行程时间信息质量与接受水平关系分析

论述了信息质量对驾驶员信息接受模式的影响和研究不同质量信息的接受情况对先进的交通信息系统（ATIS）开发中制定信息发布策略的意义，并选择行程时间预测信息作为研究对象；通过实验分析方法对驾驶员的信息接受率与信息质量的关系进行了分析，提出一简单易用的线性分段模型来描述驾驶员对不同误差的行程时间预报的接受率，并根据实验数据给出了可接受的误差范围；指出，鉴于驾驶员的信息质量评价标准随信息使用进程有所变化，而且基于实验数据的分析与真实的信息利用情况存在一定差异，因此需要对驾驶员进行长期跟踪调查，并在真实的交通环境下检验和修正有关模型。     

基于交叉巢式Logit的多用户多模式随机用户均衡模型

为了完善现有城市交通分配模型,建立了一个基于交叉巢式Logit的多用户多模式随机用户网络均衡模型。该网络具有以下特征：网络中存在多类用户,不同类别用户的出行时间价值不同;用户可使用多种交通模式,不同模式相互干扰,且模式间路段阻抗影响满足对称条件。路径的选择采用克服多项式Logit模型的不相关备选方案独立属性的交叉巢式Logit模型来表示,并建立了一个等价数学规划公式来表示这一多用户多模式混合均衡状态,同时使用一个简单算例对基于交叉巢式Logit和基于传统的多项式Logit的模型进行了比较。结果表明：数学规划公式与基于交叉巢式Logit的随机用户均衡条件具有等价性,证明了模型最优解的存在性和唯一性;相比传统的离散选择模型,所提出的模型能更好地在混合状态下进行路径选择。     

诱导信息条件下驾驶员路径选择行为研究

驾驶员的路径选择行为是影响交通诱导成效的一个关键因素。建立了诱导信息条件下驾驶员路径选择行为模型,仿真分析了诱导信息和驾驶员的经验对驾驶员路径选择行为、路网交通流分布、系统整体效益的影响。研究结果表明,随着出行次数的增加,2条路径的交通流波动逐步减小,系统总行程时间逐渐减少,逐渐趋于系统均衡。驾驶员的长期经验、诱导信息的长期准确对驾驶员的路径选择行为、系统均衡具有重要影响。     

交通信息对驾驶员路径选择行为影响的初步分析

本文以解析交通信息对驾驶员路径选择行为的影响为目的，研究总吉出描述性信息在运用中的特征，初步建立起提供放行时间信息条件下驾驶员的路径选择模型。     

路径选择中重叠路线的解决方法比较

在交通出行分析中,路径选择是必不可少的一个阶段,而在路径选择时,路径上路线的重叠情况,无论是体现在路径层面还是路段层面上的重叠都是常见的情况,这使得描述出行行为的最常用的工具多项式Logit模型缺乏解释能力,于是派生出各种Logit改进型模型,按照其解决重叠路线的内在机理的不同,将其归为3类:考虑协方差信息的方法、巢式方法和附加效用因子的方法,论述了3类方法各自的优劣势,并按2个重要特征对这3类方法进行了比较。     

路径选择中重叠路线的解决方法比较

在交通出行分析中,路径选择是必不可少的一个阶段,而在路径选择时,路径上路线的重叠情况,无论是体现在路径层面还是路段层面上的重叠都是常见的情况,这使得描述出行行为的最常用的工具多项式Logit模型缺乏解释能力,于是派生出各种Logit改进型模型,按照其解决重叠路线的内在机理的不同,将其归为3类：考虑协方差信息的方法、巢式方法和附加效用因子的方法,论述了3类方法各自的优劣势,并按2个重要特征对这3类方法进行了比较。     

Mixed Logit模型随机参数分布形式选择探讨

Mixed Logit模型参数的分布形式的选择对模型物理意义的阐释和模型的实际应用均有十分重要的影响。选取正态分布、对数正态分布和均匀分布3种代表性分布函数进行分析，以Daganzo1979年应用Logit模型进行交通方式划分模型标定所采用的原始数据进行试验研究，并将试验结果与Logit模型结果进行对比。研究结果表明：Mixed Logit模型对原始数据的拟合性更好；3种分布函数分别适应于不同特点的参数；Mixed Logit具有更为丰富的物理意义，对个人选择交通方式的偏好信息表达更为清晰。     

多模式公交信息服务条件下的出行方式选择行为研究

为了科学评价多模式公交信息服务对出行方式选择行为的影响,基于超级交通网络理论,从出行链的角度分析了多模式公交信息服务对出行方式选择的影响机理,并在构建巢式Logit出行方式划分模型的基础上引入行程时间可靠度因子改进效用函数;根据上海市某郊区得到的显性偏好调查数据,利用极大似然法对巢式Logit模型进行参数标定后,对有无多模式公交信息服务条件下的出行方式分担率进行了计算和对比分析.研究结果表明:多模式公交信息服务能够有效引导轿车及其他个体机动化出行方式向多模式公交系统转移,提高了公交出行比例.研究结果可为大城市公共交通信息系统的改善和建设提供决策支持.     

基于Logit模型的动态交通分配研究

提出了一种基于Logit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）。作为一种基于全路径的交通分配模型，在路径选择上，使用了Logit模型求出每条路径的选择概率；在出发时间选择上，采用路径通行能力和路径选择概率来联合确定交通出发量，然后利用总交通出发量和路径选择概率求出每条路径上的驶入量。最后以一个实际算例，并通过改变参数对结果进行了分析。     

基于驾驶员行为的交通信息发布方式选择研究

信息技术在交通方面的应用越来越广泛,交通诱导信息的发布可大大提高路网的运营能力,为缓解交通供需矛盾提供了一个有力工具。交通诱导信息作为城市交通流分布的重要影响因素,通过改变驾驶员的出行时间、出行方式和出行路径,使道路上的交通流重新分配。本文以SP调查数据为支撑,从出行行为角度分析交通诱导信息方式对驾驶员出行选择行为的影响。利用非集计模型建立驾驶员选择行为模型,预测分析拥堵状态下,驾驶员对不同交通诱导方式的选择行为,进而有序地引导驾驶员出行选择,以达到缓解交通拥堵的目的。