诱导信息下的路径选择行为模型

本文为诱导信息下的驾驶员路径选择行为提出了一种基于决策场理论和贝叶斯理论的推理、预测、判断和路径选择决策的交互仿真模型. 首先,由贝叶斯推理理论建立诱导信息和以往出行经验共同作用下的路况动态更新模型;进而将其与基于决策场理论的动态路径选择模型相结合,构成诱导信息下的路径选择行为交互模型. 通过诱导信息下的路径选择行为动态模拟,获取诱导信息对路径选择行为的量化影响效能值. 仿真分析显示,诱导信息可信度、出行经验、路径固有偏好、决策速度/质量和路线选择标准是影响驾驶员对诱导信息做出响应的关键因素. 分析结果表明,决策场理论与贝叶斯理论相结合能较好地解释驾驶员路径选择行为的动态特性.     

�յ���Ϣ�µ�·��ѡ����Ϊģ��

本文为诱导信息下的驾驶员路径选择行为提出了一种基于决策场理论和贝叶斯理论的推理、预测、判断和路径选择决策的交互仿真模型. 首先,由贝叶斯推理理论建立诱导信息和以往出行经验共同作用下的路况动态更新模型;进而将其与基于决策场理论的动态路径选择模型相结合,构成诱导信息下的路径选择行为交互模型. 通过诱导信息下的路径选择行为动态模拟,获取诱导信息对路径选择行为的量化影响效能值. 仿真分析显示,诱导信息可信度、出行经验、路径固有偏好、决策速度/质量和路线选择标准是影响驾驶员对诱导信息做出响应的关键因素. 分析结果表明,决策场理论与贝叶斯理论相结合能较好地解释驾驶员路径选择行为的动态特性.     

实时交通信息提供对驾驶员路径选择行为影响量化分析

研究的目的是搞清交通信息提供对驾驶员路径选择行为的影响机理和程度,为智能交通系统(ITS)中交通诱导方案的制定提供参考与依据.研究采用SP(Stated Preference Survey)调查方法针对驾驶员对交通信息响应状况进行调查,同时对目前交通信息提供现状进行了调查.对调查数据进行定性和定量分析的基础上,建立了信息提供下驾驶员路径选择行为的Logistic模型,可用于判别分析.研究发现各变量在不同程度上影响驾驶员路径改变倾向,其中驾驶员对交通信息广播的准确性评价以及能够容忍延误时间的程度等因素对驾驶员路径选择行为影响较大.     

VMS�Լ�ʻԱ·��ѡ��Ӱ���ʵ֤�о��뽨ģ

可变信息板(VMS)通过发布实时的道路交通信息引导驾驶员的路径选择行为,是智能交通系统的重要组成部分之一,也是大城市缓解交通拥堵所采取的方法之一.为了定量分析VMS对驾驶员路径选择行为所产生的影响,本文采用SP调查法针对驾龄在1年以上的驾驶员进行问卷调查,使用SPSS20.0软件对调查数据进行分析,并在此基础上建立VMS诱导条件下驾驶员改变路径频率的有序多分类Logit模型,得出结论,驾驶员根据VMS所提供信息进行路径选择的主要影响因素为驾驶风格、出行时间、VMS可信度.     

多源诱导信息对驾驶员路径变更行为的影响研究

交通广播、可变情报板、车载GPS和道路指示牌等诱导信息源是驾驶员路径选 择的重要依据.为系统研究多源诱导信息对驾驶员路径变更行为的影响机理,采用情景分 析法,以西安咸阳国际机场和西二环方欣商圈为OD,设置主路径和备择路径,引入通行 费敏感度构建SP 问卷,调查多源诱导信息情景下驾驶员由主路径向备择路径变更的频 率,在此基础上,构建路径变更行为的有序Logit 模型.结果发现,驾驶员路径变更对多源 诱导信息的依赖程度依次为可变情报板、交通广播、车载GPS和道路指示牌,反映了驾驶 员对动态、及时的诱导信息需求性更强;此外,在多源诱导信息作用下,通行费价格敏感 度、受教育程度对驾驶员的路径变更也有显著影响,而驾驶员年龄的影响作用不显著.     

�յ������µļ�ʻԱ��Ӧ��Ϊ�IJ���ģ��

针对诱导系统提供无诱导信息、完全诱导信息、描述性诱导信息和建议性诱导信息四种情况的驾驶员反应行为(路径选择行为)建立了博弈论模型,分析了驾驶员反应行为对交通流的影响.研究表明,诱导信息对交通流的均衡是有效的,其中描述性诱导信息的效果不良,甚至与诱导系统的目标相反,而建议性诱导信息则有效地改善了交通流的分布,使路网系统的利用效率得到提高,完全信息则使系统达到Wardrop均衡状态.     

GRIP��·��ѡ��Ӱ�����ɢѡ�����

探索了图形式可变情报板（GRIP）对驾驶员路径选择行为的影响.采用意向调查法（SP）获取驾驶员从两条拥堵状况不同的路径中选择路径的行为数据,采用离散选择建模方法建立估计路径选择概率的二元Logit模型,揭示驾驶员对GRIP信息的响应行为规律.GRIP提供的路径交通状况信息分别用拥堵点与分流点的距离、拥堵路径颜色来度量.调查选取上海市延安西路立交前实际存在的一块GRIP,SP问卷为驾驶员构造了起终点之间含有两条替换路径的假想出行情境,借助SPSS软件对采集的行为数据进行建模.分析表明,GRIP信息会影响驾驶员的路径选择行为,不同的信息内容对驾驶员路径选择行为的影响是不同的,驾驶员对GRIP信息中出现红色特别敏感.此外,驾驶员的学历、年行驶公里数等个体属性也是影响驾驶员路径选择行为的因素.     

路径信息诱导的双层规划模型

为了缓解交通拥堵与提高路网运行效率,建立了路径诱导信息的双层规划模型。上层模型描述信息发布者通过交通诱导信息发布手段优化路网层面的性能函数,下层模型采用效用函数描述驾驶员最优路径选择行为,其决策变量为交通信息类型,从而将交通信息对于驾驶员路径选择行为的影响引入模型中。利用极点搜索算法对一个简单路网的双层规划模型进行算例分析,得出了各种交通信息条件下上层目标函数值。虽然计算结果存在8%~13%的波动范围,但交通拥堵时发布的拥堵消散信息是最优方案,定性信息带来的总体效益要好于指示信息,因此,该模型可行。     

不同交通信息诱导下驾驶员路径选择行为研究

针对典型路网中快速路上文字式VMS提供的不同交通信息内容,在充分考虑驾驶员认知模式的情况下对其路径选择行为展开调查与研究。通过设计包含单一或多定量的VMS消息策略实验方案,并采用SP调查法采集数据,建立了关于驾驶员路径选择行为的有序多分类Logistic模型。研究表明:在相同交通状况下驾驶员在面对不同类型信息时的路径选择行为差异较大,对信息的服从率由高到低依次为绕行节省时间、绕行距离、交通状态和拥堵长度;VMS信息发布的精确性、完整性和及时性是影响驾驶员路径选择行为的主要因素。研究结果可以为合理制订VMS信息发布策略提供依据。     

基于强化学习理论的车辆路径选择过程研究

为了有效缓解交通拥堵,研究驾驶员路径选择过程中的学习机制,建立了基于强化学习理论的交通诱导模型,利用MATLAB仿真驾驶员路径选择过程,并对比分析基于无诱导信息条件下驾驶员路径选择过程,仿真表明:发布诱导信息比不发布诱导信息效果好,诱导信息发布的有效性得到验证;管理者应将诱导信息的可信度提高至50%~60%,诱导信息能被充分利用,且不会导致拥堵漂移,路网流量均衡分布,能够有效缓解交通拥堵。     

基于动态交通诱导信息的驾驶员刺激-反应模型

针对城市道路交通信息发布时产生的信息震荡问题,以消除信息震荡、帮助驾驶员选择最优路径为目的,结合驾驶员的出行行为分析了交通诱导信息对驾驶员选择行为的影响,将交通信息发布变化量作为刺激量、路段交通负荷度变化量作为反应量,构造了基于动态交通诱导信息策略的驾驶员刺激-反应模型,通过仿真算例确定了交通信息发布的动态区间。研究表明:该方法能够有效减少交通信息震荡,对改善城市路网的使用效益具有较强的实用性。     

基于多因素分析的驾驶员路径选择二项Logit模型

为了解驾驶员的交通信息需求、制定交通诱导方案等工作提供有效的技术支撑,我们利用驾驶员行驶时的各种影响因素来设计一个关于驾驶员选择路径时的调查方案。然后通过主要因素创建一个二项Logit模型,通过取得的样本测试表明,此模型的估计准确度可以达到75%,可为动态交通诱导策略的制定提供更加有效的决策信息。     

基于累积自学习机制的驾驶员路径选择博弈模型

为弥补已有驾驶员路径选择博弈模型将驾驶员视为完全理性的不足,探求无诱导信息情况 下路网交通流临界状态,将驾驶员视为有限理性,其依赖累积时间感受收益做出下一次的路径选 择策略,并以驾驶员的行程时间感受作为决策收益建立了基于累积自学习机制的无诱导信息驾驶 员路径选择博弈模型。利用该模型,分析了驾驶员路径选择行为对路网交通流的影响,并通过仿 真验证得出了不同初始状态下的模型博弈平衡结果。仿真结果表明：博弈平衡状态与路网车流总 量及初始流量分配比例密切相关。当路网车流总量小于或接近路网总通行能力时,不发布诱导信 息,路网的交通流分布达到稳定平衡,路网通行能力利用率较高;当路网车流总量远大于路网总 通行能力时,不发布诱导信息,路网交通流分布会形成峰谷平衡,不能有效利用路网通行能力, 应采取相应的交通管理措施。     

灰关联决策模型在最优路径选择中的应用

车载交通流诱导系统的作用之一是路径优化.给定一个OD(origin-destination)对,可能有很多条可行的路径,有效的交通流诱导系统应该能够辅助驾驶员根据他的要求(喜好)来选择一条最优的路径.本文充分考虑了驾驶员在路径选择中的不同要求,利用灰关联分析理论和改进的层次分析法建立了一种根据驾驶员的偏好选择最优路径的方法.     

����SEM�ļ�ʻԱ������Ϣ��Ѱ��Ϊ����

出行信息的搜寻与获取是驾驶员出行决策的重要依据.为获取驾驶员的出行信息搜寻行为特征,以昆明市412个样本数据库为基础,建立驾驶员出行信息搜寻行为的因果和过程结构方程模型(SEM),并拟合各变量之间的路径关系.其中,驾驶员出行信息搜寻的因果结构方程模型重点分析个体属性、信息源因素及环境因素与搜寻行为之间的关系;驾驶员出行信息搜寻的过程结构方程模型则模拟驾驶员的出行信息搜寻过程.结果表明：驾驶员由于自身属性的不同在信息源与搜寻行为上存在显著差异,搜寻行为中驾驶员对出行信息的认知及信息源的选择是重要的影响因素.此外,驾驶员出行信息搜寻过程模型主要受到个体属性与信息需求的影响.     

交通信息对驾驶员逐日路径选择行为影响研究

在无信息、发布历史信息和发布预测信息3种信息条件下,分别建立了驾驶员的路径理解行程时间期望值的更新模型.通过建立一个含有2条平行路径的简单路网,对3种交通信息条件下驾驶员逐日路径选择进行了仿真,结果表明:交通信息对驾驶员的作用与驾驶员路径选择的随机程度和对信息依赖程度有关;在3种交通信息条件下,路网均不能达到用户均衡平衡状态;交通信息的预测方法不同,预测信息对驾驶员路径选择的影响有差异.     

�г�ʱ�䲨���Զ�·��ѡ��Ӱ�����ɢѡ�����

探索了行程时间波动性对驾驶员路径选择行为的影响. 研究采用意向调查获取驾驶员从两条行程时间和行程时间波动性不同的路径中选择路径的行为数据,采用离散选择建模方法建立估计路径选择概率的二元Probit模型,揭示驾驶员对行程时间和行程时间波动性进行权衡的行为机理. 行程时间和行程时间波动性分别用期望行程时间、行程时间标准偏差来度量. 研究发现：(1) 路径的行程时间和行程时间波动性都会对路径选择产生负面影响. (2) 中等年龄段驾驶员,较之比他们年轻的和年长的,对行程时间波动性越看重,对行程时间波动更敏感,选择行程时间不确定的路径的概率更小. (3) 出租车驾驶员对行程时间更敏感,选择行程时间更短的路径的倾向性更大. (4) 驾驶经验丰富的驾驶员选择行程时间不确定的路径的可能性更小.     

驾驶员路线选择行为分析

研究驾驶员的路线选择行为有助于提高既有道路网络(特别是城市交通网络)的利用率，从而改善交通状况。本文从宏观角度分析存在实时交通信息条件下驾驶员路线选择行为的时间演化特征，认为路线选择行为具有随机不确定性，在设计交通诱导系统或交通信息系统时，必须考虑扰动要素影响，才能保证系统有效实现均衡的交通流动态分配.     

基于累积自学习机制的诱导信息条件下驾驶员路径选择

将驾驶员视为有限理性,并以驾驶员的行程时间感受作为决策收益,建立基于累积自学习机制的诱导信息条件下的驾驶员路径选择模型。通过仿真验证得出不同初始状态下的模型博弈平衡结果。仿真结果表明:诱导信息的发布并不是一直有效的,它与路网的车流总量以及初始流量的分配密切相关。     

关于诱导信息与路径选择的影响研究

交通诱导是解决交通拥挤的有效途径,其目标是通过调整出行者的出行路径。实现路网交通流的均衡分配。其中,诱导信息与出行者的路径选择行为是影响交通诱导成效的两个关键因素。文中通过探讨诱导信息与路径选择行为对交通流分布的影响,建立了诱导信息条件下出行者路径选择决策模型。并设计了相对应的求解算法,采用matlab程序进行仿真,并最后对结果进行分析。