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.     

基于预算时间的路径选择模型参照点设定方法

针对路径选择模型的特点,基于前景理论分析了实际路网中出行者在不同得失状况下的选择行动,进而重点分析了模型中参照点的设定方法.从传统参照点设置方法入手,针对其自由流时间不适用于拥挤路网的弊端,通过结合出行时间预算和有效路径的相关理论,提出了一种更加符合实际的路径选择模型参照点设定方法.算例演算表明,提出的参照点设定方法能有效地反映路网出行者的实际出行行为,特别是在出行者对出行时间要求越严格的情况下,改进方法的优势越明显.     

动态交通配流中的模糊路径选择模型研究

考虑出行者在模糊信息条件下的动态路径选择行为,提出一种基于路径模糊条件下的选择模型。出行者在一种非饱和状态下的路网结构中,根据各路段行程所需的模糊时间进行路径选择,从而影响其他出行者选择短路径,使整个路网中各路段用户均衡。该模型框架为智能化交通系统的建立提供一定的理论依据,算例结果验证了该模型的有效性和可行性。     

路网混合均衡交通分配模型研究

在先进的出行者信息系统下,假定有装置出行者能接收到完全信息并以用户最优方式选择出行时间最短的路径,而无装置出行者仅有部分信息并以随机方式选择出行时间更长的路径。基于路网混合均衡建模理论,构建了信息影响下的路网混合均衡交通分配模型,证明了该数学规划模型解的等价性,设计了模型求解算法,并进行了算例计算与分析。     

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.     

城市干线交通协调控制仿真优化

针对最短路径路网搜索复杂过程中的求解问题,从路径优化角度考虑,根据出行者与路网之间的博弈关系,提出诱导条件下路径优化的博弈模型,通过对博弈模型的求解得到出行者和路网之间的最优选择,即实现博弈双方的平衡,最终得到最优路径。通过算例分析,验证诱导条件下路径优化博弈模型的可行性与有效性。     

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.     

基于时间剩余的随机后悔最小化路径选择

出行者路径选择行为的正确性直接影响到交通规划“四阶段”模型最后一步交通分配的可靠性,对交通规划领域具有重要意义.近年来,为了克服出行者路径选择主要理论（随机效用最大化模型）存在的问题,Chorus 提出了随机后悔最小化模型.本文借用经济学领域中的无差异曲线概念,建立基于时间剩余的出行时间和出行费用双重约束下的随机后悔最小化模型,并对模型中存在的路径重叠和路径感知方差问题进行改进.最后运用示例性路网进行数值检验.结果显示,改进模型更加合理,具有更好的可靠性.     

基于转弯次数的高速公路合理路径判别标准研究

针对联网收费高速公路现有合理路径判别标准的不足,引入转弯次数因素,建立基于复合路径的判别模型。从分析转弯造成的影响入手,分析其合理权重,并通过实例来计算合理的惩罚系数,结果表明,改进后计算的路径与理性出行者的实际选择吻合较好。     

考虑可靠性的降级路网最优路径搜索方法

针对路网降级时路网出行时间的随机性和可靠性对出行者路径选择影响较大的问题,研究了降级路网可靠性路径的选择方法．基于BPR路段出行时间模型,构建了降级路网路径出行时间的均值模型及其可靠度模型．以路径出行时间最小、路径出行时间最可靠为目标,构建了路径选择的双目标加权规划模型,设计了基于改进蚁群算法的模型求解算法．算例分析表明：该算法能快速获取可靠的路径．     

基于前景理论的动态路径选择模型

针对研究路径选择问题的传统理论——“期望效用理论”的不足,分析了“前景理论”的基本思想和结构框架．以出行者的日常上班出行为研究对象,在“前景理论”的基本框架下,研究实时交通信息影响下的路径选择问题,分析了出行者的路径选择决策过程．以出行者到达目的地的时刻为参照点,建立了价值函数．利用贝叶斯理论,对预测的路径行程时间进行更新与调整,分析出行者对路径选择结果的个人主观概率,得到决策权重函数．结合编辑阶段确定的价值函数,确定路径的前景值表达式,得到了路径选择模型．因出行者每次出行,需要对原有的经验信息进行更新与调整,故所建立的为动态选择模型．     

基于前景理论的动态路径选择模型

针对研究路径选择问题的传统理论——“期望效用理论”的不足,分析了“前景理论”的基本思想和结构框架．以出行者的日常上班出行为研究对象,在“前景理论”的基本框架下,研究实时交通信息影响下的路径选择问题,分析了出行者的路径选择决策过程．以出行者到达目的地的时刻为参照点,建立了价值函数．利用贝叶斯理论,对预测的路径行程时间进行更新与调整,分析出行者对路径选择结果的个人主观概率,得到决策权重函数．结合编辑阶段确定的价值函数,确定路径的前景值表达式,得到了路径选择模型．因出行者每次出行,需要对原有的经验信息进行更新与调整,故所建立的为动态选择模型．     

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.     

不同信息下的逐日路径选择行为实验与模型

为研究先进出行者信息系统(ATIS)对出行者逐日路径选择行为的影响，本文基于 Braess路网设计5组具有不同ATIS市场占有率(0、25%、50%、75%、100%)的行为实验.结果表明：3条路径的流量及新增路径保持选择的次数持续波动，随着ATIS市场占有率增大，路网平均行程时间趋于用户均衡，新增路径保持选择的次数呈现增长趋势，且被试对新增路径的选择性偏好增强，Braess悖论的效果也更明显.基于5组实验数据，分别建立普通Logit模型和基于面板数据的随机效应Logit模型刻画路径选择行为.结果表明：当ATIS市场占有率为0时，最佳模型为普通Logit模型；当ATIS市场占有率增大甚至达到100%时，最佳模型均为随机效应Logit模型；未配备ATIS的出行者的个体差异性比配备ATIS的小.     

不同信息下的逐日路径选择行为实验与模型

为研究先进出行者信息系统(ATIS)对出行者逐日路径选择行为的影响，本文基于 Braess路网设计5组具有不同ATIS市场占有率(0、25%、50%、75%、100%)的行为实验.结果表明：3条路径的流量及新增路径保持选择的次数持续波动，随着ATIS市场占有率增大，路网平均行程时间趋于用户均衡，新增路径保持选择的次数呈现增长趋势，且被试对新增路径的选择性偏好增强，Braess悖论的效果也更明显.基于5组实验数据，分别建立普通Logit模型和基于面板数据的随机效应Logit模型刻画路径选择行为.结果表明：当ATIS市场占有率为0时，最佳模型为普通Logit模型；当ATIS市场占有率增大甚至达到100%时，最佳模型均为随机效应Logit模型；未配备ATIS的出行者的个体差异性比配备ATIS的小.     

ͻ���¹��½�ͨ��Ϣ�����о�

突发事故及其所造成的非重复性拥堵会对城市交通系统正常运行有重大影响,其造成的拥堵传播会使得拥堵区域内的大量路段瘫痪.因此研究缓解突发事故下交通拥堵的策略具有十分重要的意义.本文研究突发事故下先进的交通信息系统策略设计问题.建立了ATIS策略设计的双层规划模型,上层目标从交通管理者的角度追求出行者的系统总阻抗与交通信息运营成本最小化,下层描述在ATIS作用下出行者的动态路径选择行为,并通过元胞传输模型仿真拥堵的传播与路段上车辆的走行.提出了基于遗传算法的求解方法.算例结果表明,优化的ATIS策略能够有效地缓解突发事故所导致的交通拥堵,提高交通网络的系统性能.     

基于前景理论诱导信息的出行者路径选择模型

在前景理论的决策框架下,引入诱导因素,建立诱导信息影响下考虑出行可靠性的基于预算时间的参考点,以此得到相关的价值函数与概率权重函数。构建一个简单路网对模型进行验证,结果表明:基于前景理论诱导信息的出行者路径选择模型,较为符合出行者在实际状态下的路径选择行为,且可有效体现管理者的诱导意图,提高路网效率。     

基于Logit模型的路径选择及交通流分配

从出行者的角度出发,根据出行者对路径的选择数据来对原有交通流量分配.给出运用Logit模型进行路径选择调查的过程,研究出行者对诱导路径的选择结果.并以成都市某交叉口在施工条件下的交通组织方案为例进行分析,证明该方法的可行性和有效性.     

换乘约束下城市多方式交通分配模型与算法

基于超网络理论构建了可换乘条件下城市多方式交通系统的超网络模型,同时基于所建超网络,在考虑出行者的换乘规律和换乘行为等因素下,定义了可行超路径.将超网络的路段划分为行驶路段、换乘路段、上网路段和下网路段等4类,考虑出行时间、货币费用及舒适度感受3种因素,建立各类路段的广义费用函数及超路径广义费用函数.基于超路径费用,定义了有效超路径.在此基础上,提出城市多方式交通系统的随机平衡分配模型,并且提出了换乘约束下有效超路径和最短可行超路径的搜索算法.最后,通过一个数值算例说明所提出方法的可行性和有效性.     

基于效用理论的出行前最优路径算法研究

当具有多条可行路线时，出行者将选择最优路径行驶．文中基于出行效用最大化理论，分析了影响出行者路径选择的多种因素，结合多目标决策的几何平均法原理，探讨了出行前信息中广义最优路径的计算方法。该方法使出行者在出行前主动选择出行方式和出发时间，从而促进路网交通状况的优化。