非均衡网络交通流动态演化规律研究

为描述非均衡网络交通流实际成本-流量状态,考虑置存成本和路段行程时间,建立行程时间动态函数,将其引入用户均衡模型,构建基于出行总成本动态、路径流量动态、路段行程时间动态的交通流演化模型。利用简单网络,采用四阶龙格库塔方法对建立的模型进行数值模拟。动态模型弹性需求下,出行成本调整范围由大到小,趋于平衡值;路径流量迅速增加后,以较小调整范围,趋于平衡值;路段行程时间迅速增加后,逐步趋向于平衡值。固定需求下的出行成本、路径流量、路段行程时间均是反复调整多次后趋近于平衡值,调整范围缩小,次数增加。算例模拟结果表明,模型能够描述网络交通流从一种非均衡状态到另一种非均衡状态的动态调整过程。     

共享停车泊位的分配-定价-收益分配机制

为科学管理共享停车资源,构建一种共享停车泊位的分配-定价-收益分配机制。首先,以存在多个地块的区域为对象,根据出行者对不同地块及停车时间模式的选择偏好构建停车许可证的最优分配-定价模型,其中,最优分配模型为组合拍卖竞胜标确定问题(NP困难问题)。其次,利用Benders分解原理、对偶理论及新型升价拍卖代理系统构建调优法对停车许可证进行拍卖。最后,为调动共享泊位提供者的积极性,利用沙普利值法构建基于对社会福利贡献程度的停车收益分配模型。由理论分析及数值试验可知,运用上述机制可精确实现社会福利最优状态,最小竞争均衡价格与公平的收益分配。结果表明:①相较VCG机制与Leonard机制,调优法不仅可精确求解停车许可证的最优分配-定价,而且在算法最坏时间复杂度方面拥有更高效率;②在调优法的每个步骤中,即使停车许可证的分配并非最优,通过机制所实现的收费定价依然具有防止策略性操作的重要性质;③调优法可在较少的步骤之内实现较高的社会福利;④新型升价拍卖代理系统拥有多项式型的最坏时间复杂度;⑤通过最优分配-定价机制可获得每位出行者的选择偏好,进而可计算不同泊位提供者组合条件下的社会福利,实现沙普利值法在现实应用中的可计算性。     

可交易电子路票系统收费方案及价格算法设计

可交易电子路票系统是交通需求管理的一种新方式,为缓解城市交通拥堵问题提供了新思路.本文对路票交易体系进行了两个重要的算法设计:路票收费方案的算法设计和路票价格的算法设计.根据用户均衡与系统最优原则之间的差别——边际成本,利用改进的牛顿算法设计每个路段需收取的路票数,并由路票守恒条件确定发行总量;通过外惩罚函数法求解既定路票收费方案下达到用户均衡状态的路票价格.最后将算法应用于算例路网中,说明合理的路票收费方案能有效缓解交通拥堵;比较路票价格与实际用户交易产生价格的差异,分析路票系统对缓解交通拥堵的效果.     

基于近似熵和统计复杂度的交通流复杂性测度

为了定量描述交通流系统的复杂性,引入非线性动力学的近似熵和统计复杂度特征量,计算混沌区域Henon和Logistic序列、周期序列、白噪声序列的近似熵和统计复杂度,并通过计算5个实测交通流时间序列数据对其近似熵和统计复杂度进行了计算分析。结果表明:这2种特征量能够有效测度系统的随机性和非线性,可以解决复杂性刻画的"短序列、可比较"难题,适于实测交通流的复杂性测度;交通流系统随机性较强,带有非线性结构,可能产生混沌,应该综合使用多种复杂性测度方法。     

基于网络对偶均衡的交通流分配模型

利用交通网络中交通流量与阻抗的对偶均衡关系,提出一个基于节点-路段的交通流分配变分不等式模型。分析网络中流量与阻抗间的对偶关系,将交通流量与出行阻抗看作一对对偶均衡变量。利用这种对偶均衡关系,通过不断调整网络中局部组成元素的平衡关系式,最终得到网络均衡状态。对上述网络流与网络阻抗的制约平衡特征加以抽象,不仅得到一个新的交通流分配模型,而且得到一个模拟出行者行为的启发式模型求解算法。新的模型算法有两个突出优点,一是进行流量分配过程中可避免反复求解联接起讫点对的最短路径,二是可以根据流量分配结果方便的求出任意起讫点间的有效路径集,并明确路径流量。     

考虑路段容量降级的均衡流模式研究

为探究降级路网和非降级路网两种情形下交通网络流量的波动情况及演化规律,通过均匀分布来刻画路段容量的随机变化,在此基础上构建降级路网下基于传统路径更新规则的更新模型,该模型利用前一天使用路径的实际出行时间和前一天感知路径出行时间期望值来更新,并通过算例分析依赖参数和容量降级系数对降级路网交通流演化的影响。结果表明,降级路网和非降级路网下交通网络均能演化至稳定状态,但均演化不到随机用户均衡状态;相较于非降级路网,降级路网下交通网络演化至稳定状态所消耗的时间更长。     

城市快速路交通流分形预测算法的研究

根据城市快速路交通网络几何结构及交通流的混沌性,在分析交通流分形特性的基础上,应用小波系数方差法求解Hurst系数,同时建立了城市快速路交通流分形预测模型.利用实测数据,运用分形预测模型对上海市高架路的交通流进行了预测及误差分析,探讨了交流量不同状态下,即不同时段相同时间尺度,同一时段不同时间尺度;同一时段同一时间尺度下不等长数据序列的交通流分形特性及预测结果,并与传统方法进行比较,验证了模型的有效性及正确性.     

数量调节用户均衡及OD分解算法

城市居民出行过程中出行者的路径选择行为决定着道路网络交通流的分布模式，深刻影响着城市交通规划和网络设计方案的制定。传统交通分配依据最短路径时间选择出行路径，不能反映路径流量大小对出行者路径选择行为的直接影响。基于此，将出行起讫点间路径时间作为价格信号，路径流量作为数量信号，运用经济学非均衡理论中的价格-数量调节行为原理描述出行者的路径选择行为。在出行市场背景下，定义了数量调节用户均衡，建立了数量调节用户均衡条件和等价的非线性互补问题。运用GAP函数对非线性互补问题进行重新描述，最终建立了求解数量调节用户均衡的数学规划模型。鉴于路径流量不等于该路径中各路段流量之和，数量调节用户均衡问题需使用基于路径的算法求解，开发了基于OD分解的求解算法。OD分解算法与现有的基于路径的算法共享高斯-赛德尔分解方案，迭代过程中算法并不是顺序访问每个OD对，而是通过引入一个自适应方案来确定。针对未满足收敛条件的OD对，该算法将负梯度作为下降方向，运用Armijo类型的线性搜索确定步长，求解单OD子问题。最后分别对一简单网络和真实网络进行测试，计算结果表明：所开发的OD分解算法能将更多的计算成本投放在非均衡的...     

资本资产定价模型在资产组合中的研究与应用

资本资产定价模型（CAPM）主要研究证券市场中资产的预期收益率与风险资产之间的关系,以及均衡价格是如何形成的,它刻画了均衡状态下资产的预期收益率及其与市场风险之间的关系.本文首先阐述CAPM模型的理论源泉,再具体分析它在资产组合中的应用。     

基于SSA RX-N A RX模型的短时交通流预测

为了提高短时交通流的预测精度,向出行者提供更加准确可靠的道路交通信息,在充分考虑交通系统非线性特征的基础上,提出了基于SSARX-NARX的短时交通流预测模型.该模型以NARX作为短时交通流预测基础模型,采用SSARX方法建立了短时交通流预测状态空间模型并估计了模型参数,然后将估计出的状态空间模型的系统阶次和马尔科夫参数的值分别作为N A RX基础预测模型线性部分的初始参数值,优化后构造了SSARX-NARX预测模型.利用PeMS数据库的交通流数据,验证了SSARX-NARX模型的预测性能,比较了SSARX-NARX模型与SSARX模型的预测精度.结果表明,SSARX-NARX模型可以实现1步和多步短时交通流预测,并且针对5步和10步短时交通流预测,SSARX-NARX模型的MAPE值分别比SSARX模型小0.76% 和2.4%,而针对1步交通流预测,SSARX-NARX模型的MAPE值比SSARX模型大0.13%,但相差不大.      

考虑共享停车的用户出行选择研究

为探讨共享停车的出现对用户出行选择的影响,将出行者划分为共享停车和普通停车两种用户类型,分别构建停车阻抗函数,并基于分层Logit(NL)建立停车和路径联合选择结构模型.进一步提出带有两种停车方式的随机用户均衡模型,并改进相继平均算法对模型进行求解,通过算例分析发现预约费用从4元变化到12元时,共享停车需求量从378辆...     

不同市场经营机制下停车设施定价模型

基于网络均衡理论,在分析出行者交通方式、出行路径和停车设施选择均衡的基础上,建立了不同市场经营机制(包括垄断、寡头竞争和社会最优3种类型)下市区内的路外停车设施和市区边缘的停车换乘设施的定价模型;并对所提出模型进行了实际应用,同时比较了不同市场均衡解的效果。结果表明:垄断经营机制会导致最高的停车收费价格、最低的停车需求和社会福利及最高的总系统利润;社会最优与其相反,而寡头竞争介于二者之间。     

弹性需求下的组合出行模型与求解算法

研究了弹性需求下的组合出行行为,利用网络均衡理论和超级网络方法,给出了弹性需求下组合方式出行的混合网络均衡条件,提出了与均衡条件等价的变分不等式模型,讨论了模型解的存在性和唯一性。设计了求解模型的算法,并用一个算例分析了模型参数对模型求解结果和算法收敛性能的影响。结果表明:该模型能够有效地描述人们的组合出行行为。这一研究将有助于加深对交通行为的理解,有助于合理规划与布局停车换乘设施以及协调发展多种交通方式。     

能力约束下的停车行为模型及其求解算法

建立了能力约束下的旅行选择和停车行为模型,模型同时考虑了出行者对旅行路径和停车设施的选择、道路路段和停车设施的能力约束以及道路网络的需求弹性。构造了数学规划模型,证明在非主动能力约束下,网络均衡条件与该数学规划模型等价;当能力约束为主动约束时,该数学规划模型的解不是网络均衡解,但当对路网的饱和路段和饱和停车设施征收某个附加费用之后,网络均衡解满足能力约束。设计了增广的Lagrangian对偶算法和部分线性化算法来求解该模型,并利用算例来验证模型和算法的效率及评价交通政策的效果。计算结果表明:停车收费、新增停车设施、停车设施与目的地之间的步行距离将显著影响出行者的旅行选择和停车行为。     

高铁商务区地下停车交通组织分析——以宿迁市为例

高铁商务区是城市重要的经济活动中心,存在大量的商务交通需求,往往带来大量的停车需求。以宿迁市为例,从停车需求分析发现,现有规范并不能很好地支撑停车泊位数计算,提岀采取估算交通量和泊位周转率的方法重新估算泊位数。在具体交通组织方案中,在考虑岀入口通行能力和交叉口对出入口的限制的情况下,得到了地下停车场的开口方案。设计中使用“一纵四横”联络道实现停车库互联互通,提高停车库使用便捷性。     

停车综合改善方案研究——以天津市华苑科技园区为例

以实际工程为例,制定调查方案,对日间及夜间的停车情况进行调查。以调查数据为基础,分析现状出行及停车特征,总结得出现状地块存在出行结构不合理、路内停车周转率不足、路外停车资源利用不充分等问题。最后,在此基础上制定停车改善方案,引入包括共享停车在内的多模式改善方法。该改善方案的有效实施,不仅可以解决该地块的停车供需矛盾,同时也可以为其他同类建设项目的停车改善方案提供借鉴和参考。     

降级路网的认知及交通流平衡分析模型

为定量衡量因路段降级原因导致路网通行能力的丧失量,分析出行者在降级路网中的路径选择行为将导致何种网络交通流平衡状态,通过将降级路网划分为车流外界因素导致路段可通行能力降级和路段上车流量增加导致道路服务水平的下降两种类型,辨别旅行时间长短与旅行时间波动对出行者路径选择行为的影响,推导出同时考虑这两方面因素影响的可变路径旅行时间风险度量;在此基础上建立了降级路网中的交通流平衡分析模型,该模型满足存在性和惟一性,并能正确描述出行者对降级路网结构认知差异性情况下的网络交通流平衡状态。通过实例展示了不同旅行可靠性要求下,出行者对路径旅行时间长短的权衡关系以及整个路网交通流平衡结果。     

非集聚模型在停车需求预测中的应用研究

城市停车需求预测是城市停车场规划的一项重要内容。针对国内传统的停车需求预测模型的不足,提出了一种简便、实用的停车需求预测非集聚模型,该模型可以为我国城市停车需求预测提供借鉴。     

基于多智能体深度强化学习的停车系统智能延时匹配方法

“互联网＋”模式下区域停车“用户-资源”优化匹配是解决找车位难问题的有效途径，传统研究主要关注动态匹配机制设计，缺乏对用户匹配时机的考虑。在随机动态环境下，用户到达目的地附近后进行适当的延时等待，往往可以获得更优质的泊位资源，但取决于当前的停车供需模式。据此首次提出智能延时匹配策略，将每个停车用户抽象为智能体，构建多智能体深度Q学习模型(M-DQN)。结合系统的停车供需状态学习，用户自主决策延时等待时间，进入分配池后，系统利用匈牙利算法进行泊位匹配。在智能体总数量可变的环境下，利用集中式训练与分布式执行的框架，实现多智能体协同优化。为对比智能延时策略的效果，设计等待零时长策略(Greedy)和等待最大时长策略(Max Delay)。在算例中，结合同济大学四平路校区实测停车数据，设计3种不同的停车供需模式场景。在工作日早高峰时段，Greedy是最优的匹配策略，M-DQN和Max Delay的平均停车过程总用时会增加，匹配成功率下降；在工作日非高峰时段，M-DQN的平均停车过程总用时相较于Greedy和Max Delay分别减少23.8%和22.4%，效果提升明显；在工作日晚高峰时段，M-DQN的平均停车过程总用时相较于Greedy和Max Delay分别减少了12.8%和14.5%，M-DQN可以结合供需状态学习到最优的匹配策略。研究结果表明：在停车供需相对平衡的环境下，所提出的延时匹配策略和多智能体深度强化学习方法可以有效减少用户停车的平均行驶时间和步行距离，且停车周转率越高效果越好；但延时策略在应用方面仍有一定的局限性，不适用于停车供给紧张，停车周转率较低的场景。