前言 1
第1章 动态与随机交通网络模型绪论及其应用领域 1
1.1 动态与随机交通网络模型的基本概念及其应用领域 1
1.1.1 静态交通网络流量平衡概念 1
目录 1
1.1.2 动态交通网络流量的推广 2
1.1.3 预测型动态用户最优DUO条件 3
1.1.4 预测型动态系统最优（DSO）条件 3
1.1.5 随机型DUO条件 4
1.1.6 模糊型DUO条件 5
1.1.7 动态交通流量分配（DTA） 6
1.2 DTA在智能交通系统（ITS）中的应用 7
1.2.1 动态交通网络模型的应用意义 7
1.2.2 DTA的应用领域 8
2.1 DTA文献的回顾 10
2.1.1 数学规划类模型 10
第2章 DTA文献综述 10
2.1.2 最优控制模型 12
2.1.3 变分不等式（VI）模型 13
2.1.4 基于交通仿真的模型 15
2.2 其他基本的建模问题 17
2.2.1 描述平衡及其行为的问题 17
2.2.2 交通流传播建模 18
2.3 出行需求的不确定性 20
2.4 动态交通网络计算中的路径处理 21
2.5 数学可处理性的方法、FIFO违规现象以及高效率分解方法 22
2.6 本研究的技术路线 23
2.6.1 DUE/DUO模型的改进 23
2.6.2 DUE/DUO模型算法的改进 23
2.7 文献综述结束语 24
第3章 动态交通网络变分不等式（VIP）类模型及其算法 25
3.1 DUO条件下的动态路线选择问题建模及其求解算法 25
3.1.1 动态平衡条件及其建模 25
3.1.2 VIP问题（3-32）的求解算法 35
3.2 动态DUO出发时间／路线选择联合模型 44
3.2.1 DUO-DT/RC联合问题的平衡条件 44
3.2.2 DUO-DT/RC联合问题的VIP建模 44
3.2.3 等价性分析 45
3.2.4 求解DUO-DT/RC-VIP模型的算法 46
3.3 具有变出行需求的DUO模型 48
3.3.1 DUO可变出行需求／路线选择的联合模型 48
3.3.2 DUO-VD/RC构模的求解算法 50
3.3.3 DUO可变出行需求／出发时问／路线选择三重联合模型 52
3.4 动态系统最优路线选择模型 54
3.4.1 动态边际路段行程时间 55
3.4.2 DSO条件 55
3.4.3 DSO的最优化构模 56
3.5 本章结论 58
第4章 基于最大熵原理的动态与随机交通选择模型 59
4.1 热力学概念简介 59
4.2 交通行为熵——出行者选择交通活动决策行为的随机性和无序性 61
4.3 交通选择行为的微观状态与交通选择熵的物理意义 62
4.4 交通选择熵模型 63
4.5 负交通选择熵模型的一阶条件 68
4.6 参数θrs的标定 73
4.7 本章结论 75
第5章 动态路段行程时间宏观模型研究及其在信号道路网中的应用 76
5.1 动态路段行程时间问题的提出 76
5.1.2 离散的动态路段状态变量 78
5.1.1 离散化的动态路段特征参数 78
5.2 离散型动态路段模型 79
5.2.1 M-N模型 79
5.2.2 动态路段延误函数模型 80
5.2.3 质点排队模型（PQ） 82
5.2.4 单元传播模型（CTM） 83
5.3 不同的驶人流形态和不同的路网加载结果 84
5.4 模型的定性评价 91
5.4.2 精确度 92
5.4.1 模型离散化和标定的难易程度 92
5.4.3 计算效率之一：CPU时问 93
5.4.4 计算效率之二：占用存储空间的大小 94
5.5 考虑排队长度的有度排队模型（SQ） 94
5.5.1 有度排队SQ模型的建模基础 95
5.5.2 车辆在信号交叉口处排队与驶离的集散波分析 96
5.5.3 具有信号交叉口的动态路段行程时间有度排队模型（SQ） 99
5.5.4 对SQ模型的定性评价与检验 104
5.6 交通量构成对路段动态特征指标的影响研究 118
5.6.1 引言 118
5.6.2 问题的提出 118
5.6.3 交通流模型 119
5.6.4 交通量构成对路段动态特征的影响 121
5.6.5 动态路段行程时间函数模型 124
5.7 本章结论 125
第6章 基于路径的大型交通网络动态平衡分配问题算法研究 127
6.1 基于路径流量的动态与静态交通分配模型 128
6.2 采用基于路径算法求解基于路径流量的交通分配问题 129
6.2.1 静态型非集计单纯形分解算法（DSD） 129
6.2.2 静态型梯度投影算法（GP法） 130
6.2.3 静态型DSD和GP算法的框架 131
6.3 静态型DSD算法和GP算法的实际应用议题 136
6.3.1 算法对计算机内存需求量及其编程 136
6.3.2 路径流量更新算法 137
6.3.3 算法的搜索方向计算 137
6.3.4 算法搜索步长 137
6.4 静态型基于路径算法的应用实例 138
6.4.1 敏感性分析 138
6.4.2 真实道路交通网络计算结果分析 141
6.5 基于路径算法的动态扩展 145
6.5.1 静态型非集计单纯形分解算法的动态推广（DDSD） 145
6.5.2 静态型基于路径算法的动态推广（DGP） 147
6.5.3 动态型的DDSD算法和 DGP算法的框架 148
6.6 本章结论 155
第7章 优化可变信息标志（CMS）系统选址模型——DTA应用研究之一 157
7.1 优化可变信息标志（CMS）系统选址问题的提出 157
7.2 交通事件引发车辆延误和交通量转移的模型 158
7.2.1 无信息（不安装CMS）条件下的交通事件延误模型 159
7.2.2 交通量转移模型 161
7.2.3 提供交通信息条件下的交通事件延误模型 162
7.2.4 模型求解算法 165
7.3 确定CMS系统最优转移率的问题 165
7.3.1 CMS最优转移率的问题及其求解方法 166
7.3.2 最优动态时变CMS交通量转移率问题的模型 167
7.3.3 模型的求解算法 170
7.4 敏感性分析 173
7.4.1 简单的道路网络算例 173
7.4.2 与经验做法之比较 174
7.4.3 考虑多个时间段 175
7.4.4 交通需求量的不确定性 177
7.4.5 交通事件特征参数的不确定性 178
7.4.6 交通转移模型参数的不确定性 179
7.4.7 动态系统最优交通量转移率的计算结果 180
7.5 本章结论 185
第8章 随机型DTA模型及其应用研究——DTA应用研究之二 187
8.1 具有概率行程时间感觉函数的随机型DTA模型应用 187
8.1.1 在随机型动态交通网络环境下的出行者感觉函数 187
8.1.2 用路者的冒险行为 189
8.1.3 随机型动态交通网络模型约束条件 191
8.1.4 随机型动态路段行程时间和延误函数 191
8.1.5 随机型DTA变分不等式（VIP）建模 192
8.1.6 随机型DUO路线选择问题VIP模型求解算法 192
8.1.7 实验交通网络的试算 193
8.2 本章结论 204
主要变量符号 205
参考文献 208
后记 215