基于随机用户平衡的混合交通网络流量分离模型

考虑了影响出行者交通选择行为的主要因素(时间、费用、方便性、舒适性等),分析了在多种交通方式(私家车、出租车、公交车、轨道交通以及自行车等)存在条件下城市交通网络中出行者交通选择行为,包括交通方式选择和出行路径选择,并基于随机用户平衡(SUE)理论构造了城市混合交通网络的流量分离和分配综合模型及求解算法。最后通过一个简单算例,得到了当各种影响因素变化时,各种交通方式的流量变化情况。     

交通分配问题中用户优化平衡模型的算法研究

针对出行者不同的出行方式，给出了确定同一出行的完全不同路径（ＣＤＲ）和不同路径（ＤＲ）的方法，在此了，以路径交通量为变量，建立了满足Ｗａｒｄｒｏｐ第一原理要求的用户优化平衡（ＵＯＥ）交通分配模型及相关算法，并给出了算例。     

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。     

基于安全可靠性的多类用户交通分配模型

为探究出行安全对用户出行选择行为的影响,提出了考虑事故风险成本和旅行时间的多类用户交通分配模型。针对事故发生的随机性特征,定义了路径出行安全可靠性概念,并以此计算用户的事故风险成本预算,体现出行者的安全偏好。基于考虑事故机会和事故风险的基础事故预测模型,针对路段和交叉口的不同特征,分别定义了路段和交叉口的事故风险成本分布。构建的交叉口事故风险成本模型,体现了交叉口不同转向的事故风险成本的差异性。为了求解基于安全可靠性的多类用户交通分配模型,采用路径配流法和相继平均法设计了相应的求解算法,并通过算例分析了模型和算法的有效性。研究结果表明：安全可靠性在用户出行选择中具有重要影响。当在广义出行费用中考虑事故风险成本时,出行者会更多地选择事故风险成本较小的路径;不同风险倾向的用户会有不同的选择特征,保守型出行者倾向于选择路径事故风险成本标准差相对较小的路径,即事故风险成本波动小的路径,而中立型出行者倾向于选择事故风险成本均值相对较低的路径;考虑交叉口的事故风险成本与否会直接影响流量分配结果,即路径交叉口数量和转向的差异性同样会影响出行者的选择。所提出的模型对于客流预测和网络安全评价与管理具有潜在的应用价值。     

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...     

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。     

诱导信息条件下的交叉口信号配时在线算法

实时诱导信息、用户出行行为决策和网络中交叉口的信号控制策略，是以复杂的方式在空间和时间上相互作用的。实时诱导信息会导致用户出行行为的变化，从而引起网络交通流量的重新分配，进而导致交叉口的交通控制策略发生变化。章对这一变化过程进行了研究，并提出诱导后的交叉口信号配时在线算法。     

蚂蚁算法处理动态交通网络用户均衡配流问题

现有的动态交通用户均衡配流模型由于缺乏行之有效的算法,不能很好地满足实时交通控制和诱导的需要。通过对模型的深入研究发现,该模型具有并行计算的条件,而较为新型的启发式算法———蚂蚁算法不仅具有卓越的随机搜索寻优能力还具有自适应性分布式的计算特点。文章尝试将蚂蚁算法用于处理动态交通网络的用户均衡配流问题,并以伪代码的形式设计了蚂蚁算法求解的一般步骤和程序,通过一个简单的动态交通分配算例体现算法的实现过程和检验算法的合理性。     

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。     

交通网络用户平衡环境下的最大流量问题

将网络最大流问题推广为交通网络用户平衡环境下的最大流量问题，给出了交通网络ＵＥ条件下两点间最大交通流量的双层模型和算法，进而讨论了整个交通网络基于线性增长模型的交通量问题。所论述的模型和方法对于交通规划从着重关注路网规划转为并重考虑交通供给和需求具有积极的启迪意义。     

考虑OD转换的动态交通分配模型研究

通过分析一简单路网的路径选择问题，说明动态用户最优的条件及其物理意义。针对城市整体路网中交通流分布的差异，提出分配路网和模拟路网的分析方法：分配路网采用瞬时动态最优分配，模拟路网采用实际动态最优分配，并对二者的应用条件和关系进行分析。考虑到其在ATMS系统中的应用，模型重点分析空间OD转换问题，并将决策点的路径调整方法加入目标函数的选择中，以评价弹性出行策略和建立路线诱导的实际方法。     

基于后悔理论的社交网络分享型交通信息的用户价值研究

以社交网络为平台的交通信息对出行者的决策有重要影响.为了研究社交网络分享型交通信息的用户价值,分析了社交网络中交通信息的产生与传播行为,并从信息行为的角度研究了社交网络中交通信息的特征.基于后悔理论建立了社交网络交通信息的用户价值评估模型,并给出出行者的路径选择效用以及交通信息的更新方法.在此基础上,从交通信息有效性与负效用的角度分析了社交网络交通信息的用户价值特征.基于不同的网络信息传播场景,对其中交通信息的用户价值进行了分析.结果表明,社交网络中的交通信息能够对出行者的决策起到辅助作用,在有效场景中出行者决策的后悔值降低了20%;但用户价值随其在社交网络中的持续传播而降低,且过度传播的交通信息将对出行者决策产生负效应.      

动态状态交通分配模型及其运用

静态交通分配模型不能很好地反映实际交通状况,而动态交通分配模型计算复杂、计算量大。本文基于动态用户状态均衡条件下,提出一种动态和静态交通分配的折衷方案———动态状态交通分配模型,给出了该模型计算路段平均队列长度和平均通行时间的公式,以及动态状态交通分配算法;最后给出一个运用于正常工作日动态交通分配的例子进行模型检验及其检验的数值结果。     

考虑燃油消耗的广义用户平衡分配模型

分析了交通分配中考虑燃油消耗的重要性及路段燃油消耗费用与路段流量的关系,将燃油消耗费用考虑到路段阻抗中,建立了相应的广义出行费用函数;假定固定需求情况下出行者以广义出行费用最小作为路径选择的准则,构建了考虑燃油消耗费用的广义用户平衡分配模型(GUE);证明了模型解的等价性和唯一性,给出了求解模型的F-W算法;最后给出一...     

信息对出行者出行行为的影响研究

研究了出行者在交通网络发生交通事故条件下的出行行为，出行者根据用户最优原则决定是否改变出行路径，建立一种简单网络上的排队模型，分析了ATIS对出行者在交通事故期间路径选择行为的影响，得出了ATIS有益于缓解交通网络拥挤状况的结论。     

面向多智能体的出行前信息下通勤者出行行为研究

采用面向多智能体的建模与仿真方法,对先进的交通信息系统(ATIS)提供的出行前信息下通勤者出行行为进行了研究.首先,基于贝叶斯理论,建立了在出行前信息与以往出行经验作用下,通勤者出行时间感知动态更新模型;进而以信念-愿望-意图(BDI)模型为基础,将每个通勤者一车辆单元刻画为一个具有双层结构的智能体,并采用面向多智能体语言AgentSpeak(L)刻画了智能体的出行行为决策机制;最后,采用面向多智能体编程平台Jason与微观交通仿真平台Paramics相结合的方式进行了相应的仿真试验.结果表明:贝叶斯理论可以较好地解释驾驶员(尤其是通勤者)出行行为动态特性,同时验证了多智能体技术与微观交通仿真技术的结合在驾驶员行为分析中应用的有效性,为驾驶员行为分析提供了新思路.     

动态系统最优分配模型的研究

本文提出了一个动态系统最优交通分配模型。依据最优控制理论建立起来的模型，能够用于我ＯＤ对拥挤道路网上的瞬时交通流形态的预测。模型的最优利用Ｐｏｎｔｒｙａｇｉｎ最小值原理获得，并证明了该最优解与Ｗａｒｄｒｏｐ的用户最优大批量的动态表述相一致。最后，本文讨论了该模型了散形式的解法。     

单一路径下基于固定到达时间的最优出发时间分布研究

针对动态交通分配领域动态OD难以准确预测的问题,根据不同目的出行的时间分布特征,建立基于出行类别的DTA研究新框架,并就此框架中基于固定到达时间的DTA子课题,研究单一路径下系统最优的出发时间分布问题。首先分析出行者费用的表示方法,然后结合Greenshields交通流模型,给出系统最优的出发时间分布的求解方法,最后设计实例探讨出行人数、路段长度以及费用参数比变化对最优出发时间分布的影响。本研究对制定错时上班、拥挤收费、流量控制等动态交通管理措施具有实际参考价值。     

适用于路径规划系统的动态路网描述模型

为满足路径规划对路网交通信息的需求，章建立了基于GIS节点一弧段拓扑结构的路网模型。通过将路网转化为对偶图，成功地解决了最优路径计算过程中存在的交叉口转向限制问题；分别对不同最优目标函数下对偶链的路权进行标定，着重研究了路段动态行程时间的计算方法。通过电子地图上不同颜色和状态的动态线条来显示交通流的实时变化，使出行能够很容易识别这些信息。本模型为车辆导航提供了可视化的信息平台。     

一O多D用户均衡配流模型的提出与求解

在分析固定需求用户均衡配流模型和用户出行目的地特征的基础上，首先提出一O多D用户均衡配流问题，建立相应的最优化极值模型，并证明其符合一O多D用户均衡原则及最优解是确定且唯一的，同时分析其求解算法，最后探讨将来进一步研究的方向。