城市自行车网络设计问题及其全局优化算法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    71801067
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    18.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    G0116.交通运输管理
  • 结题年份:
    2021
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2021-12-31

项目摘要

Urban bicycle network construction is of great significance to urban infrastructure system and the development of bicycle traffic mode. Under a limited budget, how to give full play to the macro-leading role of the government and optimize the design of public bicycle transport network, so as to maximize the total social utility, is one of the key issues in the field of bicycle traffic planning and management. Based on the existing studies, the project will firstly have a deep analysis on the influence of bicycle users’ travel behavior on network design and modeling. A bi-level bicycle network design model with Path-Size Logit (PSL) will be then developed. Considering the mixed traffic flow problem, the project will secondly analyze the interaction between bicycle flow and car flow and then explore the effect of the division of bicycle lanes on the traffic flow in road network and the traffic demand of different modes. A tri-level bicycle network design model will be developed for the mixed traffic flow situation. Thirdly, a global optimal solution algorithm will be proposed for bicycle network design problem with PSL to make sure the exact solution be obtained. Fourthly, the response surface model based solution algorithm will be enhanced for bicycle network design problem to improve the solution accuracy and efficiency for large-scale network. Finally, case studies will be carried out to check the effectiveness of models and solution algorithms; besides, the proposed models and solution algorithms will be applied in practical study. The project will help to develop the bicycle network design theory and promote the steady development of green and low-carbon sustainable transport systems.
城市自行车路网建设对完善城市基础设施建设和推动低碳环保的自行车交通发展具有重要意义。在有限预算下,如何充分发挥政府的宏观先导作用,优化设计公共自行车交通网络,以最大化社会总效用,是目前自行车交通规划管理领域研究的关键问题之一。本项目将在已有研究工作基础上,深入分析自行车用户出行行为对网络设计建模的影响,建立基于PSL的自行车网络设计双层优化模型;针对机非混行问题,考虑混合交通流下自行车和机动车用户出行的相互影响,分析自行车道的划分对路网交通流以及不同模式交通需求的弹性影响,提出混合交通下自行车网络设计三层优化模型;设计基于PSL的自行车网络设计模型的全局优化求解算法,求解模型的准确解;改进基于反应曲面模型的启发式算法,提高大网络求解的精度和速度;最后开展算例检验及应用研究。项目成果将提升自行车路网设计优化理论,推动绿色低碳可持续交通的稳步发展。

结项摘要

本项目计划致力于自行车网络设计问题的模型构建与算法设计。通过考虑自行车用户的出行行为,优化自行车交通网络设计,提升自行车网络的连通性、可达性和安全性,从而促进自行车交通模式发展。在执行过程中,项目调整了部分研究计划,主要研究了以下问题:1)基于PSL的分隔的城市自行车道系统网络设计问题研究;2)电动汽车动态无线充电设施部署与收费协同优化研究;3)考虑出行者异质的多类型充电设施部署优化;4)电动公交车与司机整合调度优化研究。主要研究结果和贡献包括:1)基于政府规划层面研究了城市自行车道的网络设计问题,提出了一个混合整数非线性模型,使用PSL模型来描述自行车骑行者的路线选择行为,并提出了一种全局优化方法和一种新的数学启发式方法来求解模型。Anaheim大网络的测试结果表明,所提出的数学启发式方法可以提供较好的解决方案,同时与全局优化方法相比,可以将计算时间减少96.49%。2)以新兴的动态无线充电技术作为切入点,研究提出了在有限投资预算约束下的动态无线充电设施部署与收费策略的协同优化双层规划模型,提出了代理模型算法(SO-MI)求解动态无线充电设施部署与收费策略的协同优化问题。Sioux-Falls网络结果表明,SO-MI算法的最优解可以使目标函数比GA算法降低5.49%,且SO-MI算法的计算时间比GA少2/5;电动汽车的充电延迟减少了43.97%,社会总成本降低了14.25%。3)考虑新型的兼容插电式充电与无线充电的电动汽车,以及路网中具有不同时间价值的出行者,构建了多类型充电设施部署优化模型,提出了改进的混合整数代理模型优化算法(MSO-MI)。研究表明,时间价值高的出行者倾向于选择动态无线充电设施。4)在考虑电动公交车里程约束与司机连续工作时间和总工作时间约束的基础上,研究单条公交线路的电动公交车与司机整合调度问题,并设计基于列生成启发式方法求解。算例随机选取合肥市3条公交线路检验提出算法的有效性。

项目成果

期刊论文数量(10)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Optimal locations and electricity prices for dynamic wireless charging links of electric vehicles for sustainable transportation
电动汽车动态无线充电链路的最佳位置和电价以实现可持续交通
  • DOI:
    10.1016/j.tre.2020.102187
  • 发表时间:
    2021-08
  • 期刊:
    Transportation Research Part E: Logistics and Transportation Review
  • 影响因子:
    --
  • 作者:
    Haoxiang Liu;Yuncheng Zou;Ya Chen;Jiancheng Long
  • 通讯作者:
    Jiancheng Long
Operating efficiency in Chinese universities: An extended two-stage network DEA approach
中国大学的运营效率:扩展的两阶段网络 DEA 方法
  • DOI:
    10.1016/j.jmse.2021.08.005
  • 发表时间:
    2021-12-01
  • 期刊:
    JOURNAL OF MANAGEMENT SCIENCE AND ENGINEERING
  • 影响因子:
    6.6
  • 作者:
    Chen, Ya;Ma, Xuanxuan;Wang, Mengyuan
  • 通讯作者:
    Wang, Mengyuan
考虑出行者异质的多类型充电设施部署优化
  • DOI:
    10.12011/1000-6788-2019-2610-12
  • 发表时间:
    2020
  • 期刊:
    系统工程理论与实践
  • 影响因子:
    --
  • 作者:
    邹云程;刘昊翔;龙建成
  • 通讯作者:
    龙建成
基于列生成启发式的单线电动公交车与司机整合调度优化
  • DOI:
    10.16097/j.cnki.1009-6744.2021.04.026
  • 发表时间:
    2021
  • 期刊:
    交通运输系统工程与信息
  • 影响因子:
    --
  • 作者:
    刘昊翔;吴啊峰;龙建成;周珏
  • 通讯作者:
    周珏
LASSO+ DEA for small and big wide data
适用于小数据和大数据的 LASSO DEA
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    Omega
  • 影响因子:
    --
  • 作者:
    Ya Chen;Mike G. Tsionas;Valentin Zelenyuk
  • 通讯作者:
    Valentin Zelenyuk

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

刘昊翔的其他基金

面向大规模城市路网的多模式交通网络设计问题研究
  • 批准号:
    72271079
  • 批准年份:
    2022
  • 资助金额:
    46 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码