位置:成果数据库 > 期刊 > 期刊详情页
基于粒子群算法的快速路投资优化方法
  • ISSN号:1007-6735
  • 期刊名称:《上海理工大学学报》
  • 时间:0
  • 分类:U411[交通运输工程—道路与铁道工程]
  • 作者机构:上海理工大学管理学院,上海200093
  • 相关基金:国家自然科学基金资助项目(70672110);上海市重点学科(第三期)建设资助项目(S30540);上海市教委科技创新项目(10YS105)
中文摘要:

从投资影响交通网络容量出发,提出一种新的以元胞传输模型CTM(cell transit model)理论为基础的快速路投资优化方法.首先,对元胞传输模型进行改进以实现局部匝道控制;其次,利用粒子群智能优化方法,构造了元胞通行能力优化问题的粒子群表达方法;并定义了总行车里程(TDT)和系统总延误(TD)作为衡量快速路系统的性能指标.计算结果显示投资前TDT为12 004 874m,TD为3 582 405.1s,投资后TDT为13 128 283m,TD为3 537 468.7s,总行车里程投资后较投资前增加了1 123 409m,总延误投资后较投资前减少了44 936.4s.结果分析表明,新优化方法使总行车里程显著增长,使系统总延误显著降低,提高了整个路网性能.该投资优化方法可以较好地解决快速路投资优化问题.

英文摘要:

From the view point of the affection of investment on traffic network capacity, a new kind of expressway investment optimization method based on the cell transmission model (CTM) theory was put forward. The cell transmission model was improved in order to realize the local ramp control. A particle swarm expression method for the meta cell capacity optimization problem was constructed by using the particle swarm intelligent optimization method. And the total mileage (TDT) and system delay (TD) were defined as a measure of the performance of expressway system. The calculation results show that before the investment, the TDT is 12 004 874 m, the TD is 3 582 405.1 s,and after investment,the TDT is 13 128 283 m,increased by 1 123 409 m,the TD is 3 537 468.7 s,reduced by 44 936.4 s. The results show that the new optimization method makes the total mileage significantly grow and the total delay significantly reduce. The performance of the entire road network is also improved. The investment optimization method can better solve the optimization problem of expressway investment.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《上海理工大学学报》
  • 北大核心期刊(2011版)
  • 主管单位:上海市教育委员会
  • 主办单位:上海理工大学
  • 主编:庄松林
  • 地址:上海市军工路516号489信箱
  • 邮编:200093
  • 邮箱:xbzrb@USST.edu.cn
  • 电话:021-55277251
  • 国际标准刊号:ISSN:1007-6735
  • 国内统一刊号:ISSN:31-1739/T
  • 邮发代号:4-401
  • 获奖情况:
  • 上海市高等学校优秀自然科学学报一等奖,1999年获全国优秀高等学校自然科学学报及教育部优...,1995年获机械工业部优秀科技期刊三等奖
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),荷兰文摘与引文数据库,美国剑桥科学文摘,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:5359