A Genetic Algorithm for Trip Distribution and Traffic Assignment from Traffic Counts in a Stochastic User Equilibrium

사용자 평형을 이루는 통행분포와 통행배정을 위한 유전알고리즘

A network model and a Genetic Algorithm(GA) is proposed to solve the simultaneous estimation of the trip distribution and traffic assignment from traffic counts in the congested networks in a logit-based Stochastic User Equilibrium (SUE). The model is formulated as a problem of minimizing the non-linear objective functions with the linear constraints. In the model, the flow-conservation constraints of the network are utilized to restrict the solution space and to force the link flows meet the traffic counts. The objective of the model is to minimize the discrepancies between the link flows satisfying the constraints of flow-conservation, trip production from origin, trip attraction to destination and traffic counts at observed links and the link flows estimated through the traffic assignment using the path flow estimator in the legit-based SUE. In the proposed GA, a chromosome is defined as a vector representing a set of Origin-Destination Matrix (ODM), link flows and travel-cost coefficient. Each chromosome is evaluated from the corresponding discrepancy, and the population of the chromosome is evolved by the concurrent simplex crossover and random mutation. To maintain the feasibility of solutions, a bounded vector shipment is applied during the crossover and mutation.

혼잡한 교통네트워크에서 조사된 통행량으로부터 확률적 사용자 평형을 이루는 통행분포와 통행배정을 동시에 구하기 위한 네트워크 모델과 유전알고리즘을 제안하였다. 확률적 사용자 평형을 이루는 모델은 선형제약을 가진 비선형 목적함수를 최소화하는 문제로 정식화하였다. 네트워크 모델에서는 해의 탐색공간을 줄이고 조사된 통행량을 만족시키기 위해서 흐름보존제약을 활용하였다. 목적함수는 흐름보존, 통행발생량, 통행유입량, 조사통행량 등의 제약을 만족하는 링크통행량과, 경로통행배정을 통하여 구한, 확률적 사용자 평형을 이루는 경로통행량을 만족하는 링크통행량의 차이를 최소화하는 것으로 정식화하였다. 제안된 유전알고리즘에서 유전자는 통행분포, 링크통행량, 여행비용계수 등을 나타내는 벡터로 정의하였다. 각 유전자는 목적함수의 값으로 구한 적합도에 따라 평가되며, 병행단체교차와 돌연변이에 의하여 진화한다.