1) SUEA
随机用户平衡分配
1.
The paper provides a new dimension-reduced method of sensitivity analysis for stochastic user equilibrium assignment(SUEA) model based on the relation between its Lagrange function and logarithmic barrier function combined with a Courant quadratic penalty term.
基于随机用户平衡分配扰动模型的Lagrange函数及带柯朗二次惩罚项的对数边际函数之间的关系给出了一种的新的降维灵敏度分析方法,与通常所说的灵敏度分析相比它的优点是大大减小了计算的维数,降低了复杂性。
2) SUE
[英][su:] [美][su]
随机用户平衡
1.
The paper quantitatively discusses the attractive- ness of highway to the potential transport modes and its interfer- ence effects,establishes a tramport passage sharing model using the thought of SUE(Stochastic User Equilibrium)and finally de- picts on the influence mechanism of highway in the other tram- port modes.
随机用户平衡)的思想。
2.
This model combined departure time with dynamic stochastic user equilibrium assignment problem(DDSUE).
提出了一种基于LOG IT方法的交通分配模型,该模型是动态出发时间选择和随机用户平衡的联合模型(DDSUE)。
3.
A flow-split model and its algorithm for inter-city transportation are presented based on the SUE theory and Chaos theory.
分析在多种运输方式存在情况下乘客的交通选择行为,并基于随机用户平衡理论和混沌理论构造了综合运输条件下的交通方式分离模型及求解算法。
3) stochastic user equilibrium
随机用户平衡
1.
The model with stochastic user equilibrium assignment for elastic demand and the solving algorithm;
弹性需求下的随机用户平衡模型及求解算法
2.
Based on the basic idea of stochastic user equilibrium assignment and the traffic flow theory,the concept of road traffic state was introduced in order to describe the problem of traffic assignment.
运用随机用户平衡配流的基本思想和交通流理论,提出了道路交通状态的概念,以便讨论交通拥挤情况下的交通量分配问题。
3.
Based on a new kind of route choice behavior, the α-cut stochastic user equilibrium(α-SUE) is established.
基于一种新的道路选择行为,建立了α-截随机用户平衡模型(-αSUE),在这个平衡模型中其道路阻抗的估计值用在置信度1-α下的区间来表示。
4) random user equilibrium
随机用户平衡(SUE)
5) user equilibrium assignment
用户平衡分配
1.
The paper first introduces the ant algorithm,then gives the steps of designing a user equilibrium assignment model based up-on the algorithm and compares the model with one based on F-W algorithm.
在介绍蚂蚁算法基础上给出了基于蚂蚁算法的用户平衡分配模型算法设计,并结合算例讨论了蚂蚁算法应用于用户平衡分配的可行性。
6) multi-period stochastic user equilibrium assignment
多阶段随机用户平衡配流
补充资料：随机分配
随机分配
random allocation
随机分配lr田司.旧au鱿ati阅;e二y，滋一。ep幻Me川e-““，」 把，:个粒子随机分配到N个单元的一种概率模型.在最简单的概型中，粒子是等可能且彼此独立地被分配的，因此每个粒子可以以概率l/N落到任一确定的单元.令#，=拼，(n，N)为分配后恰有r个粒子的单元数，又设o蕊;，<…<:、.其母函数 中(粼义l，…，支，)= 一，氰、.泉‘_。半、 xp{召，，=k，，…，拼r‘=k，}x李，…x穿·有如下形式: 小(粼x、，…，x，)二 「，，，_〕刀 二le一十—饭X，一l，十‘，‘十—电X_一1〕! L r.lr::」 (l)母函数(l)可用来计算拜，的矩以及研究其分布当n，N一的时的渐近性质.这些渐近性质很大程度上是由参数，二n/N一一个单元中粒子的平均数的性态所确定的.如果n，N一的且“=o(N)，那么对于固定的r和t， E拼，一NPr(:)，Cov(拜r，拼，)一Na，:(:)，(2)其中尸r(:)=:re一“/;!， 叮r:(“)=一，，(，)「。，‘一，。(:)一，r(:卜恤二业上匕竺乏1， L’一”一“」而咨，:为Kro贺c址r符号.按照召，当N，。~田时不同类型的渐近行为，可以分辨出五个区域. 中心区域(cent司d0IT坦in)对应于“二九/N减1.对应于 “~的，E召，~又，O<又<的的区域称为右:区域(巧沙t:一do~)，而对应于 “~的，任拜，~的则为右中r区域(力乡It inter皿diate;一do~).对于:)2，左:区域(Ieft卜dorr以m)对应于 “~O，E拜，~几，0<又<印，而左中r区域(left inter服d运te:~dolnain)对应于 比~0，E尸，~的.对于;二O，1，则其左和左中r区域与其相应的2区域是相同的. 在等可能概型的情形，在右r区域拜:有渐近PJss叨分布(Poisson distribution).当。)2时，这在左r区域也是成立的，而当r=O或r二1时，“。一N十n与(n一召、)/2依极限有Poisson分布.在左中和右中r区域，拜，有渐近正态分布(norm目distrib丽on).在中心区域则有一个关于拼r，，…，拼，』的多维渐近正态性定理，其极限正态分布的参数由渐近公式(2)确定(见11]). 如果。个粒子彼此独立地分配到N个单元，每个粒子落到第j个单元的概率等于。，，艺作，a，一1，这种分配称之为多项式的(polynolnjal).对于一个多项式分配，也可以引进中心、右和左区域，且极限正态与Poisson定理成立(见11]，汇3」).利用这些定理，可以计算空盒检验( elrlPty一boxes test)的功效〔又见统计检验的功效(power of a statisticai test))·设七.，…，亡。为有连续分布函数F(x)的独立随机变量(假设H。).对立假设H，则对应于另一分布函数F，(x).选择点z。=一的
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条