一种用于高级旅行者信息系统的多模交通网络模型外文翻译资料

 2022-08-09 04:08

英语原文共 8 页,剩余内容已隐藏,支付完成后下载完整资料


A multimodal transport network model for advanced traveler information systems(一种用于高级旅行者信息系统的多模交通网络模型)

摘要:

当前需要一种无缝多模高级旅行者的信息系统。当前,尚无一种能够考虑到大尺度传输网络中动态时间和时间表将不同的私人和公共传输模型处理为多个属性的方法。本文旨在为ATIS应用开发和测试的一种通用的多模传输网络模型。首先,我们从抽象点上建立多模传输模型并将网络分为私人和公共模型。之后我们使用一种受超级网络技术启发的传输链接的通用方法来建立多模传输模型。在所有模式中,行人网络在建立传输连接中起着重要作用。我们利用基于埃因霍温地区的案例来测试我们的模型和算法。测试结果显示我们的模型和算法为ATIS应用提供了合适的基础。当前的限制是数据读取和编写需要大量时间。这可以通过对现有的计算策略进行效率的提高而加以解决。

关键词:多式联运,旅客信息系统,路径规划,超级网络

1.介绍

作为智能运输系统(ITS)不可或缺的重要一部分,高级旅行者信息系统(ATIS)将为旅行者提供出行前的行程状况信息以及在变化状况典型的一天下的动态运输网络中导航的实时建议。很多国家引进了Pamp;R设施,通过促进私人和公共交通工具之间的转换来缓解城市中心的拥堵问题。因此对涉及到私人和公共交通的多模旅行模型进行建模就显得尤为重要。·上述服务背后的基本问题是如何为ATIS建立正确的多模运输网络以及如何设计对应的算法来支持旅行者查询。据作者了解,还没有通用的多式联运网络模型(或无缝基础模型)和算法适用于大尺度下同时考虑到私人和公共交通模式的ATIS应用。本文的目的是开发和测试一种能够在大尺度的运输网络下的ATIS系统通用的多模联运网络模型。我们提出并测试了一种把不同模式的网络集成到一个简单网络中的超级网络方法(Nagurney,2001,2002)。时间是此研究中模型的唯一属性,在后续的研究中将进行更多属性和性能优化。在埃因霍温地区进行的测试实验结果证明了该模型的有效性和可信性。文章的结构如下:第二部分将介绍一下基本概念;第三部分将介绍一些相关的研究和应用;第四部分将介绍我们的模型和算法;第五部分会讨论我们的测试结果;最后一部分则是对主要结论进行总结。

2.基本概念

第一步采取抽象的视角对多式联运网络的建模很有帮助。我们可以从很多方面来看待多模网络。从物理角度来说,它可以分为管理。铁路,水路和空中。另一方面,基于功能的角度来看,它又可以分为私人模式(如步行,骑车以及汽车)和公共模式(如公交,火车,电车,地铁)。功能视角的一大优点是它突出显示了为旅行者提供的服务。专用网络可以随时提供与物理节点和物理链路相关的连续服务。另一方面,公共交通网络根据时间表提供离散服务,由此物理节点(如停靠站,车站)可见,而物理链路通常不可见。因此,功能视图适合于对多式联运网络进行建模。

建模的第二步包含为后续步骤寻找多准则下的路线评估的一般方法。对专用传输网络,可以在模型中如此表示物理节点和链接。对公共交通网络来说,它更加复杂。在这些网络中,服务的时间表决定了传输链路;有时候建模者甚至并不知道物理链路(例如地铁)。因此,对多式联运网络进行建模的目标是将上述所有因素整合在一起。文献中有两种可用的解决方案:一种是基于时间的方法,将时间表事件作为链接的的属性进行处理(链接成本函数);另一种是时间扩展方法,时间表事件分别表示为事件节点(即到达和离开)(Pajor,2009)。要创建一个集成的多模式传输网络,必须在所有子网都准备就绪后添加不同模式之间的传输链接。最终形成的集成网络通常称为超级网络。

建模的第三步是完善模型使其完全满足多标准测量要求,将时间,金融成本,工作量和舒适度(例如)都集成到通用成本度量上。对于时间属性,可以将专用网络模型(尤其是汽车模型)进一步分为三种类型的链接:与时间无关的(链接的成本是固定的);与时间相关的(链接的成本随着过去的时间按照一种已知的方式变化)或者随机的时间相关(考虑到历史和实时信息)。公共交通链路始终是和时间相关的而且可能是随机的。一种通用的解决方式是允许多模式网络中的所有节点都有时间标记并且所有链路都有与时间相关的旅行时间。通过跟踪到目前节点所消耗的时间以及当前时间来检索需要的行进时间。对于货币成本属性,可以使用行程总货币成本等于行程中每个片段消耗的金钱累加。这在专用网络(如汽车网络)中是正确的,但在某些公共交通情况下是错误的。给定一个由三个线性有序节点A,B,C组成的行程,从A到C的总货币成本可能不等于从A到B以及从B到C的成本之和。因此可能需要添加一些额外的措施来解决此问题。对于舒适性属性,主要因素是链路的服务质量或模式,而在多式联运网络中也应考虑到转移和等待的效率。这意味着应该以某种方式在网络中明确表示传输链接(例如传输节点,传输链接)。为了将所有这些方面集成到广义成本的度量中,如何判断不同属性的相对权重成了关键问题。在大多数现有方法中(Andre,2007),提出让用户分配权重值。一种更高级的方法是使用联合分析(陈述选择实验)或者是观察基于个人实际旅行选择的样本来估计权重。

最后一步涉及到选择合适的算法来计算最短路径。在理想情况下,可以直接应用通用的最短路径算法(如Dijkstra算法,A*算法)。如果在给定网络模式下不可行,则将某种形式的限制检查合并到算法中提供解决方案。

3.相关研究

在相关研究领域,Schultes (2008)和Pajor (2009)进行了广泛的研究,以将网络从单模式(主要是公路网络)扩展到多模式。Zhang(2011),Li(2010),Jariyasunant(2010)则提到了支持移动ATIS的应用程序在加利福尼亚州被应用于路线规划。Peng (2008)提出了一种分布式解决方案,用于规划大型运输系统中的出行。Van Nes进行了广泛的研究(2002)来对多式联运网络进行设计。Beelen(2004)开发了一种用于公共交通的个人智能旅行助手。在工业领域,Mentz公司(Rehrl, 2007)开发了一个行程计划系统并将其用于具有较高空间分辨率的区域规模(例如旧金山的511个公交服务,伦敦交通的行程计划服务)。Trapeze, Jeppesen, Google, 和Logica也开发了他们的产品。其他应用包括Bahn(德国国家铁路时刻表),9292ov(荷兰的公共交通路线计划),Transport Direct, Journey计划以及TFL。以上所有工作都反映了多模式ATIS的某些方面。然而,对于多式联运尚没有通用的解决方案可以考虑到多种属性和运输方式以及运输服务的时间依赖性。在许多情况下,不同模式之间的连接没有明确描述或以临时方式处理。除此之外,还不清楚它们在多大程度上平衡了精度和效率目标,这在大规模应用中很重要。

所谓的超级网络是针对不同方式或活动的网络的网络集。这个概念是由Sheffi(1984)在其关于城市交通网络平衡的理论中首次提出,并由Nagurney(2006)扩展到包含非交通活动(例如供应链,财务网)。Carlier, FiorenzoCatalano, Lindveld和Bovy (2003)展示了如何使用该方法对包含公共和私人模式在内的多模式网络进行建模。Arentze 和Timmermans (2004)已经开发了一种方法,该方法包括位置上的活动并可以根据单个旅行者的状态来指定超级网络中链接的一般成本并可以随着活动进度表的执行而变化。虽然超级网络方法并不新鲜,但是还是没有对基于超级网络的ATIS应用程序的建模过程和精度要求进行准确描述的方法。

4.方法

首先,从抽象的角度来看,我们要对多式联运网络进行建模,就需要将网络分为私有网络和公共网络两种类型。在专用传输网络内,仅包含物理节点,而在公共传输网络中,物理节点和事件节点都被包含在内以说明公共传输服务的时间表。专有传输网络中的所有节点和链接都是物理链接(路段)。公共交通网络包括车站(如公交车站和火车站)和相关事件(Pajor, 2009)。顶级节点是物理节点(停止),其他节点是事件节点(到达或离开)。每个事件节点都有一个方向由事件类型决定的到停止节点的链接。如果事件类型是到达,则方向从事件节点到停止节点。如果事件类型是出发,则方向相反。除此之外,所有事件节点都按照较高等级的节点引用较早事件的方式进行排序。事件节点的链接方向是从较早的事件到较晚的事件。后面的链接指的是等待或转移。另一种类型的链接是行程顺序链接,该链接将事件节点之间的链接从较早的事件链接到较晚的事件。这些链接代表了公共车辆从一个站点到另一个站点的运动。

其次,从一般的角度来看,我们希望对多式联运络进行一般的表示,其中基本要素是节点和链接。在图1中对此进行了描述。正如我们之前所提到的,超级网络中有两种节点:代表位置并有以X,Y坐标为属性的物理节点和代表停靠点到达和离开事件的事件节点和车站。后面的节点具有事件类型,事件时间和服务相关的因素(如公共汽车路线,但是行程和停止顺序作为必要属性)。只有物理链接才有必要或可能的属性,包括距离、时间、金钱成本、排放、质量和一般成本。

应该注意的是,有两种转换方式:一种是在同一模式下,另一种是在不同模式之间,以虚线表示在图1中,步行(行人)网络在模式传输中起着关键作用:所有的传输链接都已连接到该网络,因为步行始终涉及这几种传输。另一种可能的解决方案是在脚网中找到最近的链接,并在监视点出插入一个传输节点。后者更加切实,但是需要更多操作。

存在不同程度的网络细化。重要的是检查模型是否满足测量和计算被认为重要的路线的所有性能特征的要求。如果不是,则必须进行修改或阐述。在这项研究中,我们主要关注旅行时间。图1中显示的模型足够在多式联运网络中进行准确的时间计算。然而该模型可能不适用于复杂的票价计算,将来的研究中将考虑所需的拓展。

为了测试此概念模型是否运作良好,我们对算法进行了编程以使用真实网络和运输服务的数据生成结构。因此,需要的算法是双重的:基于有关道路网络和公共交通服务的数据来编译多式联运网络的算法,以及能够找到多式联运路线作为通过网络的最短路线的路径算法。图2显示了编译算法部分的流程图。

该算法包括三个步骤:1)初始化单个网络;2)编译每个单独的网络;3)以及将单独的网络集成到单个多模式传输网络中。在编译步骤中,有两个对应于两种抽象网络的编辑器——私有和公共。在集成步骤中(仅当存在多个模式时才有意义),足部网络对确定传输链接十分关键。如果不在网络模式设置下,也需要添加并编辑脚本网络,因为该模式始终和传输有关。在集成步骤中,为了简化起见,我们选择通过在脚本网路中搜索最近的节点来添加传输链接。当多式联运网络以此方式构建完整之后,我们可以使用路径算法来检验模型的合理性。常用算法包括Dijkstra算法和A*算法。在计算两个节点之间的时间方面,我们区分了四种链接情况:位置节点到位置节点,位置节点到事件节点,事件节点到位置,事件节点到事件节点。要计算在链接上花费的时间,可以使用以下规则。如果源节点是位置节点并且目标节点也是位置节点,则链接上的时间等于链接的长度除以速度。如果源节点是位置节点,目标节点是事件节点,则有两种情况。如果事件节点的时间标记晚于位置节点时间,则链接上的时间等于该差,否则等于无穷大(无法到达该节点)。如果源节点是事件节点,目标节点是位置节点,则链接上的事件等于链接的长度除以速度。如果源节点和目标节点都是事件节点,则链接上的时间等于其时间标记之间的差(等待时间)。考虑到我们编译整个网络的方式(如前所述),目标节点的时间标记将始终晚于原始节点的时间戳。

为了加快路径搜索算法的速度,可以采用减少不必要的搜索空间,分层结构,预处理数据(节点的组合)和双向搜索等策略,还可以使用启发式搜索。然而在本研究中我们使用的经典Dijkstra算法没有任何加速策略。

我们收集了埃因霍温地区的公共交通和路网数据用来测试算法。数据包括汽车节点,行车道链接,自行车节点,自行车道链接,步行道路链接,公交车站和公交时刻表。根据上述数据,,我们将步行,自行车,汽车以及公共汽车选择为模式集。我们假设步行速度为4.5km/h,自行车速度为12km/h,并且汽车的速度遵循相关道路的最大速度限制。我们考虑从TU/e校园到Woensel购物中心的旅程。出行的开始时间设置为2011年2月11日,18:10:00。每个单一模式和模式组合将被视为一个单独的测试案例。步行网络包括4654个和6819个链接。自行车网络包括4646个节点和6781个链接。汽车网络包括4755个节点和6957个链接。在公交网络方面,根据城市公交线路的时间表,一天有1736个公交车站和121584个到达/离开事件。测试环境的详细信息如下:CPU:Intel E8400;RAM: 2G(与显卡共享);操作系统:Windows XP SP3;编程语言:JAVA;算法:基础Dijkstra算法。

5.结果

表1列出了不同模式和模式组合的计算时间。路线计算基于基础的Dijkstra算法.“数据读取和编译”是指从计算机RAM中的数据库构建多模式网络时所涉及的计算时间。

如表1所示,路由搜索的计算时间非常短(lt;0.01s);瓶颈在于数据的读取和编译。尽管单个模式下的数据读取和编译时间很短,但是当添加总线模式或者或在模式集中包含多个模式时,它会急剧增加。原因是在步行网络中搜索邻居节点以添加传输链接时需要大量时间。通过使用索引或预编译技术,可以将此计算水平减少到可接受的水平。缓存技术的使用也可以显著减少数据读取和编译的时间。

图3到图13显示了不同模式集的路线规划效果。路线颜色为绿色的代表步行,蓝色代表自行车,黄色代表汽车,红色代表公共汽车。

如图7到图13所示,步行路线与自行车路线相似,而汽车路线则完全不同。这是

剩余内容已隐藏,支付完成后下载完整资料


资料编号:[238948],资料为PDF文档或Word文档,PDF文档可免费转换为Word

原文和译文剩余内容已隐藏,您需要先支付 30元 才能查看原文和译文全部内容!立即支付

以上是毕业论文外文翻译,课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。