車出行OD矩陣，已成為交通規(guī)劃領(lǐng)域的一一個(gè)重要的研究課題。這項(xiàng)技術(shù)在發(fā)達(dá)國(guó)家已經(jīng)得到了較成熟的應(yīng)用，對(duì)于像我國(guó)這樣基礎(chǔ)設(shè)施比較薄弱的國(guó)家，具
2、有特殊的實(shí)際意義。且隨著智能交通技術(shù)的發(fā)展，OD矩陣反推技術(shù)在我國(guó)將有十分廣闊的應(yīng)用前景。本文在廣泛收集并仔細(xì)閱讀相關(guān)研究文獻(xiàn)，總結(jié)國(guó)內(nèi)外OD矩陣反推理論研究的基礎(chǔ)上，對(duì)OD矩陣反推理論進(jìn)行了深入的研究，概括性地說(shuō)明了OD矩陣反推理論中的關(guān)鍵問(wèn)題、常用算法存在的缺陷，并按照不同的標(biāo)準(zhǔn)對(duì)現(xiàn)有的OD矩陣反推模型進(jìn)行了分類。本文提出了4種基于隨機(jī)用戶均衡交通分配方法的雙水平OD矩陣反推模型，當(dāng)路網(wǎng)處于擁擠時(shí)，該模型能準(zhǔn)確描述出行者的路徑選擇行為，從而對(duì)OD流量的分布做出正確的估計(jì)。分別設(shè)計(jì)了求解雙水平OD矩陣反推模型及隨機(jī)用戶均衡交通分配模型的遺傳算法，編制了VB
3、語(yǔ)言應(yīng)用程序，其中隨機(jī)用戶均衡交通分配程序可以作為單獨(dú)的模塊應(yīng)用于其他相關(guān)領(lǐng)域的研究中。算例結(jié)果表明，本文提出的基于SUE的雙水平OD矩陣反推模型及算法的精度不依賴于先驗(yàn)OD矩陣，當(dāng)出行結(jié)構(gòu)發(fā)生較大的變化時(shí)，仍能得到較符合實(shí)際的OD流量。最后利用模型計(jì)算了哈爾濱市道路網(wǎng)部分節(jié)點(diǎn)間的現(xiàn)狀OD流量。關(guān)鍵詞OD矩陣反推；雙水平規(guī)劃；隨機(jī)用戶均衡交通分配；遺傳算法路爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文AbstractVehicleorigin—destination(OD)matrixisfundamentaldatafortrafficmanagement，traffic
4、planningandotherrelatingwork．Itplaysanimportantroleintrafficinducement．Commondirectsurveytechniquecostslotsofmanpower,materialandmoney．Andaccuracyisnotguaranteed．Linkflowcountingisoppositelysimpletooperate，andmuchlesstimeandmoneyisneeded．SoODmatrixestimationfromlinkflowshasbeenanim
5、portantissue．Ithasbeenwellusedindevelopedcountries．Todevelopingcountrieswithpoorfoundation，asours，thistechniquehasspecialrealsignificance．WithdevelopmentofITS，itwillbewidelyusedinChina．ThispaperstatedandresearchedtheinternalandextemalresearchonODmatrixestimationonbasisoflargecollec
6、tionandstudyofrelatedliteratures．SignificantcontentscontributingtooDmatrixestimationanddeficienciesincommonmethodswerementioned，methodsweresortedwithdifferentcriterion．ThispaperdevelopedanSUEbasedbi—levelODmatrixestimationmethod，inwhich，evenincongestion，pathselectionofuserscanbetru
7、lydescribedandthetrue0Dmatrixwillbeobtained．Geneticalgorithmsforthebi．1evelODmatrixestimationmethodandtheSUEtramCassignmentmethodareseparatelydesignedandprogrammedwithVB．TheprogramforSUEassignmentcanbeusedinotherrelatedresearchwork．Resultsofthenumericexampleimpliedthataccuracyofthe
8、bi—levelODmatrixestimation
