基于用户路径选择博弈的Braess诡异存在性分析

运用效用理论和博弈论分别提出了静态条件和动态条件下用户出行路径选择需求。同时,选取了经典的Braess诡异现象作为案例,对代表性的出行个体在路网中的路径选择过程进行分析,得出了子博弈精炼纳什均衡下的路网分配结果,验证了Braess诡异现象的存在性。     

一类弹性需求下组合出行网络拥挤道路收费模型与算法研究

结合拥挤道路使用收费,研究了弹性需求下的组合出行行为,建立了双层规划模型.设计了模型的算法,并给出了相应的算例.算例结果能够有效地描述拥挤道路使用收费情况下人们的组合出行行为.这一研究有助于加深对交通行为的理解并合理设置拥挤收费水平.     

弹性需求下多类型用户拥挤收费模型研究

单一类型用户拥挤收费模型存在两大缺点：拥挤收费对所有用户影响相同和不能真实反映用户实际出行;在此基础上提出了弹性需求下多类型用户拥挤收费模型,并对其进行求解。以实例证明了多类型用户收费模型相对单一类型用户收费模型更能反映用户的实际交通出行,更能真实地反映收费后用户的出行选择,实现整个系统效益的最大化。     

拥挤道路收费与停车收费组合优化模型研究

道路拥挤收费和停车收费是交通需求管理中的两大有效手段,合理地实施收费可以达到缓解交通拥挤的目的.文中针对交通网络中私家车用户可以在任意公交站点处发生换乘这一广泛情形,讨论了弹性需求下的路段拥挤收费和停车收费组合优化策略,并给出基于混沌优化方法的启发式算法求解所建立的双层规划模型.结果表明,所建模型有助于个体出行方式和出行路径的决策,且组合收费在使得公众易于接受实施拥挤收费政策的同时,也可以吸引更多出行者选择换乘公共交通方式,这将有利于减轻交通拥挤程度和环境压力.     

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。     

基于进化博弈的城市中心区交通拥堵收费分析

交通拥堵收费是解决道路拥堵问题的有效措施。假设使用小汽车到达拥挤收费区域边界的出行者可通过2种方式到达拥挤收费中心区：小汽车直达及停车换乘公共交通（P＆R）。对于出行者甲（对小汽车出行需求偏刚性）、乙（对小汽车出行需求偏弹性）,采用进化博弈的方法,建立效益矩阵,分析在不同政府定价条件下两者出行方式选择行为的演化模型。结果表明,政府交通拥堵收费对出行者出行方式选择行为的演化起着重要作用,不同的定价区间会使得出行方式向不同的稳定状态演变。分析各种定价区间下出行者出行方式选择行为。     

博弈视角下的交通拥堵机理分析

以出行者和交通管理者作为博弈参与者,将城市交通拥堵问题看作非合作博弈,分析了其形成机理及传播过程;借鉴主从博弈思想,分析了交通拥挤中交通管理者与出行者动态博弈过程;利用鹰鸽博弈理论建立出行者之间抢行模型,对其博弈行为进行了均衡分析;最后从博弈参与人的角度提出了缓解交通拥堵的建议。     

基于重复博弈的无灯控交叉口驾驶员行为模型

在分析无灯控交叉口插车过程中驾驶员行为决策相互影响关系的基础上,从更小时空尺度出发,提出了考虑安全因素、速度因素的驾驶员插车行为过程效用函数,建立了基于动态重复博弈的无灯控交叉口驾驶员插车行为模型,分析了不同驾驶员类型组合在插车博弈过程中的纳什均衡及相应的驾驶员决策行为。结果表明:该模型能够在一定程度上反映不同条件下交通冲突的演化结果,说明了应用动态重复博弈进行驾驶员行为模型研究的合理性。     

基于多智能体博弈的路径选择策略仿真研究

系统最优与用户最优代表了交通分配中路网管理者与出行者两种不同的利益出发点。在综合考虑两者在路径选择过程中动态交互特点的基础上,引入博弈论的思想协调两者的利益冲突,建立了路网系统管理者与出行者之间的路径选择博弈模型。为验证模型的有效性,结合多智能体技术进行了相应的仿真实验,并利用多智能体仿真软件Starlogo进行模拟。通过对无信息无博弈（随机）出行、用户最优出行、有信息有博弈出行以及系统最优出行等4种不同仿真方案的比较分析,验证了系统与出行个体之间协调的博弈模型性能满足了驾驶员出行需求,提高了路网整体效率,为建立实用的诱导策略提供了参考。     

通行能力约束下的弹性需求交通投影动态演化模型

利用投影动态系统理论建立了具有路段通行能力约束的弹性需求交通网络动态演化模型.通过分析节点路段处交通流量与出行阻抗关系,揭示了出行者在网络局部对出行路线进行调整的决策过程,并分别建立了有通行能力约束的路段流量更新方程和弹性交通需求下的节点最短行程时间估计方程.通过在整个网络上整合上述两类方程,得到最终的交通网络投影动态...     

基于演化博弈论的汽车共享与私家车博弈研究

汽车共享能够显著缓解交通拥堵、降低城市交通污染.由于汽车共享能够部分代替私家车出行,汽车共享方式的引入对居民出行行为选择具有重要意义.基于演化博弈论,分析了汽车共享引入后与私家车的博弈过程.以城市居民出行选择行为为出发点,分析汽车共享和私家车出行方式的特点,考虑汽车共享服务水平随服务人数变化因素、政府参与管理因素,建立汽车共享和私家车的演化博弈模型.根据动力学相关知识,分析模型参数,得出各个平衡点稳定的条件.通过分析系统演化稳定状态,为汽车共享出行方式的推广和政府相关政策制定提供理论支撑.      

道路拥挤定价下的公交收费模型研究

为了在执行道路拥挤定价政策的前提下制定公共交通的收费标准，提出可行的定价模型，根据交通行为科学的有关理论和方法，采用了两层规划技术建立了道路拥挤定价下的公交收费模型，上层规划为交通系统优化，下层规划为拥挤定价下的路网随机平衡问题。以广州市为研究对象，计算了拥挤定价下广州市公交线网的最优价格体系。研究结果表明：所提出的模型能够描述出行者和交通管理部门分别在出行和交通管理中的决策行为，较好地解释了用户平衡、路段路径流量和阻抗、交通需求、拥挤费、公交票价、出行成本等相互之间的逻辑关系。     

基于大规模定位数据的出行方式模糊判别研究

交通需求信息对于从战略上解决交通拥堵问题是非常重要的。从无线通信网络和GPS系统中可以获得大规模的定位数据。从定位数据中可以挖掘出完整的出行轨迹信息和有价值的出行需求特征信息。文中提出了以各种出行方式的先验知识为依据的出行方式模糊判别方法。该方法以从出行轨迹信息中提取的出行属性数据为输入,采用模糊推理机制实现机动车、自行车、步行等3种出行方式的良好区分。该方法可为交通规划工作提供出行方式划分方面的数据,并具有比传统交通调查方法更低的成本和更短的数据更新周期。     

基于自由流时间的交通拥挤收费费率研究

在分析影响交通拥挤收费费率的交通量大小、道路条件、拥挤持续时间、居民消费心理、排队延误等因素的基础上,给出了拥挤情况下基于自由流时间的广义交通费用函数,根据交通平衡理论,建立了交通拥挤收费的固定需求UE平衡模型,并使用方向搜索法,利用C#和C＋＋编程对模型进行求解,最后通过算例分析,得出结论：对单个路段而言,一味的提高收费费率可以降低其相应的路段拥挤度,而对于整个研究路网而言,一味的提高路段收费费率并不能降低整个路网的拥挤度,可能会引起整个路网更加拥挤,因此,必须制定合理有效的收费费率,才能达到预期的效果。     

基于信号博弈的相邻交叉口TSCA交互分析

将相邻交叉口 TSCA 间交互看作不完全信息动态博弈,分析了其博弈交互过程,建立了相邻两交叉口 TSCA交互的信号博弈模型,通过算例分析了相邻交叉口 TSCA 交互的精炼贝叶斯纳什均衡策略。最后通过仿真分析了此模型的有效性。该模型为分析相邻交叉口交通信号协调控制提供了新的思路。     

城市道路拥挤收费实施时机确定方法研究

道路拥挤收费问题涉及交通工程、运输经济、决策博弈等多个研究领域,是广受关注的综合性课题。在弹性需求的多类型用户双层规划次优收费模型的基础上,通过研究不同OD下社会净效益的变化情况,提出了确定拥挤收费实施的OD区间范围和最优点的方法,为找到拥挤收费的合理实施时机提供了理论分析手段。结合上海市中心区道路状况数据,进行了实例分析,验证了方法的有效性。     

基于博弈论的交通拥挤与交通需求管理策略分析

交通需求管理是通过削减潜在的交通需求,使路网达到供需平衡的一种有效策略。运用经济学博弈论的理论观点,分析了城市道路交通拥挤发生的原因以及相应交通需求管理方式的作用机理,从经济学的角度诠释了交通需求管理的有效性。     

面向常发拥堵点的主动交通诱导方法

基于动态用户均衡、系统最优分配的诱导方法,侧重路网需求的宏观预测和调节,难以准确辨识道路拥堵点的关联车流,制约了诱导效果。为精准调控致堵车流,有效缓解常发性拥堵,研究基于需求溯源的主动交通诱导方法。遵循靶向诱导的思路,分析车辆行驶轨迹和常发拥堵点的交通流关联性,运用卡尔曼滤波对关联车流进行短时预测,在此基础上,结合流量占比、路径饱和度等指标,对诱导目标车流进行优选。同时,从负荷均衡的角度出发,基于路段与路径交通流的时空关联更新路网交通状态,建立以饱和度均衡为目标的主动诱导优化模型。仿真结果表明:相比反应型诱导与基于路径偏好的主动型诱导,所提方法使常发拥堵点的车均延误、停车次数等下降30%~60%,路网车均延误、停车次数等下降10%~15%,模型收敛速度提高,交通效益提升,验证了该方法的有效性。