基于随机OD矩阵估计的交通检测器优化布点问题

摘要

利用路段交通流量来估计OD矩阵已经的到了十分广泛的研究，相应的交通检测器布点（布设）问题也得到了广泛关注，然而传统的OD估计问题大多只研究了估计OD矩阵的均值问题，实际上，OD矩阵是随时间波动变化的，并非固定不变，因此想要描述符合实际情况的OD矩阵，单有OD矩阵均值是不够的。为了描述OD矩阵的随机性，对各个OD运量之间的相关性的研究就变得十分必要。本文在借鉴以前的OD矩阵估计问题和适用于OD估计的交通检测器布设问题的研究方法，提出了估计随机OD矩阵和相应的适用于估计随机OD矩阵的交通检测器布设(布点)问题。
　　第一章绪论部分简要介绍了问题的研究背景和国内外研究现状；第二章简单介绍了本文研究内容的预备知识；第三章提出了随机OD矩阵估计问题，建立随机OD估计的极大熵模型并给出求解算法；第四章提出了适用于随机OD矩阵估计的交通检测器布设问题，在第三章的基础上，以随机OD矩阵的估计的误差为目标函数，并从网络不确定性的角度，考虑OD需求的随机性，提出了一个新的基于概率的约束条件，拓展了传统的传感器布置问题的数学模型，建立一个整数规划模型，给出求解模型的遗传算法；第五章通过数值算例来说明适用于随机OD矩阵估计的交通检测器布设问题的特点和求解算法（遗传算法）的收敛性，此外，数值算例结果表明合理的使用概率约束可以有效的减少可行布设方案的数目，在保障随机OD矩阵估计的精度的同时，可以减少计算量。第六章给出了本文的结论和展望。

目录

封面

声明

致谢

中文摘要

英文摘要

目录

变量注释表

1 绪论

1.1研究背景和意义（Background and Significance）

1.2国内外研究现状（Present Research Situation of Home and Abroad）

2预备知识

2.1 OD估计理论与方法概述（Overview on Theories and Methods of OD Demands Estimation）

2.2交通网络中检测器的布设方法概述（Summary on Methods of Sensor Location Problem）

3随机OD矩阵估计问题

3.1随机OD矩阵的相关理论知识（The Correlation Theories about the Stochastic OD Demands）

3.2OD矩阵的均值及其协方差估计模型（Model of Estimated Mean and Covariance of OD Demands）

3.3随机OD估计模型的求解算法（The Algorithm of Stochastic OD Demands Estimation Model）

3.4 OD协方差的估计精度（The Reliabilityof Covariance Matrix Estimation）

4基于随机OD估计的交通检测器布设问题

4.1检测器布设问题模型（Model of Traffic Sensor Location Problem）

4.2遗传算法求解交通检测器布设问题（Genetic Algorithm for Solving Traffic Sensor Location Problem）

5数值实验

5.1小型交通网络的数值实验（Numerical Experiment on a Test Network）

5.2中型网络验证遗传算法的收敛性（Convergence of Genetic Algorithm on a medium-size transportation network）

6结论与展望

参考文献

附录1

附录2

作者简历

学位论文数据集