隨著我國社會經(jīng)濟(jì)水平的高速發(fā)展,城市化進(jìn)程迅速加快,機(jī)動車保有量快速增加。為了匹配井噴式的交通需求量,我國不斷加大城市道路的建設(shè),但依然無法滿足居民不斷增長的出行需求,交通擁堵已成為世界性難題。人們對某些道路的過度集中使用是導(dǎo)致交通擁擠的原因之一。因此理解人們出行路徑選擇行為為緩解交通擁堵提供了研究思路。在城市路網(wǎng)中人們的路徑選擇不總是選擇距離最短路,而是受到城市結(jié)構(gòu)、建筑環(huán)境、路網(wǎng)結(jié)構(gòu)等因素的影響。每個出行者在他們的各自出行過程中,往往憑借經(jīng)驗(yàn)選擇從起點(diǎn)到終點(diǎn)的最優(yōu)出行路徑。以往在不確定性出行路徑選擇模型中,采用的模型大都基于期望效用理論、前景理論,這些模型假設(shè)出行者是理性或有限理性,未考慮城市結(jié)構(gòu)和路網(wǎng)結(jié)構(gòu)因素。本論文的工作量和成果主要體現(xiàn)在:把啟發(fā)式?jīng)Q策、空間認(rèn)知以及社區(qū)識別理論結(jié)合一起描述出行者的路徑選擇與路網(wǎng)結(jié)構(gòu)的關(guān)系,采用基于模塊化獲得的社區(qū)結(jié)構(gòu)算法解構(gòu)路網(wǎng)結(jié)構(gòu),描述人們的認(rèn)知過程,識別交通出行大區(qū)。建立了相應(yīng)的路徑選擇算法。該算法包括三個步驟:人們首先對路網(wǎng)結(jié)構(gòu)進(jìn)行認(rèn)知,判斷起終點(diǎn)所在的大區(qū);然后在連接起終點(diǎn)的大區(qū)之間的主要道路集合中做出選擇;最后在起終點(diǎn)所在的大區(qū)內(nèi)部路... 

【文章來源】：長沙理工大學(xué)湖南省

【文章頁數(shù)】：75 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．１啟發(fā)式路徑選擇模型結(jié)構(gòu)??本節(jié)介紹三個空間層次內(nèi)利用啟發(fā)式路徑選擇模型的選擇過程

?碩士學(xué)位論文???＿??圖２．２長沙市政府人員自駕上下班路線??根據(jù)上述屬性重要度排列順序繪制ＴＴＢ啟發(fā)式模型屬性表，如表２．１。???表２．１在ＴＴＢ啟發(fā)式模型屬性表???屬性?實(shí)施方法??如標(biāo)社區(qū)偏差觸副、區(qū)與目標(biāo)社區(qū)的角＾差。偏???社區(qū)越佳。???與目標(biāo)社區(qū)總距離最小目標(biāo)社區(qū)的歐幾里得距離’歐幾■距離越小???則此潛在社區(qū)越佳。???至目標(biāo)社關(guān)時廳?目標(biāo)社區(qū)間的行程時間，用時■則此＿社????區(qū)越佳。???至ｎ＿Ｋ速度最快?潛在社轉(zhuǎn)目標(biāo)社區(qū)間的平均速度，速度越大則此潛紐???１越?｜?丨ｕ???ＴＴＢ啟發(fā)式模型是一個簡笮的迭代過程。選擇過程根據(jù)表２．１屮的屬性進(jìn)行??依次對比，ｆｔ至剩下唯－潛在社區(qū)。在屬性評佔(zhàn)過程中，若兩個或多個潛在社區(qū)??結(jié)果…致，則進(jìn)行隨機(jī)選擇。此過程一?持續(xù)至找到Ｈ標(biāo)社區(qū)。??２．１．２節(jié)點(diǎn)層次??空間結(jié)構(gòu)屮顯小？點(diǎn)狀特征，代表城市空間結(jié)構(gòu)中心層次，本文中節(jié)點(diǎn)??即為長沙ｉｌＴ路網(wǎng)交義路口。位于節(jié)點(diǎn)位置出行者無法繼續(xù)前進(jìn)，需要對下…個潛??在Ｗ點(diǎn)進(jìn)彳ｒ選擇。節(jié)點(diǎn)作為道路交叉口可以提供多種路徑選擇方案，丨Ｈ并非所有??邰足｜｜要的導(dǎo)航點(diǎn)，此過程結(jié)合節(jié)點(diǎn)重要度進(jìn)行排序。節(jié)點(diǎn)選擇過程基于上??１．１??

?碩士學(xué)位論文???優(yōu)于所有其他己知的社區(qū)檢測方法。算法分為反復(fù)迭代的兩個階段：第一階段，??將路網(wǎng)中每個節(jié)點(diǎn)分配為不同的社區(qū)，初始階段社區(qū)數(shù)量與節(jié)點(diǎn)數(shù)量相同；考慮??每個節(jié)點(diǎn)ｉ的相鄰社區(qū)ｊ，將ｉ從其原本社區(qū)中移除并置于ｊ社區(qū)中，根據(jù)公式??２．１計(jì)算模塊增益值ＡＱ，將節(jié)點(diǎn)ｉ移至ＡＱ正值最大的社區(qū)中。若ＡＱ為負(fù)數(shù)，則節(jié)??點(diǎn)ｉ保持在原本社區(qū)。此過程對于所有節(jié)點(diǎn)重復(fù)地應(yīng)用，直至所有節(jié)點(diǎn)停止變動，??至此第一階段完成。??上文中提到節(jié)點(diǎn)ｉ移動到社區(qū)Ｃ中獲得的模塊化增益ＡＱ可以通過以下２．１??公式計(jì)算：??Ａ０?＝?＼＾ｉｎ＋ｋ＾?＿?／Ｚｔｏｔ＋ｋ，Ｘ２ｌ?＿?［Ｚ￡ｉ?＿?＿?／?Ｍ２１?（２?１）??ｖ?２ｍ?＼?２ｍ?Ｊ?２ｍ?＼?２ｍ?）?＼２ｍＪ??其中：??＾ｉｎ是Ｃ內(nèi)鏈接權(quán)重總和；??冗ｔｏｔ是Ｃ中與節(jié)點(diǎn)相連的鏈接權(quán)重之和；??ｋｉ是復(fù)雜網(wǎng)絡(luò)中與節(jié)點(diǎn)ｉ鏈接的權(quán)重總和；??ｋｊ?ｉｎ是Ｃ中節(jié)點(diǎn)ｉ與潛在節(jié)點(diǎn)的鏈路的權(quán)重之和；??ｍ是復(fù)雜網(wǎng)絡(luò)中鏈接權(quán)重之和。??算法的第二階段是構(gòu)建一個新網(wǎng)絡(luò)，將第一階段得到的社區(qū)作為第二階段的??節(jié)點(diǎn)。第二階段循環(huán)過程與第一階段相同，逐級迭代，模塊增益算法具體步驟如??圖２．３所示。??Ｖ??嚅７??４？?Ｓ＃??Ｖ??．參９?１１??１４?？??０，３??鏷塊化優(yōu)化＼杜區(qū)》合??德Ｗ??：?３?＇??圖２．３模塊增益算法示意圖??本文報(bào)據(jù)模塊增益算法對長沙布路網(wǎng)進(jìn)行社區(qū)劃分。劃分過程將屬性區(qū)分為??１６??

【參考文獻(xiàn)】：
期刊論文
[1]不確定路網(wǎng)條件下出行路徑選擇模型對比分析[J]. 王燕,張麗.  西華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2011(02)
[2]模塊密度譜分的網(wǎng)絡(luò)社團(tuán)發(fā)現(xiàn)方法[J]. 付立東,高琳.  西安電子科技大學(xué)學(xué)報(bào). 2010(05)

博士論文
[1]基于隨機(jī)后悔路徑選擇行為的疏散交通均衡分析與應(yīng)用[D]. 王澤.哈爾濱工業(yè)大學(xué) 2016
[2]突發(fā)事件條件下應(yīng)急交通路徑選擇模型研究[D]. 劉妍.吉林大學(xué) 2012
[3]基于路網(wǎng)知識的駕駛員路徑選擇研究[D]. 高鵬.吉林大學(xué) 2012
[4]多源交通信息下的動態(tài)路徑選擇模型與方法研究[D]. 孫曉梅.吉林大學(xué) 2011

碩士論文
[1]城市交通動態(tài)選擇路徑的優(yōu)化模型及方法研究[D]. 劉博.沈陽工業(yè)大學(xué) 2016
[2]交通信息作用下出行者的路徑選擇模型研究[D]. 秦忱忱.東南大學(xué) 2015
[3]基于蟻群算法的軌道交通路徑選擇模型及應(yīng)用研究[D]. 劉坤.北京交通大學(xué) 2011
[4]基于前景理論的出行路徑選擇模型[D]. 王任映.長沙理工大學(xué) 2009
[5]基于動態(tài)交通仿真模型的交通信息下路徑選擇對路網(wǎng)運(yùn)行狀態(tài)影響評價[D]. 宋谷長.北京交通大學(xué) 2008



本文編號：3474878