On Submodularity and Controllability in Complex Dynamical Networks
ETH Zurich(苏黎世联邦理工学院)
本文研究复杂动态网络中可控性和可观测性的结构特性,通过证明某些指标具有模性和次模性,提出贪心启发法进行优化。
2016-09-30 cs.SY eess.SY math.OC
Large-Scale Traffic Signal Offset Optimization
偏移最优化问题寻求协调和同步整个网络中的交通信号的定时,以便增强交通流量并减少停止和延迟。最近,通过将交通流建模为正弦曲线,将偏移优化问题转化为不含整数变量的连续最优化问题。在本文中,我们提出了一种新的算法来解决这个新的制定近全局最优的大规模。具体来说,我们解决了一个凸松弛的非凸问题,使用树分解减少,并使用随机舍入恢复一个近全局的解决方案。我们证明了该算法总是提供解决方案的期望值至少0.785倍的全球最优值。此外,假设交通网络的拓扑结构是“树状”的,我们证明了该算法具有近线性的时间复杂度的交叉口的数量。这些理论保证实验验证伯克利,曼哈顿和洛杉矶的交通网络。在我们的数值结果中,该算法的经验时间复杂度是线性的,解决方案的目标在0.99倍的全球最优值。
2019-11-19 cs.SY eess.SY math.OC
Traffic Control in a Mixed Autonomy Scenario at Urban Intersections: An Optimization-based Framework
我们考虑一个交叉区,其中自动驾驶汽车(AV)和人类驾驶的车辆(HDV)可以存在。当新的车辆到达时,交通控制器需要决定并施加将离开交叉口区域的车辆的最佳顺序。交通控制器可以发送关于AV可以穿过十字路口的时间的信息;然而,交通控制器不能与HDV通信,而只能使用交通灯来控制HDV。我们制定的问题作为一个整数约束的非线性优化问题的交通路口控制器只与一个子集的AV。由于可能的组合的数量随着系统中车辆的数量呈指数级增加,我们放松了原来的问题,并提出了一种算法,给出了放松的问题的最佳解决方案,但只与系统中的车辆数量呈线性关系。数值计算表明,我们的算法优于先进先出(FIFO)算法。
2021-08-28 cs.SY eess.SY math.OC
Optimization-based Coordination of Traffic Lights and Automated Vehicles at Intersections
本文将信号化交叉口交通信号灯与自动驾驶车辆协调建模为混合整数非线性规划问题,提出上下层分解方法,利用下层解和参数优化技术通过序列二次规划求解,数值算例验证了其有效性。
2025-02-03 cs.SY eess.SY math.OC
Computationally Efficient Dynamic Traffic Optimization Of Railway Systems
在本文中,我们研究实时,动态交通优化铁路系统。为了使实际的解决方案的时间,我们操作的优化器在滚动时域的方式和优化的视野是短于完整的路径到目的地,使用模型预测控制(MPC)的方法。我们提出了新的程序,建立安全的预测范围,提供正式的保证,系统的操作方式,满足硬安全约束,尽管事实上,并不是所有未来的训练的相互作用考虑,通过表征最小所需的优化范围。我们还表明,任何可行解,我们提出的模型是足以保持一个安全的,自动化操作的铁路系统,提供严格要求的计算上的上界。此外,我们表明,这些最小的优化视野也表征上界的计算需要构建一个可行解的任何任意优化视野,随时算法铺平了道路。最后,我们的研究结果使系统的解决方案重用,以前的时间表可用。我们测试我们的方法在一个详细的模拟环境中的一个现实世界的铁路系统用于货运。
2021-05-09 cs.SY eess.SY math.OC
Vehicle path and traffic flow optimization via lane changing of automated or semi-automated vehicles on motorways
本文研究自动或半自动驾驶车辆在高速公路上采用MOBIL换道策略对车辆行程时间和交通流的影响,通过Aimsun微观仿真分析不同参数及交通条件下的优化效果。
2023-12-02 cs.SY eess.SY math.OC
A Control-Theoretic Approach for Scalable and Robust Traffic Density Estimation using Convex Optimization
The University of Texas at San Antonio(德克萨斯大学圣安东尼奥分校);The University of Texas at Austin(德克萨斯大学奥斯汀分校)
本文提出了一种基于凸优化的交通密度估计方法,通过构建扩展高速公路的通用交通流模型,利用非线性特性的分析设计了实时且鲁棒的状态估计器,以提高交通网络的监控和控制能力。
2019-11-08 cs.SY eess.SY math.OC
Optimization of continuous-flow over traffic networks with fundamental diagram constraints
KTH Royal Institute of Technology(皇家理工学院);Digital Futures, KTH Royal Institute of Technology(数字未来中心,皇家理工学院)
针对交通流问题中容量限制被忽略的不足,将基本图纳入图上动态连续流最优传输模型,构建了保持质量守恒的凸变分离散化方法,并提出了高效优化算法以求解城市级道路网络的最优拥堵感知交通流。
2025-11-01 cs.SY eess.SY math.OC
Integrated Eco-Driving and Powertrain Optimization for Hybrid Vehicles in Complex Urban Traffic
Louisiana State University(路易斯安那州立大学)
针对城市混合动力汽车,提出集成有限时域生态驾驶规划框架,联合优化交通行为与动力总成运行,同时建模多方面驾驶行为及动力总成运行,模拟研究表明该方法能在维持合规驾驶计划时改善能源性能。
2026-07-29 cs.SY eess.SY math.OC
Speed limits in traffic emission models using multi-objective optimization
本文提出以速度限制为可控参数,结合交通排放模型和多目标优化方法,在优化交通流的同时最小化空气污染,实现生态与经济目标之间的最优折中。
2024-06-07 math.OC
Mitigating Regional Traffic Congestion via School Start Time Scheduling: A Bilevel Alternating Optimization Approach
University of Cyprus(塞浦路斯大学)
本文针对城市中学校相关集中出行引发的早高峰拥堵,提出结合宏观基本图的双层交替优化框架,通过调节上学时间缓解拥堵,明确了上学时间灵活性与交通效率的权衡关系。
2026-08-20 cs.SY eess.SY math.OC
Smart City Intelligent System Traffic Congestion Optimization using Internet Of Things
交通水平的提高对智能交通系统的发展提出了更高的要求。随着交通拥堵缓解复杂性的增加,寻求解决交通拥堵问题的方法已成为挑战之一。文献中已经提出了各种优化技术来应对这些挑战。本文综述了自动交通拥塞控制的各种优化技术。提出了一种基于河流形成动力学的交通拥塞控制优化方法,并提出了一种基于物联网的实时的信息提取方案,以提高效率和生产率。
2019-11-04 cs.NI math.OC
Optimization-based One-side Boundary Control of LWR Traffic Models
University of Waterloo(滑铁卢大学);Queen’s University(女王大学)
本文研究了一类基于优化的单侧边界控制方法,通过Lyapunov函数和边界控制屏障函数实现交通流模型的稳定性与不变性,采用凸优化问题选择控制输入,验证了对通用交通流函数的适用性。
2026-07-29 math.OC
Traffic signal optimization in large-scale urban road networks: an adaptive-predictive controller using Ising models
针对大规模城市路网交通信号优化计算负载高的问题,提出将最优控制转化为伊辛问题的AMPIC方法,结合伊辛求解器实现高效优化,实验验证其可提升车速、减少排放,适配大规模路网。
2024-07-12 cs.ET cs.SY eess.SY
Connected Vehicle Data-driven Robust Optimization for Traffic Signal Timing: Modeling Traffic Flow Variability and Errors
针对现有网联汽车数据驱动的交通信号配时研究忽略交通流估计误差的问题,提出考虑交通流变异性与误差的鲁棒优化框架,通过构建数据驱动到达率不确定集规避估计误差,等价转化为混合整数线性规划求解,在低渗透率等多场景下性能更优。
2024-06-20 math.OC
Traffic Optimization to Control Epidemic Outbreaks in Metapopulation Models
我们提出了一个新的框架来研究集合种群模型中的病毒传播过程。大型亚群(即,城市)经由元链路(即,道路)根据元语法结构(即,交通基础设施)。研究了在集合种群模型中通过控制子种群间的流量来控制传染病爆发的传播问题。控制流行病爆发的传播可以被写为一个谱条件,该谱条件涉及依赖于网络结构和模型参数的矩阵的特征值。基于这个谱条件,我们提出了一个凸优化框架,以找到成本最优的方法,在疫情爆发的交通控制。
2013-08-17 math.OC physics.soc-ph
A measure theoretic approach to traffic flow optimization on networks
考虑一类描述网络交通流问题的测度值非线性迁移方程的最优控制问题。目标是最小化/最大化宏观量,如交通量或平均速度,控制少数代理,例如智能交通灯和自动驾驶汽车。measuretheoretic方法允许在同一设置本地和非本地驱动程序的相互作用,并考虑额外的措施与driversdistribution的控制变量的研究。我们还提出了一种基于梯度下降伴随的最优化方法,通过推导控制问题的一阶最优性条件获得,并在2-1交叉口的智能交通灯的情况下提供了一些数值实验。
2018-03-02 math.AP math.OC
Efficient Real-time Rail Traffic Optimization: Decomposition of Rerouting, Reordering, and Rescheduling Problem
针对实时铁路交通管理中含安全重叠约束的混合整数线性规划模型求解耗时问题,提出分解改道、重排与重调度的多阶段启发式方法,显著降低运行时间。
2022-09-22 math.OC
Dynamic Graph Configuration with Reinforcement Learning for Connected Autonomous Vehicle Trajectories
University of Melbourne(墨尔本大学)
传统的交通优化解决方案假设道路网络的图结构是静态的,从而错过了进一步优化交通流的机会。我们感兴趣的是优化交通流作为一种新型的基于图形的问题,其中的道路网络的图形结构可以实时适应交通状况。特别是,我们专注于动态配置的交通车道方向,这可以帮助平衡使用的交通车道在相反的方向。互联自动驾驶汽车的兴起为大规模应用这种动态交通优化提供了机会。然而,现有的技术用于优化车道方向不适合动态交通环境,由于其高计算复杂度和静态性质。在本文中,我们提出了一个有效的交通优化解决方案,称为协调学习为基础的车道分配(CLLA),这是适合动态配置的车道方向。CLLA由一个两层的多智能体架构,其中底层的代理使用机器学习技术,以找到一个合适的配置车道方向周围的各个道路交叉口。然后,在更高级别上协调由学习代理提出的车道方向变化,以减少变化对道路网络的其他部分的负面影响。我们的实验结果表明,CLLA可以减少平均行程时间显着拥挤的道路网络。我们相信我们的方法是通用的,足以适用于其他类型的网络以及。
2019-10-14 cs.DB cs.LG cs.SY
Sufficient conditions for multi-stages traffic assignment model to be the convex optimization problem
本文给出了多阶段交通分配模型可化为凸优化问题的充分条件,通过将需求矩阵计算与交通分配阶段组合为凸-凹鞍点问题,并讨论了数值求解方法。
2023-05-29 math.OC
Optimization-based incentivization and control scheme for autonomous traffic
我们考虑的问题,激励和最优控制的自动驾驶汽车,以改善交通拥堵。在我们的场景中,必须激励自动驾驶汽车参与交通改善。利用最优输运的理论和方法,提出了一个基于偏微分方程的约束优化框架,从而可以最优地选择一部分车辆进行激励和控制。优化的目标是在空间域上获得车辆的均匀分布。为了实现这一点,我们考虑两种类型的罚款车辆密度,一个是$L^2$成本和其他的是一个多尺度范数成本,通常用于流体混合问题。为了解决这个非凸优化问题,我们引入了一种新的算法,它迭代之间的解决凸优化问题和传播的流量不受控制的车辆根据Lighthill-Whitham-Richards模型。我们进行数值模拟,这表明,优化的$L^2$成本是无效的,而优化的多尺度规范是有效的。结果还表明,在实践中使用专用通道进行这种类型的控制。
2020-06-17 math.OC
Traffic Flow Data Completion and Anomaly Diagnosis via Sparse and Low-Rank Tensor Optimization
针对交通时空数据缺失与异常问题,提出基于Tucker分解的稀疏低秩高阶张量优化模型TSLTO,通过ADMM算法求解,实现高精度的数据补全与异常诊断。
2025-04-03 cs.NA math.NA math.OC
Data-driven optimization for Air Traffic Flow Management with trajectory preferences
提出了一种新的基于轨迹的空中交通流量管理(ATFM)数据驱动优化方法。所提出的方法的一个关键方面是包括空域用户的轨迹偏好,这是从交通数据计算相结合的聚类和分类技术。机器学习还用于提取一致的轨迹选项,而优化应用于通过数学规划模型解决需求-容量不平衡,该模型明智地为每个航班分配可行的4D轨迹和可能的地面延迟。该方法已被测试的实例提取从真实的空中交通数据库。考虑超过32,000次飞行,我们在短的计算时间内解决了文献中可用的ATFM问题的最大实例,从实用的角度来看,这是合理的。作为一个副产品,我们强调偏好和延迟之间的权衡以及潜在的好处。事实上,计算问题的有效解有助于网络管理者和空域用户之间的共识。鉴于解决方案的准确性和出色的计算性能的水平,我们乐观地认为,所提出的方法可能会提供一个显着的贡献,下一代的空中交通流量管理工具的发展。
2022-11-12 math.OC
Boundary Control for Stability and Invariance of Traffic Flow Dynamics: A Convex Optimization Approach
针对交通流动力学控制需求,提出基于边界控制障碍泛函的凸优化边界控制器,可同时实现稳定性与不变性,推导了最优控制器存在的充分条件。
2025-06-18 math.AP math.DS math.OC
Concurrent Optimization of Satellite Phasing and Tasking for Cislunar Space Situational Awareness
针对地月空间交通流量增长带来的监测需求,研究了巡逻卫星相位与任务调度的协同优化方法,以实现对周期轨道交通的信息最大化覆盖,支撑地月空间态势感知能力建设。
2025-03-20 math.OC
An algorithm for bilevel optimization with traffic equilibrium constraints: convergence rate analysis
本文提出一种双循环梯度算法求解带交通均衡约束的双层优化问题,在更少假设和简单常数步长下证明了$\mathcal{O}(K^{-1})+\mathcal{O}(λ^D)$的非渐近收敛性,并借助鲁棒控制概念提供了通用分析框架。
2023-06-25 math.OC
Optimal H2 moment matching-based model reduction for linear systems by (non)convex optimization
在本文中,我们计算家庭的降阶模型,匹配一个规定的一组时刻的高维线性定常系统。首先,我们完全参数化模型的插值点和自由参数,然后我们固定的插值点集和参数化模型只在自由参数。基于这两种参数化方法,以误差逼近的H ~ 2-范数为目标函数,导出了非凸最优化问题,即,我们寻找最佳的自由参数,甚至插值点,以确定近似模型产生最小的H2-范数误差。此外,我们提供了必要的一阶最优性条件,这些最优化问题给出明确的可控性和可观性Gramian的最小实现的误差系统。利用这些最优性条件,我们提出了求解相应最优化问题的梯度型方法,并给出了收敛性的数学保证。我们还推导出这些问题的凸SDP松弛和分析时,凸松弛是准确的。我们数值说明了我们的结果在几个测试例子的效率。
2018-11-18 math.OC
An optimization model for renewal scheduling and traffic flow routing
本文件是研究项目SATT(Samplanering av trafikpåverkande <$tgärder och trafikflöden,modellstudie /临时容量限制和交通流量的协调规划,模型研究)的第三个子报告。该报告总结了所考虑的建模替代方案。模型研究的主要结果是,我们提出了一个双层的方法来处理问题的两个部分,即更新项目的调度和随后的铁路交通流量的调整。这些贡献是:(1)用于调度项目任务的混合整数公式,以及(2)用于在这些项目任务的所施加的容量限制期间建立铁路交通的可能量的网络流公式。该模型的预期用途是用于特定生产年度的经济规划,该规划在生产过程开始之前进行。本文介绍了这个问题,并给出了(1)的完整描述,以及使用该模型进行的计算实验的结果。随附的报告给出了(2)的最终制剂的详细信息。
2021-11-25 math.OC
Optimal capacity allocation for heavy-traffic fixed-cycle traffic-light queues and intersections
交通灯信号的设置是交通工程中的一个经典课题,在高负荷服务条件下,当绿灯时间变得稀少并且不可避免地形成较长的排队时,设置交通灯信号是重要的。对于固定周期的交通灯排队,一个基本的排队模型的一个交通灯与循环信号,我们得到的高负荷服务限制,捕捉长期的排队行为。我们利用极限定理获得尖锐的性能近似的一个队列在高负荷服务。我们还考虑了最优化问题,旨在多个冲突的交通流之间的绿灯时间的最佳划分。我们表明,插入高负荷服务近似导致易于处理的最优化问题和接近最佳的信号处方。相同类型的限制结果可以建立几个车辆驱动的策略,这增加了本文提出的框架的普遍适用性。
2022-08-11 math.OC math.PR
Riemannian optimization for model order reduction of linear systems with quadratic outputs
本文针对带二次输出线性系统的最优$H_2$模型降阶问题,提出将其转化为Stiefel流形或乘积流形上的黎曼优化问题,推导黎曼梯度并采用Dai-Yuan型算法生成保结构降阶模型,还提出高效计算Sylvester方程低秩解的方案,数值例子验证了方法有效性。
2025-04-15 math.OC
A robust optimization approach for dynamic traffic signal control with emission considerations
我们考虑一个信号网络上的解析信号控制问题,其交通流动态由Lighthill-Whitham-Richards(LWR)模型(Lighthill和Whitham,1955; Richards,1956)描述。这个问题明确地解决交通衍生的排放作为侧约束。我们试图解决这个问题,使用混合整数数学规划的方法。这类问题,我们称之为LWR-Emission(LWR-E),以前已经进行了一定程度的分析。由于混合整数规划在许多情况下实际上是有效的(Bertsimas等人,2011 b),具有整数变量的事实并不是解决LWR-E问题的最大挑战;相反,它是潜在的非线性和非凸排放相关约束/目标的存在,使程序计算昂贵。为了解决这一计算挑战,我们提出了一种新的重组的LWR-E问题作为一个混合整数线性规划(MILP)。这种方法依赖于存在一个统计上有效的宏观关系之间的总排放率和同一环节的车辆占有率。这种关系近似与某些功能的形式和相关的不确定性处理明确使用鲁棒优化(RO)技术。RO允许在温和条件下将排放相关约束和/或目标重新表述为线性型。为了进一步降低计算成本,我们采用链路传输模型来描述交通动态的好处是更少的(整数)变量和更少的潜在流量持有。建议的MILP明确捕获车辆溢出,避免交通滞留,同时最大限度地减少旅行延误,并解决与排放相关的问题。
2016-03-24 math.OC
Integrated Prediction and Distributionally Robust Optimization for Air Traffic Management
University of Michigan(密歇根大学);City University of Hong Kong(香港城市大学)
针对机场容量预测误差,提出集成深度学习预测与分布鲁棒优化的框架,以规划地面延误计划,实验表明较随机规划可提升15.6%的性能。
2025-09-23 math.OC
Traffic Signal Optimization on a Square Lattice with Quantum Annealing
智能交通系统在城市中的普及造成了沉重的计算负荷,需要一种新的架构来管理大规模的交通。在这项研究中,我们开发了一种方法,通过量子退火机,即D-Wave量子退火器,全局控制排列在正方形晶格上的交通信号。首先,我们制定了一个信号最优化问题,最大限度地减少在两个正交方向的业务流的不平衡。然后,我们将这个问题重新表述为伊辛哈密顿量,这是完全兼容的量子退火。新的控制方法相比,传统的本地控制方法为一个大的50-50的城市,结果表明,我们的全球控制方法在抑制交通不平衡在很宽的参数范围内的优越性。此外,用量子退火机得到的全局控制方法的解优于用常规模拟退火得到的解。此外,我们证明了分析,本地和全球控制方法收敛于汽车有相等的概率转弯和直行的极限。这些结果与数值实验进行了验证。
2021-02-01 cs.ET math.OC quant-ph
From Optimization to Prediction: Transformer-Based Path-Flow Estimation to the Traffic Assignment Problem
Institute of Transportation Studies, University of California, Berkeley, USA(加州大学伯克利分校交通研究学院)
本文提出基于Transformer的深度学习方法,直接预测交通均衡路径流量,提升大规模网络计算效率和预测精度。
2026-04-25 cs.AI cs.LG math.OC
A convex formulation of traffic dynamics on transportation networks
本文提出了一种计算有限时间内道路网络上车辆交通演变的数值方法。每个链路上的交通动力学模型的汉密尔顿-雅可比(HJ)偏微分方程(PDE),这是一个等价的形式的莱特希尔-惠特姆-理查兹PDE。这篇文章的主要贡献是一个单一的凸优化程序,计算在一个路口在有限的时间范围内的交通流量和连接链路上的偏微分方程的构造。与需要在时空网格上计算所有交通状态的离散化方案相比,所提出的凸优化方法仅使用链路上的初始条件和网络的边界条件来计算交界处的边界流量。计算出的边界流在交界处指定的连接链路上的HJ PDE的边界条件,然后可以单独解决使用现有的半显式计划单链路HJ PDE。如匝道控制的数值例子所示,所提出的凸优化方法也为最优交通控制应用提供了一个自然的框架。
2017-02-13 math.OC physics.soc-ph
Minimizing risk measures with applications in network traffic engineering
College of Business, Illinois State University(伊利诺伊州立大学商学院);Mitch Daniels School of Business, Purdue University(普渡大学米切尔丹尼尔斯商学院)
本文提出了一种新的两阶段优化框架,用于最小化风险度量并在网络流量工程中应用。
2025-11-28 math.OC math.PR
Non-Concave Network Utility Maximization in Connectionless Networks: A Fully Distributed Traffic Allocation Algorithm
研究了无连接网络中多个端点间基于优化的流量分配问题。网络效用函数被建模为非凹函数,因为它是对具有非弹性应用(诸如视频和音频流)的用户感知的服务质量的最佳描述。然而,由此产生的非凸优化问题,是具有挑战性的,需要新的分析和解决方案的技术。为了克服这些挑战,我们首先提出了一个层次的问题,其最优值收敛到非凸优化问题的最优值的时刻趋于无穷大。从这一层次的问题,我们得到了一个凸松弛的原始非凸优化问题,考虑截断矩序列。为了解决凸松弛,我们提出了一个完全分布式的迭代算法,它使每个节点调整其数据分配/速率自适应之间的任何给定的一组下一跳仅仅基于来自相邻节点的信息。此外,所提出的流量分配算法收敛到凸松弛的最优值在$O(1/K)$率,其中$K$是迭代计数器,具有有界最优性。在本文的最后,我们进行了数值模拟,以证明该算法的合理性。
2017-02-27 math.OC
A Hybrid Inverse Optimization-Stochastic Programming Framework for Network Protection
灾害管理是一个复杂的问题,需要先进的建模方法。我们提出了利用一种混合方法,包括逆优化参数化的费用函数的道路网络的交通平衡问题,并采用一个修改版本的范和刘(2010)的两阶段随机模型,使保护决策使用从逆优化获得的信息。我们使用两种类型的费用函数的交通平衡问题的框架,并表明,准确的参数化的费用函数可以改变我们的实验中的大多数支出的保护决策。
2021-10-01 math.OC
Macroscopic Traffic Flow Network Modeling For Wildfire Evacuation: A Game-Theoretic Junction Optimization Approach with Application to Lahaina Fire
University of California, Los Angeles(加州大学洛杉矶分校)
本文提出基于博弈论的节点优化方法,用于建模大规模交通流网络,以解决野火疏散中的通行容量问题,通过分析玩具网络和拉海纳道路网络,揭示了出口车道容量的相变特性。
2026-04-01 cs.NA math.NA math.OC
Influence of Routing and Speed Limits on Optimal Solutions in Traffic Emission Modeling
University of Mannheim(曼海姆大学)
研究路由策略和限速政策对交通排放模型最优解的影响,通过单目标和多目标优化比较三种控制场景,发现限速政策在减排和效率提升上优于路由策略。
2026-07-02 math.AP math.OC
A Finsler Geometrical Programming for the Nonlinear Complementarity Problem of Traffic Equilibrium
这项工作是一个几何方法的最优化问题运输系统管理的动机。首先,试图提供一个全面的帐户几何规划的基础上,小学芬斯勒几何$I\!\!R^n$。然后,提出了一个非线性交通均衡互补性问题的Finslerian动力学模型,该模型可应用于不同的均衡问题。
2021-09-03 math.DG math.OC
Optimization of traffic control in MMAP[2]/PH[2]/S priority queueing model with PH retrial times and preemptive repeat policy
提出了一种考虑抢占式重复策略和阶段型分布的多服务器优先级排队模型。传入的异构呼叫被分类为切换呼叫和新呼叫。两类呼叫的到达和服务过程均服从具有不同参数的标记马尔可夫到达过程(MMAP)和PH分布。当所有信道都被占用时,到达的新呼叫将被阻塞,因此将加入无限容量的轨道(虚拟空间),以按照PH分配重试。当所有信道都被占用并且切换呼叫到达系统时,可能发生以下两种情况中的一种。在第一种情况下,如果所有信道都被越区切换呼叫占用,则到达的越区切换呼叫将从系统丢失。而在第二种情况下,如果所有的信道都被占用,并且其中至少有一个信道正在为新呼叫服务,则通过使用对该新呼叫的强占型优先权来为到达的越区切换呼叫提供服务,并且被占先的新呼叫将加入轨道。所提出的系统的行为建模的水平相关准生灭(LDQBD)过程。推导了各种性能指标的表达式,并进行了数值说明。一个最优化问题交通控制已制定和处理采用适当的启发式方法。
2021-07-31 math.OC math.PR