A multiple-path gradient projection method for solving the logit-based stochastic user equilibrium model
A multiple-path gradient projection method for solving the logit-based stochastic user equilibrium model
复制标题
求解基于logit的随机用户均衡模型的多路径梯度投影法
DOI：
10.5198/jtlu.2020.1600
复制
发表时间：
2020-11
影响因子：
1.9
通讯作者：
Chun-bin Yu
中科院分区：
文献类型：
--
作者：
Heqing Tan;Muqing Du;Chun-bin Yu
本文提出了一种基于路径的算法，用于解决交通规划和管理中著名的基于逻辑的随机用户均衡（SUE）问题。基于梯度投影（GP）方法，新算法结合了一种新颖的多路径梯度方法来生成下降方向，考虑到每个单一起点-目的地（O-D）对中存在的许多路径。为了应用基于路径的算法，SUE问题被重新表述为变分不等式（VI），并且预先确定工作路径集。数值实验是在提供大量路径的温尼伯网络上进行的。结果表明多路径梯度投影算法优于原始GP方法。涉及三种不同的步长策略，包括固定步长、自调节平均和自适应Armijo策略，以得出更普遍的结论。此外，还分析了路径数对计算性能的影响。当路径集大小变大时，多路径梯度投影（MGP）方法的收敛速度比 GP 方法快得多。
This paper proposes a path-based algorithm for solving the well-known logit-based stochastic user equilibrium (SUE) problem in transportation planning and management. Based on the gradient projection (GP) method, the new algorithm incorporates a novel multiple-path gradient approach to generate the descent direction in consideration of many paths existing in every single origin-destination (O-D) pair. To apply the path-based algorithm, the SUE problem is reformulated as a variational inequality (VI), and a working path set is predetermined. The numerical experiments are conducted on the Winnipeg network where a large number of paths are provided. The results show the multiple-path gradient projection algorithm outperforms the original GP method. Three different step size strategies, including the fixed step size, self-regulated averaging and self-adaptive Armijo’s strategies, are involved to draw a more general conclusion. Also, the effects of the path number on computational performance are analyzed. The multiple-path gradient projection (MGP) method converges much faster than the GP method when the path set size gets large.
登录
查看更多内容
影响因子：
6.8
作者：
S. Kitthamkesorn;A. Chen
通讯作者：
S. Kitthamkesorn;A. Chen
DOI：
10.1080/23249935.2014.944241
发表时间：
2015-02
期刊：
Transportmetrica A: Transport Science
影响因子：
--
作者：
S. Kitthamkesorn;A. Chen;Xiangdong Xu
通讯作者：
S. Kitthamkesorn;A. Chen;Xiangdong Xu
DOI：
10.1016/j.cor.2013.08.022
发表时间：
2014-03
期刊：
Comput. Oper. Res.
影响因子：
--
作者：
A. Chen;S. Ryu;Xiangdong Xu;Keechoo Choi
通讯作者：
A. Chen;S. Ryu;Xiangdong Xu;Keechoo Choi
DOI：
10.1016/j.cor.2014.01.012
发表时间：
2014-07
期刊：
Comput. Oper. Res.
影响因子：
--
作者：
S. Ryu;A. Chen;Keechoo Choi
通讯作者：
S. Ryu;A. Chen;Keechoo Choi
DOI：
--
发表时间：
1985
期刊：
--
影响因子：
--
作者：
Yijin She
通讯作者：
Yijin She