【交通分配】OD逐一点对容量限制交通分配附matlab代码

??作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，

代码获取、论文复现及科研仿真合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab完整代码及仿真定制内容点击👇

智能优化算法?? ? ??神经网络预测?? ? ??雷达通信?? ? ?无线传感器?? ? ? ?电力系统

信号处理?? ? ? ? ? ? ?图像处理?? ? ? ? ? ? ??路径规划?? ? ??元胞自动机?? ? ? ?无人机

🔥 内容介绍

概述

交通分配是交通规划中的一个重要步骤，其目的是将交通需求分配到交通网络上，以评估交通网络的性能和确定交通拥堵的程度。交通分配模型有很多种，其中一种常用的模型是OD逐一点对容量限制交通分配模型。

OD逐一点对容量限制交通分配模型

OD逐一点对容量限制交通分配模型是一种基于最短路径算法的交通分配模型。该模型假设交通需求是已知的，并且交通网络的容量也是已知的。模型的目的是将交通需求分配到交通网络上，使得交通网络的总出行时间最小。

OD逐一点对容量限制交通分配模型的步骤如下：

1. 初始化：将所有交通需求分配到最短路径上。

2. 计算交通网络的总出行时间。

3. 找出交通网络中最拥堵的链路。

4. 将拥堵链路上的交通需求重新分配到其他路径上。

5. 重复步骤2-4，直到交通网络的总出行时间不再减少。

OD逐一点对容量限制交通分配模型的优点和缺点

OD逐一点对容量限制交通分配模型的优点包括：

• 该模型相对简单，易于理解和实现。

• 该模型可以考虑交通网络的容量限制。

• 该模型可以考虑交通需求的动态变化。

OD逐一点对容量限制交通分配模型的缺点包括：

• 该模型假设交通需求是已知的，这在实际中往往是不可能的。

• 该模型假设交通网络的容量是已知的，这在实际中也往往是不可能的。

• 该模型忽略了交通网络中可能存在的拥堵外部性。

OD逐一点对容量限制交通分配模型的应用

OD逐一点对容量限制交通分配模型广泛应用于交通规划和交通工程领域，包括：

• 交通需求预测：OD逐一点对容量限制交通分配模型可以用来预测交通需求的分布和变化。

• 交通网络规划：OD逐一点对容量限制交通分配模型可以用来评估交通网络的性能和确定交通拥堵的程度，从而为交通网络的规划和设计提供依据。

• 交通管理：OD逐一点对容量限制交通分配模型可以用来评估交通管理措施的有效性，从而为交通管理部门的决策提供依据。?

📣 部分代码

%画线粗function m = draw_xiancu(ZUOBIAO,linecu,n)for i=1:size(linecu,1)    for j=1:size(linecu,2)        if n==1             if linecu(i,j) ~= 0            line([ZUOBIAO(i,1),ZUOBIAO(j,1)],[ZUOBIAO(i,2),ZUOBIAO(j,2)],'Color','red','linewidth',linecu(i,j));            axis([0,56,0,26]);            hold on            end        end        if n==2             if linecu(i,j) ~= 0            line([ZUOBIAO(i,1),ZUOBIAO(j,1)],[ZUOBIAO(i,2),ZUOBIAO(j,2)],'Color','blue','linewidth',linecu(i,j));            axis([0,56,0,26]);            hold on            end        end        if n==3             if linecu(i,j) ~= 0            line([ZUOBIAO(i,1),ZUOBIAO(j,1)],[ZUOBIAO(i,2),ZUOBIAO(j,2)],'Color','green','linewidth',linecu(i,j));            axis([0,56,0,26]);            hold on            end        end        if n==4            if linecu(i,j) ~= 0            line([ZUOBIAO(i,1),ZUOBIAO(j,1)],[ZUOBIAO(i,2),ZUOBIAO(j,2)],'Color','black','linewidth',linecu(i,j));            axis([0,56,0,26]);            hold on            end        end    endendend

?? 运行结果

结论

OD逐一点对容量限制交通分配模型是一种常用的交通分配模型，该模型相对简单，易于理解和实现，可以考虑交通网络的容量限制和交通需求的动态变化。该模型广泛应用于交通规划和交通工程领域，包括交通需求预测、交通网络规划和交通管理等。

🔗 参考文献

[1] 张翔.基于SUE客流分配的城市轨道交通可达性研究[D].西南交通大学,2019.

[2] 王文静,敬明,刘冬梅,等.基于LOGIT模型和BPR阻抗函数的容量限制-多路径交通分配研究[C]//公路交通科技.交通运输部公路科学研究院, 2012:6.DOI:CNKI:SUN:GLJK.0.2012-S1-017.

[3] 黎新华,侯桂荣,莫辉辉,等.容量限制的交通分配优化方法研究[J].中南公路工程, 2005, 30(4):4.DOI:10.3969/j.issn.1674-0610.2005.04.030.

[4] 王炜.容量限制交通分配模型的改进及软件开发[J].中国公路学报, 1989, 2(3):8.DOI:CNKI:SUN:ZGGL.0.1989-03-004.

🎈 部分理论引用网络文献，若有侵权联系博主删除

🎁 ?关注我领取海量matlab电子书和数学建模资料

👇 ?私信完整代码、论文复现、期刊合作、论文辅导及科研仿真定制

1 各类智能优化算法改进及应用

生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化

2 机器学习和深度学习方面

卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

2.图像处理方面

图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

3 路径规划方面

旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化

4 无人机应用方面

无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配、无人机安全通信轨迹在线优化

5 无线传感器定位及布局方面

传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化

6 信号处理方面

信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化

7 电力系统方面

微电网优化、无功优化、配电网重构、储能配置

8 元胞自动机方面

交通流 人群疏散 病毒扩散 晶体生长

9 雷达方面

卡尔曼滤波跟踪、航迹关联、航迹融合