基于行程时间可靠性的多类用户交通分配模型

分析了路网在随机因素作用下造成的出行者行程时间的不确定性.假设出行者基于期望行程时间和行程时间可靠性的均衡选择路径,根据出行者对待行程时间可靠性的不同态度,将其路径选择行为分类,建立了基于行程时间可靠性的多类用户交通分配的变分不等式模型.给出了模型的对角化算法.对一个小型测试网络的计算结果表明,该模型能够反映出行者在不确定环境下的路径选择行为.     

不同信息下的逐日路径选择行为实验与模型

为研究先进出行者信息系统(ATIS)对出行者逐日路径选择行为的影响，本文基于 Braess路网设计5组具有不同ATIS市场占有率(0、25%、50%、75%、100%)的行为实验.结果表明：3条路径的流量及新增路径保持选择的次数持续波动，随着ATIS市场占有率增大，路网平均行程时间趋于用户均衡，新增路径保持选择的次数呈现增长趋势，且被试对新增路径的选择性偏好增强，Braess悖论的效果也更明显.基于5组实验数据，分别建立普通Logit模型和基于面板数据的随机效应Logit模型刻画路径选择行为.结果表明：当ATIS市场占有率为0时，最佳模型为普通Logit模型；当ATIS市场占有率增大甚至达到100%时，最佳模型均为随机效应Logit模型；未配备ATIS的出行者的个体差异性比配备ATIS的小.     

不同信息下的逐日路径选择行为实验与模型

为研究先进出行者信息系统(ATIS)对出行者逐日路径选择行为的影响，本文基于 Braess路网设计5组具有不同ATIS市场占有率(0、25%、50%、75%、100%)的行为实验.结果表明：3条路径的流量及新增路径保持选择的次数持续波动，随着ATIS市场占有率增大，路网平均行程时间趋于用户均衡，新增路径保持选择的次数呈现增长趋势，且被试对新增路径的选择性偏好增强，Braess悖论的效果也更明显.基于5组实验数据，分别建立普通Logit模型和基于面板数据的随机效应Logit模型刻画路径选择行为.结果表明：当ATIS市场占有率为0时，最佳模型为普通Logit模型；当ATIS市场占有率增大甚至达到100%时，最佳模型均为随机效应Logit模型；未配备ATIS的出行者的个体差异性比配备ATIS的小.     

����·���Ķ����û��������ģ�ͼ�����㷨

基于出行者对网络不确定性的风险态度,将出行者分为三类：保守型,冒险型和中庸型。分析了旅行时间随机扰动的降级路网中不同用户类的出行选择行为,建立了与出行者选择均衡条件等价的变分不等式模型,讨论了模型解的性质,并设计了求解模型的算法。算例表明不同风险态度的出行者在降级路网中的路径选择行为存在较大差异,而且不同风险态度的出行者对不同交通状况及管理措施的响应也存在较大差异。这一研究将有助于加深对交通行为的理解,为交通管理者设计各种有效的控制措施提供更准确和具有针对性的决策辅助信息。     

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.     

交通事故下出行者非理性出行行为研究

基于前景理论,研究交通事故下出行者路径选择行为规律.应用前景理论,考虑交通事故的发生概率,以出行者出行总花费时间作为出行效用,提出出行者路径选择的效用函数;然后通过分析出行者效用函数的分布规律,在出行效用连续随机分布的条件下,建立出行者感知效用模型.通过连续函数离散化方法构建出行者路径选择模型.通过一个算例,描述非理性条件下出行者选择行为,并分析交通事故的特征对效用值和选择结果的影响,说明感知效用为0 的参考点并不是路径实际效用分布的期望值,而是比期望值小.     

��������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。     

基于道路交通状态的随机用户平衡

运用随机用户平衡配流的基本思想和交通流理论，提出了道路交通状态的概念，以便讨论交通拥挤情况下的交通量分配问题．将道路交通状态定义为行程时间和道路拥挤度的线性加权和．假定在路网随机变化的情况下，出行者以行程时间和道路拥挤度最低为路径选择准则，建立了基于道路交通状态的随机用户平衡配流模型，并证明了模型的等价性和唯一性，给出了该模型的连续平均求解算法．一个小型网络的数值计算结果表明，该模型能反映出行者在随机路网中的路径选择行为．     

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.     

动态交通配流中的模糊路径选择模型研究

考虑出行者在模糊信息条件下的动态路径选择行为,提出一种基于路径模糊条件下的选择模型。出行者在一种非饱和状态下的路网结构中,根据各路段行程所需的模糊时间进行路径选择,从而影响其他出行者选择短路径,使整个路网中各路段用户均衡。该模型框架为智能化交通系统的建立提供一定的理论依据,算例结果验证了该模型的有效性和可行性。     

考虑风险规避和认知更新的日常择路行为演进

为了刻画出行者的日常择路行为,利用动力学系统方法和不动点理论,建立了一个集成风险规避和认知更新的演化模型,分析了演化过程的稳定性,并在一个简单网络上进行了验证。发现在模拟开始的前15 d内,出行时间预算、路径期望出行时间、实际出行时间以及路径流量都出现了较大的波动,但经过大约30 d的摸索以后,开始趋向于随机用户均衡状态。分析结果表明:模型所设计的择路演化过程类似于经典的相继平均算法的计算过程,可以确保收敛到稳定状态,并与初始状态参数的取值无关。     

基于累积前景理论的通勤者路径选择模型

为了全面描述决策者在不确定环境下的出行行为,从价值变化和可靠性变化两个方面研究通勤者的路径选择行为及对待风险的态度,提出了基于累积前景理论（CPT）的通勤者路径选择模型.首先推广了两个参考点的CPT,接着根据不确定理论对行程时间进行预算,给出通勤者参考点估计的统一方法,然后构造通勤者的路径选择模型. 最后在一个测试网络上研究可靠度与参考点及可靠度与累积前景值的关系.结果表明,通勤者的参考点可以根据可靠度要求动态设置.出发时刻相同,出行者可靠度要求较高时,风险较低的路径前景值较大;反之可靠度要求较低时,行程时间平均值较小,虽然风险较高的路径前景值也比较大,这一结论与事实相符合.本文所提出的决策模型能够有效地描述通勤者在随机路网中的路径选择行为.     

交通事件影响下路网逐日出行动态可靠性

为描述交通事件持续期间逐日出行过程中的路网服务性能,构建日变路网逐日出行选择模型及可靠性指标.首先,根据出行经验更新路网阻抗,以准点到达概率最大化调整逐日出行中各出发时刻的路径总流量,以路径累积前景最大为目标调整单条路径在各出发时刻的流量,从而建立考虑出发时刻的逐日出行流量推演模型;其次,以交通事件发生前路网流量稳态时的准点到达概率和路径走行时间为参照基数,定义出发时刻准点到达和路径走行时间动态可靠性,并给出计算方法.最后,用算例验证模型和算法,并比较在出行模型中考虑可靠度时对路网逐日流量分布和路网可靠性的影响.     

短时事故扰动下的逐日路网流量演化模型

为研究事故扰动下日变交通路网流量在出发时刻和选择路径上的时空演变规律,以出行经验学习更新路网理解阻抗,基于准点到达概率最大和到达前景最大分别调整计划出发时刻和出行路径.并在出行当日根据出发前各时段的实时信息再次更新路网阻抗,重新调整出发时刻和路径获得实际出行选择.从而建立考虑出行日信息更新的逐日路网流量演化模型.采用算例验证模型,结果表明:在路网无事故情形下,考虑出行日内调整,路网流量变化震荡缓和,但达到稳定所需时间长;事故发生在稳定前,会影响最终平衡态流量分布,而事故发生在稳定后,则不影响;考虑出行日调整会加大路网在事故发生后几日的流量震荡.     

基于前景理论诱导信息的出行者路径选择模型

在前景理论的决策框架下,引入诱导因素,建立诱导信息影响下考虑出行可靠性的基于预算时间的参考点,以此得到相关的价值函数与概率权重函数。构建一个简单路网对模型进行验证,结果表明:基于前景理论诱导信息的出行者路径选择模型,较为符合出行者在实际状态下的路径选择行为,且可有效体现管理者的诱导意图,提高路网效率。     

ʵʱ������Ϣ��ʾ�»��ڳ˿�ƫ�õ���·ѡ��

探讨了乘客在实时换乘信息提示下,结合自身偏好进行线路选择的行为.由于实时提示等车信息不完全准确,通过引入不确定分布予以描述,并针对实时信息提示的等车时间建立了基于实时-时变结合策略的更新机制,据此对乘客的线路初始偏好值进行修正,并建立了能综合反映实时提示信息和乘客个体偏好对线路选择行为影响的线路选择概率模型.最后,通过数值仿真验证了该模型的可行性和有效性,并分析了等车时间和乘车时间的权重对乘客线路选择行为的影响.结果表明,实时提示信息会改变乘客对线路初始偏好,进而改变乘客的线路选择行为.     

多方式条件下城市交通分配研究

随着城市综合交通体系的不断发展和完善,城市出行多方式化的特征日益突出.本文在充分考虑城市多方式交通网络结构特性的基础上,构建方式及路径联合选择模型,研究多方式条件下的交通分配方法.首先,基于随机效用最大化理论构建出行方式和路径联合选择的Nested Logit（NL）模型;其次,运用路段实测交通流数据标定道路混合交通流条件下的交通阻抗函数;最后,基于构造的多方式交通网络进行多方式交通分配,分析出行量在网络上的时空分布.结果表明,本文所提出的多方式条件下的交通分配方法,能够有效地描述城市多方式交通网络条件下的出行方式和路径选择行为,以及交通出行在交通网络上的时空分布规律,对于完善城市综合交通体系具有重要意义.     

多方式诱导信息对通勤者出行链的动态影响模型

为研究多方式诱导下通勤者的动态选择行为,采用效用理论和多阶段决策方法,以出行链感知效用最大化为目标,建立了通勤者单日内以家为起点和终点的出行链选择行为动态规划模型,并利用Dijkstra算法求解.将出行链分割为相互联系的单次出行,每次出行均包含出行前和出行中决策节点,在每个决策节点上实现交通信息的动态加载,并考虑通勤者对信息的信任度和学习过程,使模型可更准确地描述实际决策过程.算例结果表明:多方式诱导信息使每位通勤者的出行链实际效用平均增加0.88%;且信任度越高,通勤者获得的收益越大,越倾向于通过缩短出行链长度,选择地铁或停车换乘方式以规避交通拥堵造成的效用损失.      

�¹�Ӱ����·������ʱ���ݱ���⶯̬ģ��

为描述交通事故影响下路网中走行时间与用户择路概率的相互作用及其演变规律,建立了基于事故路段及非事故路段流量状态及LOGIT原则的拟动态模型.利用分流合流模型及速度—密度函数,分别建立路段容纳车辆数和非事故路段走行时间模型,通过分析事故路段交通流的演化过程,利用交通波理论估计排队长度 ,建立事故路段走行时间模型.结果表明：事故发生前,经过一定的模拟时段后,路网交通流趋近稳定,各条路径的选择概率趋于平衡;事故持续时段内,排队长度、路径走行时间、路径选择概率相互影响,且均呈现出震荡状态;事故清除后,路径走行时间持续下降;排队完全消散后,经过一定时段稳定后的路径走行时间和路径选择概率达到新的平衡.