城市动态交通网络分析方法PDF电子书下载

第1章 绪论 1

1.1 城市交通问题概述 1

1.2 智能交通系统——解决城市交通问题的有效手段 2

1.3 动态交通网络模型的意义 3

1.4 本书的结构 4

参考文献 5

第2章 动态O-D反推概述 6

2.1 动态O-D矩阵的概念 6

2.2 网络流量的描述 7

2.3 静态O-D反推概述及发展 8

2.4 动态O-D反推概述及早期发展 9

2.5 动态O-D反推理论的分类 11

2.6 小结 12

参考文献 12

第3章 基于参数优化的动态O-D反推方法 14

3.1 Cremer ＆ Keller以及Nihan ＆ Davis模型 14

3.2 部分约束模型 14

3.3 Sherali全约束模型及算法 16

3.4 Gajewski集成平方误差模型 17

3.5 双层规划模型及算法 17

3.6 单层非线性优化模型及算法 24

3.7 小结 30

参考文献 30

第4章 基于极大熵和似然函数最大化的动态O-D反推方法 32

4.1 极大熵模型 32

4.2 似然函数最大化模型 34

4.3 小结 34

参考文献 35

第5章 基于卡尔曼滤波的动态O-D反推方法 36

5.1 卡尔曼滤波理论简介 36

5.2 Okutani模型 37

5.3 Ashok ＆ Ben-Akiva模型 37

5.4 Chang ＆ Wu模型 38

5.5 Madanat模型 39

5.6 Wu ＆ Kachroo模型 40

5.7 扩大状态变量模型 40

5.8 Lin ＆ Chang模型 42

5.9 元胞传输（CTM）模型 42

5.10 路口—全路网两步反推模型 43

5.11 Zhou ＆ Mahmassani模型及算法 44

5.12 Lou ＆ Yin模型及算法 50

5.13 小结 53

参考文献 53

第6章 基于变分不等式及其他思路的动态O-D反推方法 55

6.1 变分不等式模型 55

6.2 神经网络模型 58

6.3 拟动态模型 59

参考文献 62

第7章 动态O-D反推关键问题及解决方法 63

7.1 各类动态O-D反推模型及算法的比较 63

7.2 动态O-D反推理论中的关键问题及解决方法 64

7.3 小结 71

参考文献 71

第8章 动态交通分配概述 74

8.1 动态交通分配的定义 74

8.2 动态交通分配的主要研究内容 75

8.3 动态交通分配的特性 75

8.4 动态交通分配模型的分类 77

8.5 小结 77

参考文献 78

第9章 基于数学规划的动态交通分配方法 79

9.1 M-N（Merchant ＆ Nemhauser）模型 79

9.2 Birge ＆ Ho模型 80

9.3 Carey模型 81

9.4 Jayakrishan ＆ Tsai模型 83

9.5 Ziliaskopoulos模型 84

9.6 小结 86

参考文献 86

第10章 基于最优控制的动态交通分配方法 88

10.1 Luque ＆ Friesz模型 88

10.2 Wie ＆ Friesz模型 90

10.3 Ran ＆ Boyce模型 91

10.4 小结 93

参考文献 93

第11章 基于变分不等式的动态交通分配方法 95

11.1 变分不等式模型简介 95

11.2 单用户路径选择动态最优分配的变分不等式模型 96

11.3 多用户路径选择动态最优分配的变分不等式模型 101

11.4 考虑路径和出发时间选择的动态用户最优分配的变分不等式模型 105

11.5 小结 119

参考文献 119

第12章 计算机仿真方法及动态交通分配总结 121

12.1 计算机仿真模型简介 121

12.2 计算机仿真模型发展历程与研究进展 122

12.3 计算机仿真模型小结 124

12.4 动态交通分配总结与展望 124

参考文献 126

第13章 动态交通网络分析案例研究 127

13.1 基于参数优化的路口动态O-D反推模型 127

13.2 基于卡尔曼滤波的动态O-D反推模型 137

13.3 基于BP神经网络的动态O-D反推模型 141

13.4 路口动态O-D反推组合模型 144

13.5 路口动态O-D预测组合模型 148

13.6 小结 153

参考文献 153

第14章 动态交通网络分析在ITS中的应用 155

14.1 动态O-D反推在路口信号控制中的应用 155

14.2 动态O-D反推在干线信号控制中的应用 163

14.3 小结 172

参考文献 172

附录 173

附录1 卡尔曼滤波求解算法 173

附录2 BP神经网络求解算法 177

附录3 贝叶斯组合模型求解算法 178

附录4 基于历史偏差的卡尔曼滤波求解算法 180

附录5 引入控制变量的卡尔曼滤波求解算法 181

附录6 基于元胞传输模型的走行时间求解算法 183

附录7 单点多目标优化信号控制模型求解算法 190

附录8 干线协调信号控制模型求解算法 191