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。     

无诱导信息条件下基于有限理性模糊博弈的车辆路径选择

以模糊数学为工具、行为强化理论为基础,建立有限理性模糊博弈的无诱导信息车辆路径选择模型,通过Matlab仿真得出不同初始状态下的博弈平衡结果。结果表明:初始路网交通量的分配比例对路网的平衡状态无显著影响,且当路网交通总量接近路网的通行能力时,博弈结果会达到稳定平衡,当交通量远大于路网通行能力时,博弈结果则呈现峰谷平衡。     

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。     

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。     

�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.     

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。     

基于演化博弈的高速路收费通道选择研究

收费广场拥堵严重影响了高速路的通行效率和安全畅通.为找到驾驶员路径选择博弈的稳定策略,以更好地诱导驾驶员合理选择收费通道,提高收费站通行效率,缓解高速路收费广场拥堵问题,本文以驾驶员为研究对象,运用演化博弈的方法,通过“鹰鸽博弈”模型分析,建立收益矩阵,得到在不同成本条件下的两个演化稳定策略,并借助 MATLAB软件和仿真演化的路径分析,验证了驾驶员在选择收费通道博弈中存在均衡点的分析结果.研究表明,存在混合策略是博弈的均衡点,诱导驾驶员的策略选择向均衡点靠近,能均衡各收费通道的车流量,有效减少收费广场的拥堵现象.     

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.     

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。     

城市快速交通网络运行管理策略研究

将网络交通流模型、匝道控制模型、基于可变信息标志(variable message sign,VMS)的路径选择模型等整合为一体,建立了网络交通整合控制模型.与各种边界条件相结合,测试了匝道控制和路径诱导的控制效果.结果表明,无路径诱导有匝道控制策略的路网总时间消耗(total time spent,TTS)减少仅3%;有路径诱导无匝道控制策略的路网TTS减少20%,但入口匝道排队长度很不均衡,最大达300辆;有匝道控制有路径诱导策略的路网TTS减少20%,入口匝道排队长度比较均衡.     

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。     

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.     

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.     

模拟导弹制导的交通系统路径诱导算法

模拟导弹制导的单车诱导算法利于交通系统优化目标（车流量平衡目标）.为避 免多车诱导导致的交通拥堵,以模拟导弹制导的单车诱导算法为基础,提出了模拟导弹 制导的交通系统路径诱导算法.按照出行需求,对模拟导弹制导的时间最短路径算法进行 改进,使算法满足各类单车路径规划目标,以提高单车诱导接受率.系统路径诱导算法以 交通系统优化为最终目标,对超出路网通行能力的诱导进行修正,使交通流运行趋势符 合驾驶员出行需求.建立系统优化评价指标和系统诱导接受率指标,并以北京部分地区为 例进行仿真.仿真结果表明,算法能够达到系统优化目标,同时保证了较高的系统诱导接 受率.     

交通拥堵情况下路径诱导方案的生成方法

路径诱导方案的生成是交通信息诱导的核心环节.根据驾驶员在交通拥堵情况下的路径选择行为特点,运用模糊推理理论建立了驾驶员路径选择行为模型,确定出路径诱导信息发布的核心内容.在此基础上提出一种路径诱导方案的生成方法.     

突发灾害下交通控制与VMS协同技术

估计了可变信息板(VMS)的影响范围,构建了交通控制与VMS的协同一体化模型。通过VMS影响驾驶人的出行路径选择行为,引导路网交通流向最优交通流分布模式发展。通过交通控制调整交叉口信号参数,实现路网交通流的截流与分流,最终形成路网交通流最优交通分布模式。采用Frank-Wolfe均衡分配和遗传算法相结合对模型进行优化求解,利用Paramics API开发模型和算法。以Paramics软件为仿真平台,以山东省淄博市淄博新区为模拟路网,在路网突发灾害下对模型和算法进行了验证。验证结果表明:路网饱和度越大,构建的模型相对于Synchro模型,提高路网交通流运行性能指标的效果越明显,促进路网交通流稳定性的能力越强,越能均衡分配路网负载。当受灾交通流疏散完成80%,路网连线饱和度分别为不大于0.8,大于0.8且不大于1.0,大于1.0时,相比Synchro模型,构建模型的受灾交通流疏散时间分别减少11.55、21.84、25.64min,疏散速度分别提高25.98%、31.83%、20.16%。     

城市交通微循环交通组织优化

定义了交通微循环支路交叉口上各进口道左转与直行车流的阻抗函数,其与交叉口上所有进口道左转与直行车流量有关;以最小化总行驶时间为目标,考虑支路通行能力约束及微循环交通组织优化方案下的驾驶员路径选择行为,建立了双层规划模型,对城市微循环交通组织进行优化;介绍了对模型求解的遗传算法;并进行了算例计算,得到车流组织优化方案,验证了模型与算法的有效性。     

不确定信息下应急救援路径选择模型

迅速有效的震后交通疏散及道路管制措施对降低地震损失具有重要意义.通过定义路网疏散连通度和安全行驶路线,对不确定信息条件下救援疏散和路径选择问题进行描述.将避难点分配、路径规划、车辆容量,以及不确定通行能力作为该问题约束条件,确立了以公交疏散问题为基础的应急救援车辆路径选择模型.考虑到模型仿真的局限性,转化为相同发车间隔下的公交均衡调度问题进行求解.以唐山抽象路网和人口分布为基础进行仿真实验分析,结果表明:不确定信息条件下选择安全救援路径,当救援车辆途中遇阻时,只需调整交叉口转向策略即可顺利通行,保证了救援调度工作的稳定.     

基于地面路网MFD 的快速路出口匝道流量分配模型

过于集中的流量分配易导致出口匝道和与之相衔接的地面道路过饱和,进而影响快速路和地面路网的通行效率.为提高路网中车辆通过快速路到达目的地的通行效率,基于地面路网宏观基本图（Macroscopic Fundamental Diagram,MFD）,以出口匝道通行能力和与之相衔接的地面路网承载能力为约束条件,以整个路网的车辆总行程时间最短为优化目标,建立快速路出口匝道流量分配模型.根据宏观网络车流平衡方程,采用改进的遗传算法对模型进行求解.最后,通过实际路网验证了模型的有效性.结果表明,该模型可有效提高车辆通过快速路到达目的地的通行效率,同时降低出行成本.     

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.