高原特长隧道驾驶人动态决策跟驰模型与限速研究

为研究高原特长隧道跟驰特性及驾驶人决策行为,优化隧道路段限速值,在云贵高原地区特长隧道进行了实车跟驰试验.基于采集跟驰数据,分析驾驶人在高原特长隧道的驾驶决策行为并得到加减速决策模型;提出隧道跟驰过程中驾驶人局部效用最优概念,通过安全跟驰距离模型、驾驶人感知速度模型及驾驶人决策模型,建立局部最优的驾驶人动态决策跟驰模型,仿真驾驶人在隧道路段上的最优决策行为.研究结果表明：在高原特长隧道进口段及出口段,驾驶人趋于选择更大的跟驰距离;基于局部最优的驾驶人动态决策跟驰模型,能较好地仿真最优跟驰行为,得到隧道路段最优决策速度并作为最高限速值.本文结论为改善高原特长隧道路段行车安全状态提供了理论支撑.     

路段容量随机下降路网的行程时间可靠性

基于均匀分布的路段容量,分析了退化路网中路段行程时间的随机变动,构建了概率用户均衡交通分配模型,证明了等价数学规划模型解的等价性,设计了模型求解算法.在此基础上,建立了路段、路径及OD对行程时间可靠性计算模型.最后,在一简单网络上进行了计算分析.     

VMS对驾驶人路径选择行为影响的仿真研究

结合北京市可变信息板（VMS）应用现状,研究在不同道路状况下VMS对驾驶人路径选择行为的影响。通过SP调查收集相关数据,引入重力模型和Logit模型进行数据分析,利用VISSIM软件实现了静态交通模拟和动态交通模拟。研究表明,当部分驾驶人按照VMS提示信息选择替代路径后,道路拥堵状况得到缓解,路网平均延误时间减少23．63％;随着路段车流密度增大,VMS诱导效用递增,在第46min出现效用最大值;因拥堵造成平均车速在30km·h。左右的城市快速路最适宜设立VMS以改善路网运行状况。     

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.     

基于出行时间预算负效用的出行行为建模

为研究出行者出行行为,引入出行时间预算负效用的概念.分析通勤者出行机理为先确定出发时刻,在给定出发时刻下计算备选路径的出行时间预算负效用,选择效用最大的路径出行,利用此次出行信息来调整下次出行的出发时刻,经过多次出行达到稳定状态.建立了双层规划模型描述不确定环境下出发时刻和路径选择的出行行为.用改进的相继平均法（MSA）求解下层路径选择模型,用遗传算法来解整个双层规划.用一个实例对模型和算法进行了验证.     

GPRS/ZigBee 交通诱导信息发布装置的 优化选址研究

GPRS/ZigBee 交通诱导信息发布装置通过GPRS无线网络获取交通信息管理 中心发布的交通诱导信息,然后通过ZigBee 无线网络发送到车载信息接收装置,车载信 息接收装置再通过文语转换技术将交通诱导信息用语音的方式播报出来.为了发挥 GPRS/ZigBee 交通诱导信息发布装置的最大效用,本文提出了该信息发布装置的一种选 址方案.首先,本文建立了总量-广度数学模型,然后又建立Logit-SUE模型,利用MSA算 法求解SUE模型,得到每个路段流量和公共路段系数,最后计算出信息发布装置在每个 路段的总效应,确定选址方案.本文利用包含20 个节点,62 条路段的路网进行了选址仿真 实验,实验结果验证了该方案的可行性.     

���dz���ʱ��ѡ��Ķ�̬�û�����ģ��

本文建立了动态用户最优（DUO）配流问题的双层变分不等式（VI）模型，该模型能够同时选择出发时间和路径，使得乘客在任意时刻都能够选择负效用最小的出发时刻和阻抗最小的路径。文中用基于混沌优化分析的算法来求解这个双层变分不等式模型，其结果不仅能够告诉出行者应该在什么时刻出发，而且还能够计算每个小时段的路段流入率、流出率及路段流量，从而达到对行人进行诱导的目的。     

基于路段间转移概率的最优路径预测方法

提出一种基于路段间转移概率的最优路径预测方法，即根据出行时间，将历史出行数据分为早高峰、晚高峰、非高峰3组反映不同交通状况的时间段；根据起点和终点所在区域，对出行数据作进一步处理，解决给定起点与终点之间出行数据不足的问题。基于有经验的出行者选择路径即为最优路径这一假设，通过历史出行轨迹计算得到路段间的转移概率，建立Markov链模拟出行者路段选择行为，将最大选择概率路径作为最优路径的预测结果，并给出其求解方法。该方法仅利用历史出行轨迹进行最优路径预测，避免了复杂的路段阻抗计算，且具有数据易获取，与实际出行行为一致性高，计算量小的优点。案例分析表明，预测结果准确性在不同出行时段下产生变化，而交通区域划分的大小对其影响较小。     

基于路段风险度的城市危险品运输路径优化选择

以减少运输路径沿线发生事故的风险及减少事故发生后对城市交通的影响为目的,利用交通流理论研究城市危险品运输路径的选择问题.首先利用传统风险管理理论对路段发生事故的风险及发生事故后的交通损失进行分析,提出了路段风险度的定义;利用Dial算法对路段的损失幅度进行计算,从而得到各路段的风险度,建立了风险度最小的危险品运输路径选择模型;然后利用传统标号算法设计了该模型的求解方法;最后通过算例分析了路段交通量与其风险度的关系,得出路段的交通量与路段风险度之间的关系.     

一种拥挤数量调节的非均衡网络交通流动态演化模型（英文）

基于经济学非瓦尔拉斯均衡理论, 采用经济学中市场摸索过程模拟出行者路径选择行为; 假设城市出行者在路径决策过程中, 考虑路径出行时间和关键路径拥挤程度的共同影响, 以价格拥挤混合均衡交通流模式为基础, 建立了一种价格-拥挤混合调节的非均衡网络交通流动态演化模型, 并验证了模型稳定状态与均衡的等价性; 基于简单的测试网络和中型路网, 对演化模型进行了模拟, 描述了非均衡网络交通流的演化过程与非均衡状态下交通网络的整体表现。研究结果表明: 时间价格调节模型的演化结果符合经典的Wardrop第一原理, 拥挤数量调节的结果使得OD间各路径上关键路段的拥挤程度一致, 价格-拥挤混合调节的结果会使路径流在走行费用较小和拥挤程度较低的路径上相互进行调整, 其动态演化过程波动性要大于单一调节的情况; 在测试路网中, 考虑采用拥挤程度对路径进行选择的行为, 使得整个路网拥挤均匀程度整体提高62%, 但路段饱和度均值却从0.60增大到了0.64, 表明路网整体上变得拥挤; 若考虑两者的共同调节, 最拥堵路段饱和度从0.936下降到0.787, 均匀程度整体提高46%, 且路段饱和度均值降低, 路径行程时间变小, 拥堵得到改善; 中型路网的测试结果也表明这种混合均衡模式能灵活、客观地描述路网交通流动态演化过程, 获得较为合理的路网系统的稳态流量。      

考虑出行者不同理性程度的拥堵交通流分配方法

为研究出行者感知偏好对交通分配结果的影响,本文构建了微观路径选择模型,提出拥堵条件下受路段通行能力限制的交通分配算法。引入出行者决策过程中的后悔和无差别化阈值,考虑出行时间和排队时间的心理感知差异,构建不同理性程度下的路径选择概率模型。在集计水平上,考虑当前路段及其上下游路段通行能力限制、路段车辆空间排队和溢出,提出路段车流量流入、流出的修正方法。采用增量加载分配方法,研究路段车辆的消散特性,再现了从个体路径决策到宏观路网状态的演化过程。基于Nguyen-Dupuis仿真网络,比较不同算法下各路段的拥堵车辆和各路段车辆流入、流出情况。结果表明：出行者个人偏好感知会显著影响拥堵路段的成本函数,是出行者路径选择的关键因素,但是出行者个人偏好对非拥堵路段的车辆流入、流出影响较小;考虑个体偏好的交通分配方法能降低路网的平均饱和度。本文提出的考虑有限理性的拥堵交通分配方法可应用于拥堵路网的交通诱导,有利于促进道路资源的合理利用。     

基于出行效用无差异阈值的组合交通客流分配模型

为探究出行者的感知差异对组合交通方式客流分担的影响,将出行效用无差异阈值引入出行者的决策过程中,建立了Nested Logit客流分配模型。模型将出行决策过程划分为三个层级,出行逻辑为出行者先选择出行方式,其次考虑换乘位置,最后考虑路径选择。模型确定各层级出行效用的影响因素,并假设当两种出行方案的效用差小于出行者感知的无差异阈值时,出行者无法在两种选择方案中做出确定的选择,而是基于个人偏好或随机进行选择;反之,出行者会选择效用最大的出行方案。通过连续平均算法对模型进行求解,并采用数值算例分析无差异阈值对出行决策过程中三个选择环节的影响,从而验证了模型的合理性。模型结果表明：考虑出行效用无差异阈值的客流分配模型会影响组合交通方式的选择分担,可以更准确地反映出行选择过程中的随机性。此外,模型下级的无差异阈值会影响上级的选择概率,对换乘点与路径信息采取措施可以在一定范围内优化各交通方式的分担比率,从而引导出行者选择更为绿色的出行方式。     

随机用户均衡交通分配问题的蚁群优化算法

研究了出行者对路网熟悉程度的指标与交通流分配均衡性之间的关系, 提出了具有指数形式信息素更新策略的随机用户均衡模型蚁群优化算法, 建立了从Logit模型加载, 到交通需求确认及路径流量、路段流量、路段阻抗、路径阻抗迭代计算的交通分配动态循环流程; 计算了Nguyen-Dupuis路网模型中各路段的流量与阻抗, 并与连续平均算法计算结果进行比较; 通过调节出行者对路网熟悉程度的因子, 分析了蚁群优化算法与连续平均算法的敏感性。研究结果表明: 采用连续平均算法和蚁群优化算法计算的路段流量分布分别为20~280、40~260pcu, 蚁群优化算法的流量分布区间减小了15.4%, 路段流量的最大值减小了7.1%, 因此, 采用蚁群优化算法计算的路段流量较为均衡; 采用蚁群优化算法时, 在Nguyen-Dupuis路网模型中各路段流量的标准差从65pcu降至48pcu, 88%可选路径的阻抗分布在61~64, 且84%的路径阻抗低于采用连续平均算法计算的阻抗, 因此, 采用蚁群优化算法减少了用户出行时间; 当路网熟悉程度分别为0.01、0.1、1、2、7、11时, 采用连续平均算法计算的路段流量标准差分别为75、65、50、47、45、45pcu, 采用蚁群优化算法计算的路段流量标准差分别为48、48、48、47、43、43pcu, 可见, 随着路网熟悉程度的增大, 分配在各路段上的流量范围逐渐减小, 标准差趋于稳定, 信息素更新策略对出行者的路径选择概率影响越明显, 出行者选择阻抗小的路径的概率变大, 因此, 采用蚁群优化算法对路段的流量分配逐渐优于连续平均算法。      

高速公路交通事故现场路段限速值计算模型

根据驾驶人在动视力和视野范围内的信息处理能力,建立了高速公路交通事故现场路段限速值计算模型.根据道路与环境、交通流、交通管理、驾驶人与其他人员以及天气等事故现场信息,运用人机工程学原理,将各类信息的出现概率进行量化处理,并由事故现场基本信息特征计算得到典型高速公路交通事故现场的限速值.计算结果表明:双向四车道高速公路单...     

�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.     

考虑地铁站点多方式接驳范围的接运网络配流模型

以接运地铁站点的多方式接驳网络内出行者接驳方式选择行为为研究对象,改进既有接驳时间费用的计算方法.本文考虑地铁站点不同接驳方式的接驳范围对出行者选择行为的影响,建立基于Logit-SUE的多方式接驳网络配流模型,并通过算例证明了模型的可行性和有效性.进而分析出行者对路径阻抗感知系数θ、接驳距离增加系数β和共享单车停车位设置距离l?_bike对配流结果的影响.结果表明：θ越大,配流结果随机性越弱,实际阻抗越小的接驳方式选择概率越大;β越大,接驳距离越长,步行方式选择概率越小,自行车方式选择概率先增大后减小,而公交方式选择概率则逐渐增大;l?_bike越大,自行车方式选择概率越小,公交和步行方式选择概率则越大,且随着β的逐渐增大,l?_bike对自行车接驳方式选择概率的影响程度先增加后减小.     

����Probit��Ч�迹��������Logit·��ѡ��ģ��

原有的组合配对Logit模型(Paired Combinatorial Logit,PCL)中相似性系数的确定方法缺乏必要的理论依据,模型的同一分布假设导致它难以表征道路感知误差的异方差特质.为克服这些不足,本文提出了基于Probit等效阻抗的配对组合Logit路径选择模型.模型分上下两层:下层的每一配对采用Probit二元选择法,引入正态分布以表征感知误差的异方差性并提高了计算的准确性;提出随机等效阻抗的概念并以Clark公式计算每一配对的等效阻抗,为相似性系数的计算提供了清晰的理论依据;上层模型采用计算简便的多项Logit模型,利用相对阻抗来缓解Logit模型的长短路缺陷,通过条件概率计算路径的选择概率.新模型综合了Probit模型计算准确及Logit模型计算简便的优点,在两者之间取得了合理的平衡.经典路网的数值计算结果表明,该模型比传统Logit模型更为合理.     

���ں�����۵Ľ�ͨ��Ϣ��֪��ֵ

为了衡量出行者在比较交通信息行为和规避风险决策模式下的交通信息感知价值,构建了获取信息前后基于期望后悔效用差别的交通信息感知价值模型.考虑通勤出行者在路径选择时可能遇到的不确定因素,应用贝叶斯更新方法计算出行者获得交通信息后对路况认知的提高程度,讨论了通勤者仅有两条候选路径,且对路径的熟悉程度均为90%、交通信息准确性达到95%时,两条路径在不同路况组合情况下的交通信息感知价值.结果表明,应用后悔理论和数值模拟法,可以全面了解两条路径在各种不同路况组合下,通勤者获取信息后的路径选择和信息感知价值的变化情况.     

考虑驾驶风格差异的高原公路危险路段识别研究

针对高原环境中驾驶人风格、生理变化与危险路段特征之间的潜在关联，提出一种基于驾驶状态的危险路段识别方法，辨识和分析不同风格驾驶人具有潜在风险的路段，并提出优化方案。首先，通过实车实验采集驾驶人行为及生理指标数据，使用DBSCAN(Density Based Spatial Clustering of Applications with Noise)得出驾驶风格类型，并依据行为特征对驾驶风格进行差异性 分析；其次，采用卷积神经网络、双向长短时记忆神经网络与注意力机制搭建危险状态识别模型，通过GPS(Global Positioning System)点位对应实现危险路段辨识，并基于驾驶风格差异，从驾驶人感知、操纵与生理角度对危险路段进行致因分析；最后，将生理与道路线形作为优化参考，以车速建议为着力点进行多元回归分析，并按照生理舒适域确定车速建议区间。结果表明：驾驶人根据行为特点分为谨慎、稳健和激进型，3类驾驶人在上行和下行途中的危险路段多为具有弯坡特征的组合型路段；海拔提升可加速危险驾驶状态的出现，各类驾驶人在上行时的紧张状态多源于弯坡组合值和转角值的增长，激进型驾驶人在坡度大于6%的直纵坡路段时亦会开始高度紧张；下行时，谨慎与激进型驾驶人在直纵坡坡度大于3%时易出现危险状态，激进型驾驶人在转角值大于80°且弯坡组合值大于50时亦存在驾驶风险。研究成果可满足高原公路人因事故预防的需求，为线形设计与交通管理措施制定提供理论依据。     

危险品运输路径多准则优化模型及求解算法

针对多种类型的危险品在有风险控制的路网内运输问题,考虑不同运输决策 者的路径选择需求,建立风险约束下的多准则路径优化模型.根据路段/路径的风险阈值, 以及各类危险品产生的风险测度,设计了一种双向拓扑搜索算法,通过删除原路网中非 可行路段和非可用节点,生成不同类别危险品的剩余运输网络.利用改进的标号算法,在 剩余网络中搜索不同准则下的最优路径,生成非支配路径集合.给出了不同路径之间关键 路段的调整策略,并分析了获取非支配路径集合的计算时间复杂度.最后,通过算例验证 了模型和算法的有效性.