公共交通出行方式选择的演化博弈分析

选择公共交通出行方式或者其他出行方式对于出行者是一个博弈的过程,在这个过程中,出行者依据所获得的信息修正自己的行为策略。应用演化博弈论对出行者的出行方式选择进行分析,建立出行方式选择的演化模型,分析该模型并提出改善交通出行方式结构的策略。     

基于出行行为的公交运营策略研究

出行行为理论是交通规划和管理的重要理论之一.在大力发展公共交通的过程中,认识到出行行为的心理因素在交通方式选择过程中的重要性是十分必要的.文章在论述出行行为的概念、特征、决策及对出行方式选择影响的基础上,分析了公交运营存在的问题及对出行者出行行为的影响,进而提出基于出行行为的改善公交运营策略.     

考虑外生政策调节的城市低碳出行决策模型

交通治理政策生效的关键是能够影响个体出行者的行为决策.为提升城市低碳交通治理政策的有效性,有必要研究城市出行个体的决策过程、影响因素及其影响机理.本研究从社会心理学角度出发,研究情境依赖、学习能力与个体出行行为决策之间的相互影响,并将外生政策纳入个体出行行为决策过程研究框架,分析外生政策对出行行为决策与情境依赖和学习能力之间关系的调节作用.在对相关研究进行系统梳理和总结的基础上,构建了城市低碳出行决策过程的逻辑模型,该模型可为出行行为决策实证研究提供系统的分析框架.     

双目标路径诱导下的交通信息定价策略

为了提高交通信息定价精度,在假定出行者权衡出行时间和出行费用双目标路径诱导的基础上,建立混合均衡定价模型,通过实例对模型进行了标定和验证,对比评价了单目标和双目标路径诱导下的交通信息定价策略,并给出双目标路径诱导下的交通信息定价结果。研究结果表明,与双目标路径诱导相比,单目标路径诱导改变了交通信息定价的可行区域,当具有信息的出行者、交通信息提供者、交通管理者三方各自的利益为决策主体时,交通信息的最终价格分别为1.3、2.6和1.8元,说明了混合均衡定价模型是有效的。     

信息作用下出行者短期决策行为分析

出行者信息系统的建立加强了出行和交通系统之间的联系,使得活动出行决策形成一个动态决策调整过程. 在分析信息作用下的活动出行需求变化的基础上,以信息对出行者的短期决策影响为研究对象,基于吉林市居民出行的SP调查数据,探讨了出行者出发时间、出行方式、路径选择决策行为之间的内在联系. 考虑出行者对信息持有的态度等影响因素,运用二元Probit模型定量分析了出行者决策行为的内在联系. 结果表明,出行方式选择行为与出发时间及路径选择之间密切相关,出行者的路径选择行为则相对独立. 研究结论可为城市交通需求预测及交通管理提供参考.     

交通出行选择中的博弈分析

本文通过建立基于政府宏观调控措施的信号博弈模型,分析出行者的交通方式选择动机,提出最优出行选择方案及交通管理者的最优信号策略.     

交通出行诱导的Stackelberg博弈模型及其遗传算法求解

针对交通出行诱导的实际需求,分析了进行博弈的共同知识.基于对道路交通管理者和道路使用者的策略分析,通过建立道路使用者确信度模糊模型,构建了交通出行诱导的离散动态Stackelberg博弈模型.针对交通出行诱导的两阶段博弈特征,提出了基于逆向归纳法的博弈模型求解算法.设计了基于遗传算法的博弈模型计算机求解算法,使产生的交通出行诱导方案能够实现系统最优下的用户最优.     

出行者出行方式选择行为的重复博弈分析

利用博弈理论,建立了出行者出行方式选择行为的博弈模型,并将一次博弈模型扩展至重复博弈模型.通过分析得到出行者合作策略稳定运行的条件,即当博弈方都比较注重长远利益的情况下会选择合作策略.由于出行者在进行博弈时,可能会“犯错误”,因此建立了具有颤抖效应的重复博弈模型,给出了博弈方在可能犯错情况下的收益,这种情况更符合实际,通过分析得到了在博弈方都比较注重长远利益的情况下均会采取触发策略.本文从理论上建立了有效地激励出行者选择公交车出行的决策机制、激励惩罚机制,并针对目前的公共交通现状给出了相应的对策与建议,以期为公共交通建设创新提供依据.     

群体出行的交通方式选择行为研究

多人结伴的群体出行是非通勤目的的交通出行中的普遍现象,已有交通方式选择行为研究中通常以出行者个体作为交通方式选择的决策单元,对于群体出行状况下的交通方式选择行为研究具有不适应性.以出行者群体作为交通方式选择的决策单元,基于2010年上海世博会游客的出行数据,建立了不同群体规模的出行方式选择行为模型.结果表明,群体出行对于交通方式选择行为具有显著影响:出行者对交通服务属性的敏感性下降;出行者群体的车内时间价值增加;出行者感知的车外时间当量和换乘惩罚当量上升.     

交通出行选择中的博弈分析

本文通过建立基于政府宏观调控措施的信号博弈模型,分析出行者的交通方式选择动机,提出最优出行选择方案及交通管理者的最优信号策略。     

基于出行决策分析的发车频率计算

出行时间过长是公交出行率偏低的重要原因之一,而出行时间与公交线路发车频率密切相关,有必要研究发车频率对居民出行决策的影响。基于居民出行调查数据,分析出行决策影响因素,利用随机效用理论,建立选择方案为自行车与公交的BL模型,并在MATLAB环境下采用Newton．Raphson法编程求解,预测出行时间对公交出行率的影响;进而分析发车频率对公交出行时间的影响,最终得到公交出行率与发车频率的对应关系,由此计算给定公交出行率下的发车频率。文中通过计算实例说明该方法在计算发车频率及评价公交运营调度方案优劣上具有实用价值。     

多公交信息下居民出行前方式选择意向分析

为了研究公交信息对出行前交通方式选择的影响,选取了公交出行距离信息、 公交车辆位置信息、道路拥堵情况信息和公交换乘信息等四种公共交通信息,通过均匀 设计方法,设计四种公共交通信息组合条件下的居民出行交通方式选择意向调查,并通 过在湖北襄阳获得的数据,建立了多项Logit 模型,定量分析了显著影响因素.研究结果表 明,公交信息对出行前方式选择行为的影响比较显著,且不同的公交信息对出行方式选 择的影响存在差异,但总体上会增加人们选择公交出行的意愿;对于已购车的出行者,公 交信息的影响十分有限,而个人对于公共交通的偏好也会影响其出行方式选择的意向.研 究建议,提供更准确和丰富的公交信息服务以增加城市公共交通的吸引力.     

同时接送模式下响应型接驳公交运行路径与调度的协调优化

研究了同时接送模式下响应型接驳公交运行路径与车辆调度的协调优化问题, 考虑乘客出行时间窗的个性化, 构建了基于乘客而不是基于途经需求点的车辆路径表示方法; 综合车辆发车和行驶成本、车辆早到和晚到的惩罚成本、票价收入构建了表征系统效益的目标函数, 并以车辆容量、乘客时间窗、车辆运行时间、车辆保有量、发车时间等为约束, 构建了发车间隔、发出车型与车辆路径的一体化优化模型; 针对一体化优化模型的特点, 设计了双遗传算法, 其中染色体为多链编码结构, 染色体交叉方式包含个体内、个体间交叉2种方式; 为了验证同时接送模式的优越性、一体化优化模型及算法的有效性, 进行了算例分析, 对比了同时接送模式与单独接和单独送模式的计算结果, 分析了车辆运行车速、单程运行时间限制、车型比例对响应型接驳公交运营效率的影响。计算结果表明: 在给定的相同乘客需求下, 与单独送和单独接模式相比, 同时接送模式发车次数减少了1次, 所需车辆数减少了2辆, 平均座位利用率提高了8.3%, 运送单位乘客的平均车辆行驶距离降低了11.0%, 运行成本降低了15.9%, 因此, 同时接送模式有效地提高了运营效率; 同时接送模式下, 运行车速、单程运行时间限制、小型车比例分别在基准值附近上下波动15.0%、15.0%、12.5%时, 发车次数、座位平均利用率、目标函数值的最大变化率分别达到了20.0%、15.7%、27.1%, 这些参数对系统运营效率均有显著影响。      

���ڳ�ʽLogitģ�͵ij��޳�������ѡ����Ϊ�о�

公路超限运输危害巨大,为有效治超,深入分析超限车辆的出行选择行为.超限车辆为实现运输效益最大化,将对其超限程度、出行线路等做出一系列出行选择,不同的出行选择决策决定超限车辆的出行成本和出行收益大小.在公路超限车辆出行选择决策行为和出行效用分析的基础上,建立超限车辆出行超限程度与出行线路这种存在层次关系决策行为的巢式Logit逻辑决策模型.从概率角度用定量方法分析超限车辆出行个体的出行选择行为,为公路超限运输的治理工作提供科学指导,同时也将为超限车辆补偿费率制定提供理论支持.     

出行方式与出发时间联合选择的分层Logit模型

基于随机效用最大化理论,选取出行者特征、行程特性与出行方式服务水平作为效用变量,以出行方式与出发时间作为选择肢,构建了出发时间位于下层与出行方式位于下层的2种居民出行NL模型。分析了北京市居民出行样本数据,并模拟了在早高峰时段对小汽车出行收取费用时,小汽车出行者出行行为的变化。计算结果表明:与传统MNL模型相比,NL模型具有更好的统计学特征,调整后的拟合优度由0.338增大至0.404;在2种NL模型中,出发时间位于下层的结构对样本数据的适应性更强;当早高峰时段小汽车出行收取费用为5元时,72.6%的小汽车出行者坚持原有出行方式与出发时间,22.4%的小汽车出行者坚持小汽车方式,但会改变出发时间,4.8%的小汽车出行者改用公共交通方式,但出发时间不变,仅0.2%的小汽车出行者同时改变出行方式与出发时间;当收取费用为10元时,51.7%的小汽车出行者坚持原有出行方式与出发时间,40.4%的小汽车出行者坚持小汽车方式,但会改变出发时间,7.9%的小汽车出行者改用公共交通方式,但出发时间不变;当收取费用为20元时,27.5%的小汽车出行者坚持原有出行方式与出发时间,60.6%的小汽车出行者坚持小汽车方式,但会改变出发时间,11.9%的小汽车出行者改用公共交通方式,但出发时间不变。     

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.      

城市公交系统的时间可靠度研究

针对城市公共交通系统的行车时间和行车问隙易受影响的特点,以整个公交出行链为落脚点,从出行者的角度对公交的运行时间和乘客的在站等车时间进行了研究,建立了公交的运行时间可靠度、等候时间可靠度模型.以北京市为例,对晚高峰的公交时间可靠度进行了计算和分析,结果表明北京市的公交时间可靠度为中等水平.     

考虑时空相异的危险品运输车辆安全调度

为确保危险品运输车辆间的安全距离, 从时空角度优化了危险品运输车辆的行驶路径和发车时间间隔; 分析了危险品运输车辆发生事故对其他车辆的影响及其与时空距离的关系, 提出了危险品运输车辆间时空安全距离评价方法, 并以时空安全距离为约束, 提出了车辆安全出发时间间隔计算方法; 建立了满足时空相异约束的危险品运输车辆调度模型, 设计了用于生成车辆调度时刻表的两阶段求解方法, 第1阶段采用NSGA-Ⅱ算法优化车辆行驶路径, 第2阶段分别设计了遗传算法和基于插入思想的近似算法以优化发车时间间隔; 为了验证车辆调度模型与算法的有效性, 对比了每个阶段中不同算法的优劣, 并分析了危险品事故影响系数和事故影响接受度对车辆调度结果的影响。研究结果表明: 提出的方法可针对不同危险品事故影响系数获得危险品运输车辆调度时刻表, 生成的车辆调度时刻能够保证车辆在行驶过程中始终保持安全距离; 遗传算法和近似算法获得的平均运输总时间分别为2.45和2.49 h, 表明近似算法获得的解劣于遗传算法, 但运行时间仅为遗传算法的1/10 000~1/5 000;危险品事故影响系数或事故影响接受度越小时, 车辆发车时间间隔越大, 导致运输总时间变长; 考虑时空相异性的车辆调度可以弥补相异路径方法仅从空间上考虑相异性的不足, 同时能够避免采用相异路径方法可能遗漏最佳运输路径的问题。      

基于GPS系统的公交车发车频率研究

将GPS定位系统应用于车辆实时信息采集中,从出行者和公交运营者两个方面考虑,根据站点乘客上车人数的变化来调整发车频率,以最小且最平衡的运营投入最大程度地满足公交出行需求,由此建立公交车实时发车频率模型,其可行性通过实例得到了验证。     

共享单车影响下接驳公交线路设计与车辆配置方法

针对轨道交通的“第一/最后一公里”问题,接驳公交和共享单车是通勤用户最常选择的两种公共交通方式。为理解共享单车对接驳公交出行需求和线路设计等规划运营方面的影响,提出供需交互状态下的接驳公交线路设计与车辆配置模型。需求端考虑出行时间和出行费用,基于用户在共享单车和接驳公交之间的模式选择行为,动态计算接驳公交实际出行需求;供应端考虑车辆容量、数量和流平衡约束,以最小化公交运营成本和用户出行成本之和为目标,建立混合整数非线性规划模型,优化接驳公交线路设计及车辆配置。模型采用拉格朗日松弛算法进行求解。该方法应用于北京市回龙观地铁站周边出行小区接驳公交线路设计,公交及单车出行需求采用真实的IC卡数据,以及摩拜单车骑行数据,站点间行驶时长采用高德驾车路径规划API(Application Programming Interface)数据。实验结果表明,车辆总数为10,线路数量为2时,考虑共享单车影响的接驳公交规划模型相较于只考虑单一模式可以有效避免规划需求误差。此时,各站点到地铁站的平均运行时间是15.58 min,乘客平均等待时间是3.35 min;在线路数量为4时,各站点到地铁站的平均运行时间...