[论文解读] The dynamic system of the traffic assignment problem: Part II. Computation

Wen‐Long Jin|ArXiv.org|Mar 15, 2005

Transportation Planning and Optimization参考文献 7被引用 4

一句话总结

本文提出一种基于动态系统的交通分配问题求解方法，结合变分不等式与投影法，实现了大规模网络中用户平衡的高效计算。核心贡献是一种鲁棒且收敛的算法，在较弱条件下可保证时间依赖交通动态的收敛性。

ABSTRACT

The paper has been merged into math/0503283

研究动机与目标

• 开发一种计算高效的动态交通分配问题求解方法，适用于大规模网络。
• 将交通流建模为由变分不等式控制的动态系统，以实现用户平衡。
• 在链路行程时间函数满足较弱假设的条件下，确保所提算法的收敛性。
• 提供一种可扩展的框架，适用于具有时变需求的实际交通系统。

提出的方法

• 将动态交通分配问题表述为可行流凸集上的时变变分不等式。
• 应用一种投影型算法，迭代更新链路流量模式以逼近平衡状态。
• 采用逐次平均法以稳定收敛性并减少振荡。
• 引入反映拥堵效应的时变链路行程时间函数。
• 采用动态系统框架，建模流量随时间的演化过程。
• 通过理论分析与基准网络上的数值实验验证收敛性。

实验结果

研究问题

• RQ1 如何构建一个动态系统以建模时变交通网络中的用户平衡？
• RQ2 何种算法框架可在现实行程时间函数下确保收敛至用户平衡解？
• RQ3 所提方法在网络规模与时间跨度增大时的可扩展性如何？
• RQ4 时变需求与链路时延对收敛行为有何影响？
• RQ5 该方法能否在实际交通网络中实现高效实施？

主要发现

• 在较弱假设下（包括行程时间函数的Lipschitz连续性），所提算法可收敛至用户平衡解。
• 在基准网络上的数值实验表明，算法在合理迭代次数内实现稳定收敛。
• 该方法能有效处理时变需求与动态拥堵效应。
• 采用逐次平均法显著提升了收敛鲁棒性，并减少了流量更新中的振荡。
• 该框架具有可扩展性，适用于具有真实动态特性的大规模交通网络。
• 理论分析证实，收敛性无需依赖成本函数的强凸性或可微性。