V2Sim: An Open-Source Microscopic V2G Simulation Platform in Urban Power and Transportation Network
Southeast University（东南大学）；Xi’an Jiaotong University（西安交通大学）；Star Charge Technology Co., Ltd（星星充电科技有限公司）
提出V2Sim开源仿真平台，通过集成微观城市交通网络与配电网，实现电动汽车充电负荷和动态V2G操作的精确建模，支持自定义V2G策略和并行仿真，以南京实际交通网络案例验证其分析空间-时间分布及评估V2G影响的能力。
2024-12-13 cs.SY eess.SY
Stability of Information-Based Routing in Dynamic Transportation Networks
University of Groningen（格罗宁根大学）；Engineering and Technology Institute Groningen（格罗宁根工程与技术研究所）；J.C. Willems Center for Systems and Control（J.C.威尔姆斯系统与控制中心）
本文研究动态交通网络中基于信息的路由稳定性，提出一种能保证均衡存在并保持稳定性的信息信号设计方法，通过数值案例验证该方法在减少旅行时间的同时维持信息可信度的效果。
2026-01-19 cs.SY eess.SY
Dynamic Flow Equilibrium of Transportation and Power Distribution Networks Considering Flexible Traveling Choices and Voltage Quality Improvement
本文构建了兼顾经济与安全运行的交通与配电耦合网络动态交互模型，通过设计动态交通分配、排队模型、充电负荷波动费及电压偏差惩罚，并利用线性化与凸松弛技术求解均衡状态，有效缓解了电动汽车充电负荷引发的电压质量问题。
2023-04-07 cs.SY eess.SY
Braess' Paradoxes in Coupled Power and Transportation Systems
Elmore Family School of Electrical and Computer Engineering at Purdue University（普渡大学埃尔莫尔电气与计算机工程学院）
本文探讨电力与交通系统耦合中出现的新型布拉塞悖论，通过建模分析发现系统扩容可能恶化性能，并提出缓解策略。
2026-10-20 cs.SY eess.SY
Data-Driven Estimation of Travel Latency Cost Functions via Inverse Optimization in Multi-Class Transportation Networks
Boston University（波士顿大学）
本文提出一种数据驱动方法，用于估计多类交通网络中的旅行延迟成本函数，通过逆变分不等式方法进行验证，实验表明方法有效且高效。
2017-04-03 cs.SY eess.SY math.OC
Optimal Pricing to Manage Electric Vehicles in Coupled Power and Transportation Networks
研究电动汽车对电力和交通网络的影响，通过构建扩展交通图寻找最短路径，提出协同管理方案以实现社会最优运行。
2016-09-14 cs.MA cs.SY eess.SY
On the Observability and Redundancy of Intelligent Transportation Networks
Mechatronics Group, Faculty of Mechanical Engineering, Semnan University（萨姆南大学机械工程学院机电组）
本文针对混合交通网络，提出通过增加冗余提升智能交通系统安全可靠性，证明最少n条链路的强连通网络可保证可观测性，并给出图论冗余设计以增强抗故障能力。
2026-09-23 cs.SY eess.SY math.OC
Planning Strategies for Lane Reversals in Transportation Networks
本文利用规划宏观网络流模型，研究了在给定的起点-终点需求下，交通网络车道配置的优化策略。车道反向问题，在一般情况下，NP-难，因为优化是在整数变量。为了克服这一负担，我们重新制定的问题，使用分段仿射近似的行程延迟函数，使我们能够利用总的单模块性属性的非线性线性规划（ILP）。因此，我们通过放松整数变量将ILP问题转化为线性规划。此外，我们的方法是能够解决所需数量的车道反转，这有助于执行成本效益分析的问题。我们进行了一个案例研究，使用交通网络的马萨诸塞州东部（EMA），我们测试我们的方法对原来的车道配置和预计的下界解决方案。我们的实证结果量化了不同需求强度水平下的出行时间节省。我们观察到，对于网络中的某些链接，旅行时间减少了40%。
2021-07-14 cs.SY eess.SY math.OC
Layers of a City: Network-Based Insights into San Diego's Transportation Ecosystem
本研究利用网络科学构建圣地亚哥多层交通图，分析可达性与韧性，发现核心-边缘分化及30.3%POI公交可达性差距，提出可步行性指标，为交通公平与韧性提供定量框架。
2025-08-06 cs.SI cs.SY eess.SY
Sharing the Control Authority Between Deep Reinforcement Learning and Model Predictive Control: Application to Multi-Class Transportation Networks
Delft University of Technology（代尔夫特理工大学）；Delft Center for Systems and Control（代尔夫特系统与控制中心）
本文针对多类交通网络控制难题，提出DRL-MPC分层框架划分控制权，经多类高速公路网络实验，其性能优于混合状态反馈-MPC控制器，计算时间少于分层MPC控制器，模型失配时约束执行更有效。
2026-08-24 cs.LG cs.SY eess.SY
Joint Estimation of OD Demands and Cost Functions in Transportation Networks from Data
现有的工作已经解决的问题，估计出发地-目的地（OD）的需求和恢复旅行延迟功能下的Wardropian假设的交通网络。最终的目标是得到一个准确的预测模型的网络，使优化和控制。然而，这两个问题通常被分开处理，估计是基于参数模型。在本文中，我们提出了一种方法，联合恢复非参数行程延迟费用函数和估计OD需求使用交通流数据。将该问题转化为一个双层最优化问题，并提出了一种迭代一阶优化算法来求解，最后给出了Braess网络的数值算例，验证了该方法的有效性。
2019-09-03 cs.SY eess.SY math.OC
Quantitative Measures for Integrating Resilience into Transportation Planning Practice: Study in Texas
本研究的目的是提出一个系统级的框架与定量措施，以评估道路网络的弹性。本文提出的框架可以帮助交通运输机构将弹性考虑纳入项目开发，并有效地了解现有道路网络的弹性性能。该研究确定并实施了四个定量指标来分类的道路路段的关键性的基础上的道路网络弹性的关键尺寸，并提出了两个综合指标，结合所有的指标，以显示道路路段的整体弹性性能。对德克萨斯州的公路网进行了案例研究，以证明在实际情况下实施这一框架的有效性。由于本研究中使用的数据可供其他州和国家使用，因此本研究中提出的框架可供全球其他运输机构用于区域运输弹性评估。
2022-05-06 cs.SY eess.SY physics.soc-ph
Characterizing Flow Complexity in Transportation Networks using Graph Homology
本研究针对流复杂度随图偏离串并联拓扑的产生机制问题，提出以鲁棒k路径为链空间基的图同调方法，揭示了串并联图拓扑简洁性与高阶链空间的对应关系，还发现三阶链空间与Braess悖论位点的关联，为系统研究流网络复杂度提供了新工具。
2024-03-09 cs.DM cs.SY eess.SY
Electrification of Commercial E-buses by Utilizing Stationary Battery Energy Storage Systems for Mass Transportation Network in Los Angeles
2028年洛杉矶奥运会即将到来，公共交通网络需要扩大。绿色电动公交系统作为缓解排放问题的重要一步，正受到越来越多的关注。然而，引入大型电动公交车队将增加高峰负荷需求，这将对电网产生不利影响。这项研究解决了由于引入电动公交车队而导致的峰值负荷需求增加的问题。因此，研究了固定电池储能系统的潜在实现，以通过在高峰时段提供能量来削减峰值负载需求。此外，车队管理软件的实施已被证明是在洛杉矶的测试情况下。因此，基于特定的能源需求值、电池硬件选项、标准电动巴士行驶周期和配置文件以及当地巴士路线特征，已经解决了最佳电池规格和电价问题。此外，还进行了技术经济分析，以证明成本效益分析。
2021-04-21 cs.SY eess.SY math.OC
Open Traffic Models -- A framework for hybrid simulation of transportation networks
本文介绍了一种新的方法来混合交通建模，以及其在软件中的实现。该软件允许建模人员将流量模型分配给网络中的各个链路。每个模型都实现了一系列方法，称为建模接口。程序使用这些方法在相邻模型之间交换信息。交通控制器以类似的方式实现。本文概述了该方法的重要组成部分：网络描述，需求描述，建模和控制接口。我们包括测试，证明对macrospoic，介观和微观模型之间的拥塞传播。Open Traffic Models是这些概念的开源实现，可在https://github.com/ggomes/otm-sim上获得。
2019-08-12 cs.MS cs.SY eess.SY
Transportation Internet: Concepts, Models, and Architectures
自动化、互联、电气化和共享移动性引发了车辆和交通的颠覆性变化。自动驾驶汽车与互联网数据包一样，通过道路网络从一个地址传输到另一个地址。互联网已经成为一种通用的网络传输范式，能源互联网就是这种范式在能源领域的成功应用。本文将互联网范式引入交通领域，首次提出交通互联网。基于交通互联网的概念，建立了交通互联网的交换模型、路由模型、层次模型等基础模型，形成了交通互联网的基本理论;提出了交通路由器、软件定义交通等新的体系结构，实现了交通互联网的开放性;通过原型和仿真等系统验证，证明了交通互联网的可行性和先进性。在科学和产业上具有深远意义的交通互联网，带来了理论、架构、技术等方面的系统性突破，探索了创新性的研究方向，为新一代交通提供了类互联网的解决方案。
2021-09-29 cs.NI cs.SI cs.SY
Multi-Agent Reinforcement Learning for Cooperative Air Transportation Services in City-Wide Autonomous Urban Air Mobility
针对城市级多架UAM协同运输难题，提出基于CommNet与CTDE的MADRL管理算法，并利用真实垂直起降机场和UAM参数仿真验证其服务质量优势。
2023-06-07 cs.MA cs.SY eess.SY
Incentive Design and Profit Sharing in Multi-modal Transportation Network
我们考虑多个运输服务提供商合作提供综合多式联运平台的情况，通过简化多式联运旅程规划、支付以及第一英里和最后一英里的连接，为乘客提供便利。这种市场结构允许多式联运平台协调不同模式的利润，并为乘客提供激励。因此，在本文中，我们使用合作博弈理论与超路径为基础的随机用户均衡框架来研究这样的市场。我们假设平台沿着运输网络中的每条边设置激励措施（价格折扣或对乘客收取超额费用）。我们得到的连续性和单调性的平衡流的激励沿每一个边缘。通过两时间尺度随机逼近算法得到了使平台利润最大化的最优激励。我们使用非对称纳什讨价还价的解决方案，设计一个公平的利润分配方案之间的服务提供商。我们表明，在这样的平台上合作后，每个服务提供商的利润增加。最后，我们通过两个数值模拟来补充理论结果。
2022-06-28 cs.GT cs.SY eess.SY
DRIVE: A Digital Network Oracle for Cooperative Intelligent Transportation Systems
在一个人工智能彻底改变推理、预测和决策任务的世界里，数字孪生成为改变游戏规则的工具。一个恰当的例子是合作智能交通系统（C-ITS）的开发和优化：网络物理数字基础设施和（半）自动移动性的融合。本文介绍了用于自驱动智能车辆（DRIVE）的数字孪生。开发的框架解决了传统的车辆和网络模拟器的缺点。它提供了一个灵活的，模块化的，可扩展的实现，以确保大规模的，全市范围的实验与适度的计算成本。我们的数字孪生的定义特征是一个独特的架构，允许提交顺序查询，数字孪生提供即时响应与“世界的状态”，因此是一个甲骨文。通过与外部智能代理和真实移动轨迹的双向交互，DRIVE为基于机器学习的C-ITS解决方案的开发、训练和优化提供了环境。
2020-07-07 cs.NI cs.SY eess.SY
Generalized Wardrop Equilibrium for Charging Station Selection and Route Choice of Electric Vehicles in Joint Power Distribution and Transportation Networks
本文提出了一个由异构电动汽车（EV）和配电系统运营商（DSO）作为球员，充电站运营商（CSO）和运输网络运营商（TNO）作为协调员组成的博弈的均衡分析。每辆电动汽车都试图选择一个充电站作为目的地，同时选择一条到达目的地的路线。然而，道路和充电站上的交通和电力负荷拥挤导致电动汽车的最优决策之间的相互依赖性。CSO和TNO需要应用一些收费来控制这种拥塞。另一方面，充电站的定价取决于实时分布式位置边际定价，这是由DSO解决配电网络上的最优潮流后确定的。本文还考虑了电动汽车，交通和分销网络的本地和耦合/基础设施的限制。该问题被建模为一个广义聚合博弈，然后提出一种分散学习方法来获得博弈的一个均衡点，即变分广义Wardrop均衡.证明了平衡点的存在性和算法的收敛性。我们进行数值研究萨凡纳城市模型和IEEE 33节点配电网，并调查各种特性对需求和价格的影响。
2023-01-26 cs.GT cs.SY eess.SY
Incentive Design for Eco-driving in Urban Transportation Networks
针对城市交通减排需求，本文提出数字平台eco-planner，结合用户出行偏好与预算约束制定个性化生态驾驶建议及激励，实验证明其比统一激励方案以更少预算实现更优减排与更高用户依从性。
2024-05-16 cs.SI cs.SY eess.SY
Online Identification using Adaptive Laws and Neural Networks for Multi-Quadrotor Centralized Transportation System
本文提出一种自适应神经识别方法，用于增强多四旋翼集中运输系统的鲁棒性，通过在线调节和学习分解的误差子空间，实现对时变扰动和模型不确定性的高效实时补偿。
2025-09-02 cs.RO cs.SY eess.SY
6G Enabled Advanced Transportation Systems
本文探讨了6G网络与交通系统的两种交互方式，分析了6G在异构空地交通中的无缝连接潜力，并基于定位、通感一体化与安全等进展阐述其如何赋能未来智能交通。
2023-12-11 cs.IT cs.NI cs.SY
Stability Analysis of Transportation Networks with Multiscale Driver Decisions
Massachusetts Institute of Technology（麻省理工学院）
针对受多时空尺度信息影响的驾驶员路径选择行为，提出耦合常微分方程模型，证明当路径偏好更新频率远小于交通流动态频率时，网络状态趋近于Wardrop均衡的邻域。
2011-01-11 cs.GT cs.SY eess.SY
