1.目的及意义

1.1研究背景及意义

城市交通网络是城市经济发展的支撑，然而随着社会经济的持续高速发展，城市交通问题日益严峻，已成为国民经济发展的瓶颈，并成为交通分配研究人员广泛关注的焦点问题。交通分配是交通网络优化中的基本问题，它作为交通需求预测的最后一步，其分配结果直接影响着交通网络的实际通过能力。传统静态交通分配问题主要着眼于对道路交通流的静态描述，这些模型只适用于长期的交通规划问题。而在实际情况中，出行车辆的最优路径是会随着时间和路况的变化而随之改变的。所以动态交通分配问题着眼于给定交通网络短时间内的交通流，克服了静态交通分配问题的不合理假设，更容易应用于日常的交通管理中。通过动态路径优化，车辆在进入路网的每一个节点之前都可以计算出一条在当前时刻下的最优路径，交通管理部门也可以根据动态路径规划的结果引导车辆分布在整个交通网络中，缓解交通堵塞，使得交通网络的性能达到系统最优。

1.2国外研究综述

数学规划、优化控制、变分不等式和基于仿真是研究动态交通分配问题的四大方法，其中前三个是研究动态交通分配的主要方法。Merchant 和Nemhauster开创性地提出利用数学规划来解决动态交通分配问题的理论模型（以下称作M-N模型），用于多个出发地单个目的地的离散型交通需求模式的系统优化。Carey证明了M-N模型满足线性独立约束条件，验证了M-N模型中的最优性分析 REF _Ref3917011 h [19] ，并于1987年对这一模型进行了优化 REF _Ref3916988 h [20] 。Birge和Ho将M-N问题扩展到随机情况，放宽了整个规划网络中O-D需求已知的假设，建立了一个多阶段随机数学规划模型。ZiliasKopoulos针对单目的地的系统最优动态路径规划问题，引入了基于交通小区运输模型的线性规划公式。

Ran和ShimazaKi使用最优控制方法，针对具有多个出发地和多个目的地的城市交通网络提出基于链路的系统最优模型。Friesz等针对单个目的地情况，分别提出了系统最优和用户最优目标的基于链路的最优控制公式。模型假设随着网络状况的变化，从一个系统状态到另一个系统状态的调整可能同时发生; 也就是说，路由决策是基于当前网络条件做出的，但可以随着条件的变化而不断修改。Wie扩展了用户最优模型以包括弹性的随时间变化的旅行需求，隐含考虑了出发时间选择。同时，Wie也列举了这种方法的一些局限性。

相比于数学规划模型和优化控制模型来说，变分不等式为解决动态路径规划的最优问题、定点问题和补充问题提供了一般的思路，是一个描述动态交通路径选择问题的更有效的方法。Dafermos在均衡静态交通的背景下引入了变分不等式方法。Friesz等人建立连续时间变分不等式模型，通过平衡经验旅行时间来解决出发时间/路线选择。Wie等人引入了离散化的变分不等式公式，用于解决同时路由偏离均衡问题。它们在某些规律性条件下显示最优解存在，并使用输出流函数而不是Friesz等人使用的输出时间函数 REF _Ref3917066 h [18] 。

1.3国内研究现状

国内学者对动态交通路径规划问题也作了大量研究。陆化普等对动态交通分配理论的发展进行了回顾，阐明了动态交通路径规划的关键问题，并展望了动态路径规划的发展方向 REF _Ref3917084 h [13] 。刘小兰等提出改进的路网表示法，用邻接表存储路网，利用图遍历原理建立了一种新型的动态路网模型 REF _Ref3917101 h [14] 。段新等通过模拟路段的流入量、流出量和路段上的交通量来建模，采用遗传算法解决动态交通分配问题，加快了模型运算速度，提高了模型的实用价值 REF _Ref3917115 h [15] 。范东旭分析了降雪天气特性及其对城市路网交通运行的影响， 建立了降雪天气下路段的自由流速度及路段通行能力计算模型，对降雪天气下的动态交通分配进行研究 REF _Ref3917136 h [16] 。李良等利用微观仿真软件Vissim对路段进行动态交通流分配仿真，实时、准确地反映了路网交通状态 REF _Ref3917150 h [17] 。谭明军基于动态用户平衡理论，建立了GS-CTM动态交通分配仿真模型，对不同网络结构下的交通流进行了仿真研究 REF _Ref3917175 h [7] 。周学松等介绍了轻量级开源动态交通分配仿真平台DTALite的理论应用、系统设计框架和开发模块 REF _Ref3917185 h [6] 。曹继英通过对不同方法的对比以及交通流量的仿真结果分析得出蚁群算法适用于求解动态系统最优模型和动态用户最优模型 REF _Ref3917202 h [5] 。李潇逸提出一种基于路径CTM的城市路网无流量限制的动态系统最优分配模型构建方法，在设定的仿真环境基础上，运用LINGO11.0软件实现了城市路网无流量抑制的动态系统最优分配模型构建 REF _Ref3917216 h [3] 。刘媛将关键路段引入到动态交通流量的分配中，限制关键路段流量，协同分配流量至其他路段，在进行动态交通配流的过程中对关键路段上的流量进行控制 REF _Ref3917240 h [4] 。王晶莹将改进后的粒子群优化算法应用到了动态交通分配问题中的经典算例中，并验证了改进后的算法在收敛性能和收敛精度上优于标准粒子群算法 REF _Ref3917256 h [2] 。刘海旭、荣新基于K短路，通过使用Logit配流模型研究道路交通网络在多路径流量分配时的性质，促进了K短路的实际运用 REF _Ref3917269 h [1] 。在交通诱导方面，李兵根据不同的道路类型和路况条件，采用不同的诱导策略，通过非线性控制来解决最优动态分配问题 REF _Ref3917285 h [8] 。 尹琨杰从交通瓶颈识别方法研究入手，以抑制整个路网的交通瓶颈产生为目标，探讨了城市中心区交通瓶颈识别与疏导策略的理论和方法 REF _Ref3917299 h [12] 。王硕研究了诱导信息对出行者路径选择的影响，提出了基于预测路网状态的VMS诱导信息发布策略并进行了编程实现 REF _Ref3917309 h [11] 。张锴选取基本人工鱼群算法作为动态路径诱导算法的基础研究对象，并从精度和效率等方面对基本人工鱼群算法进行了改进，提出了一种自适应量子人工鱼群算法 REF _Ref3917323 h [10] 。熊若曦提出了基于车路协同的路径诱导和交叉口速度引导两种策略，从多个方面对两种策略进行了分析，并对仿真器进行二次开发实现了所设计的策略 REF _Ref3917335 h [9] 。