不确定、动态条件下交通检测器网络结构优化研究

The efficient deployment of traffic sensor network is helpful for improving efficiency of real time traffic information collection. This project aims to investigate how to optimize traffic sensor network structure which mainly includes location, category and number of traffic sensors under stochastic, dynamic transportation network and considering prevalent sensor failure in practice. Firstly, simulation experiments are going to be designed for figuring out the impact mechanism of different transportation environment, different type of sensors and sensor network topology on the performance of traffic information application. A quantitative relationship between sensor network and traffic information application should be obtained by using statistical analysis. Secondly, uncertainty and dynamics of transportation network will be investigated, and a mathematical description will be proposed. Integer and mixed integer mathematical programming theory and methodology will be designed under uncertain, dynamic traffic environment. Robust sensor network is another objective. Efficient algorithms will be proposed. Thirdly, regarding the sensor failure that we are facing, sensor failure pattern should be identified on both individual and network level by employing statistical analysis tool and data mining technology. Integer or stochastic programming theory and methodology should be applied for designing effective sensor network considering failure. Exact or heuristic algorithms will be designed for solving them. Finally, case studies will be built for making a summary of all proposed models and algorithms.

交通检测器网络结构的合理设计有助于提升实时交通信息收集的效果。本项目在不确定、动态的交通网络环境以及检测器自身故障条件下，研究如何优化检测器网络结构，包括检测器的位置、类型和数量。首先运用仿真实验方法，研究不同外界交通环境，不同类型检测器及检测器网络结构对交通信息应用性能的影响机制，并对结果进行统计分析，得出检测器网络与交通信息应用性能之间的数量关系。其次，从交通网络的不确定性和动态性中发现规律并进行数学描述，利用整数或混合整数优化理论与方法，设计不确定、动态交通网络环境下和高鲁棒性要求下的数学优化模型并开发算法进行求解。再次，对于检测器自身故障情况，运用统计分析和数据挖掘技术，从个体和网络两个层面识别检测器故障模式。利用整数优化或随机优化理论与方法，设计故障条件下的检测器网络结构优化模型，并开发精确或启发式算法进行求解。最后，以实际案例对各种检测器网络结构优化模型进行总结。

本项目对检测器网络结构优化问题进行建模与求解分析，采用将理论方法与具体应用实践相结合的方式，综合运用数学优化、人工智能、统计分析、计算机仿真等多领域的方法。在实际研究中，取得了丰富的研究成果，主要体现在以下三个方面：.一、 分析了检测器网络结构对交通信息应用的影响机制。探索了不同类型检测器在功能、价格、性能上的差异，并通过线性代数和图论的相关理论对其进行了定量分析，解释这个差异在数学上的本质，确立并设计了检测器网络内部替代效应机制和求解模型；通过考察具有信号灯的单一道路上车辆行驶轨迹规律，建立了基于复杂交通条件下的旅行时间估算的检测器布设优化模型；从微观车辆行驶的角度，考虑多种污染物排放估算的检测器结构优化模型，分析了检测器在交通网络中的分配机制。.二、 探究了在不确定、动态交通环境下的检测器网络结构优化模式。建立了考虑刹车灯的元胞自动机模型，定量描述了不确定交通环境下的交通崩塌现象，扩展了经典的交通流理论；考虑时空相关性的检测器网络结构优化，在流量的估算上更接近现实交通环境的要求；提出了移动检测器调度模型，满足动态交通环境下的流量检测需求；将风险成本引入优化模型，考虑了交通环境中路径选择的不确定性，建立了相应的检测器网络结构优化方法；同时，考虑将优化方法扩展到实际交通管理问题的建模等。.三、 分析了考虑检测器自身故障下的检测器网络结构优化模式。考虑故障条件下的交通检测器网络结构优化模型。在已有的模型基础上，将检测器故障情况和流量覆盖相结合，建立两阶段检测器布设随机规划模型；综合数值插值和数学优化方法，考察了在故障条件下，最小化高速道路中旅行时间估算误差的检测器布设优化模型。.本研究对于揭示检测器网络结构与交通网络环境之间的规律，根据具体路网状态设计和优化检测器网络结构有重要的启示作用。