多用户多准则城市交通网络非稳定均衡分析

为了反映现实中交通出行者实施出行与否的决策过程,通过对实际城市交通网络状态的分析,引入了非稳定均衡网络状态的概念。同时通过对出行者出行选择行为的深入分析,引入了多用户多准则非稳定均衡网络状态的非线性互补问题模型和变分不等式模型,并利用超级网络的概念证明了两者的等价性。新模型能够将出行者的路径选择决策、目的地选择决策、出行方式选择决策以及出行与否决策合理的整合在一起,从而可完整的反映城市交通流的形成模式。给出了求解多用户非稳定均衡态的变分不等式模型的修正投影算法,并通过一个数值例子验证了算法的有效性。结论部分给出了多个可进一步深入研究的方向。     

基于出行需求的城市多模式交通配流模型

分析了城市多模式交通系统的结构特征,基于图论提出了一种分层网络结构来描述该系统,进而研究了出行者在多模式交通网络中的复杂选择行为(包括交通模式选择和路径选择);同时考虑了不同交通模式的道路流量之间的相互干扰,基于交通需求构造了城市多模式交通网络的广义费用函数和路段阻抗函数;在此基础上,提出了城市多模式交通网络平衡配流的变分不等式模型,并设计了求解算法;最后,用一个简单算例对模型及算法的有效性进行了验证。结果表明:提出的模型及算法是有效的。     

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。     

区域多方式货运网络随机平衡配流模型研究

提出了一种区域多方式货运网络随机平衡配流模型,并给出了相应的求解算法。建立了包含不同运输方式线路和转运枢纽的区域多方式货运网络描述模型,以随机用户平衡原则为基础,构建了等价于区域多方式货运网络随机平衡配流模型的变分不等式问题。建立的模型既考虑了联运过程中转运费用对路径选择的影响,又可同时计算出路线和转运弧上的流量和费用。采用精简对角化算法对模型进行了求解,并给出算例对算法的有效性和模型的实用性进行了验证。     

多目标的双层动态均衡交通网络设计研究

采用双层动态均衡模型解决城市交通网络的设计问题,即构建以交通网络总阻抗和建设资金为上层目标,动态路径选择的变分不等式模型为下层目标的双层规划模型。利用模拟退火算法求解上层模型,采用修正的投影算法求解下层模型。此模型能够内在地不断修正路段流入率值和路段能力增量(即网络设计方案),同时可以得到路段流入率值和路段能力拓宽方案的最优解,该算法的可行性与正确性已在一个小型网络上得到验证。     

多用户多准则固定需求随机交通均衡变分模型

运用变分不等式理论,针对非对称费用函数下准则权重与出行者类别相关的多准则路径选择问题,建立了具有固定需求量的多用户多准则随机交通均衡配流模型,分析了均衡流量的存在性和唯一性条件,由于广义路段出行成本受到路段之间流量的相互影响,可将相继平均法进行推广来求解该交通均衡的变分问题。给出了相继平均法的执行步骤和计算实例。     

带转向延误的非对称多模式用户平衡模型及算法

为了在网络建模中更精确地反映交通网络和出行行为的复杂特征,从多模式用户平衡原理出发,综合考虑多模式和转向延误因素以及不同模式、路段和转向之间的非对称作用,利用变分不等式理论建立了带转向延误的非对称多模式用户平衡模型,并在精简对角化算法的框架内设计了求解算法。该模型集成了交通网络的诸多特征,且能直接刻画转向延误与转向流量之间的互动关系,避免了传统扩展网络法的缺陷。算例表明:该模型及其算法对问题的描述与求解是有效的。     

交通网络均衡分析的变分不等式方法

从变分不等式的概念出发，讨论交通网络均衡的定义以及现有均衡交通分配模型，分析非线性互补模型和变分不等式模型，阐述这些模型与Ｗａｒｄｒｏｐ用户均衡模型的关系及变分不等式模型与数学规划模型的关系。     

瞬时动态用户最优决策点逆序分配方法研究

以基于瞬时路段阻抗的变分不等式模型的对角化算法为研究对象,指出若在一次迭代中完成所有时段的分配,其结果不能直接用于下一次迭代对应时段的流入率调整,对其产生的原因进行了分析,并根据瞬时动态用户最优网络的特性,阐述了时段可分离性和决策点可分离性,提出了基于时段推进的决策点逆序分配方法.结合与变分不等式模型等价的非线性规划模型,分析了该方法的原理并给出了逆序分配的步骤和示例.结果表明,该方法的核心是可用 Frank-Wolfe 算法求解的在各决策点上进行的各自紧后路段间的分配,决策点紧后路段之后的子路径最小瞬时阻抗的确定和一些决策点组合的同步分配都可以提高分配的速度.     

供需不确定条件下的预算-超额用户平衡模型

为更加全面、准确反映随机路网中出行者规避风险的择路行为,以预算-超额行程时间作为出行者选择路径的依据,提出了一种供应及需求不确定条件下同时考虑可靠性和不可靠性的交通分配模型——预算-超额用户平衡模型,推导了需求服从Gamma分布、路段通行能力服从均匀分布条件下预算-超额行程时间的解析表达式,并以此为基础建立起用等价变分不等式表示的平衡模型。利用一个小型测试网络比较了用户平衡模型、基于可靠性的用户平衡模型以及预算-超额用户平衡模型的性能。研究结果表明：提出的模型是有效、可行的;其平衡流量模式不同于用户平衡模型和基于可靠性的用户平衡模型;随着需求水平、可靠度以及路段通行能力退化程度的增加,预算-超额行程时间随之增加。     

Reliable Shortest Path Problems in Stochastic Time-Dependent Networks

This study investigates the time-dependent reliable shortest path problem (TD-RSPP), which is commonly encountered in congested urban road networks. Two variants of TD-RSPP are considered in this study. The first variant is to determine the earliest arrival time and associated reliable shortest path for a given departure time, referred to as the “forward” TD-RSPP. The second problem is to determine the latest departure time and associated reliable shortest path for a given preferred arrival time, referred as the “backward” TD-RSPP. It is shown in this article that TD-RSPP is not reversible. The backward TD-RSPP cannot be solved by the algorithms designed for the forward problem using the reverse search from destination to origin. In this study, two efficient solution algorithms are proposed to solve the forward and backward TD-RSPP exactly and the optimality of proposed algorithms is rigorously proved. The proposed solution algorithms have potential applications in both advanced traveler information systems and stochastic dynamic traffic assignment models.     

交通信息影响下的动态路径选择模型研究

考虑交通信息对出行者选择出行路径的动态影响,建立一种动态路径选择模型。将不同类型的出行者对路段（路径）运行时间的预测看作不同的随机过程,通过对出行路径上节点的到达时间取期望值,利用一阶近似表达式,研究交通信息对出行者的出行路径选择行为的影响。     

基于动态用户均衡的同时路径和出发时间选择模型

提出一个适用于多OD对网络的基于动态用户均衡的同时路径和出发时间选择模型,用一个非减的分段线性函数构建了隐含先进先出条件的路段走行时间函数,并按各个路径和出发时间方案的流量的平均值来计算该路段走行时间函数,使得给定一个OD对的总需求和理想到达时间,模型可以确定出行者的选择路径和出发时间方案,方案确定后,没有人能够通过单...     

Subjective-utility travel time budget modeling in the stochastic traffic network assignment

ABSTRACT

In this article, we propose a new model called subjective-utility travel time budget (SU-TTB) model to capture travelers' risk-averse route choices. In the travel time budget (TTB) and mean-excess travel time (METT) model, a predefined confidence level is needed to capture the risk-aversion in route choice. Due to the day-to-day route travel time variations, the exact confidence level is hard to be predicted. With the SU-TTB model, we assume travelers' confidence level belongs to an interval that they may comply with in the route choice. The two main components of SU-TTB are the utility function and the TTB model. We can show that the SU-TTB can be reduced to the TTB and METT model with proper utility function for the confidence levels. We can also prove its equivalence with our recently proposed nonlinear-expectation route travel time (NERTT) model in some cases and give some new interpretation on the NERTT with this equivalence. Finally, we formulate the SU-TTB model as a variational inequality (VI) problem to model the risk-averse user equilibrium (RAUE), termed as generalized RAUE (GRAUE). The GRAUE is solved via a heuristic gradient projection algorithm, and the model and solution algorithm are demonstrated with the Braess's traffic network and the Nguyen and Dupuis's traffic network.     

Quantifying travel time variability at a single bottleneck based on stochastic capacity and demand distributions

Travel time reliability, an essential factor in traveler route and departure time decisions, serves as an important quality of service measure for dynamic transportation systems. This article investigates a fundamental problem of quantifying travel time variability from its root sources: stochastic capacity and demand variations that follow commonly used log-normal distributions. A volume-to-capacity ratio-based travel time function and a point queue model are used to demonstrate how day-to-day travel time variability can be explained from the underlying demand and capacity variations. One important finding is that closed-form solutions can be derived to formulate travel time variations as a function of random demand/capacity distributions, but there are certain cases in which a closed-form expression does not exist and numerical approximation methods are required. This article also uses probabilistic capacity reduction information to estimate time-dependent travel time variability distributions under conditions of non-recurring traffic congestion. The proposed models provide theoretically rigorous and practically useful tools for understanding the causes of travel time unreliability and evaluating the system-wide benefit of reducing demand and capacity variability.     

基于最短路径搜索的动态随机交通分配

提出了一个基于Logit方法的动态交通随机分配模型,该模型通过最短路算法和随机分配来解决动态均衡交通分配中的出行选择问题,避免了以往动态交通均衡分配中解凸规划或非线性规划问题,同时不需要路径枚举,从而使本模型更适合于大型路网的动态交通分配．随后的算例证实了该模型的可行性。     

The impact of route guidance,departure time advice and alternative routes on door-to-door travel time reliability: Two data-driven assessment methods

ABSTRACT

Conventional travel time reliability assessment has evolved from road segments to the route level. However, a connection between origin and destination usually consists of multiple routes, thereby providing the option to choose. Having alternatives can compensate for the deterioration of a single route; therefore, this study assesses the reliability and quality of the aggregate of the route set of an origin-destination (OD) pair. This paper proposes two aggregation methods for analyzing the reliability of travel times on the OD level: 1) an adapted Logsum method and 2) a route choice model. The first method analyzes reliability from a network perspective and the second method is based on the reliability as perceived by a traveler choosing his route from the available alternatives. A case study using detailed data on actual travel times illustrates both methods and shows the impact of having variable departure times and the impact of information strategies on travel time reliability.     

先进的旅行者信息系统对出行者选择行为的影响研究

目前研究先进的旅行者信息系统对出行者选择行为的影响主要集中在对路径选择行为的影响上,而忽略了对出行者出行终点和交通方式选择的影响。假定路网中的出行者一部分装有信息装置,另一部分没有装信息装置,利用离散选择理论中的层次选择结构模型和交通规划理论中的随机均衡方法,研究了先进的旅行者信息系统对出行者终点选择,方式分担和路径选择行为的综合影响,建立了一个与网络均衡条件等价的数学规划模型,设计了模型的求解算法,并用一算例分析了市场渗透率和信息质量对出行者选择行为的影响。