��������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.     

�����ۻ�ǰ�����۵�ͨ����·��ѡ��ģ��

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。     

基于累积前景理论的 随机用户均衡交通分配模型

为了使交通分配更符合出行者的实际行为特征,基于累积前景理论,给出了交通流连续分布状态下路 径前景的连续函数表达式,建立了随机用户均衡模型,并给出了等价的变分不等式.该模型同时考虑了交通系统 的不确定性、出行者的感知误差以及建模者的观测误差.讨论了模型解的性质,设计了求解算法,并通过算例进 行了验证.结果表明:在(0,1)区间内,当出行可靠性参数或风险态度参数值越大时,出行者对于风险的感知越敏 感,越倾向于选择行程时间波动较小的路径;当感知误差较小或路网不确定性程度较大时,出行者的路径选择行 为均逐渐趋于稳定.研究还表明,出行者的损失规避程度对网络均衡态的影响不明显.      

有限理性下考虑出发时间选择的网络交通流演化

假设出行者出发时间与路径选择随历史出行信息的更新而不断调整,研究网络交通流逐日动态演化规律.考虑出行者有限理性,基于累积前景理论,建立了出行者出发时间选择、时间间隔权重更新、路径选择及路径行程时间分布更新模型.通过数值实验表明:出行者对历史理解行程时间依赖程度对每个出发时段的稳定的流量分布无显著影响,但是对路径流量演化有显著影响;当出行者对历史理解行程时间的依赖程度大于等于0.90时,考虑出发时间选择的路网流量演化最终能达到稳定状态;从系统的整体效率来看,当出行者对历史理解行程时间的依赖程度在[0.90,0.95]时,有限理性下的交通分配结果优于完全理性.     

ATIS渗透率对有限理性用户行程可靠性的影响

鉴于行程时间可靠性是累积前景择路模型参考点设置的首要依据,采用先进交通信息系统(ATIS)引导此类用户择路能否显著改善路径、OD和系统行程时间可靠性成为一个有意义的研究课题.对此,本文构建了基于双参考点累积到达时间价值择路模型与ATIS引导下路径行程时间最可靠择路模型的多类用户均衡网络,以研究随机退化路网中ATIS渗透率对双参考点有限理性用户行程时间可靠性的影响.结果表明,针对路径、OD和整个系统而言,通畅时,高渗透率能提高系统可靠性,并增加可靠性曲线的稳定性;但拥堵时,一定比例的渗透率能增加可靠性值,而高渗透率反而可能降低部分用户的可靠性.     

有限理性用户风险态度对系统效率的影响

为研究有限理性用户风险态度对随机退化路网均衡和系统效率的影响,构建了考虑路网能力退化的连续风险态度双参考点用户均衡(CPV_UE)模型和系统效率分析模型,证明了解的存在性,并设计了嵌套求解算法.模型从外部客观随机性(随机能力退化路网)和个体主观随机性(双参考点累积前景出行效用)两方面对交通网络均衡状态进行定义、划分与分析. 最后以Nguyen & Dupuis路网为例,分析了连续风险态度对网络均衡和系统效率的影响.研究验证了保守用户在网络均衡时感受到的价值更低的特点,也发现保守用户群体在均衡时流量分布更分散.同时发现,虽然CPV_UE比系统最优均衡行程时间期望大,但其标准差较小,行程时间可靠性更高.     

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.     

考虑随机路网能力退化的连续双参考点用户均衡模型

为研究累积前景理论下随机路网能力退化下限对交通网络均衡的影响,本文构建了考虑随机路网能力退化的连续双参考点用户均衡模型,并证明了解的存在性,设计了求解算法.模型将随机交通网络均衡中的客观不确定性归因为随机路网能力退化下限和设计能力上限,将主观不确定性归因为用户风险态度,并由此内生出行路径期望、方差、最佳到达时间参考点、最早到达时间参考点、累积到达时间价值和网络均衡流量等重要参数.最后通过算例分析了路网能力退化下限对用户和整个交通网络均衡的影响.     

基于参考依赖法的出行者日常路径选择行为建模

为研究旅行时间不确定环境下出行者动态调节日常路径选择的行为特征,基于参考依赖行为理论建立了随机路网用户日常路径选择行为模型.引入了基于参考依赖的路径负效用,并设出行者每天的路径选择行为服从基于Logit模型的决策过程,给出了保持每日网络均衡的出行者日常旅行行为演化模型,分析了模型的稳定性,并利用相继平均法与Logit配流技术相结合的启发式算法进行求解.计算结果表明:路网的流量分布和出行者的参考点在一定的时间范围内将达到稳定状态,此时,传统的期望效用模型将低估总网络用户成本和高估由通行能力改善或拥挤收费政策所带来的收益,总量上达1%左右.     

有限理性视野下出行者出行方式选择分层Logit模型研究

在传统分层Logit模型的基础上,放松出行者完全理性的假设,基于有限理性满意决策准则,建立了多方式有限理性分层Logit(BRNL)模型,来描述出行者的方式选择行为.模型假设当方式间的成本差在无差异区间内时,出行者依据偏好或随机进行方式选择;否则,出行者将选择出行成本更小的交通方式.此外,提出了一种嵌套的相继平均算法对模型进行求解.最后,通过一个数值算例验证了模型的合理性和算法的有效性.研究结果表明,出行者并不总是选择出行成本最小的交通方式,其选择行为与出行者的理性程度和偏好有关,且理性程度越低,出行者对方式间的成本差越不敏感.     

考虑出行者损失厌恶的后悔随机用户均衡模型

在经典随机后悔最小化模型的基础上,通过引入出行者获益损失的不对称偏好,建立了考虑出行者损失厌恶的属性水平的后悔函数及基于Logit形式的随机用户均衡模型.在提出的属性水平的后悔函数中,等尺度的获益和损失所产生的欣喜和后悔的差异,受后悔欣喜偏好参数和出行者损失厌恶共同影响.此外,与上述随机用户均衡模型等价的变分不等式问题被给出,并用相继平均法求解.最后,用1个算例网络来验证所提出模型的合理性和算法的可行性.结果表明,出行者的损失厌恶对其路径选择行为具有较大的影响,并且随着损失厌恶程度的增大,出行者更倾向于选择最短路径.     

������Ϣ�Ե�·�������ʱ��ɿ��Ե�Ӱ��

为考察出行信息对道路网络出行时间可靠性的改善效果,将出行者划分为“有ATIS接收装置”和“无ATIS接收装置”两类,且均以随机方式选择路径,运用混合网络随机用户均衡建模理论构建了信息诱导下的出行路径选择模型.从路段容量的实际变化规律出发,假定其服从截尾正态分布,基于Monte Carlo仿真技术和网络均衡流求解算法,建立了信息影响下的道路网络出行时间可靠性评估方法.数值分析结果表明：道路网络出行时间可靠性随出行信息质量和信息系统的市场渗透率增加而递增,但其边际影响递减;对于交通需求水平高的道路网路,信息的提供对网络出行时间可靠性的改进更加明显.     

基于有限理性的交通网络可靠性均衡模型

为探索交通系统不确定性和出行者心理感知差异对出行路径选择行为的影响,将路网可靠性和有限理性融入出行者的路径选择决策中,提出双目标交通网络均衡模型.为应对模型多解问题,建立出行可靠性和有限理性下的贝叶斯随机用户均衡模型,运用贝叶斯统计和双层规划框架估计权重系数,采用变分不等式刻画交通均衡模型;分别设计迭代算法（iterative algorithm,IA）和相继平均算法（method of successive average,MSA）求解贝叶斯权重系数估计和变分不等式交通网络均衡模型.算例表明：随着观测变量和输入变量扰动变小,估计参数的均方根误差逐步减小;IA在运行15 s后均方根误差达到0.05,MSA在1 s内收敛精度达到10-6;变分不等式均衡模型可以同时反映出行者的风险态度和有限理性决策过程.     

基于随机退化路网的碳排放收费优化模型

结合随机通行能力退化路网和双参考点累计前景用户择路模型,构建了引导低碳出行的碳排放收费多准则双层优化模型.上层模型以系统碳排放量最少为目标,搜索最优收费路段并识别最优费率.下层模型基于双参考点累积前景用户和随机退化路网,构建综合考虑行程时间、累积到达时间感知价值、过路费和油费的多准则流量分配模型.设计了基于路段碳密度的启发式算法对模型求解,并采用双向 Nguyen Dupuis路网验证了模型和算法的有效性.研究表明,合理设置收费路段和收费标准能够有效降低全网碳排放总量,但若收费标准设置过高,会降低原瓶颈路段的通行能力,并人为制造新的瓶颈,反而使全网碳排放量上升.