基于路径的logit型随机用户均衡模型求解算法研究

《基于路径的logit型随机用户均衡模型求解算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、？乘兩：ｋ參巧ｄｂ学位论文基于路径的Ｌｏｇｉｔ型随化用户均巧模型求解》法研究专业名巧：《通运输工程研究生姓名：周巧见导师姓名：李船ＩＮＶＥＳＴＩＧＡＴＩＮＧＰＡＴＨ－ＢＡＳＥＤＡＬＧＯＲＩＴＨＭＳＦＯ民ＬＯＧＩＴＳＴＯＣＨＡＳＴＩＣＵＳＥ民ＥＱＵ正ＩＢＲＩＵＭＰＲＯＢＬＥＭＡＤｉｓｓｅｒｔａｔｉｏｎＳｕｂｍｉｔｔｅｄ化ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙＦｏｒｔｈｅＡｃａｄｅｍｉｃＤｅｇｒｅｅｏｆＤｏｃｔｏｒｏｆＥｎｇｉｎｅｅｒｉｎｇＢＹＳｕｐｅｒｖｉｓｅｄ

2、ｂｙＳｃｈｏｏｌｏｆＴｒａｎｓｐｏｒｔａｔｉｏｎＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙＪａｎｕａｒｙ２０１５东南大学学位论文独卸性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研巧成果，，。尽我所知除了文中特别加Ｗ标注和致谢的地方外论文中不包含其他人己经发表或撰写过的研究成果，也不包含为获得东南大学或其它教育机构的学位或证书而使用过的材料一同工作的同志对本研巧所做的任何贡献均己在论文中作了明确的说明。与我并表示了谢意。研究生签名；－日期：午＿Ｉ鄉｜东南大学学位论文使用授

3、权声明、东南大学中国科学技术信息研巧所、国家图书馆有权保留本人所送交学位论文的，可Ｗ采用影印。本人电子文档的内复印件和电子文档、缩印或其他复制手段保存论文一。容和纸质论文的内容相致陈在保密期内的保密论文外，允许论文被查阅和借阅，可Ｗ公布（包括Ｗ电子信息形式刊登）论文的全部内容或中、英文摘要等部分内容。论文的公布（包括抖电子信息形式刊登）授权东南大学研究生院办理。研究生签名：导师签名日期；＞矿中Ｉ摘要摘要Ｌｏｉｔ型随机用户均衡模型由于具有结构简单，可解释性强等特点，在交通规划中ｇ一有着广泛的应用，直是人们研究

4、的热点。本文运用非线性规划理论，Ｗ城市交通网络为背景，研究基于路径的Ｌｏｇｉｔ型随机用户均衡模型的求解算法。挽度投影算法是目前ｏ求解该模型最有效的算法。为了更高效地求解Ｌｇｉｔ型随机用户均衡模型，本文提出了４种新算法，具体的研巧内容和取得的结果如下：（１）提出了双层部分线性化算法：二阶。该算法包括内外两层迭代外层迭代运用一个线性约束条件下的贿最大问题一形式的部分线性化算法，生成；内层迭代运用阶形式的部分线性化算法近似求解该子问题，选取不同。根据内外层迭代子问题的不同特点。的步长准则，可有效提高算法的计算效率（２）提出了

5、对偶算法。该算法将Ｌｏｇｉｔ型随机用户均衡模型转化为其对偶问题，再应用变尺度最速上升算法进行求解。（３）提出了改进的截断牛顿算法。该算法通过不精确求解既约牛顿方程得出搜索方向，再运用Ａｒｍｉｊｏ准则，生成迭代步长。在法代过程中，既约变量是可１＾；动态变化的。（４）指出传统的Ｓｔｅ化ａｕｇ－Ｔｏｉｎｔ算法并不运合求解基于路径的Ｌｏｇｉｔ型随机用户均一一一衡模型，并提出了种改进的信赖域牛顿算法先。该算法的搜索方向与试探步长是ｅｉｈａｕ－Ｔｉｎ。后确定的，而不是同时确定的，因此能够克服传统Ｓｔｇｏｔ算法的缺点本文详细论证了新

6、算法的收敛性和收敛速度，并将４种新算法分别同梯度投影算法。计算结果表明４，进行对比，种新算法各有特点但均能在某些方面优于梯度投影算法。，本文为Ｌｏ型随机用户均衡模型的求解提供了新的思路与途径，研巧结果具有因此ｇｉｔ一定理论价值和实践意义。关键词；Ｌｏｇｉｔ型随机用户均衡模型；梯度投影算法；双层部分线性化算法；对偶算法；改进的截断牛顿算法；改进的信赖域牛顿算法ＩＡｂｓｔｒａｃｔＡｂｓｔｒａｃｔＬｏｇｉｔｂａｓｅｄＳＵ）ｃｈａｓｔｉｃＵｓｅｒＥｑｕｉｌｉｂｒｉｕｍ（ＳＵＥｍｏｄｅｌｉｓｗｉｄｅｌｙｕｓｅ

7、ｄｉｎｔｒａｎｓｏｒｔａｔｉｏｎ）ｐ．ｍｏｄｅｌｈａ．ｐｌａｎｎｉｎｇＴｈｉｓｓｓｉｍｐｌｅｓｔｒｕｃｔｕｒｅ－ＩｔｃａｎｂｅｅｘｐｌｉｃｉｔｌｙｆｏｒｍｅｄａｎｄｗｅｌｌｅｘｐｌａｉｎｅｄＴｈｅｒｅｆｏｒｅ，ｉｔｈａｓｒｅｃｅｉｖｅｄｇｒｅａｔａｔｔｅｎｔｉｏｎｉｎｔｈｅｒｅｓｅａｒｃｈｃｏｍｍｕｎｉｔｙ．Ｔｈｉｓｄｋｓｅｒｔａｔｉｏｎｉｎｖｅｓａ－ｔＬＥｒａｎｎＵｔｅｓａｔｈｂａｓｅｄａｌｏｒｉｈｍｓｆｏｒｏｉｔＳＵｍｏｄｅｌｔｔｉｏｅｔｗｏｒｋｓ．ｇｉｎｕｒｂ

8、ａｎｔｒａｎｓｐｏｐｇｇＧｒａｄｉｅｎｔＰｒｏｅｃｔｉｏｎＧＰｍｅｔｈｏ过ｉｓ０打ｅｏｆ化ｅ