诱导信息条件下驾驶员路径选择行为研究

驾驶员的路径选择行为是影响交通诱导成效的一个关键因素。建立了诱导信息条件下驾驶员路径选择行为模型,仿真分析了诱导信息和驾驶员的经验对驾驶员路径选择行为、路网交通流分布、系统整体效益的影响。研究结果表明,随着出行次数的增加,2条路径的交通流波动逐步减小,系统总行程时间逐渐减少,逐渐趋于系统均衡。驾驶员的长期经验、诱导信息的长期准确对驾驶员的路径选择行为、系统均衡具有重要影响。     

交通诱导信息对驾驶员路径选择行为影响调查分析

可变信息板通过向驾驶员发布实时路况信息,诱导驾驶员选择合理路径.影响驾驶员路径选择行为的因素是多元的,包括驾驶员个体属性、道路属性、可变信息板属性等.使用RP调查获取驾驶员行为数据,探讨交通诱导信息对驾驶员行为的影响.分析表明,交通诱导信息对驾驶员行为影响较大.在驾驶员个体属性中,驾龄和道路熟悉度对驾驶员行为影响最大;道路属性中,驾驶员对拥堵状态最为敏感;VMS信息中,年长的驾驶员偏好实际交通信息,年轻的驾驶员偏好驾驶建议信息.      

初始条件对驾驶员逐日路径选择行为和网络交通流演化的影响

从查阅到的文献可以看到,在驾驶员逐日路径选择行为及网络交通流演化的研究中,均假定驾驶员第1天对路径的理解行程时间相同,也即初始条件中没有考虑驾驶员的个体差异性。首先,对初始条件和驾驶员逐日路径选择过程建模,在2条平行路径的简单路网中,运用Agent仿真方法模拟了不同初始条件下驾驶员逐日路径选择过程。结果表明：路网达到平衡所需的时间与驾驶员对历史信息的依赖程度显著相关,而与第1天驾驶员对路径行程时间理解的相关差异性不显著;路网平衡和用户平衡的差别与两者均显著相关。虽然在不同情况下路网均能够达到近似的用户平衡状态,但是平衡时驾驶员对2条路径的理解行程时间存在较大差异。     

基于级差效益的驾驶员个性化路径选择

在公路成网的条件下,出行路径选择成为智能交通系统的研究重点。考虑到路径选择的多属性和不确定性,提出一种基于级差效益的、体现驾驶员个性化出行需求的路径选择模型,该模型通过计算可行路径的综合级差效益来量化公路综合属性值,可以克服公路综合属性值在量化过程中的强主观性,同时,根据驾驶员的出行需求为其规划出行路径,能够避免单一优化目标下最优路径的车辆过度聚集所造成路网交通流失衡。模型首先参考不确定型多属性决策模型,构建公路级差效益的综合评价指标体系,获取各个评价指标的级差效益定量化模型,以此得到规范化决策矩阵;然后针对驾驶员需求的主观性和不确定性,利用模糊分析法确定驾驶员个性化路径选择的指标权重,求得可行路径的综合级差效益;最后根据可行路径的综合级差效益,对可行路径方案进行排序,从而选出最优路径。以重庆市黔江区公路网为例,基于级差效益的驾驶员个性化路径选择模型为两个具有不同出行需求的驾驶员规划了不同的路径,为关心成本的驾驶员1规划了路径2,为关心安全的驾驶员2规划了路径1,克服公路属性值在量化过程中的强主观性,同时,避免单一优化目标下最优路径的车辆过度聚集,可为公路信息服务和驾驶员出行选择提供依据。     

诱导信息信任度对道路网络交通流影响研究

为研究车联网下驾驶员对诱导信息的不同信任度对路网交通流的影响,在对驾驶员特性和路径决策行为分析的基础上,建立车联网下路径选择决策模型,采用元胞自动机进行仿真,模拟不同信任度情况下的道路运行状况。结果表明,随驾驶员对诱导信息的信任度及车联网装载率的提高,交通流分配合理性和道路通行效率有明显提高。     

自适应路径规划系统研究

针对目前的路径规划系统普遍采用距离最短或时间最少等单一指标,不能自动识别驾驶员路径选择习惯,为驾驶员自适应地提供符合驾驶员偏好的诱导路径的问题,设计了自适应路径规划系统的框架,提出了一种基于驾驶员路径选择偏好的自适应路径规划算法。算法中设计了基于驾驶员路径选择偏好的多目标路阻函数、基于主成分分析和加权评分分析的评价指标确定方法以及驾驶员路径选择偏好权重的确定方法。最后,利用Mapx、VisualC＋＋和Access数据库联合开发出了自适应路径规划系统,并用长春市驾驶员的实例数据验证了系统的有效性和算法模型的正确性。     

基于驾驶员路径选择的动态交通仿真模型

描述一个基于路径的动态交通仿真模型(RDTS)，它使用一个微观交通流仿真器结合一个驾驶员路径策划器来实现路网中每辆车从出发地到目的地行程的模拟。应用开发的时间相关最短路模型，驾驶员在向目的地前进途中可以根据交通条件的动态变化而动态地选择和变更路径。RDTS模型采用一个路径选择模型来模拟详细的动态交通分配过程，并且致力于反映路网中个别车辆的行为表现及其相互作用，其中包含车辆生成、路径选择和车辆移动模型，可以很好地应用于驾驶员动态路径诱导领域。     

基于驾驶员行为的交通信息发布方式选择研究

信息技术在交通方面的应用越来越广泛,交通诱导信息的发布可大大提高路网的运营能力,为缓解交通供需矛盾提供了一个有力工具。交通诱导信息作为城市交通流分布的重要影响因素,通过改变驾驶员的出行时间、出行方式和出行路径,使道路上的交通流重新分配。本文以SP调查数据为支撑,从出行行为角度分析交通诱导信息方式对驾驶员出行选择行为的影响。利用非集计模型建立驾驶员选择行为模型,预测分析拥堵状态下,驾驶员对不同交通诱导方式的选择行为,进而有序地引导驾驶员出行选择,以达到缓解交通拥堵的目的。     

上海市高速公路网多路径条件下驾驶员路径选择研究

为解决上海市联网收费系统中的多义性路径问题,采用陈述偏好调查法（SP）对路网中涉及多义性径的主要大流量OD对之间驾驶员路径选择进行调查,分析影响驾驶员路径选择的因素,总结上海市高速公路网中驾驶员路径选择特征和规律。研究结果发现,在常态交通条件下,运输总费用因素对驾驶员路径选择最为敏感,而特定交通事件（如道路维修或设置指路标志等）将对车辆路径选择产生根本性的影响。本研究可为高速公路网多义性路径问题研究提供新的思路和方法。     

基于实验分析的驾驶员路线选择模式研究

驾驶员的信息响应模式对交通信息的效果有很大影响，是先进交通信息系统（ATIS）的重要研究内容之一，本文通过驾驶员调查和计算机仿真测试等实验分析方法研究驾驶员的路线选择模式，对在行程时间信息作用下驾驶员在熟悉程度不同路线之间的选择进行分析，讨论行程时间信息使驾驶员由常用路线改换到其它路线上的倾向性，并使用多项式Logit模型对实验数据进行分析。使用多因素方法分析驾驶员的路线选择行为较为合理，但因较为复杂而不易使用。本文提出了以行程时间为变量，路线熟悉程度为参数的简化的多项式Logit模型。     

交通信息在出行行为中的影响分析

分析了交通信息对出行者在驾驶员路径选择行为中的作用机理和过程,阐述了之间的相互作用关系,论述了交通信息的效用度和出行者信任度之间的影响并提出相应的定性模型。     

基于蚁群优化算法与出租车GPS数据的公众出行路径优化

以出租车GPS采集的浮动车数据为依据,研究出租车驾驶员路径选择的认知及类蚂蚁的行为特征。根据城市道路功能等级与出租车的通行频率等信息素,建立出租车驾驶员路径选择信息素等级路网,并以此作为路网初始信息素,综合考虑路径通行时间、通行距离、路径信息素等级等多个因素,提出了基于蚁群优化算法的公众出行路径规划优化算法。以武汉市路网和浮动车为试验数据,将模型规划的道路与浮动车数据库中的轨迹进行了比较。结果表明:基于蚁群优化算法与出租车GPS数据的公众出行路径同出租车驾驶员选择的出行路径相似度很高,能为公众出行提供出租车驾驶员选择的行车路径。     

基于多属性决策的最优路径选择模型

摘 要 针对最优路径选择中驾驶员个体认知差异及各评价指标的波动性,提出了1种多属性群决策的最优路径选择方法.首先为了消除各个驾驶员在路径选择过程中因心态不同而带来决策值的误差,引入驾驶员心态指标的概念,以得到各个驾驶员在最优路径选择过程中的客观评价值.其次建立最优路径选择的各个常规评价指标体系(消耗时间、路径距离、行驶舒适度、出行费用、路线熟悉度等),为消除评价指标波动性引起的误差,用区间数来描述各个评价值,并建立多目标非线性规划模型.最后进行算例验证,结果表明了该方法的有效性和优越性.      

基于驾驶员偏好的最优路径选择方法

驾驶员在出行前最优路径选择准则方面表现出多目标性及多属性的特点.为满足驾驶员的偏好来选择最优路径,文中基于信息熵的多属性决策方法,求解备选路径属性权重向量;结合加权算术平均算子WAA(Weighted Arithmetic Averaging Operator),计算各路径的综合属性值,据此选出最优路径.实例分析表明,...     

基于灰色评价理论的自适应最优路径选择

充分考虑了驾驶员在路径选择中的不同要求,依据层次分析法和灰色评价理论建立了一种根据驾驶员的偏好自适应选择最优路径的方法,并设计了相应的决策支持系统,为智能交通流诱导系统的进一步发展铺平了道路。     

行程时间信息质量与接受水平关系分析

论述了信息质量对驾驶员信息接受模式的影响和研究不同质量信息的接受情况对先进的交通信息系统（ATIS）开发中制定信息发布策略的意义，并选择行程时间预测信息作为研究对象；通过实验分析方法对驾驶员的信息接受率与信息质量的关系进行了分析，提出一简单易用的线性分段模型来描述驾驶员对不同误差的行程时间预报的接受率，并根据实验数据给出了可接受的误差范围；指出，鉴于驾驶员的信息质量评价标准随信息使用进程有所变化，而且基于实验数据的分析与真实的信息利用情况存在一定差异，因此需要对驾驶员进行长期跟踪调查，并在真实的交通环境下检验和修正有关模型。     

旅游交通引导标志系统设置方法研究

从驾驶员旅游出行信息需求出发,将旅游出行过程分为4个阶段,选择为出行到达阶段作为旅游交通信息引导阶段;给出了出行路径的规划原则,确定了决策节点选择方法及其道路主要类型,建立了根据决策点的道路交通特征确定旅游交通标志设置的方法;在研究单个旅游景点的交通标志规划基础上后,探讨了区域旅游交通标志系统规划与评价方法。以北京市怀柔区主要旅游景点路径规划与慕田峪长城旅游景点具体路径为例,证实了方法的有效性。     

随机交通网络中依赖信息的路径优化问题研究

针对交通网络中路径通行时间具有与时间相关的随机分布特性，将研究在此类交通网络上依赖信息的路径选择问题。在路径选择过程中引入交通信息，在随机交通网络上最优路径选择原则为下一节点的选择将依赖于已实现的路段时间及当前节点的出发时间，通过期望最小值方法，按照路径通行时间期望值最小原则，建立一种通过所获得交通信息来进行路径选择的优化模型，给出了模型的求解算法。并在简单交通网络上对模型进行实现。     

基于最短路径的城市干道网规划的算法研究

首先定义了要点、中观区、虚拟网等概念，而后以净效益最大化为目标，以假定驾驶员都选择最短路径为前提，研究了城市干道网的各干道的线路和规格的规划算法。     

交通信息对驾驶员选择行为的影响研究

论述了交通信息对驾驶员选择行为的影响,指出了交通信息系统可能导致的过激反应、信息过剩和集聚反应等。研究了系统中信息质量、信息服务对象、信息发布方式、信息发布位置等同题,提出了分析交通信息对驾驶员选择行为影响的方法和有待进一步研究的几个问题。