为了将交通出行需求对路网交通流量的影响进行动态的量化分析，提出了一个基于O-D矩阵估计的路网交通流量仿真模型。利用O-D矩阵估计的重力模型计算方法、复杂网络理论和路段阻抗模型，构建了路网模型；在人们出行总是选择路段阻抗最小路径的假定下，设计了出行需求的路网流量映射算法；基于离散事件仿真，在PC系统上实现了路网流量仿真系统。仿真结果表明：该仿真系统可以根据各交通子区域出行需求的变化，精确模拟路网流量和交通状态的动态演进。
2022-05-18 22:33:26
1.19MB
1
提出了一种优化公交网络的双层模型,其中上层模型是以直达客流密度最大为目标,基于公交站点客流分布数据优化公交网络。考虑到随着网络的变化公交乘客的出行行为会发生相应变化,为此,下层模型在优化的网络上重新进行公交客流分配,其分配的结果（新的客流矩阵）又会影响公交网络的设计。然后,采用了改进的蚁群算法和标号法对该双层模型进行了求解。最后,利用大连市主城区的数据对该方法进行了检验。
2022-05-17 20:14:42
889KB
1
这个Python代码实现了Prims算法来优化城镇道路网络（最小生成树问题）。
2022-05-11 09:04:08
638KB
该算法主要由三个步骤组成：
首先，读取由输入文件定义的列车时刻表，以构建连接网络的内存中时间扩展图。
对于输入数据中定义的每个旅行组，使用部分知情的深度优先搜索来查找其旅程的多个路线选项。
最后，该算法尝试使用模拟退火来组合最佳的路由组合（每组一个）。一个目标是保持每个组的所选路线尽可能短和愉快（火车换班次数少，火车不拥挤），但也不要使网络过载。在第一部分中，模拟退火用于交换已经找到的路径。在第二部分中，它试图通过查找避开此边缘的子路径来绕行群体脱离过度拥挤的边缘。
2022-05-11 09:04:07
10.28MB