|||
中国科学技术大学近代物理系,合肥 230026
上海理工大学复杂系统科学研究中心及
上海系统科学研究院复杂适应系统研究所 上海 200093
摘要: 本文介绍中国科技大学复杂系统研究组在国家重点基础研究发展计划(973项目)大城市交通拥堵瓶颈的基础科学问题研究(2006-2011);国家自然科学基金项目:城市交通系统的非线性动力学特性研究(重点项目2006-2009);及 基于复杂网络的复杂系统动力学及统计行为的研究(重点项目 2007-2010)等支持下所完成的关于城市交通与交通网络复杂系统的一些研究工作。概述了中科大项目组在交通流问题的以下四个研究方向所取得的进展:交通网络的输运和堵塞演化研究;城市交通系统的拓扑与瓶颈结构及堵塞相变;新一代智能车辆应用于多通道选择的各种预测反馈策略的提出;和 三相交通流理论研究及新的交通流模型的提出。
关键词:大城市交通拥堵瓶颈问题;智能车辆的预测反馈策略;三相交通流理论;交通网络的输运优化;交通流模型
(一)交通网络的输运和堵塞演化研究
1,交通运输供需网络上的输运优化研究
在交通系统中很重要的一个问题就是要使交通运输过程更加高效,也就是增加全局的运输能力,减少平均的运输时间。交通网络的运输能力依赖于供应节点位置的分布。如何找到最优化的供应节点的位置分布使得网络运输能力最大化是个很重要的问题。
在以前的研究中,一个潜在的假设是网络中每个节点是源节点。然而我们知道现实世界远不是这样的。在供需网络中,节点被分成两类:供应节点提供资源,需求节点接收资源。我们提出了供需网络上的普适的运输模型和评价网络运输能力的标准。通过使用模拟退火算法,我们得到了对应于最大网络运输能力的接近最优的供应节点位置。[1]
我们的模型假设有N个节点。这些节点可以分成两类:一类是专门提供资源的供应方,另一类是需要服务的客户。模型假设需求是均匀分布的,即每个客户需要一个单位的资源。对于一个给定的客户,我们假设这个资源是由它最近的邻居供应的。然而,在某些时候,同时有几个最近邻居,到达每个最近邻居有几条最短路径。那么在实际操作中,就随机地选取一条最短路径。如果每条边的运输能力是一样的,最大的边负载Lmax