人車混合時空疏散模型優(yōu)化與仿真

目錄
《信息科學(xué)技術(shù)學(xué)術(shù)著作叢書》序
前言
第1章 緒論 1
1.1 引言 1
1.2 疏散問題的定義及特點 1
1.3 應(yīng)急疏散研究現(xiàn)狀 2
1.3.1 建筑物內(nèi)人員疏散 2
1.3.2 路網(wǎng)上的車輛疏散 4
1.3.3 人車混合疏散 4
1.3.4 基于優(yōu)化算法的疏散模型 5
1.4 本書的組織結(jié)構(gòu) 9
參考文獻(xiàn) 10
第2章 大型活動區(qū)域分片網(wǎng)絡(luò)人員疏散模型 17
2.1 大型活動區(qū)域人員疏散的特點 17
2.2 分片網(wǎng)絡(luò) 18
2.3 分片網(wǎng)絡(luò)人員疏散模型 20
2.3.1 網(wǎng)絡(luò)清空時間和總和路徑長度 22
2.3.2 累積擁擠度 23
2.3.3 速度和位置計算 23
2.3.4 分片約束 24
2.4 分片化多目標(biāo)疏散路徑優(yōu)化算法 24
2.4.1 分片化向量信息素選路方法 25
2.4.2 算法步驟 27
2.5 數(shù)值實驗及分析 28
2.5.1 實驗設(shè)計 28
2.5.2 疏散方案性能分析方法 32
2.5.3 非劣方案集的目標(biāo)空間分布 35
2.5.4 非劣方案集收斂性分析 36
2.5.5 非劣方案集多樣性分析 37
2.5.6 非劣方案集分布均勻性分析 38
2.5.7 疏散時空路徑分析 39
2.5.8 疏散效率分析 41
2.5.9 擁擠狀況分析 42
2.6 本章小結(jié) 47
參考文獻(xiàn) 47
第3章 多目標(biāo)疏散優(yōu)化方案影響因素分析 50
3.1 基于優(yōu)先級的Pareto偏序關(guān)系 50
3.2 基于優(yōu)先級Pareto偏序關(guān)系的向量信息素選路方法 50
3.3 優(yōu)先級Pareto偏序關(guān)系向量信息素選路方法對疏散方案性能影響分析 52
3.3.1 非劣方案集的目標(biāo)空間分布 52
3.3.2 非劣方案集的收斂性分析 53
3.3.3 非劣方案集的多樣性分析 55
3.3.4 非劣方案集分布均勻性分析 56
3.3.5 疏散時空路徑分析 57
3.3.6 疏散效率分析 59
3.3.7 擁擠狀況分析 60
3.4 本章小結(jié) 64
參考文獻(xiàn) 65
第4章 基于熵的多蟻群系統(tǒng)的人車混合疏散模型 66
4.1 基于單一蟻群系統(tǒng)的人車混合疏散 66
4.1.1 數(shù)學(xué)模型 66
4.1.2 基于單一蟻群的人車混合疏散優(yōu)化算法 67
4.2 基于熵的多蟻群人車混合疏散模型 70
4.2.1 疏散目標(biāo)設(shè)置 70
4.2.2 蟻群熵 71
4.2.3 基于熵的多蟻群通信 72
4.2.4 信息素更新 73
4.2.5 基于熵的多蟻群優(yōu)化算法 73
4.3 數(shù)值實驗與分析 75
4.4 本章小結(jié) 78
參考文獻(xiàn) 78
第5章 基于粒子群的人車混合疏散模型 79
5.1 粒子群優(yōu)化算法概述 79
5.2 基于多粒子群協(xié)同演化的人車混合疏散模型 80
5.2.1 疏散密度計算 80
5.2.2 數(shù)學(xué)模型 81
5.3 基于多粒子群協(xié)同演化的人車混合疏散優(yōu)化算法 81
5.3.1 適應(yīng)度函數(shù) 82
5.3.2 運動方程 82
5.3.3 信息素更新機制 82
5.3.4 粒子群協(xié)同演化 84
5.3.5 算法流程 84
5.4 數(shù)值實驗與分析 86
5.5 本章小結(jié) 91
參考文獻(xiàn) 91
第6章 基于均衡模型的應(yīng)急疏散 92
6.1 均衡模型 92
6.2 Wardrop均衡 94
6.2.1 用戶均衡 94
6.2.2 系統(tǒng)均衡 95
6.2.3 Wardrop均衡數(shù)學(xué)模型 96
6.3 基于遺傳算法的演化均衡疏散模型 97
6.3.1 Nash均衡 98
6.3.2 數(shù)學(xué)模型 99
6.3.3 基于遺傳算法的演化均衡算法流程 100
6.4 均衡指數(shù) 103
6.5 改進(jìn)的演化均衡模型在校園疏散中的應(yīng)用 104
6.6 本章小結(jié) 105
參考文獻(xiàn) 105
第7章 基于校園人車交互規(guī)則的多目標(biāo)疏散均衡模型 107
7.1 校園環(huán)境特征分析 107
7.1.1 路網(wǎng)特征 107
7.1.2 校園混合疏散心理分析 109
7.1.3 人車混合交通流構(gòu)成特征 109
7.1.4 人車混合交通流行為特征 110
7.2 校園人車混行疏散分析 111
7.2.1 問題描述 111
7.2.2 人車混合疏散目標(biāo) 112
7.2.3 人車混合擁擠度分析 113
7.2.4 人車混合路口轉(zhuǎn)向規(guī)則分析 116
7.3 基于多目標(biāo)的人車交互疏散演化均衡模型 121
7.3.1 多目標(biāo)優(yōu)化算法 121
7.3.2 基于演化均衡的多目標(biāo)疏散算法流程 125
7.4 校園路網(wǎng)疏散實驗 127
7.5 本章小結(jié) 139
參考文獻(xiàn) 139
第8章 基于元胞自動機的校園人車混合交通行為模型 141
8.1 校園人車混合交通行為及其規(guī)則 141
8.1.1 校園人車混合交通行為定性分析 141
8.1.2 校園人車混合交通行為規(guī)則 142
8.2 校園人車混合交通行為提取與定量分析 143
8.2.1 交通數(shù)據(jù)的采集與預(yù)處理 143
8.2.2 校園人車混合交通行為定量分析 146
8.3 基于元胞自動機的校園人車混合交通行為模型 155
8.4 仿真結(jié)果與分析 162
8.4.1 人車混合交通流特征參數(shù) 162
8.4.2 人車混合交通視頻觀測結(jié)果與仿真結(jié)果對比 163
8.4.3 不同交通類型之間相互干擾仿真結(jié)果與分析 165
8.5 本章小結(jié) 170
參考文獻(xiàn) 171
第9章 基于實時信息反饋的校園路網(wǎng)混合交通流路徑誘導(dǎo)策略 173
9.1 校園混合交通流路徑誘導(dǎo)模擬場景與方法 173
9.2 校園道路網(wǎng)絡(luò)的實時信息反饋機制 174
9.3 基于實時信息反饋的混合交通流路徑誘導(dǎo)策略 176
9.3.1 異構(gòu)車輛流的路徑誘導(dǎo)策略 176
9.3.2 校園路網(wǎng)人車混合交通流的路徑誘導(dǎo)策略 186
9.4 基于實時信息反饋的路徑誘導(dǎo)策略性能分析 187
9.5 本章小結(jié) 194
參考文獻(xiàn) 194