Mitigating Congestion in Complex Transportation Networks via Maximum Entropy
本文揭示了复杂网络中熵率与拥塞之间的关系，并在特殊情况下解析求解。通过寻找最大熵率将导致流量效率的提高，我们提出了一种通过合理分配有限的流量给网络中的节点来缓解拥塞的方法。与以往的策略不同，该方法只需要网络的局部可观测信息，成本低，具有广泛的应用前景。在各种网络模型的相变的模拟中，我们的方法在局部和全局上都表现良好。通过比较，我们也发现了以前的度偏置方法的不足。由于交通网络的快速发展，我们的方法可能有助于现代社会。
2017-09-13 physics.soc-ph
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
Microsimulation Analysis for Network Traffic Assignment (MANTA) at Metropolitan-Scale for Agile Transportation Planning
环境的突然变化，例如气候变化导致的不可预见事件，引发了人类流动的大规模急剧变化。快速预测不同场景下的交通模式的能力变得更加迫切，以支持短期运营和长期交通规划。这需要对整个大都市区域进行建模，以识别对网络的上游和下游影响。然而，众所周知，在提高模型的细节水平和降低计算性能之间存在权衡。为了实现交通微观仿真所需的细节水平，当前的实现通常通过模拟小的空间尺度来折衷，并且那些在较大尺度上操作的实现通常需要访问昂贵的高性能计算系统，或者具有数天或数周的计算时间，这阻碍了生产性研究和实时规划。本文通过介绍一个新的大城市规模交通微观仿真平台MANTA（网络交通分配微观仿真分析），解决了性能上的不足。MANTA采用高度并行化的GPU实现，能够在几分钟内运行大都市规模的模拟。对于旧金山湾区的九个县，使用半秒的时间步长模拟所有早晨的行程的运行时间刚刚超过四分钟，不包括路由和初始化。这种计算性能显着提高了大规模交通微观仿真的艺术状态。MANTA扩展了分析详细的旅行模式和个人旅行选择的能力，以进行基础设施规划。
2021-03-11 cs.SI physics.soc-ph
A Transportation Digital-Twin Approach for Adaptive Traffic Control Systems
本文提出一种基于数字孪生的自适应交通信号控制方法（DT-based ATSC），通过综合考虑目标交叉口及紧邻上游交叉口的车辆等待时间，在SUMO仿真中有效减少并重新分配等待时间，显著优于基线ATSC。
2023-07-01 cs.SY eess.SY physics.soc-ph
A Computational Analysis of Traffic Cluster Dynamics Using a Percolation-Based Approach in Urban Road Networks
本文基于成都高分辨率出租车数据，将城市道路建模为时变加权有向图，利用渗流理论与GCC及长程权重相关性分析交通簇形成机制，为拥堵治理和大规模交通优化提供计算框架。
2025-07-29 physics.soc-ph
Emergence of complex network topologies from flow-weighted optimization of network efficiency
运输和分销网络是近年来引起人们兴趣的一类空间网络。这些网络的特征通常是存在复杂的结构，例如中心环路与外围分支配对，这可能出现在自然和人造系统中，例如地铁和铁路网络。在这项研究中，我们调查这些非平凡的拓扑结构的背景下，在城市中的人类交通的出现的条件。我们提出了一个空间网络生成的极小模型，其中网络格作为一个空间基板和边缘速度和距离定义了一个有效的时间距离，量化的效率在探索城市空间。复杂的网络拓扑结构可以从联合网络路径的优化中恢复，我们研究了空间中两个节点之间的流概率和相关的旅行成本之间的相互作用如何影响所得到的最优网络。从城市交通的角度出发，我们通过人类流动模型来模拟这些流动，从而得到始发地-目的地矩阵。我们发现，当使用简单的格子，得到的最佳拓扑结构从树状结构过渡到更规则的网络，这取决于流的空间范围。值得注意的是，我们发现，分支配对到大循环结构出现的最佳结构时，网络被优化的异构流动性模式之间的相互作用，小范围的旅行和较长范围的典型的通勤。最后，我们表明，我们的框架是能够恢复大伦敦地区地铁网络的统计空间属性。
2023-01-20 physics.data-an physics.soc-ph
Transportation Network Stability: a Case Study of City Traffic
本文的目标是目前的标准，允许先验量化的攻击稳定性的现实世界中的相关网络的有限大小，并检查这些标准如何对应于分析结果可用于无限不相关的网络。作为一个案例研究，我们认为公共交通网络（PTN）的几个主要城市的世界。为了分析它们对攻击的弹性，网络节点或边缘以特定序列（攻击场景）被移除。在每个场景期间，最大剩余网络分量的大小S（c）被观察为节点或边的移除份额c的函数。为了量化PTN相对于不同攻击场景的稳定性，我们使用最近引入的c \in [0，1]的S（c）所描述的曲线下方的面积（Schneider，C. M等人，PNAS 108（2011）3838）作为网络鲁棒性的数值度量。该测量捕获整个攻击序列中的网络反应。我们目前的PTN对节点和链接为目标的攻击的稳定性分析结果。
2012-01-26 cond-mat.stat-mech physics.data-an physics.soc-ph
A probabilistic model for missing traffic volume reconstruction based on data fusion
University of Michigan（密歇根大学）；University of Michigan Transportation Research Institute（密歇根大学交通研究所）
交通量信息对于智能交通系统至关重要。它是交通规划、道路设计和交通信号控制的关键输入。然而，固定位置的传感器，如环路检测器，收集的交通量数据，往往遭受数据丢失问题和低覆盖率问题。数据丢失问题可能是硬件故障造成的。低覆盖问题是由于交通网络中固定位置传感器的覆盖有限，这限制了我们在网络层面上对交通的理解。为了解决这些问题，我们提出了一个概率模型，通过融合固定位置的传感器数据和探测车数据的交通量重建。我们应用概率主成分分析（PPCA）来捕捉交通量数据中的相关性。这项工作的一个创新性贡献是，我们还将探测车数据集成到框架中，这使得模型能够解决上述两个问题。使用真实世界的交通量数据集，我们表明，所提出的方法优于国家的最先进的方法，广泛研究的缺失数据问题。此外，对于低覆盖率的问题，这是不能处理的大多数现有的方法，所提出的模型也可以达到较高的精度。实验还表明，即使在遗漏率达到80%时，该方法仍然可以给出一个准确的估计的未知交通量只有10%的探测车渗透率。仿真结果验证了该模型的有效性和鲁棒性，并展示了其潜在的实际应用价值。
2021-05-06 cs.LG physics.soc-ph
Digital Twin-based Driver Risk-Aware Intelligent Mobility Analytics for Urban Transportation Management
New York University（纽约大学）；University of Macau（澳门大学）；NYU Shanghai（上海纽约大学）
提出DT-DIMA系统，基于数字孪生集成实时交通数据，预测网络移动性与安全风险，实验误差低，可提前5分钟预警，为首个兼顾两者的城市交通管理系统。
2024-07-03 cs.LG physics.soc-ph
Predicting commuter flows in spatial networks using a radiation model based on temporal ranges
由于交通基础设施和人类流动的复杂性质，理解诸如大型交通网络中的通勤交通的网络流是持续的挑战。在这里，我们展示了一个基于第一性原理的交通预测方法，使用基于成本的概括的辐射模型的人类流动，再加上成本最小化算法的有效分布的流动性通量通过网络。使用美国人口普查和高速公路交通数据，我们表明，交通可以有效地和准确地计算范围有限，网络介数类型的计算。基于旅行时间成本的模型捕获的对数正态分布的交通，并达到较高的皮尔逊相关系数（0.75）相比，真正的交通。由于其原则性的性质，这种方法可以告知许多应用程序相关的人类流动驱动的空间网络中的流量，从交通运输，通过城市规划，减轻灾难性事件的影响。
2014-10-17 cond-mat.stat-mech cs.SI physics.soc-ph
Floating Car Observers in Intelligent Transportation Systems: Detection Modeling and Temporal Insights
Technische Hochschule Ingolstadt（英戈尔施塔特应用科技大学）；Technical University Munich（慕尼黑工业大学）
本文研究智能交通系统中浮动车观察者（FCO）的检测建模方法，提出基于神经网络的仿真技术以近似高保真联合仿真，并在SUMO数字孪生中验证了FCO在低渗透率下结合时间洞察可有效恢复车辆、提升交通状态估计的潜力。
2025-04-29 cs.CV cs.SY eess.SY
Urban traffic from the perspective of dual graph
在本文中，城市交通建模使用对偶图表示的城市交通网络，道路映射到节点和交叉口映射到链接。该模型既考虑了车辆在网络上的导航，又考虑了车辆沿道路的运动。模型中自然地考虑了道路的通行能力和交叉口的车辆转弯能力。系统的总容量可以通过从自由流到拥塞的相变来量化。仿真结果表明，系统的容量很大程度上取决于交通网络的拓扑结构。一般来说，一个规划良好的网格可以容纳更多的车辆，其总容量远远大于一个不断增长的无标度网络。
2007-10-16 physics.data-an physics.soc-ph
Estimation of Regional Economic Development Indicator from Transportation Network Analytics
随着我国经济的快速发展，许多研究指出，区域交通基础设施的改善对经济增长有着重要的影响。本文利用收费系统产生的35亿条高速公路车辆出入境记录的大规模数据集，通过交通网络分析，试图建立中距离陆路交通模式与区域经济状况的相关性。本文应用复杂网络的标准度量方法对公路交通网络进行了分析。一组交通流特征的计算和相关的区域经济发展指标。多元线性回归模型可以解释中国三省城市GDP的89%~ 96%的变异。然后，我们分别使用每个省的成对城市之间的汽车、公共汽车和货运卡车的年交通量以及整个数据集来拟合重力模型。研究发现，距离衰减效应对交通网络中城市间空间相互作用的时间变化具有一定的影响，这种影响与各省的经济发展模式密切相关。交通大数据揭示了区域经济发展的现状，包含了区域管理和规划的人力流动，生产联系和物流的宝贵信息。我们的研究为利用公路运输大数据调查区域经济发展状况提供了见解。
2020-02-03 cs.SI physics.soc-ph
A Physical Testbed for Intelligent Transportation Systems
智能交通系统（ITS）和其他智慧城市技术在能力和复杂性方面都在不断发展。虽然仿真环境不断改进，但随着新系统变得越来越复杂，其保真度和易用性可能会迅速下降。为了解决这个问题，我们提出了一个基于硬件和软件的交通管理系统测试平台，作为一个更大的智能城市测试平台的一部分。它包括联网车辆网络、交叉路口控制器网络、各种控制服务和数据分析服务。我们的测试平台的主要目标是为研究人员和学生提供开发新的交通和车辆控制算法的手段，这些算法比单独使用仿真可以实现的保真度更高。具体而言，我们正在使用测试平台开发一个集成管理系统，该系统将基于模型的控制和数据分析相结合，以随着时间的推移提高系统性能。在本文中，我们给出了详细的描述测试床内的每个组件，并讨论其目前的发展状况。此外，我们提出了初步的结果，并提出了未来的工作。索引术语：智慧城市，智能交通系统，人在回路，数据分析，数据可视化，交通网络管理和控制，机器学习。
2019-07-19 cs.HC cs.NE physics.soc-ph
Bilevel Optimization for Traffic Mitigation in Optimal Transport Networks
针对乘客贪婪出行引发拥堵破坏交通网络性能的问题，提出利用Optimal Transport理论引导乘客沿最短路径出行并调整边权重的双层优化方法，实现全局与局部最优，并在真实数据上证明其能降低碳排放。
2023-11-26 math.DS nlin.AO physics.app-ph
Performance assessment of vehicle interdiction strategies in a simulation based environment on a complex transportation network
针对复杂交通网络中的逃逸拦截问题，利用SUMO仿真器构建资源最优分配模型，并提出一种高效元启发式拦截策略，结合线性回归生成有交通流时的最优路径，有效提升了拦截概率。
2023-05-19 cs.SY eess.SY physics.soc-ph
Integrated Simulation Platform for Quantifying the Traffic-Induced Environmental and Health Impacts
提出一种微观综合仿真平台，集成SUMO、MOVES等五个模块量化交通相关的空气质量与人体暴露健康影响，案例表明分布式接送策略可降低PM2.5相关癌症风险33.4%。
2023-06-13 cs.SY eess.SY physics.soc-ph
Adaptive strategies for route selection en-route in transportation networks
我们研究了自适应策略的车辆在运输网络中的路线选择。通过对二维元胞自动机模型的研究，提出了一种基于路径贪婪度的车辆模型，该模型反映了车辆通过最短路径到达目的地的趋势，并根据当地的交通状况更新了车辆的路径贪婪度，以保持车辆在非拥塞区域中经由较短路径行进，或者在拥塞区域中探索较长的转向路径。我们发现，触发路径贪婪更新的最佳步骤数取决于车辆密度，路径贪婪增量的大小影响系统的宏观交通状况。为了更好地协调密集网络中的车辆，车辆通过较短路径行驶的趋势的更新应该是渐进的，并且不太频繁。
2021-04-27 cond-mat.stat-mech nlin.AO nlin.CG
Mobility-based Traffic Forecasting in a Multimodal Transport System
African Institute for Mathematical Sciences (AIMS)（非洲数学科学研究所）；Cheikh Anta Diop University（谢赫·安塔·迪奥普大学）
本文研究多模式交通系统中的交通预测问题，利用人口移动数据探索机器学习方法，基于人员移动对交通网络影响的历史观察来预测网络拥堵。
2024-11-05 cs.LG cs.SI physics.soc-ph
The global benefit of randomness in individual routing on transportation networks
通过引入一个基于二维元胞自动机的简单模型，揭示了个体车辆的路径选择策略与交通网络全局行为之间的关系。具体来说，我们的路由策略的特点是由一个单一的参数称为路径贪婪，这对应于个人旅行的趋势，通过最短的路径到目的地。值得注意的是，当车辆倾向于通过最短路径行驶时，在传统的自由流和拥堵状态之间出现了一种拥挤流状态，在这种状态下，交通流量随着车辆密度的增加而缓慢增加。我们还发现，通过最短路径旅行的高个人倾向并不一定会缩短平均旅行时间，因为系统可能会受益于在拥挤的情况下不那么贪婪的路由策略。最后，我们表明，自适应路由策略优于控制策略在自由流状态，但不是在拥挤的状态，这意味着控制策略可以增加车辆之间的协调，有利于抑制交通拥堵。
2019-03-05 cond-mat.stat-mech math.PR nlin.CG
