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.     

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。     

基于停车行为分析的出行路径选择研究

城市交通系统中,停车需求与供给的矛盾关系引发的静态交通问题越来越严重,路网中存在大量的巡游交通,降低了路网的通行效率.对出行者停车行为进行分析,建立了由路网出行费用、停车费用及感知步行费用等组成的广义出行费用函数,基于Kirchhoff模型与随机用户均衡理论构造了考虑路段及转向费用的路径选择模型,并通过算例进行验证.结果表明:随机用户均衡状态下出行者步行时间感知差异及停车场特性会影响出行者路径及停车场选择,停车场分担率与步行感知时间呈负相关,与停车场的特性值呈正相关.     

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。      

逐日路径演化中出行者信息偏好的实验分析

在逐日出行过程中,出行者对各类信息的偏好是一个动态变化的过程,不同出行者对同类信息的偏好也不同.本研究搭建不同信息条件下逐日路径选择实验场景,用信息偏好系数表征不同类别信息对出行者感知时间影响的相对权重,研究出行者信息偏好的演化规律与分布特征.实验结果表明,出行个体信息偏好的演化存在3种类型,出行群体对感知时间的信息偏好系数先震荡增加后逐步稳定,出行个体对感知时间的信息偏好系数在出行群体中成正态分布.与只提供完全历史信息相比,同时提供基于指数平滑法的系统预测信息会降低出行者对感知时间的偏好.     

��������ο���������������ģ��

所建立模型明确考虑了随机参考点作为累积前景理论(CPT)描述出行者有限理性路径选择行为的补充,将其定义为随机最短行程时间和可接受系数的乘积。假设出行者遵循路径累积前景最大化原则进行路径选择,建立相应的随机均衡条件及等价的不动点模型。然后,给出基于Probit加载和相继平均法(MSA)的启发式算法,并在小型网络上验证所提出的模型和算法。算例结果表明,依赖随机参考点的交通流模式能够较为真实地再现出行者在路径选择时,同时考虑行程时间均值及随机波动的有限理性行为。对参数进行灵敏度分析,基于CPT得到的路网均衡状态基本上不受行程时间随机波动程度变化的影响,当出行者调整出行时间预算时,均衡状态将随之发生改变。     

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.     

依赖随机参考点的网络均衡配流模型

所建立模型明确考虑了随机参考点作为累积前景理论(CPT)描述出行者有限理性路径选择行为的补充,将其定义为随机最短行程时间和可接受系数的乘积.假设出行者遵循路径累积前景最大化原则进行路径选择,建立相应的随机均衡条件及等价的不动点模型.然后,给出基于Probit 加载和相继平均法(MSA)的启发式算法,并在小型网络上验证所提出的模型和算法.算例结果表明,依赖随机参考点的交通流模式能够较为真实地再现出行者在路径选择时,同时考虑行程时间均值及随机波动的有限理性行为.对参数进行灵敏度分析,基于CPT得到的路网均衡状态基本上不受行程时间随机波动程度变化的影响,当出行者调整出行时间预算时,均衡状态将随之发生改变.     

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。     

ATIS影响下的随机用户均衡模型的研究

在考虑交通信息对出行者路径选择行为影响的基础上,将出行者划分为配有＂先进的出行者信息系统（Advanced traveler information system,ATIS）接受装置＂和＂无ATIS接受装置＂两类。假定在路网随机变化的情况下,两类出行者均以成本最小为路径选择准则,建立了在ATIS影响下的基于出行成本的随机用户均衡模型,并利用相继平均算法（Method of successive averages,MSA）和蒙特卡罗（Monte-Carlo）法设计了模型的求解算法。最后,通过一个算例验证了算法的有效性,表明该模型能反映出行者在交通信息影响下,做出的路径选择行为能带来一定的收益。     

基于Nash均衡的交通流平衡条件研究

交通流平衡条件主要有用户最优平衡和系统最优平衡两种表达方式,单纯研究一种最优平衡条件下的交通配流问题无法解决整体的路网优化问题。本文基于Nash均衡的博弈论思想,将用户最优与系统最优建立数学上的联系,然后经过理论推导,论证等价转换的正确性,最后构建一个简单路网,对理论分析进行验证,得到在实现用户最优的同时,达到系统的最优,并表明这种基于NASH均衡的交通流平衡条件研究提高了路网的实际通行能力,同时也节约了出行者的出行时间。     

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.     

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。     

基于出行个体行为的交通网络效率研究

为有效反映城市道路网络中出行者的个体微观行为对网络宏观特征的影响,根据出行个体对交通信息的接受情况不同对出行者的类型、及其路径选择规则进行重新设计,结合兼顾考虑交通需求、时间费用和交通流量的交通网络效率评价模型,利用仿真技术,模拟出行者个体行为对交通网络效率的影响。仿真结果显示:交通信息的及时供给和出行者对交通信息的学习能力,整体上会有效提升路网的运行效率;在相同出行规模情形下,具有学习行为的出行者交通网络效率稳定且波动小;在交通信息供给充分的条件下,信息学习出行者的规模受到路网的承载能力的影响。     

基于累积前景理论的 随机用户均衡交通分配模型

为了使交通分配更符合出行者的实际行为特征,基于累积前景理论,给出了交通流连续分布状态下路 径前景的连续函数表达式,建立了随机用户均衡模型,并给出了等价的变分不等式.该模型同时考虑了交通系统 的不确定性、出行者的感知误差以及建模者的观测误差.讨论了模型解的性质,设计了求解算法,并通过算例进 行了验证.结果表明:在(0,1)区间内,当出行可靠性参数或风险态度参数值越大时,出行者对于风险的感知越敏 感,越倾向于选择行程时间波动较小的路径;当感知误差较小或路网不确定性程度较大时,出行者的路径选择行 为均逐渐趋于稳定.研究还表明,出行者的损失规避程度对网络均衡态的影响不明显.      

基于道路交通状态的随机用户平衡

运用随机用户平衡配流的基本思想和交通流理论，提出了道路交通状态的概念，以便讨论交通拥挤情况下的交通量分配问题．将道路交通状态定义为行程时间和道路拥挤度的线性加权和．假定在路网随机变化的情况下，出行者以行程时间和道路拥挤度最低为路径选择准则，建立了基于道路交通状态的随机用户平衡配流模型，并证明了模型的等价性和唯一性，给出了该模型的连续平均求解算法．一个小型网络的数值计算结果表明，该模型能反映出行者在随机路网中的路径选择行为．     

基于有限理性的交通网络可靠性均衡模型

为探索交通系统不确定性和出行者心理感知差异对出行路径选择行为的影响,将路网可靠性和有限理性融入出行者的路径选择决策中,提出双目标交通网络均衡模型.为应对模型多解问题,建立出行可靠性和有限理性下的贝叶斯随机用户均衡模型,运用贝叶斯统计和双层规划框架估计权重系数,采用变分不等式刻画交通均衡模型;分别设计迭代算法（iterative algorithm,IA）和相继平均算法（method of successive average,MSA）求解贝叶斯权重系数估计和变分不等式交通网络均衡模型.算例表明：随着观测变量和输入变量扰动变小,估计参数的均方根误差逐步减小;IA在运行15 s后均方根误差达到0.05,MSA在1 s内收敛精度达到10-6;变分不等式均衡模型可以同时反映出行者的风险态度和有限理性决策过程.     

����·���Ķ����û��������ģ�ͼ�����㷨

基于出行者对网络不确定性的风险态度,将出行者分为三类：保守型,冒险型和中庸型。分析了旅行时间随机扰动的降级路网中不同用户类的出行选择行为,建立了与出行者选择均衡条件等价的变分不等式模型,讨论了模型解的性质,并设计了求解模型的算法。算例表明不同风险态度的出行者在降级路网中的路径选择行为存在较大差异,而且不同风险态度的出行者对不同交通状况及管理措施的响应也存在较大差异。这一研究将有助于加深对交通行为的理解,为交通管理者设计各种有效的控制措施提供更准确和具有针对性的决策辅助信息。     

��������Ӧ�������·�ݻ��о�

从研究出行者个体出行的行为特性出发,研究其择路行为有重要的意义. 在自适应规则的基础上,考虑OD（Origin and Destination,简称OD）量服从一个概率分布（本文中假设服从正态分布）的情况下,研究出行者择路的演化. 结果表明,对于固定或随机的OD量,路径流量均能收敛. 并且,当OD量是随机变量时,如果均值一定,方差越大收敛速度越慢;如果方差一定,增大均值基本不会改变收敛速度,但对收敛前路径流量在演化过程中的波动幅度有较大的影响. 此外,还考虑了多种交通方式并存下的择路模型及演化. 演化结果表明,小汽车出行的不稳定性和自主性要比公交车出行高.