实时交通信息提供对驾驶员路径选择行为影响量化分析

研究的目的是搞清交通信息提供对驾驶员路径选择行为的影响机理和程度,为智能交通系统(ITS)中交通诱导方案的制定提供参考与依据.研究采用SP(Stated Preference Survey)调查方法针对驾驶员对交通信息响应状况进行调查,同时对目前交通信息提供现状进行了调查.对调查数据进行定性和定量分析的基础上,建立了信息提供下驾驶员路径选择行为的Logistic模型,可用于判别分析.研究发现各变量在不同程度上影响驾驶员路径改变倾向,其中驾驶员对交通信息广播的准确性评价以及能够容忍延误时间的程度等因素对驾驶员路径选择行为影响较大.     

不同交通信息诱导下驾驶员路径选择行为研究

针对典型路网中快速路上文字式VMS提供的不同交通信息内容,在充分考虑驾驶员认知模式的情况下对其路径选择行为展开调查与研究。通过设计包含单一或多定量的VMS消息策略实验方案,并采用SP调查法采集数据,建立了关于驾驶员路径选择行为的有序多分类Logistic模型。研究表明:在相同交通状况下驾驶员在面对不同类型信息时的路径选择行为差异较大,对信息的服从率由高到低依次为绕行节省时间、绕行距离、交通状态和拥堵长度;VMS信息发布的精确性、完整性和及时性是影响驾驶员路径选择行为的主要因素。研究结果可以为合理制订VMS信息发布策略提供依据。     

VMS�Լ�ʻԱ·��ѡ��Ӱ���ʵ֤�о��뽨ģ

可变信息板(VMS)通过发布实时的道路交通信息引导驾驶员的路径选择行为,是智能交通系统的重要组成部分之一,也是大城市缓解交通拥堵所采取的方法之一.为了定量分析VMS对驾驶员路径选择行为所产生的影响,本文采用SP调查法针对驾龄在1年以上的驾驶员进行问卷调查,使用SPSS20.0软件对调查数据进行分析,并在此基础上建立VMS诱导条件下驾驶员改变路径频率的有序多分类Logit模型,得出结论,驾驶员根据VMS所提供信息进行路径选择的主要影响因素为驾驶风格、出行时间、VMS可信度.     

�г�ʱ�䲨���Զ�·��ѡ��Ӱ�����ɢѡ�����

探索了行程时间波动性对驾驶员路径选择行为的影响. 研究采用意向调查获取驾驶员从两条行程时间和行程时间波动性不同的路径中选择路径的行为数据,采用离散选择建模方法建立估计路径选择概率的二元Probit模型,揭示驾驶员对行程时间和行程时间波动性进行权衡的行为机理. 行程时间和行程时间波动性分别用期望行程时间、行程时间标准偏差来度量. 研究发现：(1) 路径的行程时间和行程时间波动性都会对路径选择产生负面影响. (2) 中等年龄段驾驶员,较之比他们年轻的和年长的,对行程时间波动性越看重,对行程时间波动更敏感,选择行程时间不确定的路径的概率更小. (3) 出租车驾驶员对行程时间更敏感,选择行程时间更短的路径的倾向性更大. (4) 驾驶经验丰富的驾驶员选择行程时间不确定的路径的可能性更小.     

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。     

基于GPS数据的出租车路径选择行为研究

出租车路径选择行为研究对于剖析城市交通流时空分布规律及交通流分配具有重要意义.基于北京市出租车调度系统采集的GPS（Global Positioning System）数据,本文首先通过旅程数据提取、地图匹配及双向扫除算法,构建车辆路径选择行为分析所需的RP（Revealed Preference）数据.其次,在综合考虑道路网络条件和交通条件对驾驶员路径选择行为影响的基础上,构建基于PSL（Path-Size Logit）模型的出租车多路径概率选择模型.案例分析结果表明,出租车驾驶员更倾向于选择旅行时间短、转向次数少、主干路和次干路比例较高的路径.同时,文中所提出的路径选择行为建模方法,对于提高GPS数据的使用价值具有积极的意义.     

基于累积Logit模型的驾驶人路径改换行为影响因素分析

基于调查数据,采用累积Logit模型对影响驾驶人路径改换行为的影响因素进行综合分析,通过理论与实证分析,分析影响路径改换行为的主要因素.首先采用SP调查的方式,用离散选择分析法对影响路径改换的因素进行多变量分析;然后,建立多元累积Logit模型,并利用经济学的基本原理,建立路径改换行为的动态评价模型.分析表明：在拥挤收费的前提下,影响驾驶人路径改换的主要因素,取决于不同的收费额度、驾驶人个体属性（驾车类型、月收入等）.这一研究结果可以应用到交通规划与管理过程中.     

多源诱导信息对驾驶员路径变更行为的影响研究

交通广播、可变情报板、车载GPS和道路指示牌等诱导信息源是驾驶员路径选 择的重要依据.为系统研究多源诱导信息对驾驶员路径变更行为的影响机理,采用情景分 析法,以西安咸阳国际机场和西二环方欣商圈为OD,设置主路径和备择路径,引入通行 费敏感度构建SP 问卷,调查多源诱导信息情景下驾驶员由主路径向备择路径变更的频 率,在此基础上,构建路径变更行为的有序Logit 模型.结果发现,驾驶员路径变更对多源 诱导信息的依赖程度依次为可变情报板、交通广播、车载GPS和道路指示牌,反映了驾驶 员对动态、及时的诱导信息需求性更强;此外,在多源诱导信息作用下,通行费价格敏感 度、受教育程度对驾驶员的路径变更也有显著影响,而驾驶员年龄的影响作用不显著.     

����GPS���ݵij��⳵·��ѡ����Ϊ�о�

出租车路径选择行为研究对于剖析城市交通流时空分布规律及交通流分配具有重要意义。基于北京市出租车调度系统采集的GPS（Global Positioning System）数据,本文首先通过旅程数据提取、地图匹配及双向扫除算法,构建车辆路径选择行为分析所需的RP（Revealed Preference）数据。其次,在综合考虑道路网络条件和交通条件对驾驶员路径选择行为影响的基础上,构建基于PSL（Path-Size Logit）模型的出租车多路径概率选择模型。案例分析结果表明,出租车驾驶员更倾向于选择旅行时间短、转向次数少、主干路和次干路比例较高的路径。同时,文中所提出的路径选择行为建模方法,对于提高GPS数据的使用价值具有积极的意义。     

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。     

有偏好的多属性灰色关联路径选择模型

路径选择模型是动态交通诱导的核心问题.针对出行者不同偏好及路径属性不 完全确定条件下,提出了一种路径属性为区间值的有偏好路径选择模型.建立了以交通拥 挤程度、行程时间、行程距离和行程时间可靠性为属性的路径选择指标体系,给定路径属 性的区间值及出行者偏好值,计算每条路径客观信息与主观偏好的灰色关联系数.为了减 少主观偏好与客观信息的偏差,构建了单目标最优化模型,得到路径属性的权重值,进而 求得各路径主观偏好与客观信息的关联度,并根据关联度大小进行排序.最后以福州三坊 七巷交通网络为例,给出路径选择实例.结果表明该方法简单有效.     

ʵʱ������Ϣ��ʾ�»��ڳ˿�ƫ�õ���·ѡ��

探讨了乘客在实时换乘信息提示下,结合自身偏好进行线路选择的行为.由于实时提示等车信息不完全准确,通过引入不确定分布予以描述,并针对实时信息提示的等车时间建立了基于实时-时变结合策略的更新机制,据此对乘客的线路初始偏好值进行修正,并建立了能综合反映实时提示信息和乘客个体偏好对线路选择行为影响的线路选择概率模型.最后,通过数值仿真验证了该模型的可行性和有效性,并分析了等车时间和乘车时间的权重对乘客线路选择行为的影响.结果表明,实时提示信息会改变乘客对线路初始偏好,进而改变乘客的线路选择行为.     

Route Choice Behavior Model with Guidance Information

Using modeling and simulation methods, the driver's route choice behavior under guidance information is explored based on the combination of the decision field theory (DFT) and Bayesian theory. First, based on the Bayesian theory, a road condition dynamic updating model is presented in light of the guidance information and the driver's previous travel experiences. Then, the route choice behavior model under guidance information is formed by the fusion of the process-oriented vehicle dynamic route choice model and the road condition dynamic updating model. The developed model describes a driver's propensity to comply with received guidance information in terms of the interaction between perceived unreliability of the information, his previous travel experiences, preference for different road alternatives, decision-making speed/quality, and route selection criteria. The simulation results show that the combination of the DFT and Bayesian theory can effectively explain the driver's travel dynamics behavior.     

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。     

�����ۻ�ǰ�����۵�ͨ����·��ѡ��ģ��

为了全面描述决策者在不确定环境下的出行行为,从价值变化和可靠性变化两个方面研究通勤者的路径选择行为及对待风险的态度,提出了基于累积前景理论（CPT）的通勤者路径选择模型。首先推广了两个参考点的CPT,接着根据不确定理论对行程时间进行预算,给出通勤者参考点估计的统一方法,然后构造通勤者的路径选择模型。最后在一个测试网络上研究可靠度与参考点及可靠度与累积前景值的关系。结果表明,通勤者的参考点可以根据可靠度要求动态设置。出发时刻相同,出行者可靠度要求较高时,风险较低的路径前景值较大;反之可靠度要求较低时,行程时间平均值较小,虽然风险较高的路径前景值也比较大,这一结论与事实相符合。本文所提出的决策模型能够有效地描述通勤者在随机路网中的路径选择行为。     

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.     

基于累积前景理论的通勤者路径选择模型

为了全面描述决策者在不确定环境下的出行行为,从价值变化和可靠性变化两个方面研究通勤者的路径选择行为及对待风险的态度,提出了基于累积前景理论（CPT）的通勤者路径选择模型.首先推广了两个参考点的CPT,接着根据不确定理论对行程时间进行预算,给出通勤者参考点估计的统一方法,然后构造通勤者的路径选择模型. 最后在一个测试网络上研究可靠度与参考点及可靠度与累积前景值的关系.结果表明,通勤者的参考点可以根据可靠度要求动态设置.出发时刻相同,出行者可靠度要求较高时,风险较低的路径前景值较大;反之可靠度要求较低时,行程时间平均值较小,虽然风险较高的路径前景值也比较大,这一结论与事实相符合.本文所提出的决策模型能够有效地描述通勤者在随机路网中的路径选择行为.