基于需求不确定性的OD矩阵估计模型与算法研究

OD矩阵是交通规划和管理必不可少的基础数据资料。传统的OD矩阵估计方法，假定OD交通需求是确定性的。但是，在现实生活中，受到复杂因素的影响，OD交通需求是随机波动的，并且OD交通需求之间还存在着相关性(协方差)，我们称这类由需求不确定性所导致OD矩阵为"随机OD矩阵"。本研究首先分析随机OD矩阵对路网交通建模的影响，建立完善的基于随机OD矩阵的交通配流模型。在此基础上，充分挖掘路段观测流量的统计信息，将观测的结果和配流模型的结果有机地结合，建立随机OD矩阵估计模型，并设计求解算法。最后，项目将应用该模型和算法开展实例研究，并积极解决实际应用中涉及到的科学问题。本项目提出的随机OD矩阵估计模型，除了具备传统OD矩阵估计模型的功能之外，还能提供OD矩阵的统计特征信息。因此，本研究不仅可以进一步深化和完善OD矩阵估计的理论，还可以为交通规划和管理提供新的科学依据和应用实例，具有理论和现实意义。

OD矩阵是交通规划和管理必不可少的基础数据资料。传统的OD矩阵估计方法，假定OD交通需求是确定性的。但是，在现实生活中，受到复杂因素的影响，OD交通需求是随机波动的，并且OD交通需求之间还存在着相关性(协方差)，我们称这类由需求不确定性所导致OD矩阵为"随机OD矩阵"。本项目首先分析随机OD矩阵对路网交通建模的影响，建立完善的基于随机OD矩阵的交通配流模型。在此基础上，充分挖掘路段观测流量的统计信息，将观测的结果和配流模型的结果有机地结合，建立随机OD矩阵估计模型，并设计求解算法。最后，开展了基于随机OD矩阵的应用研究，随机OD矩阵除了能够反映OD矩阵的统计特征之外，还能够用了估计整个网络行程时间的统计特征，以及网络中每个路段的行程统计特征。具体的研究成果如下：.(1) 基于随机OD矩阵的交通配流模型。该模型重点考虑了OD矩阵的随机特征对出行行为的影响以及相关的交通流量在网络上的分布。.(2) 交通配流模型求解的相关算法。由于路径集的确定问题、模型的单调性问题等难点，基于随机OD矩阵的交通配流问题很难用传统的优化算法求解，本项目设计了相关的可靠路径查询算法和随机下降方向的优化算法等解决这些难点。.(3) 随机OD矩阵估计的双层规划模型。本项目推广了传统的OD矩阵估计的最小二乘模型，在上层问题中，将OD需求的均值和协方差矩阵作为决策变量，建立的相关的带约束的最小二乘模型。下层问题为基于随机OD矩阵的交通配流问题。并设计了相关的算法求解该双层规划问题。.(4) 基于随机OD矩阵的应用研究。随机OD矩阵有很多应用，项目从全路网的行程时间统计特征的估计为出发点，建立了路网行程时间估计模型并设计相关算法。.