混合交通流微觀仿真模型自動校正方法研究.pdf

1、微觀交通仿真已在計算機仿真技術(shù)的推動下得到了蓬勃的發(fā)展。因其具備經(jīng)濟、便捷、針對性強、可重復(fù)利用等優(yōu)點而應(yīng)用于交通組織影響分析、交通波動分析、ITS評價、以及道路運行狀況分析等多個交通領(lǐng)域。然而，仿真模型若缺乏有效的參數(shù)校正和驗證將被視為“黑箱”操作，即無法判斷仿真模型是否能真實有效模擬現(xiàn)實交通，故仿真模型的校正已得到相應(yīng)的重視并成為熱門的研究話題?？v觀國內(nèi)外相關(guān)研究，大部分仿真校正都是以考慮均質(zhì)交通流的校正為主，而忽略了混合交通流的現(xiàn)

2、象。為彌補這一不足，本文研究了考慮混合交通流的微觀仿真模型校正方法，即同時考慮車輛集計校正和車輛分類校正，并建立和編制了一套自動校正程序，以高效解決混合交通流微觀交通仿真問題。
　　混合交通流微觀仿真模型校正的實質(zhì)是較為復(fù)雜的多變量、多目標(biāo)的尋優(yōu)問題。當(dāng)前解決尋優(yōu)問題較為熱門且成熟的算法之一即為遺傳算法。經(jīng)過分析研究，發(fā)現(xiàn)該算法雖然有較強的全局搜索能力和魯棒性等優(yōu)勢，但解決大型搜索問題時易發(fā)生局部收斂的弊端也不容忽視，因此本文引入

3、或建立模擬退火思想、小生境技術(shù)處理、參數(shù)組排序選擇策略、按敏感度生成參數(shù)組交叉位點等方法，提出了適用于混合交通微觀模型校正特性的改進的模擬退火遺傳算法(ImprovedSimulated Anneling Genetic Algortithm)。
　　模型參數(shù)校正自動化的實現(xiàn)，除需提出合理可行的校正方法，還需建立數(shù)據(jù)鏈接使校正程序與微觀仿真軟件之間實現(xiàn)數(shù)據(jù)的傳遞與仿真運行控制。介于該目標(biāo)，筆者采用MATLAB編制了ISAGA程序，