Deployment of Leader-Follower Automated Vehicle Systems for Smart Work Zone Applications with a Queuing-based Traffic Assignment Approach
The Pennsylvania State University(宾夕法尼亚州立大学)
本文针对自动驾驶卡车随行缓冲车(ATMA)在施工区慢速行驶造成的移动瓶颈问题,提出基于排队的交通分配方法,通过引入QBTD行程时间函数和改进的路径算法优化ATMA路线,以最小化系统成本。
2023-07-23 cs.AI cs.SY eess.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
A fresh look at symmetric traffic assignment and algorithm convergence
过去,人们广泛地研究了具有路段相互作用的静态交通分配问题的扩展。许多网络建模社区已经转向动态交通分配,包括这些相互作用。我们相信有几个原因需要重新检查带有链接交互的静态分配。首先,如果链路交互可以以对称、单调的方式捕获,则平衡总是存在且是唯一的,并且存在可证明正确的算法。我们发现,几个最有效的算法可分离的交通分配问题可以很容易地应用于对称的相互作用。我们讨论了如何(非对称)Daganzo合并模型可以近似对称线性费用函数。其次,我们提出的计算证据表明,收敛到平衡是更快的对称,单调的链接相互作用时。即使当相互作用是不对称的,这也是正确的,尽管缺乏可证明的收敛结果。最后,我们提出了常用的网络和链路度量的收敛行为分析。由于这些原因,我们认为静态分配与链接的相互作用值得在研究和实践中更多的关注。
2023-02-22 math.OC
An Equilibrium Dynamic Traffic Assignment Model with Linear Programming Formulation
本文针对动态均衡交通问题,在简化模型下证明均衡交通分布可通过线性规划求解,并讨论了基于时间扩展网络的算法方法。
2024-08-30 cs.GT math.OC
Stochastic Multi-class Traffic Assignment for Autonomous and Regular Vehicles in a Transportation Network
从常规车辆(RV)到自动驾驶车辆(AV)的过渡期势在必行。本文探讨了这两种类型的车辆使用的路线选择模型,制定为一个随机多类交通分配(SMTA)问题。在RV中,使用交叉嵌套Logit(CNL)模型,因为驱动程序没有完整的信息和CNL的独特特征。然而,由于关于网络的完整信息,AV被认为表现在用户平衡(UE)中。本文的主要创新之处在于介绍了SMTA的三种求解方法。根据网络的大小,可以使用每种方法。这些方法包括用GAMS软件求解非线性互补问题(NCP)、分解-指派算法和改进的Wang算法。通过对Wang算法的改进,提高了Wang算法的收敛速度,并给出了Nguyen和Sioux Falls网络的数值结果。针对交通分配中不可能考虑所有路径的问题,提出了一种新的路径生成-分配算法。该算法为每个OD生成多条吸引路径,并采用改进的Wang算法进行交通流分配。关键词:自动驾驶汽车,随机多类交通分配,交叉嵌套Logit模型
2022-12-11 math.OC
Freight Traffic Assignment Methodology for Large-Scale Road-Rail Intermodal Networks
本研究针对大规模公铁联运网络的货运分配问题,提出基于梯度投影的路径式用户均衡分配算法,经美国FAF3数据验证效果良好,可助力货运流量预测与网络扩容决策。
2024-02-01 math.OC
Dynamic Traffic Assignment for Electric Vehicles
我们启动了电动汽车动态交通分配的研究,解决了特定的挑战,如范围限制和电池充电的可能性在预定义的充电位置。我们提出的动态平衡问题内的确定性的Vickrey模型和作为我们的主要结果,我们建立了一个能量可行的动态平衡的存在。有三个关键的建模成分,以获得这个存在的结果:* 我们引入了一个步行为基础的定义的动态交通流,它允许循环路由行为的结果,在途中充电事件。* 我们使用抽象的凸可行性集在一个适当的函数空间来模拟使用的步行的能量可行性。* 本文引入了有能力约束的动态平衡步行流的概念,推广了以往的无限制动态平衡路径流。在这个框架中,我们通过应用一个无限维变分不等式,这反过来又需要仔细分析的连续性网络加载的结果注入流到步行的能量可行的动态平衡的存在。我们补充我们的理论结果的计算研究中,我们设计了一个不动点算法计算能量可行的动态平衡。我们将该算法应用于交通分配社区的标准现实世界的实例,说明了由此产生的旅行时间,能源消耗和价格支付的平衡的复杂相互作用。
2022-07-10 cs.GT math.OC
Primal-dual method for searching equillibriums in mixed traffic assignment problems
我们考虑大型网络中交通流分布的混合模型(BMW模型,1954年和稳定动态模型,1999年)。我们建立了对偶问题,并考虑了对偶问题的原对偶镜像下降法。有两种方法可以恢复原始问题的解。第一种技术是基于“模型”的方法,第二个是基于拉格朗日乘子技术。这两种方法各有优缺点。我们讨论他们。
2018-08-15 math.OC
Stochastic Prediction Equilibrium for Dynamic Traffic Assignment
University of Passau(帕绍大学)
提出统一框架整合个体路径决策、网络状态随机预测与物理流动态,证明随机预测均衡的存在性与唯一性。
2026-06-25 cs.GT math.OC
Transportation Network Analysis, Volume I: Static and Dynamic Traffic Assignment
本书系统介绍交通规划中静态与动态交通分配模型的经典与当代求解方法,面向研究生、从业者和研究人员,并提供免费在线PDF及教学资源。
2025-01-18 math.OC
Perturbed utility Markovian traffic equilibrium: theory and computation
Technion – Israel Institute of Technology(以色列理工学院);École Polytechnique Fédérale de Lausanne (EPFL)(洛桑联邦理工学院)
研究大规模交通分配均衡模型,提出扰动效用马尔可夫均衡框架,开发扰动效用马尔可夫选择模型,将均衡表述为变分不等式问题,给出改进策略迭代等计算方法,实验证明框架可扩展且稳健。
2026-07-13 econ.GN econ.TH math.OC
Synergistic Traffic Assignment
本文提出协同交通分配(STA),通过同步迭代最佳响应方法高效收敛到均衡,并在斯图加特场景中验证其快速收敛性,展示了其在公交线路规划中减少车辆资源的潜力。
2025-02-03 cs.GT cs.MA math.OC
Computationally-Efficient Decomposition Heuristic for the Static Traffic Assignment Problem
诸如区域规划等应用需要有效的方法来解决大规模网络上的交通分配问题(TAP)。我们提出了一种分解启发式,通过将完整的网络划分为并行求解的子网络,并使用迭代细化算法来改进网络分区,从而生成近似的TAP解决方案。作为启发式算法的子问题,提出了一种新的网络变换和三阶段算法来求解约束最短路问题。在不同网络上的实验表明,该启发式算法在初始相对差距为0.02的情况下,可以节省15.1-67.8%的计算量。所提出的启发式的性能优势时,温启动标准TAP算法证明了平均计算节省10-35%的TAP求解器没有温启动。
2022-06-24 math.OC
Dynamic traffic assignment in a corridor network: Optimum versus Equilibrium
本研究探讨了走廊网络中早晚通勤的动态系统最优与动态用户均衡交通分配问题,提出了一种推导两者闭式解的新方法,并揭示了DUE排队延迟与DSO最优收费之间的理论等价关系。
2021-08-23 cs.GT math.OC
Finding equilibrium in two-stage traffic assignment model
作者描述了一个两阶段的交通分配模型。它包含两个块。第一个块由计算对应(需求)矩阵的模型组成,而第二个块是交通分配模型。第一个模型使用运输成本矩阵计算对应矩阵。它描述了从一个地区到另一个地区所需的移动量。第二个模型描述了由对应矩阵指定的位移需求如何沿着可能的路径分布。它的工作原理是纳什-沃卓普均衡(每个司机选择最短路径)。知道了沿路径分配流量的方式,就可以计算成本矩阵。两阶段模型中的均衡是这两个模型序列中的一个不动点。本文提出了一种将求平衡点问题归结为凸非光滑优化问题的方法。并给出了求解该最优化问题的数值方法。对小城镇进行了数值试验。
2020-12-29 math.OC
A Distributed Gradient Approach for System Optimal Dynamic Traffic Assignment
本文提出了一种基于梯度的分布式方法来求解基于小区传输模型的系统最优动态交通分配(SODTA)。该算法将SODTA问题分解为多个局部子问题,这些子问题在一个交叉口内为它们的决策变量找到最优值。每个子问题都与它的近邻进行通信,以就公共决策变量的值达成共识。子问题接收来自所有相邻子问题的公共决策变量的建议值,并通过加权平均和强制梯度步骤将它们合并到其自己的提供值中,以最小化其目标函数。然后,将更新后的值投影到子问题的可行域上。该算法发现高质量的解决方案,在所有测试的情况下,有限的迭代次数。该算法在不同需求水平下的案例研究网络上进行了测试,并找到了最多5%的最优差距的解决方案。
2021-12-29 math.OC
The Accuracy of Cell-based Dynamic Traffic Assignment: Impact of Signal Control on System Optimality
Faculty of Science Engineering and Technology, Swinburne University of Technology(斯威本科技大学科学与工程技学院);Institute for Transport Studies, University of Leeds(利兹大学交通研究所)
本文提出一种新的信号控制模型SCRC,解决了周期长度与细胞长度之间的权衡问题,提高了准确性和计算效率。
2017-08-12 cs.SY eess.SY math.OC
Perturbed utility stochastic traffic assignment
本文针对扰动效用路径选择模型提出拟牛顿加速梯度下降算法 qN-AGD*,通过凸对偶重构实现快速均衡分配,运行时间近似线性扩展,适用于大规模网络。
2023-12-01 math.OC
Finding Equilibria in the Traffic Assignment Problem with Primal-Dual Gradient Methods for Stable Dynamics Model and Beckmann Model
在本文中,我们考虑了几个梯度法的交通分配问题的应用:我们搜索平衡的稳定动力学模型(Nesterov和De Palma,2003年)和贝克曼模型。与广泛用于贝克曼模型的著名的弗兰克-沃尔夫算法不同,这些梯度方法解决了对偶问题,然后重建原始问题的解决方案。本文讨论了通用梯度法、通用相似三角形法和加权对偶平均法,并估计了它们的复杂性。由于这些方法的原始-对偶性质,我们在停止准则中使用对偶间隙。特别是,我们提出了一种新的方法来重建容许流(即,满足容量约束和由路径上的流引起)的稳定动力学模型,这为我们提供了一个可计算的对偶间隙。
2021-05-31 math.OC
Day-to-day dynamic traffic assignment model with variable message signs and endogenous user compliance
本文提出了一个双时间尺度,每天到一天的动态交通分配模型,考虑到可变信息标志(VMS)和它的相互作用与驾驶员的出行选择和自适应学习过程。一天之内的动态捕获的动态网络负载问题与途中更新的路径选择的VMS的影响,一天到一天的动态捕获的同时路线和出发时间的调整过程,采用有限的用户理性。此外,我们描述的VMS遵守率的演变建模驾驶员的学习过程。我们将交通动态、路线和出发时间选择、行程延误和VMS合规性内生化,从而以整体方式捕捉它们的相互作用和相互依赖性。在格拉斯哥的西端进行的案例研究,以了解VMS对道路拥堵和路线选择在短期和长期的影响。我们的主要研究结果包括VMS对网络性能的不利影响,从长远来看(“反弹”效应),并存在一个平衡态,流量和VMS的合规性是稳定的。
2018-09-16 math.OC
Convexity and Robustness of Dynamic Traffic Assignment and Freeway Network Control
我们研究了使用系统最优(SO)动态交通分配(DTA)问题,设计最优的交通流量控制的高速公路网络为蓝本的细胞传输模型,使用可变的速度限制,匝道控制,路由。我们考虑两个最优控制问题:DTA问题,其中转弯比的控制输入的一部分,和高速公路网络控制(FNC),其中转弯比,而不是分配外生参数。众所周知,在DTA问题的基于单元格的公式中,供应和需求约束的放松导致线性规划。然而,放松的问题的解决方案可能是不可行的交通动态。以往的工作表明,这样的解决方案可以通过适当的选择匝道调节和可变限速控制特定的交通网络是可行的。我们将此过程扩展到任意网络,并提供深入了解所提出的最优控制器的结构和鲁棒性。对于一个网络只包括普通,合并,和分歧路口,其中的细胞具有线性需求函数和仿射供给函数具有相同的斜率,成本是总的交通量,我们表明,使用最大值原理,可变的速度限制是不需要的,以达到最优的FNC问题,匝道控制是足够的。我们还证明了在初始交通量和外源性流入的扰动方面的控制系统轨迹的扰动的界限。这些界限,利用单调性的受控轨迹,示出与数值模拟结果是密切一致的。
2016-03-17 math.OC
Assignment of Freight Traffic in a Large-Scale Intermodal Network under Uncertainty
本文针对自然灾害引发的不确定性,提出了一种基于样本平均近似与梯度投影算法的随机货运交通分配模型,有效解决了大规模公铁多式联运网络中的货运分配问题,并在美国网络上验证了不同灾害对货运吨英里的影响。
2024-01-04 math.OC
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
Machine-Learned Prediction Equilibrium for Dynamic Traffic Assignment
University of Augsburg(奥格斯堡大学);Google(谷歌)
本研究提出动态交通分配中的预测均衡概念,分析其存在性及近似计算条件,并通过实验比较多种预测器(含机器学习模型)对平均行程时间的影响。
2024-09-19 cs.GT cs.LG math.OC
Dynamic Pedestrian Traffic Assignment with Link Transmission Model for Bidirectional Sidewalk Networks
University of New South Wales(新南威尔士大学)
本文提出了一种用于双向人行道网络的动态行人交通分配模型,结合动态用户均衡和链接传输模型,以模拟行人流量的时空变化和双向效应。
2024-03-29 cond-mat.stat-mech math.OC
Budget-constrained rail electrification modeling using symmetric traffic assignment -- a North American case study
我们考虑一个预算受限的铁路网络电气化问题与相关的能源使用成本的变化(通过路径梯度和曲率),运营和长期维护。特别是,我们认为,在这样的网络上的货运流形成一个用户均衡。同一走廊上的电动和柴油列车之间的相互作用表示与不可分离的链接性能函数,但有一个对称的雅可比矩阵。这种双层配方解决了北美铁路网络使用遗传算法(GA),结合特定领域的见解,以减少必须考虑的解决方案的数量。我们分析解决方案的特点和决策的影响。结果表明,广泛的连通性将有利于大多数影响。日益增长的需求将电气化走廊转移到人口更多的东部和海湾沿岸,而运营成本的增加导致山区路线的电气化。
2021-10-24 math.OC
A Convex Formulation of the Multi-Commodity Dynamic Traffic Assignment
Politecnico di Torino(都灵理工大学);Lund University(隆德大学);Univ. Grenoble Alpes, Inria, CNRS, Grenoble INP, GIPSA-Lab(格勒诺布尔阿尔卑斯大学、法国国家信息与自动化研究所、法国国家科学研究中心、格勒诺布尔理工学院、GIPSA实验室)
本文提出多商品动态交通分配问题的凸松弛方法,通过扩展单商品案例的凸化方法,利用商品特定需求函数和聚合供应函数实现交通控制问题的凸性。
2026-03-18 math.OC
User equilibrium with a policy-based link transmission model for stochastic time-dependent traffic networks
Lyles School of Civil Engineering, Purdue University(普渡大学莱尔斯土木工程学院)
本文研究了随机时变交通网络中的交通分配问题,提出了一种基于策略的网络加载模型,通过数值测试表明该模型在解决交通分配问题时比基于路径的模型更高效。
2018-11-06 cs.SY eess.SY math.OC
The Logit lane assignment model: first results
Logit车道分配模型是近年来为了从宏观角度描述多车道交通流而提出的。该模型是基于这样的想法,每个可用的车道有一个特定的效用为每个司机,谁选择的车道与最高的效用。该模型是由一个光滑的,但隐含定义的通量函数的守恒律守恒律组。本文的第一个目的是探讨两个数据集上的交通数据如何支持交通速度构成车道分配的解释变量的事实。其次,本文讨论了模型的离散化问题。提出了几种数值格式:Lax-Friedrichs格式、Euler-Lagrange重映射格式、Lagrange格式,并在处理黎曼问题时说明了它们的收敛性。未来的研究方向进行了概述。
2013-02-01 math-ph math.AP math.MP
An evolutionary view on equilibrium models of transport flows
在这篇简短的论文中,我们描述了自然logit人口博弈动态,解释平衡模型的起点-目的地矩阵估计和(随机)交通分配模型(贝克曼,Nesterov-德帕尔马)。建议的动态组合物可以解释两阶段的交通分配模型。
2023-01-25 math.OC
Network Design for the Traffic Assignment Problem with Mixed-Integer Frank-Wolfe
本文研究集中式交通分配中的网络设计问题,将其建模为混合整数凸优化,并基于Boscia框架结合Frank-Wolfe算法提出确定性与随机两种求解方法,实验表明混合整数线性Frank-Wolfe子问题适合确定性情形,惩罚方法适合多场景随机情形。
2025-02-07 math.OC
Day-to-Day Dynamic Traffic Assignment with Imperfect Information, Bounded Rationality and Information Sharing
本文提出了一个双动态的日常(DTD)交通分配模型,同时考虑路径和出发时间(SRDT)的选择,同时考虑不完全和不完美的信息以及有限理性。提出了两种考虑不完全出行信息的SRDT选择模型:一种基于多项Logit(MNL)模型,另一种基于序贯、混合多项/嵌套Logit模型。这两个变种,作为基础模型,进一步扩展了两个功能:有限理性(BR)和信息共享。BR被认为是将无差异带的随机效用组件的MNL模型,形成一个BR为基础的DTD随机模型。将出行信息共享的宏观模型融入到DTD动力学中,以解释不完全信息对出行者SRDT选择的影响。这些DTD的选择模型结合了一天内的动态Lighthill-Whitham-Richards(LWR)流体动力学网络负载模型。在大规模网络(阿纳海姆)上的模拟说明了用户的自适应决策和网络条件(包括本地中断)之间的相互作用与不同级别的信息可用性和用户行为。我们的研究结果强调了需要建模网络瞬态和不平衡状态,这往往是平衡约束网络设计和优化中被忽视的。MATLAB软件包和计算示例可在https://github.com/DrKeHan/DTD上获得
2020-02-12 math.OC physics.soc-ph
Network Congestion Control with Markovian Multipath Routing
Universidad de Chile(智利大学);Georgia Institute of Technology(佐治亚理工学院)
提出一种集成TCP/IP多路径路由模型,结合基于端到端排队时延的速率控制与基于总期望时延的马尔可夫路由均衡,证明唯一均衡态存在性并给出分布式算法。
2014-01-02 cs.NI cs.SY eess.SY
Integer Traffic Assignment Problem: Algorithms and Insights on Random Graphs
本研究针对整数交通分配问题(ITAP)这一NP难问题,提出多种算法并在随机图上比较,发现不同场景下算法的优劣差异,还揭示了TAP与ITAP在排斥性场景中的收敛关系及标度区域。
2024-05-17 cond-mat.dis-nn cs.DM math.OC
A General Model of Vehicle Routing Guidance Systems based on Distributive Learning Scheme
本文提出一种基于分布式学习方案的车辆路径诱导系统新模型,综合考虑信息传播、用户选择与反应,定义参数p作为交通成本更新权重,并与静态交通分配等方法对比,指明未来优化方向。
2023-05-24 cs.MA cs.NI cs.SY
Stochastic Origin Frank-Wolfe for traffic assignment
Moscow Institute of Physics and Technology(莫斯科物理技术学院)
针对交通分配中的平衡流分布求解问题,提出属于块坐标Frank-Wolfe算法特例的SOFW方法,通过减少最短路径计算提升效率,补充了批量版本收敛证明,实验验证其在大规模数据集上性能优于经典算法。
2025-10-01 math.OC
Compressed Traffic Assignment with the Augmented Lagrangian Method
Fulton School of Engineering, Arizona State University(亚利桑那州立大学富尔顿工程学院);School of Sustainable Engineering and the Built Environment, ASU(亚利桑那州立大学可持续工程与建成环境学院);Norfolk Southern Corporation(诺福克南方公司);School of Computing and Augmented Intelligence, ASU(亚利桑那州立大学计算与增强智能学院)
本文提出基于路径的压缩框架,通过划分主路径和次路径并采用降维表示,结合增广拉格朗日方法求解,验证了压缩与精度的权衡及方法的有效性。
2026-09-28 math.OC
Estimating Probability Distributions of Travel Times by Fitting a Markovian Velocity Model
为了改善个体驾驶员的路径决策和交通运营商设计的管理策略,需要可靠的行程时间分布估计。由于由两种循环模式(例如,高峰时间)和非经常性事件(例如,交通事故)导致公路旅行时间的潜在实质性延误,我们专注于一个框架,能够将这两种影响。为此,我们建议与马尔可夫速度模型(MVM),基于环境背景过程,跟踪随机和(半)可预测的事件,影响在高速公路网络中的车辆速度。我们展示了如何操作这个灵活的数据驱动模型,以获得旅行时间分布的车辆出发在一个已知的日子和时间遍历给定的path.Specifically,我们详细介绍了如何结构的背景过程,并设置相应的速度水平,这个过程的不同状态。首先,对于包含非经常性事件,我们研究事件数据来描述事件和事件间时间的随机持续时间。它们都依赖于一天中的时间,但我们确定了它们可以被认为是独立于时间的时期。其次,对于在事件和事件间的制度的速度模式的估计,环路检测器的数据,为每个确定的周期进行了研究。在使用荷兰高速公路网络的道路网络检测器数据的数值例子中,我们得到了行程时间分布估计,出现在不同的交通制度,并说明了传统的行程时间预测方法相比的优势。
2022-10-11 math.OC math.PR physics.soc-ph
A Comparison of Different Approaches to Dynamic Origin-Destination Matrix Estimation in Urban Traffic
University of Southern Denmark (SDU)(南丹麦大学)
给定穿越交通网络的道路的车辆的计数器,我们重建产生它们的出行需求,表示为用户进行的起点-目的地行程的数量。我们将问题建模为一个双层最优化问题。在内部层次,给定一个试探性的需求,我们解决了动态交通分配(DTA)问题,以决定他们的起源和目的地之间的用户的路由。最后,我们调整出行的数量和他们的起点和目的地在外层,以最大限度地减少计数器产生的内部水平和交通网络中的传感器测量的给定车辆计数之间的差异。我们解决了DTA问题,采用介观模型实现的交通模拟器SUMO。因此,外部问题变成使由仿真结果确定的黑盒目标函数(OF)最小化的最优化问题,这是高成本的计算。我们研究了不同的方法来分类为基于梯度和衍生物的方法的外层问题。在基于梯度的方法中,我们研究了基于分配矩阵的方法和使用同时扰动随机逼近(SPSA)算法的无分配矩阵方法。在无导数方法中,我们研究机器学习(ML)算法来学习模拟器的模型,然后可以将其用作最优化问题中的替代OF。我们比较这些方法计算上的人工网络。基于梯度的方法在解的质量和计算要求方面表现最好。相比之下,ML方法获得的结果目前不太令人满意,但为未来的研究提供了一个有趣的途径。
2022-05-31 cs.LG math.OC
Learning from user's behaviour of some well-known congested traffic networks
FCEIA, Universidad Nacional de Rosario(罗萨里奥国立大学FEIA学院);Departamento de Matemática, Facultad de Ciencias Empresariales, Universidad Austral(阿ustral大学数学系,商业学院);CONICET, Argentina(阿根廷国家科学与技术委员会)
本文提出利用图神经网络和混合方法解决交通分配问题,提高预测效率并保持准确性。
2026-05-06 cs.LG math.OC
Detection of coordinated fleet vehicles in route choice urban games. Part I. Inverse fleet assignment theory
本文研究路径选择城市博弈中协同车队的检测问题,提出并证明逆向车队分配理论,发现短视自私策略下车队流量可被确定,并揭示了 Stackelberg 最优路径规划可能引发交通网络混乱。
2025-06-28 cs.MA econ.TH math.OC
An Optimal Query Assignment for Wireless Sensor Networks
无线传感器网络的两个QoS要求之间的权衡:查询等待时间和有效性(年龄)的数据喂养的查询,进行了研究。我们提出了一个连续的时间马尔可夫决策过程与漂移之间的权衡两个QoS要求,通过分配传入的查询无线传感器网络或数据库。为了计算最优分配策略,我们通过非标准的一致化,论证了一个离散时间马尔可夫决策过程,随机等价于初始连续过程。利用动态规划方法确定离散时间过程的最优查询分配策略。接下来,我们数值评估的最优策略的性能,并表明它优于平均分配成本的其他三个算法,通常在实践中使用。最后,我们的模型的最优性也证实了在真实的查询流量的情况下,我们提出的政策实现了显着的成本节省相比,prostitics。
2014-03-11 cs.NI math.OC
About reduction of searching competetive equillibrium to the minimax problem in application to different network problems
本文证明了一类重要的多阶段交通均衡模型(包括对应矩阵计算、交通分配问题等)及其经济推广可以看作是具有极小极大均衡结构的真种群对策。这并不是微不足道的,因为乍一看,我们必须考虑竞争(Valras)均衡和Nash-Vardroop均衡。
2016-04-17 math.OC
Combining traffic counts and Bluetooth data for link-origin-destination matrix estimation in large urban networks: The Brisbane case study
源-目的地矩阵估计是流量表示和分析的关键。由于交通量统计、调查和社会经济模型的传统估计,最近的技术进步允许重新考虑估计问题。道路使用者身份识别技术,如连接的全球定位系统、蓝牙或Wifi探测器,带来了更多的信息,也就是说,对于一小部分使用者来说,起点、目的地以及在一定程度上所走的路线。在目前的工作中,这些额外的信息被用于估计一个更全面的交通表示工具:链接的起点-目的地矩阵。这样的三维矩阵扩展了传统的起点-目的地矩阵的概念,也给出了交通分配的信息。他们的估计是解决作为一个反问题,其目标函数代表的重要属性之间的权衡的流量必须满足。本文介绍了该方法的原理以及如何在真实数据集上实现该方法。通过对布里斯班市的案例研究,其中已经安装了600多个蓝牙探测器,它也说明了这种链路-起点-目的地矩阵为流量分析创造的机会。
2019-07-17 eess.SP math.OC
Markovian city-scale modelling and mitigation of micro-particles from tyres
最近,零尾气排放车辆的普及是对抗交通引起的空气污染物的一个可喜的发展。随着车辆的电气化,尾气排放变得不那么普遍,非尾气排放(来自轮胎和制动盘)将成为交通相关排放的主要来源,并很可能成为人类健康的主要问题。与传统汽车相比,电动汽车的重量更重,功率更大,扭矩能力更强,这一趋势可能会加剧。虽然轮胎磨损造成的排放问题是众所周知的,但围绕轮胎磨损过程、其对环境的影响以及建模和缓解措施的问题仍然相对未被探索。关于这一主题的工作已经在几个离散的方向进行,包括:车载收集方法;车辆轮胎磨损减少算法和控制车辆的行驶特性,所有这些都是为了减少轮胎排放。其他方法包括访问控制机制,以管理在地理围栏区域的轮胎排放总量,其他值得注意的工作集中在了解轮胎产生的PM的粒度分布,颗粒成为空气传播的程度,以及轮胎排放对健康的影响。虽然这些努力已经在进行中,但开发模型来预测城市规模的车辆网络的总体情况的问题还有待考虑。我们在本文中的目标是提出一个这样的模型,建立使用马尔可夫链的想法。我们的建模方法的应用是在本说明的末尾给出的,既说明了所提出的方法的实用性,又说明了它作为收集轮胎灰尘颗粒的方法的一部分的应用。
2021-09-27 math.OC physics.soc-ph