基于稳定匹配的路径选择行为研究

为了证明是否能用双边匹配理论研究出行者路径选择行为,构建了以出行者和路径为主体的二部图,从图论的角度证明了所构建二部图的稳定匹配是路径选择的最终结果,且稳定匹配存在纳什均衡,可以用来分析出行选择行为. 在综合考虑出行者阻抗和路径影响的基础上,建立了不考虑流量和通行能力影响与考虑流量和通行能力影响的两类多目标优化模型,使用线性加权法转化为指派模型,利用匈牙利算法进行求解. 结合数值算例说明所建模型的正确性和合理性. 算例结果表明,两类模型的路径选择结果均满足用户均衡原理,可以在此方法的基础上建立对应的交通分配模型.     

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。     

ATIS影响下的混合随机用户均衡交通分配模型研究

在考虑信息对出行者路径选择行为影响的基础上,基于路网混合随机用户均衡建模理论,建立了ATIS影响下的混合随机用户均衡交通分配模型,证明了该数学规划模型解的等价性,设计了求解算法,并利用算例进行了计算分析.     

ATIS影响下的混合随机用户均衡交通分配模型研究

在考虑信息对出行者路径选择行为影响的基础上,基于路网混合随机用户均衡建模理论,建立了ATIS影响下的混合随机用户均衡交通分配模型,证明了该数学规划模型解的等价性,设计了求解算法,并利用算例进行了计算分析.     

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.     

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.     

基于累积前景理论的随机异质道路网配流模型

针对出行者择路行为的有限理性和风险取向的差异性,将出行者分为4类:分别以可靠度低于50%的出行时间预算、期望出行时间、可靠度高于50%的出行时间预算和超预算期望出行时间作为选择路径的参考点.推导了需求服从对数正态分布、路段通行能力服从均匀分布条件下各类出行者的前景值计算公式,建立了用等价变分不等式表示的均衡模型.算例结果表明,累积前景理论参数设置对配流具有重要影响,随着收益敏感系数的增大,各类出行者的路径前景均呈增大趋势,且第3、4类出行者比第1、2类出行者变化更显著;随着损失敏感系数和损失规避系数的增大,各类出行者的路径前景均呈减少趋势,且第1、2类出行者比第3、4类出行者变化更显著;随着感知概率系数的增大,第1、2类出行者的路径前景呈减小趋势,而第3、4类出行者的路径前景呈增大趋势.     

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.     

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。     

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.     

������Ϣ�Ե�·�������ʱ��ɿ��Ե�Ӱ��

为考察出行信息对道路网络出行时间可靠性的改善效果,将出行者划分为“有ATIS接收装置”和“无ATIS接收装置”两类,且均以随机方式选择路径,运用混合网络随机用户均衡建模理论构建了信息诱导下的出行路径选择模型.从路段容量的实际变化规律出发,假定其服从截尾正态分布,基于Monte Carlo仿真技术和网络均衡流求解算法,建立了信息影响下的道路网络出行时间可靠性评估方法.数值分析结果表明：道路网络出行时间可靠性随出行信息质量和信息系统的市场渗透率增加而递增,但其边际影响递减;对于交通需求水平高的道路网路,信息的提供对网络出行时间可靠性的改进更加明显.     

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。     

基于时刻表的公交配流算法研究

目前公交配流多基于发车频率,配流结果时刻信息度不高。为促进基于时刻表的公交网络配流研究,建立了改进的Logit模型,在传统Logit模型中引入公交路径独立系统以克服多条相似公交路径的相互影响。同时,建立了容量限制下基于时刻表的随机用户均衡模型(VRT-SUE),该模型考虑了车次容量限制并实现了SUE模型在公交网络上的配流。实例公交网络配流结果显示,改进的Logit模型比传统Logit配流结果更加合理,VRT-SUE模型满足车容量限制同时配流结果达到网络均衡状态,两种模型均可用于城市公交网络运营管理设计。     

博弈论视角下的交通分配系统最优与用户均衡的探讨

为了更好地解释系统最优与用户均衡两种交通分配方法间的定量关系,透过博弈论的视角,通过对算例的非合作博弈分析,从无限策略集下纯策略Nash均衡的角度指出了系统最优与用户均衡的统一性,二者作为Nash均衡的两种特殊状态,可以随博弈局中人数的变化而相互转化.同时,还对系统最优与用户均衡的转化过程进行分析,阐述其两阶段特征及对实际分配状态的影响,并通过在多场景中调整路阻函数的各项参数,指出路径的自由流走行时间作为＂初期优势＂,对转化速度和方向具有关键性影响.     

随机用户均衡交通分配问题的蚁群优化算法

研究了出行者对路网熟悉程度的指标与交通流分配均衡性之间的关系, 提出了具有指数形式信息素更新策略的随机用户均衡模型蚁群优化算法, 建立了从Logit模型加载, 到交通需求确认及路径流量、路段流量、路段阻抗、路径阻抗迭代计算的交通分配动态循环流程; 计算了Nguyen-Dupuis路网模型中各路段的流量与阻抗, 并与连续平均算法计算结果进行比较; 通过调节出行者对路网熟悉程度的因子, 分析了蚁群优化算法与连续平均算法的敏感性。研究结果表明: 采用连续平均算法和蚁群优化算法计算的路段流量分布分别为20~280、40~260pcu, 蚁群优化算法的流量分布区间减小了15.4%, 路段流量的最大值减小了7.1%, 因此, 采用蚁群优化算法计算的路段流量较为均衡; 采用蚁群优化算法时, 在Nguyen-Dupuis路网模型中各路段流量的标准差从65pcu降至48pcu, 88%可选路径的阻抗分布在61~64, 且84%的路径阻抗低于采用连续平均算法计算的阻抗, 因此, 采用蚁群优化算法减少了用户出行时间; 当路网熟悉程度分别为0.01、0.1、1、2、7、11时, 采用连续平均算法计算的路段流量标准差分别为75、65、50、47、45、45pcu, 采用蚁群优化算法计算的路段流量标准差分别为48、48、48、47、43、43pcu, 可见, 随着路网熟悉程度的增大, 分配在各路段上的流量范围逐渐减小, 标准差趋于稳定, 信息素更新策略对出行者的路径选择概率影响越明显, 出行者选择阻抗小的路径的概率变大, 因此, 采用蚁群优化算法对路段的流量分配逐渐优于连续平均算法。      

�ɵ�·��ƿ��ʶ������һ�廯��������ģ���뷽��

本文提出了一套基于虚拟路网的容量均衡分析模型和方法。以虚拟路网（节点及路段）的交通负荷（V/C）为特征变量，采用虚拟路网PA反推技术与交通均衡配流组合模型，辨识路网的真实瓶颈点（段、区域），获得路网供需“均衡容量匹配参数”。以此匹配参数为准则，诊断现有路网的系统性缺陷。为评估城市干道路网与交通需求的宏观匹配水平、制定缓解交通拥堵对策和路网容量一体化均衡配置与改造，提供了新的系统分析理论和方法。     

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.     

计算机网络链路容量及流量分配的结合设计算法

本文提出了将计算机网络设计中链路容量分配算法和流量分配算法相结合的优化算法。所得结果优于现有分别采用两种单独算法的结果,而计算复杂性同阶。