导读:本文包含了网络交通流论文开题报告文献综述及选题提纲参考文献，主要关键词:纯电动汽车,约束路径,强化学习,有限理性
网络交通流论文文献综述
李嫚嫚,陆建,孙加辉,涂强[1]（2019）在《混合纯电动汽车与传统汽油车的网络交通流演化（英文）》一文中研究指出为了研究纯电动汽车使用对交通流演化特性的影响,定义了纯电动汽车的有效路径,提出了一种获得纯电动汽车有效路径的检查依据方法.假设出行者仅能获得出行经验信息,依据强化学习和有限理性理论建立了出行者逐日路径选择模型.在所提出的模型中,依据有限理性理论改进了Bush-Mosteller强化学习模型计算路径选择概率.改进的模型只在出行者的期望出行时间与认知出行时间差异高于认知阈值时,才更新路径的选择概率.数值实验证实了模型的有效性,表明交通流不受出行者认知阈值和纯电动车渗透率的影响总能汇聚到均衡状态;交通流的波动与出行者认知阈值成正相关;交通流差异与出行者认知阈值成负相关;纯电动汽车的使用会降低交通系统的效率.(本文来源于《Journal of Southeast University(English Edition)》期刊2019年02期）
李雪,李洋,郑晅[2]（2019）在《基于混沌搜索的人工蜂群优化神经网络交通流预测方法》一文中研究指出为了提高长时交通流的预测精度,提出一种改进的人工蜂群优化BP神经网络分时段预测交通流的方法;利用Tent混沌映射采蜜蜂放弃的新解,实现具有混沌搜索策略的人工蜂群算法,然后优化BP神经网络的权值和阈值,最终训练BP神经网络以求得最优值;利用该预测方法对合肥市黄天路全天的交通流分时段预测,实现了对长时交通流的准确预测,与传统的人工蜂群优化BP神经网络预测对比,能有效改善预测精度,降低预测误差。(本文来源于《计算机测量与控制》期刊2019年03期）
曹洁,沈钧珥,张红,侯亮,陈作汉[3]（2018）在《基于小波和多维重构的BP神经网络交通流短时预测》一文中研究指出针对采集过程中噪声影响以及交通流时间序列的强相关性,提出一种基于小波和多维重构的BP神经网络交通流短时预测方法。运用启发式小波降噪法对原始交通流数据进行降噪处理,剔除数据中的噪声;基于C-C法将交通流数据进行多维度相空间重构,充分挖掘交通流的多维变化特性;构建多维度的BP神经网络进行交通流短时预测研究。运用2 400组数据进行实验,并与传统的BP神经网络、Elman神经网络以及SVM进行对比。实验结果表明,该方法具有较高的预测精度,绝对误差降低约2.408 0,均方误差降低约26.597 2。(本文来源于《计算机应用与软件》期刊2018年12期）
李海云,王世锦,曹希,韩昀轩[4]（2018）在《基于多商品流理论实现的主干航路网络交通流分配》一文中研究指出合理分配空中交通流是实现航路网络中交通流安全高效运行的有效手段.以航段通行能力为约束,在客观交通需求的情况下,以航路网络总最小运行成本为优化目标,基于多商品流理论建立了航路网络的交通流分配模型,设计了新的主干航路网络,采用了Lagrange松弛算法实现了交通流的合理分配.通过选取中国大陆地区9个情报区中流量最大的机场作为枢纽机场,基于初始网络并结合历史数据,成功实现了交通流的合理分配,优化了主干航路网络,确定了30个交叉节点的地理位置、50条航段的通行能力和方向,以及有流量需求的机场对之间的29条运行路线.(本文来源于《哈尔滨商业大学学报(自然科学版)》期刊2018年05期）
阎昊,刘诗序,杨少辉,陈文思,郭丽丹[5]（2018）在《ATIS环境下的网络交通流逐日动态演化研究》一文中研究指出基于出行者逐日路径选择过程,建立出行者路径选择模型和逐日路径选择学习模型.在2条平行路径的简单路网中进行多次数值实验,结果表明:网络交通流演化是否稳定,以及能否达到随机用户均衡态,与出行者对昨日感知行程时间的依赖程度和先进的出行者信息系统市场占有率两者都有关系.当出行者对昨日实际行程时间完全依赖时,路网系统始终偏离随机用户均衡态;当出行者对昨日感知行程时间完全依赖时,出行者集中选择一条路径,并且网络交通流演化稳定.(本文来源于《福州大学学报(自然科学版)》期刊2018年05期）
国腾飞,庞明宝[6]（2018）在《诱导信息信任度对道路网络交通流影响研究》一文中研究指出为研究车联网下驾驶员对诱导信息的不同信任度对路网交通流的影响,在对驾驶员特性和路径决策行为分析的基础上,建立车联网下路径选择决策模型,采用元胞自动机进行仿真,模拟不同信任度情况下的道路运行状况。结果表明,随驾驶员对诱导信息的信任度及车联网装载率的提高,交通流分配合理性和道路通行效率有明显提高。(本文来源于《交通科技》期刊2018年03期）
吴立烜,黄中祥,王玉兰,魏涛[7]（2018）在《一种拥挤数量调节的非均衡网络交通流动态演化模型（英文）》一文中研究指出基于经济学非瓦尔拉斯均衡理论,采用经济学中市场摸索过程模拟出行者路径选择行为;假设城市出行者在路径决策过程中,考虑路径出行时间和关键路径拥挤程度的共同影响,以价格拥挤混合均衡交通流模式为基础,建立了一种价格-拥挤混合调节的非均衡网络交通流动态演化模型,并验证了模型稳定状态与均衡的等价性;基于简单的测试网络和中型路网,对演化模型进行了模拟,描述了非均衡网络交通流的演化过程与非均衡状态下交通网络的整体表现。研究结果表明:时间价格调节模型的演化结果符合经典的Wardrop第一原理,拥挤数量调节的结果使得OD间各路径上关键路段的拥挤程度一致,价格-拥挤混合调节的结果会使路径流在走行费用较小和拥挤程度较低的路径上相互进行调整,其动态演化过程波动性要大于单一调节的情况;在测试路网中,考虑采用拥挤程度对路径进行选择的行为,使得整个路网拥挤均匀程度整体提高62%,但路段饱和度均值却从0.60增大到了0.64,表明路网整体上变得拥挤;若考虑两者的共同调节,最拥堵路段饱和度从0.936下降到0.787,均匀程度整体提高46%,且路段饱和度均值降低,路径行程时间变小,拥堵得到改善;中型路网的测试结果也表明这种混合均衡模式能灵活、客观地描述路网交通流动态演化过程,获得较为合理的路网系统的稳态流量。(本文来源于《交通运输工程学报》期刊2018年03期）
黄健[8]（2018）在《Pre-signal在Manhattan型路网上的实现及其对网络交通流的影响》一文中研究指出Pre-Signal(前置两相信号灯)是在交叉路口信号灯之前增加设置一个特殊的信号灯,该信号灯有两个相位,分别为左转相位和直行相位。该信号灯使得到达交叉路口的左转车辆和直行车辆在十字路口信号灯前分为两个群,将在左转相位内允许通过的所有左转车辆归为一个群,该群车能使用的车道在pre-Signal之后会由原来的一个车道增加至叁个车道,在pre-Signal的另一直行相位内允许通过的车辆归为另一个群,该群可使用的车道保持不变。这样,可以增加左转车的流量,从而使车辆流量得到提高。此外,在高峰期易发生拥堵之时,我们还在系统中引入Detour的机制,即车辆在本车道等待一定时间后必须从本车道前进,避免阻挡后续车辆。本文通过元胞自动机模型来实现pre-signal在Manhattan型网络上的模拟,并且与未加pre-Signal时的网络交通状况进行比较。我们提出了一种可靠的方法来协调交叉路口信号灯的周期和相位与pre-signal处的周期相位。模拟研究表明,采用pre-Signal之后不管是在开放式边界条件还是封闭式边界条件下,路网的表现都比未加时要好。在模拟结果的宏观基本图(流量-密度关系)里,网络中有pre-signal时,系统中在高密度车辆时仍可保持相对较高的流量。我们还研究了 pre-signal区域的长度对路网的影响。通过模拟发现,最优的pre-signal区域的长度是由之后的交叉路口信号灯左转相位决定的,当pre-signal区域的长度等于一个左转相位内能通过的车辆数目时,网络的交通效率达到最佳。这些研究结果可以帮助pre-signal在现实交通系统中得到有效的实施和更好的应用。(本文来源于《中国科学技术大学》期刊2018-05-01）
陈丹[9]（2018）在《基于网络交通流需求预测的航路流量管理方法研究》一文中研究指出随着航空运输产业的持续高速发展,如何通过有效的空中交通流量管理来科学应对不断增长的交通需求,有利于推进安全、高效的空中交通运输系统建设进程,已成为民航运输业未来发展所亟需解决的重要议题。本文聚焦航路交通流,在对网络交通流需求预测的基础上,从中长期和短时两种时间维度对航路流量管理方法进行深入研究,研究成果能为实现安全、便捷、高效、绿色的现代民用航空系统提供理论基础和技术支持。本文在厘清国内外研究现状及发展趋势、研究航路流量管理基本概念和主要技术的基础上,结合我国在航路流量管理中存在的实际问题与不足,分别从航路交通需求中长期预测、航路交通战略流量管理关键技术、航路交通需求短时预测以及航路交通流动态优化等四个方面展开了深入研究,主要研究内容包括:(1)构建了航路交通流动态网络结构,为交通流特性分析和交通流建模奠定了基础。本文建立了既能描述空域系统静态拓扑结构、又能刻画交通流飞行动态性的航路交通流动态网络结构,有利于捕捉空域系统内航空器飞行速度在时间和空间维度上的变化特征。(2)提出了航路空域交通需求中长期预测方法,明晰了以城市对飞行量以及区域保障量为对象的交通需求中长期发展趋势。针对现有空中交通需求预测方法的不足,本文采用状态空间模型中的动态线性模型以及考虑周期性波动因素的改进模型来分别预测城市对交通需求和区域交通需求。该模型不要求时间序列平稳性假设,对于处理易受恶劣天气、重大事件影响的空中交通需求数据具有显着优势;此外,动态线性模型求解采用贝叶斯估计与预测理论,不仅可以预测交通需求的未来发展趋势,还能考虑随着预测步长的增加所产生的累积误差对预测结果不确定性的影响,并给出相应的预测置信区间。实例分析表明,无论从预测精度还是从预测稳定性方面而言,本研究所提出的基于状态空间模型的两种预测方法要明显优于现有的预测模型。(3)研究了航路交通战略流量管理决策支持方法及其关键技术,提出了航路空域容量需求规划及其排放量分布估算方法。在航路空域未来容量需求规划方面,提出航路交通需求时空分布预测推演方法,进而构建航路空域容量需求预测模型,从而实现了航路空域容量需求的量化描述;在航路空域未来排放量分布估算方面,采用适用于巡航高度非标准大气条件的BFFM2航空排放指数估算方法,根据区域交通需求中长期预测结果,构建了一种新的航路空域排放量分布预测模型,该模型考虑了从飞行计划和雷达数据中提取的航空器运行信息,以及由于航空器/发动机新技术发展而带来的节能减排效果,从而实现了一种更为精确、实用的航路空域排放量分布预测方法。实例分析表明,本研究所提方法能对航路扇区未来容量需求进行准确预测,能较好的追踪航路空域未来排放量分布的动态性及不确定性。(4)提出了一种基于航路交通流动态模型的交通需求短时预测方法,预测了航路空域系统中航路、扇区等不同空域单元的短时交通需求。借助流体力学中的连续性方程,描述航路交通流的连续性行为;在此基础上,引入元胞传输模型中的时空离散概念,提出了航路交通流动态模型,用于预测航路以及航路扇区交通需求的未来演变趋势及其不确定范围;并根据交通流特性以及最新预测结果,采用蒙特卡洛仿真方法对模型参数进行同步更新。实例分析验证了所提方法的可行性和有效性,预测结果表明,本文所提方法能较好的描述航路交通流的动态性,因此,无论从预测精度还是从预测稳定性方面而言,基于航路交通流动态模型的短时交通需求预测方法要明显优于基于其它交通流现有模型的预测方法。(5)提出了航路交通流动态优化方法,从流量管理角度阐明了航路空域容需平衡问题的解决方法。本文提出了一种新的网络交通流动态模型,在此基础上,针对航路和航路网络,提出了两种航路交通流优化方法,即航路层面交通流优化调配方法和航路网络层面交通流优化调配方法,前者通过局部优化调配某条航路的交通流来满足由该航路所经过航路扇区的容量限制,后者通过对空域系统内整个航路网络交通流的全局优化调配来满足空域系统的容量限制。根据实际雷达运行数据,验证了本文所提方法的可行性。结果表明,本文所提两种交通流优化方法均能有效解决航路空域的容需平衡问题,其中,航路网络交通流优化方法能从全局优化角度对交通流进行系统化建模与控制,在解决容需平衡问题的同时,还能有效降低运行成本、飞行时间以及航空二氧化碳排放。(本文来源于《南京航空航天大学》期刊2018-01-01）
朱文龙[10]（2017）在《双目标日变网络交通流演化研究》一文中研究指出日变交通流演化模型可以模拟出行者的路径调整行为,解释微观出行行为到宏观流量演化的实现机制。考虑出行时间和货币成本是影响出行者路径选择决策最重要的两个目标,本文研究了基于双目标的日变路径流量演化问题。首先,构造了基于时间价值的双目标相对比例路径调整过程(reBRAP)模型,其具有简洁的数学结构、直观的行为意义,可以避免过度调整和弱鲁棒性问题;此外,reBRAP模型是一种双准则理性行为调整过程。reBRAP的稳态路段流模式、稳态路径流模式和双准则用户均衡叁者之间相互等价,其蕴含了判断一个网络流模式是否达到均衡状态的方法。连续型日变reBRAP模型具有Lyapunov稳定性。针对离散型日变reBRAP模型,数值网络被采用测试其稳定性并分析出行者惯性和时间价值对路径流量演化的影响。其次,设计了无初始分配的可交易电子路票收补平衡(RTI)方案优化系统出行时间和排放并研究RTI方案下reBRAP模型所模拟的路径流演化问题。RTI方案可以支持基于系统出行时间和排放的Pareto系统最优交通流模式达到用户均衡状态,其蕴含了求解RTI方案的方法。进一步地,构造了RTI方案下相对比例路径调整过程(RreBRAP)模型模拟路径流量和电子路票数量的演化过程。采用数值路网测试了出行者惯性对路径流量和电子路票演化的影响。然后,针对出行时间和货币成本是两个相对独立目标的情况,建立了双目标理性行为调整过程(BRBAP)模型,是一个模拟双目标理性出行者日变路径调整过程的一般性框架模型。随后研究了BRBAP的稳态流模式集合的拓扑性质,即有界性、凹凸性和连通性,并分析了BRBAP的稳态流模式和双目标用户均衡之间的关系。研究结果表明:BRBAP的稳态流模式是BUE状态,反之不成立。进一步地,在恰当的条件下,BUE状态是BRBAP的稳态流模式。最后,建立了双目标相对比例路径调整过程(BPSAP)模型,验证了BPSAP是一种BRBAP,证明了BPSAP的稳态流模式等价于双目标用户均衡状态,并以数值路网测试了BPSAP模型。仿真结果表明:路网扰动会影响路径流量调整的最终状态;如果最终的路径流量处于稳态,该稳态流状态是双目标用户均衡状态。(本文来源于《天津大学》期刊2017-05-01）
网络交通流论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了提高长时交通流的预测精度,提出一种改进的人工蜂群优化BP神经网络分时段预测交通流的方法;利用Tent混沌映射采蜜蜂放弃的新解,实现具有混沌搜索策略的人工蜂群算法,然后优化BP神经网络的权值和阈值,最终训练BP神经网络以求得最优值;利用该预测方法对合肥市黄天路全天的交通流分时段预测,实现了对长时交通流的准确预测,与传统的人工蜂群优化BP神经网络预测对比,能有效改善预测精度,降低预测误差。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
网络交通流论文参考文献
[1].李嫚嫚,陆建,孙加辉,涂强.混合纯电动汽车与传统汽油车的网络交通流演化（英文）[J].JournalofSoutheastUniversity(EnglishEdition).2019
[2].李雪,李洋,郑晅.基于混沌搜索的人工蜂群优化神经网络交通流预测方法[J].计算机测量与控制.2019
[3].曹洁,沈钧珥,张红,侯亮,陈作汉.基于小波和多维重构的BP神经网络交通流短时预测[J].计算机应用与软件.2018
[4].李海云,王世锦,曹希,韩昀轩.基于多商品流理论实现的主干航路网络交通流分配[J].哈尔滨商业大学学报(自然科学版).2018
[5].阎昊,刘诗序,杨少辉,陈文思,郭丽丹.ATIS环境下的网络交通流逐日动态演化研究[J].福州大学学报(自然科学版).2018
[6].国腾飞,庞明宝.诱导信息信任度对道路网络交通流影响研究[J].交通科技.2018
[7].吴立烜,黄中祥,王玉兰,魏涛.一种拥挤数量调节的非均衡网络交通流动态演化模型（英文）[J].交通运输工程学报.2018
[8].黄健.Pre-signal在Manhattan型路网上的实现及其对网络交通流的影响[D].中国科学技术大学.2018
[9].陈丹.基于网络交通流需求预测的航路流量管理方法研究[D].南京航空航天大学.2018
[10].朱文龙.双目标日变网络交通流演化研究[D].天津大学.2017