基于期望-超额出行时间的道路系统最优均衡模型

为研究随机事件扰动下出行者的择路行为对交通分配的影响,同时考虑供需条件的随机变化,以期望-超额出行时间为出行者择路依据,利用边际成本收费原理,推导了边际成本收费值计算公式,建立用等价变分不等式表示的系统最优交通分配模型,并利用自适应投影收缩算法进行求解.算例表明:当OD需求系数为1.0、路段能力退化系数为0.5时,路径1边际成本收费值分别比使用期望出行时间和出行时间预算为择路依据时增加了11.27%和3.58%;当出行时间可靠度为0.9时,路径1边际成本收费值分别比使用期望出行时间和出行时间预算作为择路依据时增加了20.22%和4.30%.      

基于累积前景理论的随机异质道路网配流模型

针对出行者择路行为的有限理性和风险取向的差异性,将出行者分为4类:分别以可靠度低于50%的出行时间预算、期望出行时间、可靠度高于50%的出行时间预算和超预算期望出行时间作为选择路径的参考点.推导了需求服从对数正态分布、路段通行能力服从均匀分布条件下各类出行者的前景值计算公式,建立了用等价变分不等式表示的均衡模型.算例结果表明,累积前景理论参数设置对配流具有重要影响,随着收益敏感系数的增大,各类出行者的路径前景均呈增大趋势,且第3、4类出行者比第1、2类出行者变化更显著;随着损失敏感系数和损失规避系数的增大,各类出行者的路径前景均呈减少趋势,且第1、2类出行者比第3、4类出行者变化更显著;随着感知概率系数的增大,第1、2类出行者的路径前景呈减小趋势,而第3、4类出行者的路径前景呈增大趋势.     

出行方式与出发时间联合选择的分层Logit模型

基于随机效用最大化理论,选取出行者特征、行程特性与出行方式服务水平作为效用变量,以出行方式与出发时间作为选择肢,构建了出发时间位于下层与出行方式位于下层的2种居民出行NL模型。分析了北京市居民出行样本数据,并模拟了在早高峰时段对小汽车出行收取费用时,小汽车出行者出行行为的变化。计算结果表明:与传统MNL模型相比,NL模型具有更好的统计学特征,调整后的拟合优度由0.338增大至0.404;在2种NL模型中,出发时间位于下层的结构对样本数据的适应性更强;当早高峰时段小汽车出行收取费用为5元时,72.6%的小汽车出行者坚持原有出行方式与出发时间,22.4%的小汽车出行者坚持小汽车方式,但会改变出发时间,4.8%的小汽车出行者改用公共交通方式,但出发时间不变,仅0.2%的小汽车出行者同时改变出行方式与出发时间;当收取费用为10元时,51.7%的小汽车出行者坚持原有出行方式与出发时间,40.4%的小汽车出行者坚持小汽车方式,但会改变出发时间,7.9%的小汽车出行者改用公共交通方式,但出发时间不变;当收取费用为20元时,27.5%的小汽车出行者坚持原有出行方式与出发时间,60.6%的小汽车出行者坚持小汽车方式,但会改变出发时间,11.9%的小汽车出行者改用公共交通方式,但出发时间不变。     

基于对数正态分布的出行时长可靠性计算

交通拥堵不仅延长了平均出行时长,同样增加了出行时长不确定性。研究出行时长不确定性对计算拥堵成本、帮助出行者制定出行规划具有重要意义。基于出行时长分布服从对数正态分布假设,提出90%分位数出行时长可表示为平均出行时长和变异系数的函数。通过挖掘深圳市出租车GPS信息,发现变异系数的波动在10%以内,因此对90%分位数出行时长影响很小;而90%分位数出行时长与平均出行时长呈现明显的线性关系。研究表明出行时长不确定性会随着拥堵程度增加而呈线性增长,该结论为计算出行时长不确定性提供理论和实证支持。     

城市道路最大出行距离计算模型

为了合理体现交通事故延误对出行者路径选择的影响,提出了随机状态下的交通事故时间延误模型。将交通事故的随机性、持续时间和道路通行能力等不确定性因素引入到交通分配模型中,并对路径选择模型进行修正。分析了各等级道路最大适宜出行范围,根据修正的路径选择模型,采用逐次交通分配方法,得到各等级道路的出行周转量和出行距离,并与不考虑交通事故延误时的出行距离进行了对比分析。分析结果表明:当考虑交通事故延误时,支路、次干路、主干路、快速路的最大出行距离分别为2.000、2.946、4.054、5.963km;当不考虑交通事故延误时,支路、次干路、主干路、快速路的最大出行距离分别为2.000、3.000、6.000、10.000km;交通事故延误是影响出行者路径选择的重要因素;当考虑交通事故延误时,高等级道路的最大出行距离变小。相比于传统的路径选择模型,本文模型更优。     

基于出行时间预算的SUE交通分配

基于均匀分布的路段容量,分析了降级路网中路段和路径出行时间的随机变动,假定出行者根据以往的出行经验获取路径出行时间的可变性,并以出行时间预算的形式将这种可变性纳入到其路径选择过程中,进而定义路径出行时间预算为路径出行时间均值与出行时间安全边际之和.在此基础上,采用变分不等式技术构建了基于出行时间预算的多用户类型弹性需求随机用户均衡交通分配模型,并证明了模型解的等价性.     

基于决策场理论的出行者动态决策行为研究

为了研究出行者进行路径选择时的动态决策过程,本文采用决策场理论,研究 了多属性条件下,机动车出行者的微观和宏观动态决策行为.分析了决策场理论的基本模 型,构建了出行者动态决策行为场景和框架,以历史出行时间、预测出行时间和两者综合 值作为出行者决策的路径属性,并根据属性与实际出行时间的差值为依据,提出了出行 者注意力权重矩阵计算方法.通过算例分析发现,自由流出行时间对出行者决策影响较 大,出行者对路径属性的依赖性非常强,决策过程中存在路径偏好反转的现象,表明出行 者动态决策过程是随时间不断变化的,路径选择是时间累计的结果.     

网络流量随机条件下的随机交通网络平衡分析

考虑到现实条件下交通网络的不确定性状态,提出了从确定型网络到不确定型网络状态下,出行者路径选择行为的改变,即由出行时间最短的路径选择行为转变为在追求一定行程时间可靠性的基础上选择出行时间最短的路径选择行为.考虑到网络上交通需求量的不确定性提出了最优可靠行程时间的概念.在此基础上将出行者追求最优可靠行程时间的路径选择行为纳入到随机交通网络平衡分配模型中,证明了模型的等价性和唯一性.最后在一个小型测试网络上对模型分配结果进行了测试,测试结果符合实际情况,表明模型能够较好地反映出行者的路径选择行为.     

��������ο���������������ģ��

所建立模型明确考虑了随机参考点作为累积前景理论(CPT)描述出行者有限理性路径选择行为的补充,将其定义为随机最短行程时间和可接受系数的乘积。假设出行者遵循路径累积前景最大化原则进行路径选择,建立相应的随机均衡条件及等价的不动点模型。然后,给出基于Probit加载和相继平均法(MSA)的启发式算法,并在小型网络上验证所提出的模型和算法。算例结果表明,依赖随机参考点的交通流模式能够较为真实地再现出行者在路径选择时,同时考虑行程时间均值及随机波动的有限理性行为。对参数进行灵敏度分析,基于CPT得到的路网均衡状态基本上不受行程时间随机波动程度变化的影响,当出行者调整出行时间预算时,均衡状态将随之发生改变。     

依赖随机参考点的网络均衡配流模型

所建立模型明确考虑了随机参考点作为累积前景理论(CPT)描述出行者有限理性路径选择行为的补充,将其定义为随机最短行程时间和可接受系数的乘积.假设出行者遵循路径累积前景最大化原则进行路径选择,建立相应的随机均衡条件及等价的不动点模型.然后,给出基于Probit 加载和相继平均法(MSA)的启发式算法,并在小型网络上验证所提出的模型和算法.算例结果表明,依赖随机参考点的交通流模式能够较为真实地再现出行者在路径选择时,同时考虑行程时间均值及随机波动的有限理性行为.对参数进行灵敏度分析,基于CPT得到的路网均衡状态基本上不受行程时间随机波动程度变化的影响,当出行者调整出行时间预算时,均衡状态将随之发生改变.     

基于效用理论的出行前最优路径算法研究

当具有多条可行路线时，出行者将选择最优路径行驶．文中基于出行效用最大化理论，分析了影响出行者路径选择的多种因素，结合多目标决策的几何平均法原理，探讨了出行前信息中广义最优路径的计算方法。该方法使出行者在出行前主动选择出行方式和出发时间，从而促进路网交通状况的优化。     

具有模糊特性变量的出行方式预测Logit模型

基于非集计模型与模糊数学理论,以城市群居民出行行为为研究对象,选择出行者的出行时间和出行费用作为影响因素,利用极大似然估计法进行参数标定,通过t检验、命中率检验与优度检验,将出行时间模糊化,忽略出行费用的影响,建立了具有模糊特性变量的出行方式预测Logit模型。将轨道交通与小汽车2种出行方式的时间模糊化参数分别选为0.1、0.3、0.5,分析了出行方式与出行时间对居民出行行为的影响。分析结果表明:轨道交通与小汽车的平均出行感知时间之比为0.8～1.2,且2种出行感知时间同等程度变化;当轨道交通出行时间模糊化参数为0.1,小汽车出行时间小于70min时,出行者均选择轨道交通出行;当轨道交通出行时间模糊化参数为0.3,小汽车出行时间小于67min时,出行者继续选择轨道交通出行,但当小汽车出行时间大于67min,小汽车出行时间模糊化参数分别为0.1、0.3时,出行者选择小汽车出行;当轨道交通出行时间模糊化参数为0.5,小汽车出行时间小于58min时,出行者仍然选择轨道交通出行,但当小汽车出行时间大于66min时,出行者均选择小汽车出行。     

基于预算时间的路径选择模型参照点设定方法

针对路径选择模型的特点,基于前景理论分析了实际路网中出行者在不同得失状况下的选择行动,进而重点分析了模型中参照点的设定方法.从传统参照点设置方法入手,针对其自由流时间不适用于拥挤路网的弊端,通过结合出行时间预算和有效路径的相关理论,提出了一种更加符合实际的路径选择模型参照点设定方法.算例演算表明,提出的参照点设定方法能有效地反映路网出行者的实际出行行为,特别是在出行者对出行时间要求越严格的情况下,改进方法的优势越明显.     

基于出行时间预算负效用的出行行为建模

为研究出行者出行行为,引入出行时间预算负效用的概念.分析通勤者出行机理为先确定出发时刻,在给定出发时刻下计算备选路径的出行时间预算负效用,选择效用最大的路径出行,利用此次出行信息来调整下次出行的出发时刻,经过多次出行达到稳定状态.建立了双层规划模型描述不确定环境下出发时刻和路径选择的出行行为.用改进的相继平均法（MSA）求解下层路径选择模型,用遗传算法来解整个双层规划.用一个实例对模型和算法进行了验证.     

���ڶ�̬��Ϣ�������ճ����о���ģ���о�

实际道路系统中,交通个体的日常出行决策是一个长期的演化过程,出行者根据出行经验和获取的路径信息确定行驶路线. 考虑有装置和无装置两类用户,在时间反馈策略和平均速度反馈策略下对出行者的出行效率进行了讨论分析. 仿真结果表明,出行者对历史经验的依赖程度决定系统的演化效率. 两类出行者的出行效率均随出行需求增加而减小,随历史经验依赖性增加而先增加然后趋于稳定,并且随市场渗透率的增加,在不同信息策略下表现出相反的趋势. 一般来说,有装置出行者具有较少的行驶时间,且在速度反馈策略下效果明显,两类用户的出行效率差距随着时间的演化有减小的趋势.     

��Ϣ�����³����߶��ھ�����Ϊ����

出行者信息系统的建立加强了出行和交通系统之间的联系,使得活动出行决策形成一个动态决策调整过程. 在分析信息作用下的活动出行需求变化的基础上,以信息对出行者的短期决策影响为研究对象,基于吉林市居民出行的SP调查数据,探讨了出行者出发时间、出行方式、路径选择决策行为之间的内在联系. 考虑出行者对信息持有的态度等影响因素,运用二元Probit模型定量分析了出行者决策行为的内在联系. 结果表明,出行方式选择行为与出发时间及路径选择之间密切相关,出行者的路径选择行为则相对独立. 研究结论可为城市交通需求预测及交通管理提供参考.     

交通信息作用下不同风险属性出行者的行为演进

在交通信息系统作用下的路网中,出行者会根据交通信息系统提供的交通状况信息和以往的经验来选择自己的出行路线和出发时间.根据出行者对交通信息的信任和接受程度,文中将出行者分为怀疑保守型、信任乐观型和中庸型3种类型.在获得路径旅行时间信息和已往旅行经验的基础上,推导出新一轮的期望理解路径旅行时间函数,讨论了该函数的特性,建立了一个等价的随时间演进的随机用户均衡模型,并用一算例验证了模型的效率.     

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。     

信息作用下出行者短期决策行为分析

出行者信息系统的建立加强了出行和交通系统之间的联系,使得活动出行决策形成一个动态决策调整过程. 在分析信息作用下的活动出行需求变化的基础上,以信息对出行者的短期决策影响为研究对象,基于吉林市居民出行的SP调查数据,探讨了出行者出发时间、出行方式、路径选择决策行为之间的内在联系. 考虑出行者对信息持有的态度等影响因素,运用二元Probit模型定量分析了出行者决策行为的内在联系. 结果表明,出行方式选择行为与出发时间及路径选择之间密切相关,出行者的路径选择行为则相对独立. 研究结论可为城市交通需求预测及交通管理提供参考.     

���·��ģ�ͼ�·���ȶ��Է���

城市道路网运行中受多种因素干扰,系统运行经常处于非稳定状态,出行者不仅要求尽量减少出行时间,而且越来越重视保障出行时间的稳定性、强调交通系统的可靠性.考察智能交通系统中人们出行选择的偏好,80%以上的通勤者认为行程时间可靠性是他们出行时第一或者第二位的要求,因此,本文以行程时间可靠性和行程时间作为出行者路径选择的两个主要因素,建立混合随机路网模型.借鉴随机平衡分配模型的求解方法,设计混合随机路网模型的求解算法.同时,通过熵来考察行程时间可靠性和行程时间在出行者路径选择中所占比例不同对道路网交通状态的影响.此模型可描述智能交通系统下,有无信息出行者的比例对路网交通状态的影响.通过案例研究发现,只有拥有信息的出行者比例达到一定程度时,路网才最稳定.