快慢车模式下早高峰时空乘车路径选择研究

研究早高峰通勤乘客的时空出行规律有助于更好地组织快慢车运营模式。本文从一种常见的快慢车运营模式出发,首先,根据乘客的起点车次和直达/换乘方案联合选择构建乘车路径;其次,以出行时间、早到/迟到延误和车内拥挤度作为早高峰通勤乘客出行选择的影响因素,对不同乘车路径下的出行成本进行构建;再次,以用户均衡理论建立乘车路径分配模型,并证明了该模型用户均衡路段解的存在性及唯一性;最后通过案例,对均衡模型进行验证。研究结果发现：短途乘客更愿意接受高拥挤但终点到达时刻接近工作开始时刻的车次,而长途乘客的车次选择分布较为均匀;除出行时间因素以外,延误惩罚和乘车拥挤同样影响早高峰通勤乘客的换乘行为,虽然换乘快车有可能降低出行时间,但高延误惩罚和拥挤成本会导致部分站点的乘客不选择换乘路径。     

基于不同偏好的出行者路径选择行为研究

从道路的静态(行驶距离)、动态(道路通行质量)两属性出发构建基于出行者路径选择偏好的出行费用函数,结合Logit改进模型,分析不同偏好下出行者路径选择行为的特点。算例表明:基于不同属性构建的出行费用函数可有效反映出行者偏好;考虑到路段重复因素的Logit改进模型可有效反映不同偏好对出行者行为的影响;改进模型更能反映真实的选择概率且计算简便。     

考虑风险爱好驾驶人的相依Weibull随机交通分配模型

建立了考虑风险爱好驾驶人的相依Weibull随机交通分配(Weibull-DSA)模型,分析了感知等价路径负效用的Weibull边缘生存函数,假设驾驶人总是选择感知等价路径负效用最小的路径到达目的地,采用Copula方法构建了感知等价路径负效用的联合生存函数,预测了路径选择概率;设计了模型的迭代求解算法,对模型进行了理论分析和数值验证;研究了广州市交通调查获得的风险系数,基于风险爱好和风险中立驾驶人,比较了采用Weibull-DSA模型与经典的Logit-SUE和Weibit-SUE模型计算的路径选择概率、路段交通量、饱和度与系统总出行时间。计算结果表明:随着风险系数的降低,3种分配模型的交通系统总出行时间变大;在风险中立情况下,应用Weibull-DSA模型、Logit-SUE模型和Weibit-SUE模型计算得到每OD对的所有连接路径选择概率的最大差值,分别为0.17、0.33、0.34,在风险爱好情况下,由3种模型得到的最大差值分别为0.20、0.36、0.41,因此,采用Weibull-DSA模型计算得到的不同路径选择概率的最大差值明显小于经典模型计算得到的最大差值;相对于风险中立情况,风险系数使得每OD对的所有连接路径选择概率的最大差值变大;无论是风险爱好还是风险中立驾驶人,采用Logit-SUE和Weibit-SUE模型计算得到的路段饱和度均小于0.9,采用Weibull-DSA模型计算得到路段饱和度大于0.9;与经典模型计算结果不同,采用Weibull-DSA模型得到的不同路径选择概率的最大差值相差较小,一些路径获得更多交通量,使得路径中通行能力最小的路段的饱和度大于0.9,这一特征给出了城市路网中部分瓶颈路段拥堵现象一个新的解释。     

���ڰ����ij��е�·�г�ʱ��Ԥ��

已有旅行时间预测方法多是针对高速公路、城市快速路和主干道路的路段,而针对城市一般道路,及路径旅行时间预测的研究则相对不足.本文提出一种基于案例的旅行时间预测算法.算法的基本原理为,在轨迹数据建模的基础上,建立动态更新的、包含多个属性的历史旅行样本数据库,然后根据出行时间及环境信息从案例库查找匹配案例,其结果经过一定修正用于预测路径旅行时间.与基于路段的旅行时间预测方法相比,该算法具有较强的鲁棒性和可移植性,受空间路网和数据样本量的影响较弱;并且在相同数据样本量和路网空间覆盖率的情况下,该算法预测精度高于对比算法.     

面向群体行驶场景的时空信息融合车辆轨迹预测…

将车辆间时空交互信息融入卷积社会池化网络中，提出了一种面向群体行驶场景的有人驾驶车辆轨迹预测模型；使用长短时记忆(LSTM)网络预测群体车辆速度，基于此预测值计算群体车辆间的速度差；构造LSTM编码器捕捉群体车辆行驶轨迹的时间序列特征，设计卷积社会池化网络提取群体车辆间的空间依赖关系，使用LSTM解码器预测未来车辆各种动作的出现概率和相应轨迹，将具有最高出现概率的动作及其轨迹作为最终轨迹预测结果；使用真实轨迹数据集对所构建模型进行了参数标定和性能验证，测试了不同轨迹编解码与速度预测方法对模型性能的影响，确定了最优模型结构。计算结果表明:相较于历史速度，使用预测速度计算速度差作为模型输入可将均方根误差(RMSE)降低19.45%；相较于门控循环神经网络，使用LSTM进行速度预测可将RMSE降低4.91%；相较于原始卷积社会池化网络，所提出模型的轨迹预测误差在RMSE与负似然对数2个指标上分别降低了20.32%和21.04%，明显优于其他卷积社会池化网络变体；所提出模型与原始卷积社会池化网络计算耗时差距约3 ms，能够满足实时应用要求。      

固定租赁点的公共自行车出行路径分析

基于前景理论建立固定租赁点的公共自行车出行路径选择模型。通过分析出行选择的决策过程,选择以出行时间和步行距离为两个不同参照点,确定前景理论的价值函数和决策权重函数,获得不同路径决策下的前景值。并通过sp调查结果与前景理论的计算结果进行对比分析,说明前景理论对于固定租赁点自行车出行路径选择具有较好的描述性。表明通过固定租赁点公共自行车出行时往往更加倾向于选择出行起点到租车点以及还车点到终点步行距离较短的路径。     

路网规模对出行者路径选择转换的影响

为预测交通流的演化动态，提高交通系统运行效率，需研究路网规模与出行者路径选择转换行为间的关系。首先设计并实施实验室行为实验，收集出行者实际路径选择相关数据。行为实验涉及4个不同规模的虚拟道路网络，30名参与者基于以往的出行信息（即出行时间）在虚拟路网上进行路径选择。然后利用假设检验、回归分析等统计方法对收集到的实验数据进行分析。分析结果表明：随着路网规模的增大，路网达到用户均衡（User Equilibrium, UE）状态的次数减少。对各路网用户均衡状态与系统最优（System Optimum, SO）状态的对比表明：各路径流量的平均值都很接近于UE值，而与SO值相差较大。从逐日路径流量演化和个体选择可变性两方面分析了路网规模与路径选择转换间的关系，发现逐日路径选择转换人数（或个体路径选择转换数量）与路网规模呈正线性相关。此外，个体路径选择转换频率与平均经验出行时间显著相关。由此得出结论：单方面扩大路网规模并不总能促进路网交通流演化到用户均衡状态，且出行时间与个体路径选择转换数量存在幂函数关系。     

轨道交通乘客个性化出行路径规划算法

随着城市轨道交通网络的不断完善,可供乘客选择的轨道交通出行路径日益 增加,乘客出行路径决策愈加复杂.本文在分析轨道交通服务水平变量对不同属性乘客出 行路径选择行为影响的基础上,提出轨道交通乘客个性化出行路径规划算法.首先,基于 非集计理论构建针对不同类别乘客的路径选择模型,该模型综合考虑乘车时间、换乘时 间、换乘次数、车内拥挤度及个人属性等因素对乘客路径选择行为的影响.其次,基于不同 类别乘客的路径选择行为差异,构建考虑车内拥挤度变化的乘客个性化出行路径动态规 划算法,为不同属性乘客规划广义出行时间最小的路径.最后,基于广州地铁数据对算法 进行验证.结果表明,该算法针对乘客个人属性规划的最优出行路径,更加贴合乘客的出 行心理.     

公交出行时空模式的影响因素和效应研究

为揭示公交出行时空模式的影响因素和作用效应,利用智能公交数据获取公交出行时空特征,应用DBSCAN聚类算法挖掘公交出行的时空规律性。以起点建成环境、终点建成环境、出行路径性能、公交运营性能和公交出行强度5个方面的18个指标为自变量,以公交出行时空特征和公交出行时空规律性2个方面的4个指标为因变量构建变量指标体系,融合智能公交、POI等多源数据对指标进行量化计算,建立结构方程模型对公交出行时空模式的影响效应进行分析。研究结果表明：公交出行模式具有时空异质性,平峰时段公交出行距离和出行时长均长于早、晚高峰时段;时间规律性强的公交出行主要发生在高峰时段,空间规律性强的公交出行集中分布在城市中心区;出行路径性能、公交运营性能、起点建成环境、终点建成环境对公交出行的时空特征有显著影响（早高峰影响效应分别为-0.749,-0.413,-0.244,-0.228）;公交出行强度、出行路径性能、起点建成环境和终点建成环境对公交出行的时空规律性有显著影响（早高峰影响效应分别为0.688,0.069,0.022,0.021）;各因素对公交出行时空模式的影响具有时间异质性,平峰时段的影响均大于早、晚高峰时段...     

随机时间依赖交通网络自适应路径选择

根据路段旅行时间具有随机性、时间依赖性等特点,将路段在不同时刻的旅行时间定义为离散随机变量;建立了随机的时间依赖网络的自适应路径模型,给出用多项式表示时间复杂性的算法,获得基于最小期望时间的所有节点到给定终点的自适应路径.出行者可以根据到达某节点的具体时刻选择下一步的最优路径.通过算例验证了算法的可行性.     

有限理性下考虑出发时间选择的网络交通流演化

假设出行者出发时间与路径选择随历史出行信息的更新而不断调整,研究网络交通流逐日动态演化规律.考虑出行者有限理性,基于累积前景理论,建立了出行者出发时间选择、时间间隔权重更新、路径选择及路径行程时间分布更新模型.通过数值实验表明:出行者对历史理解行程时间依赖程度对每个出发时段的稳定的流量分布无显著影响,但是对路径流量演化有显著影响;当出行者对历史理解行程时间的依赖程度大于等于0.90时,考虑出发时间选择的路网流量演化最终能达到稳定状态;从系统的整体效率来看,当出行者对历史理解行程时间的依赖程度在[0.90,0.95]时,有限理性下的交通分配结果优于完全理性.     

基于区内出行比例的城市交通小区半径计算方法

针对国内城市交通小区划分多靠定性分析的情况,分析了国内外交通小区划分方法,提出了基于区内出行比例的交通小区半径定量计算方法。基于交通小区半径和出行距离的三种不同组合,推导出了相应的区内出行比例计算模型,利用Excel软件的VBA编程功能,进行了三者之间的数量关系计算,通过对区内出行比例的控制,得出交通小区半径的合理范围。实例计算结果表明:当区内出行比例范围为5%～10%时,西安中心市区交通小区的合理半径在0.7～1.1km之间,而实际调查区内出行比例为9.28%,交通小区半径为0.9km,调查值与计算值接近,小区半径定量计算方法可行。     

交通信息对出行行为的影响分析综述

针对制定交通信息采集与发布策略的需要,从出行目的、出行方式、出发时间和出行路径的角度,介绍了相关的典型研究成果,总结了交通信息对出行者出行行为影响研究的主要进展,分析了我国在相关研究中存在的问题和不足,并指出未来的研究方向.     

һ������ʵʱ��Ϣ��ͳ����Ϣ�Ŀɿ�·�������㷨

研究在具有过去的统计信息及实时信息条件下的交通网络上的路径生成问题 我们假定路段通行时间具有一定的概率分布，这一分布从过去的统计数据得到，而当旅行者到达某一节点时，以该节点为起点的路段的通行时间作为实时信息被告知。在以上条件下，我们给出一种自适应算法来实时地生成一条路经，使得在某一预定时刻以前到达目的地的概率最大这个概率是衡量路径的时间可靠性的尺度，因而我们称相应算法为reliable routing algorithm。与之对应，我们注意到在以往的研究中，衡量路径优劣的有平均通行时间长短等等尺度。     

考虑动态交通流的停车场车辆最优疏散模型

为有效地制定停车场车辆疏散方案,缩短车辆疏散时间,研究了考虑道路网动态交通流特征的停车场车辆最优疏散模型.首先,根据排队论将停车场每个出口车道的车辆排队抽象成一个M/M/1/1排队系统,分析出口道路交通流车头时距对车辆离开率的影响,从而估算车辆在停车场内的排队时间.其次,构建道路网节点交通流均衡模型和路段交通流均衡模型...     

时变交通下生鲜配送电动车辆路径优化方法

依据时变交通路网特点设计基于路段划分策略的行驶时间计算方法,综合考虑客户对生鲜产品最低新鲜度约束,车载限制和电动车电量约束,设计三约束决策因子方法.以配送总成本最小为目标,构建时变交通下电动车城市生鲜配送路径优化模型,根据模型特点设计自适应改进的蚁群算法.实验结果表明,本文方法能够根据客户生鲜新鲜度要求,客户属性和路网特性,合理安排发车时间,科学规划配送路径,有效避免交通拥堵;通过算法对比,本文模型和算法能够明显降低配送成本,提高企业经济效益.     

时变交通下生鲜配送电动车辆路径优化方法

依据时变交通路网特点设计基于路段划分策略的行驶时间计算方法，综合考虑客户对生鲜产品最低新鲜度约束，车载限制和电动车电量约束，设计三约束决策因子方法.以配送总成本最小为目标，构建时变交通下电动车城市生鲜配送路径优化模型，根据模型特点设计自适应改进的蚁群算法.实验结果表明，本文方法能够根据客户生鲜新鲜度要求，客户属性和路网特性，合理安排发车时间，科学规划配送路径，有效避免交通拥堵；通过算法对比，本文模型和算法能够明显降低配送成本，提高企业经济效益.     

出行前交通诱导决策系统的静态博弈模型

对出行前交通诱导决策系统的设计需求进行了分析.通过对公交出行策略和个体机动车出行策略进行分析,建立了基于公交和个体机动车等效出行时间的静态博弈模型,模型与出行者的出发时刻和优化出行路径的路段集相关.采用枚举的方式,将出发时刻离散为间隔1 min来对出行前不同出行方式决策博弈模型进行求解.通过实例分析可以看出,提出的出行前交通诱导决策博弈模型可实现对出行者进行出发时刻、出行方式、出行路径的诱导.     

基于GIS和灰色模糊决策理论的自适应路线智能优选系统

为满足驾驶员路线选择的个性喜好和保障道路畅通,在分析影响驾驶员路线优选因素的基础上,提出了路线优选指标体系,引入灰色模糊决策理论,建立了基于GIS的智能路线优选系统,采用动态数据更新的Web信息共享方法,保证了路线优选的适时性。实例应用结果表明:系统具有直观、形象的交通图形显示功能,使驾驶员能够根据自己偏好与地图提示,准确地找到最优路线,提高了自适应路线优选的效率与可信度。     

基于出行决策分析的发车频率计算

出行时间过长是公交出行率偏低的重要原因之一,而出行时间与公交线路发车频率密切相关,有必要研究发车频率对居民出行决策的影响。基于居民出行调查数据,分析出行决策影响因素,利用随机效用理论,建立选择方案为自行车与公交的BL模型,并在MATLAB环境下采用Newton．Raphson法编程求解,预测出行时间对公交出行率的影响;进而分析发车频率对公交出行时间的影响,最终得到公交出行率与发车频率的对应关系,由此计算给定公交出行率下的发车频率。文中通过计算实例说明该方法在计算发车频率及评价公交运营调度方案优劣上具有实用价值。