混合高斯分布的随机交通网络最可靠路径改进交替乘子方向法

摘要

为了模拟车辆在不同交通流状态下的路径选择行为，建立并求解了基于混合高斯分布的随机交通网络最可靠路径问题数学模型。采用混合高斯分布拟合随机网络的路段行程时间，并采用ADMM算法，利用增广拉格朗日松弛方法构建对偶问题，通过块坐标下降法求解获得了最优值的上界和下界，逐次迭代逼近获得原问题的近似最优解，最后针对Sioux Fall网络及Chicago Sketch网络进行了数值实验。结果表明，混合高斯分布可以准确拟合不同交通流状态下的路段行程时间，在不同交通流状态下，相同起讫点得到的最可靠路径是不同的；ADMM算法在解决混合高斯分布的最可靠路径问题是可行的；ADMM算法在解决混合高斯分布的最可靠路径问题上具有更好的精度和收敛性。

关键词

交通网络 / 随机网络 / 混合高斯分布 / 最可靠路径 / 交替乘子方向法 / 块坐标下降