交通事件影响下路网逐日出行动态可靠性

为描述交通事件持续期间逐日出行过程中的路网服务性能,构建日变路网逐日出行选择模型及可靠性指标.首先,根据出行经验更新路网阻抗,以准点到达概率最大化调整逐日出行中各出发时刻的路径总流量,以路径累积前景最大为目标调整单条路径在各出发时刻的流量,从而建立考虑出发时刻的逐日出行流量推演模型;其次,以交通事件发生前路网流量稳态时的准点到达概率和路径走行时间为参照基数,定义出发时刻准点到达和路径走行时间动态可靠性,并给出计算方法.最后,用算例验证模型和算法,并比较在出行模型中考虑可靠度时对路网逐日流量分布和路网可靠性的影响.     

短时事故扰动下的逐日路网流量演化模型

为研究事故扰动下日变交通路网流量在出发时刻和选择路径上的时空演变规律,以出行经验学习更新路网理解阻抗,基于准点到达概率最大和到达前景最大分别调整计划出发时刻和出行路径.并在出行当日根据出发前各时段的实时信息再次更新路网阻抗,重新调整出发时刻和路径获得实际出行选择.从而建立考虑出行日信息更新的逐日路网流量演化模型.采用算例验证模型,结果表明:在路网无事故情形下,考虑出行日内调整,路网流量变化震荡缓和,但达到稳定所需时间长;事故发生在稳定前,会影响最终平衡态流量分布,而事故发生在稳定后,则不影响;考虑出行日调整会加大路网在事故发生后几日的流量震荡.     

考虑出发时刻调整的日变路网配流模型

为研究交通事件导致的非平衡态下日变交通网络流量的演化规律,考虑每日 出行中对出发时刻的调整,以准点到达概率最大为追逐目标,建立每日出发时刻流量转 移模型;以前景理论描述出行者有限理性,建立基于出行时间预算的路径到达前景值及 追逐前景值最大的路径流量转移模型.并依据先确定出发时刻再调整路径的行为机制建 立日变路网配流模型.最后以一个算例验证模型和算法.结果表明,路径流量在每日出行 中随时刻的分布均呈现凸函数特性,且随着出行天数的增加,各条路径上流量随时刻分 布趋于稳定;与不考虑时刻调整的模型结果相比,考虑出发时刻的情形下,路网稳定所需 时间更长,且趋于平衡的过程中,流量振幅更大,且能达到新的平衡状态.     

双参考点路径选择模型及其实证研究

针对日常出行决策中的不确定性,本文基于前景理论对双参考点情况下的路径选择行为进行研究.首先,以可接受的最早到达时间和工作开始时间作为双参考点,建立了基于前景理论的路径选择模型.然后,设计调查问卷,对问卷中4种情景下的路径选择结果进行统计,运用非线性回归方法估计双参考点路径选择模型的价值函数和权重函数的参数值,并将参数估计结果与已有文献的参数估计值进行对比分析.结果表明,单参考点情况下得到的参数值并不适用于双参考点情况,同时确定了价值函数为非对称曲线,期望到达时间偏于工作开始时间,在晚到的收益区间价值函数曲线斜率更陡.     

基于多向堵塞的超点模型研究

在城市路网中,节点阻抗极大影响着路径选择及交通分配的结果.为弥补对节点转向阻抗研究的不足,优化路网流量分配,本文分析了已有节点结构模型,并在超点结构基础上,考虑节点转向的拥堵效应,完善对转向流量、阻抗等信息的记录,提出了转向堵塞后的路径选择方法,建立了基于多向堵塞的超点模型,并设计了求解算法.通过容量限制-增量加载的交通分配方法,演示了算例网络在考虑和不考虑节点转向阻抗下的流量分配过程,分析了网络中路径阻抗变化及路段、转向流量分布.结果表明：基于多向堵塞的超点模型可以有效地表达节点的转向阻抗变化,以及多向堵塞对于流量分配的影响,更符合实际中的交通分配.     

基于均衡配流方法的危险货物时空路径优化

针对危险货物运输路径上的运输风险随时空波动的特点,将时间维度加载至空间路径选择中,建立了危险货物运输扩展时空网络,以虚拟的出发弧和到达弧分别表示出发、到达时段的选择;设计了允许危险货物临时存储的转运节点,并以虚拟等待弧代表危险货物的等待费用,从而以时空路径标识危险货物在一天中的流量分配方案.此外,为各弧段设计了阻抗函数,并根据相同弧段不同时段的风险波动特征,基于用户均衡配流理论建立了考虑时段安全费用的危险货物均衡配流路径优化模型,实现多OD对、多路径、多时段的阻抗均衡,并利用Frank-Wolfe算法对其求解.算例结果表明,在考虑时空差异的扩展时空网络中,均衡配流模型能够实现危险货物的各时空路径阻抗最小且均等.     

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．     

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.     

���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。     

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.     

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.     

固定租赁点的公共自行车出行路径分析

基于前景理论建立固定租赁点的公共自行车出行路径选择模型。通过分析出行选择的决策过程,选择以出行时间和步行距离为两个不同参照点,确定前景理论的价值函数和决策权重函数,获得不同路径决策下的前景值。并通过sp调查结果与前景理论的计算结果进行对比分析,说明前景理论对于固定租赁点自行车出行路径选择具有较好的描述性。表明通过固定租赁点公共自行车出行时往往更加倾向于选择出行起点到租车点以及还车点到终点步行距离较短的路径。     

不确定条件下机场群系统均衡配流模型研究

为探索客流在机场群的分布规律,以整个航空出行链为视角,综合考虑空中交通、地面交通和旅客出行选择偏好,构建机场群系统均衡配流模型.以路径时间、机场停留时间、出行票价和旅客类型为主要参考属性,提出机场群系统旅客出行成本模型.由于路径时间与流量相关且存在不确定性,基于预算超出时间对路径时间的均值与方差进行统一度量.综合路径时间、出行票价、机场停留时间与旅客类型,基于Logit模型建立旅客对航空出行路径的选择模型,将机场群系统的客流均衡条件转换为变分不等式.基于投影收缩算法对变分不等式求解,从而得出客流在机场群间的均衡分布状态.算例结果表明,机场群系统均衡配流模型有效建立了客流分布状态,调整路径时间、机场服务水平、票价等因素均可促进客流在机场群间的均衡分布.     

基于铁路车站作业时间的高峰时段下旅客出行优化模型

目前针对旅客出行时刻与出行路径选择的研究虽然在一定程度上能够为旅客出行提供参考,但由于旅客的出行目的具有多样性,以至于限制了出行时刻与出行路径选择的精准性。本论文针对城市中的旅客到铁路车站乘车这一出行目的明确的出行行为进行模型构建,在传统的出行时刻与出行路径选择问题基础上考虑旅客在铁路车站的作业时长,并在模型中引入经济学思想,针对旅客乘车紧急程度的不同在高峰时段分析不同出发时刻时间成本最低的出行路径,从而为旅客提供精准的出行时刻与出行路径参考。论文结尾通过对一个具体算例进行分析,证明了模型的正确性与适用性。     

不确定条件下机场群系统均衡配流模型研究

为探索客流在机场群的分布规律，以整个航空出行链为视角，综合考虑空中交通、地面交通和旅客出行选择偏好，构建机场群系统均衡配流模型.以路径时间、机场停留时间、出行票价和旅客类型为主要参考属性，提出机场群系统旅客出行成本模型.由于路径时间与流量相关且存在不确定性，基于预算超出时间对路径时间的均值与方差进行统一度量.综合路径时间、出行票价、机场停留时间与旅客类型，基于Logit模型建立旅客对航空出行路径的选择模型，将机场群系统的客流均衡条件转换为变分不等式.基于投影收缩算法对变分不等式求解，从而得出客流在机场群间的均衡分布状态.算例结果表明，机场群系统均衡配流模型有效建立了客流分布状态，调整路径时间、机场服务水平、票价等因素均可促进客流在机场群间的均衡分布.     

快慢车模式下早高峰时空乘车路径选择研究

研究早高峰通勤乘客的时空出行规律有助于更好地组织快慢车运营模式。本文从一种常见的快慢车运营模式出发,首先,根据乘客的起点车次和直达/换乘方案联合选择构建乘车路径;其次,以出行时间、早到/迟到延误和车内拥挤度作为早高峰通勤乘客出行选择的影响因素,对不同乘车路径下的出行成本进行构建;再次,以用户均衡理论建立乘车路径分配模型,并证明了该模型用户均衡路段解的存在性及唯一性;最后通过案例,对均衡模型进行验证。研究结果发现：短途乘客更愿意接受高拥挤但终点到达时刻接近工作开始时刻的车次,而长途乘客的车次选择分布较为均匀;除出行时间因素以外,延误惩罚和乘车拥挤同样影响早高峰通勤乘客的换乘行为,虽然换乘快车有可能降低出行时间,但高延误惩罚和拥挤成本会导致部分站点的乘客不选择换乘路径。     

基于累积前景理论的通勤者出行方式选择

为研究通勤者在不确定环境下对出行方式的选择,依据通勤者在出行方式选择中的思维习惯,引入行程时间和行程费用两个参照点,基于累积前景理论,对两个参照点的累积前景值进行规范化。考虑指标权重给出综合累积前景值,建立出行方式的选择模型。通过仿真算例,分析各自前景值和综合前景值的变化规律,以及参照点的变化对通勤者出行方式的影响。研究表明:考虑两个参考点的累积前景理论模型能够较好地描述通勤者对出行方式的选择行为;相比行程费用,行程时间对通勤者出行方式选择的影响较大;对于中等出行距离,地铁更接近通勤者的心理预期,与大中型城市的出行现象相符合。     

换乘行为影响下的城市公交配流算法

针对中国大城市的工作生活模式与公交网络的特性,以成都市居民公交出行为研究对象,提出了符合乘客路径选择行为的广义公交路径.考虑了公交出行的路段阻抗和站点阻抗,建立了公交路径阻抗函数,提出了有效路径的确定方法.基于改进的Logit模型,建立了一种换乘行为影响下的路径选择模型.以成都市部分公交网络为例,应用提出的配流算法进行实例验证.分析结果表明:当选定的4条公交线路高峰时段的最小发车间隔分别为4、4、3、3 min,非高峰时段的最大发车间隔均为10 min时,对应的最小换乘步行时间和最大换乘步行时间分别为0、6 min;当最大路径阻抗和最小路径阻抗分别为71.5、51.5 min时,对应的乘车时间分别为60、48 min,路径选择比例分别为5.53％、41.98％;当最大路径阻抗和最小路径阻抗分别为52.5、48.5 min时,对应的乘车时间分别为42、39 min,路径选择比例分别为13.40％、62.07％;考虑换乘行为时,配流结果与实际值的最大相对误差、最小相对误差和平均相对误差分别为16.46％、11.09％、14.42％,不考虑换乘行为时,最大相对误差、最小相对误差和平均相对误差分别为34.37％、11.38％、23.15％.考虑换乘行为的配流结果更贴近实际情况.     

基于累积前景理论的出行风险分析

将出行者基于累积前景理论的出行成本——累积感知价值（CPV）看作是由路径出行时间成本和到达目的地后的到达时间感知价值共同组成,对累积前景理论（CPT）进行了介绍,同时引入到达时间感知价值（ATPV）概念建立到达时间与出行感知价值之间的联系,以一个中间节点设置可变信息情报板（VMS）的简单平行网络为例,对累积前景理论在出行决策中的运用进行了分析.结果表明,基于累积前景理论的累积感知价值建模方式较好的刻画了不同出行环境下出行选择风险,VMS的设置有利于降低出行风险.