交通信息影响下的动态路径选择模型研究

考虑交通信息对出行者选择出行路径的动态影响,建立一种动态路径选择模型。将不同类型的出行者对路段（路径）运行时间的预测看作不同的随机过程,通过对出行路径上节点的到达时间取期望值,利用一阶近似表达式,研究交通信息对出行者的出行路径选择行为的影响。     

通行能力约束下的弹性需求交通投影动态演化模型

利用投影动态系统理论建立了具有路段通行能力约束的弹性需求交通网络动态演化模型.通过分析节点路段处交通流量与出行阻抗关系,揭示了出行者在网络局部对出行路线进行调整的决策过程,并分别建立了有通行能力约束的路段流量更新方程和弹性交通需求下的节点最短行程时间估计方程.通过在整个网络上整合上述两类方程,得到最终的交通网络投影动态...     

基于Logit模型的动态交通分配研究

提出了一种基于Logit方法的交通分配模型，该模型是动态出发时间选择和随机用户平衡的联合模型（DDSUE）。作为一种基于全路径的交通分配模型，在路径选择上，使用了Logit模型求出每条路径的选择概率；在出发时间选择上，采用路径通行能力和路径选择概率来联合确定交通出发量，然后利用总交通出发量和路径选择概率求出每条路径上的驶入量。最后以一个实际算例，并通过改变参数对结果进行了分析。     

基于定向树搜索的博弈配流模型

通过将交通路网中路径搜索的定向式启发策略与深度优先的树搜索算法相结合,提出了一种有效路径的定向树搜索算法。该算法利用节点坐标划定有效搜索区,使搜索范围缩小。在具体的求解过程中一是利用已求出的节点位势确定下一步搜索的邻接节点范围,二是利用一个简单的节点估价函数确定进一步要选择的节点。通过给每一个节点一个搜索标记号来记录搜索树的分杈情况,可以顺利的实现有效路径的连续搜索,并结合博弈理论建立了新的交通流分配模型,给出了博弈配流的步骤。新模型合理反映了交通路网中出行者的出行路径决策行为,提供了唯一的路径流量解,因此便于在交通网络的灵敏度分析和优化设计中应用。最后,用一个简单算例说明了该方法的有效性。     

随机交通分配中有效路径的定向树搜索算法

交通路网中有效路径的确定方法是进行各类随机交通流量分配的关键技术.文章将交通路网中节点位置的确定性与交通出行中路径选取的有向性相结合,模拟树的生长,提出了一种有效路径的定向树搜索算法.通过将该方法应用于随机用户均衡分配模型,说明了该方法的有效性.     

随机型用户均衡网络的敏感度分析

在分析随机型用户均衡模型及其优化条件的基础上,充分运用目标函数的一阶、二阶微分信息,从非线性规划理论出发推导出随机型用户均衡模型的敏感度方程.具体推导了均衡状态下路段时间、流量对交通需求、自由旅行时间和路段容量3个输入变量的敏感度方程,并用交通网络要素的选择概率来描述;最后在小型交通网络上,进行了敏感度分析的数值试验.结果表明:敏感度计算可以植入交通网络模型的求解过程,无需增加额外计算工作量,计算方法容易被交通工程师所接受,为研究交通网络的鲁棒性、确定网络的关键要素等提供了有效的解析方法.     

基于K最短路的流量分配算法研究

结合国内城市轨道交通无缝换乘的运营特点,充分考虑影响城市轨道交通网络客流分配的主要因素及轨道交通网络的特有属性,用运行时间、换乘时间、拥挤附加时间构造城市轨道交通网络广义费用函数,分析乘客在城市轨道交通网络中的路径选择行为;在此基础上,基于图的理论和随机用户平衡原则提出城市轨道交通网络客流分配数学优化模型,设计基于费用约束的K最短路算法进行求解,得出更符合实际的有效路径集合,并通过一组数据对模型和算法进行了验证。     

受限路网中汽车行驶最优路径算法及优化实现

实际交通网络不仅包含路网的拓扑关系，还存在大量交通禁行限制。考虑了交通连通性约束所建立的受限路网模型能够更精确地反映实际交通网络。文中提出一种能够在受限路网中寻路的最优路径算法，并具体讨论了算法的优化实现。应用表明该算法可靠高效，可用于实际受限交通网络最优路径规划。     

基于随机用户平衡的混合交通网络流量分离模型

考虑了影响出行者交通选择行为的主要因素(时间、费用、方便性、舒适性等),分析了在多种交通方式(私家车、出租车、公交车、轨道交通以及自行车等)存在条件下城市交通网络中出行者交通选择行为,包括交通方式选择和出行路径选择,并基于随机用户平衡(SUE)理论构造了城市混合交通网络的流量分离和分配综合模型及求解算法。最后通过一个简单算例,得到了当各种影响因素变化时,各种交通方式的流量变化情况。     

考虑行程时间可靠性的阻抗函数及其应用

目前对于交通网络上交通阻抗的选取一般选用时间、距离、费用等因素,其最优路径通常为最小阻抗路径。随着城市交通变得日益拥挤及影响出行因素的不可靠的增加,行程时间可靠性成为人们选择出行路径的一个重要影响因素。文中考虑这个因素,建立了行程时间可靠性函数,并对其进行变形处理,提出了行程时间可靠性费用的概念,将其作为路阻函数,将求解最大可靠性路径问题转化为求解最小行程时间可靠性费用问题,使路阻不但考虑了交通阻抗中最关键的因素即出行时间,又考虑了出行时间的不稳定性,更符合实际路网中出行者对于出行路径的选择行为,还能作为路阻费用在交通规划软件中方便使用;最后将该方法用于交通影响评价中交通影响范围的确定,并在TransCAD中进行了实现,将其结果与基于时间确定的交通影响范围进行比较,证明了该方法的可行性及实际应用价值。     

先进的旅行者信息系统对出行者选择行为的影响研究

目前研究先进的旅行者信息系统对出行者选择行为的影响主要集中在对路径选择行为的影响上,而忽略了对出行者出行终点和交通方式选择的影响。假定路网中的出行者一部分装有信息装置,另一部分没有装信息装置,利用离散选择理论中的层次选择结构模型和交通规划理论中的随机均衡方法,研究了先进的旅行者信息系统对出行者终点选择,方式分担和路径选择行为的综合影响,建立了一个与网络均衡条件等价的数学规划模型,设计了模型的求解算法,并用一算例分析了市场渗透率和信息质量对出行者选择行为的影响。     

基于元胞自动机的动态路段走行时间计算模型

为建立合理的动态交通网络中路段走行时间模型,分析了动态路段走行时间函数的一般形式,对比国内外常用的几种离散型动态路段走行时间函数,基于元胞自动机交通流模型,建立了动态路段走行时间模型。模型可以根据实际路段驶入率、驶出率,推算出任意时刻进入路段车辆的走行时间,并利用M atlab对模型进行求解和数值分析。结果表明,车辆进入路段后的交通状态是动态路段走行时间的主要影响因素;根据累积驶入驶出车辆数曲线可以直接求出动态路段走行时间,能够为动态交通网络中路径走行时间求解奠定基础。      

基于RFID电子车牌数据的公交行程时间预测方法

为了给公交优先信号配时系统提供足够的"思考"时间和准确的控制依据，基于重庆市RFID电子车牌数据提出了一种采用自适应渐消卡尔曼滤波和小波神经网络组合模型动态预测公交行程时间的方法。综合分析公交行程时间的动态和静态影响因素，选取的模型输入参量为标准车流量、路段车辆平均行程时间、平均车速离散性和前班次公交行程时间。利用RFID电子车牌系统采集重庆市鹅公岩大桥路段车辆行驶数据，选取3 000组实际运行数据完成公交行程时间预测模型的训练，另筛选50组数据验证模型的有效性和准确性。研究结果表明：组合模型可动态自适应预测公交行程时间，预测值平均相对误差为3.23%，绝对误差集中在8 s左右，明显优于2种单一模型和基于传统GPS数据的公交行程时间预测模型，可认为选择RFID电子车牌数据作为组合模型的输入，能够明显改善模型预测精度；组合模型预测值的残差分布更为集中、鲁棒性较好，泛化能力强。选择平均绝对误差值、均方根误差值和平均绝对百分比误差作为模型评价指标，结果进一步表明，组合模型的综合预测效果明显优于单一的自适应渐消卡尔曼滤波和小波神经网络。研究方案可为先进公交信息化系统提供良好的技术支撑。     

Bi-objective routing problem with asymmetrical travel time distributions

Recent studies have confirmed that travelers consider travel time reliability in addition to average travel time when making route choice decisions. In this study, we develop a bi-objective routing model that seeks to simultaneously optimize the average travel time and travel time reliability. The semi-standard deviation (SSD) is chosen as the reliability measure because it reflects travelers' concerns over longer travel time better than the commonly used standard deviation. The Pareto-optimal solutions to the bi-objective model are found by using an improved strength Pareto evolutionary algorithm. Tests on a real-world urban network with field measured travel time data have demonstrated good performance of the algorithm in the aspects, such as computational efficiency, quick convergence, and closeness to the global Pareto-optimal. Overall, the bi-objective routing model generates reasonable path recommendations. The SSD-based model is sensitive to the asymmetry of travel time distribution and tends to avoid paths with excessively long delays. This would be particularly helpful to those users placing high values on travel time reliability.     

考虑风险分布特征的危险品运输路径优化（双语出版）

为控制危险品运输风险大小并提高风险分布合理性,兼顾运输商的利益诉求,对多种类型危险品在同一路网内运输时的多路径组合优化问题进行研究。首先根据运输路径物理特征,结合路段风险值给出路径间的物理相异度计算方法,并根据各路段在路网内的地理位置,给出路径间的空间相异度计算方法;然后设置总风险阈值和最小相异度约束,建立同时考虑累积运输风险、运输费用和运输时间的多目标优化模型,改进第2代非支配排序遗传算法（Non-dominated Sorting Genetic Algorithm-Ⅱ,NSGA-Ⅱ）对模型求解,利用动态拥挤距离来提高群体中个体分布的均匀性;最后通过随机网格网络算例对多种类型危险品在不同起讫点间单次、多次运输场景下的路径选择进行仿真优化,并利用实际路网数据对优化方法的可行性进行验证。结果表明：设置危险品运输路径之间的相异度约束,可减少共用路段/节点数量,避免运输风险在局部区域内过度集中;适当增加累积运输风险,有利于提高路径之间的物理相异度和空间相异度,使运输风险的分布更为分散,同时扩大了运输商的路径优化空间。研究结果可为政府部门对危险品运输风险控制及风险分布管理提供新的方法,为运输商的路径选择提供决策支持。     

基于交通效率的大城市合理土地利用形态研究

从交通效率的新视角出发,采用总出行时间来衡量土地利用形态的交通效率和宏观可达性。通过把总出行时间分解为组团内部的出行时间与组团之间的出行时间,推导出指标的函数表达式,并建立了一定经济、土地、人口约束下,总出行时间最小的城市土地利用优化模型。结合城市交通规划模型,提出了能体现土地利用与交通系统循环反馈关系的求解方法,从交通效率最大化或局部最大化的角度,对土地利用—交通系统的一体化规划进行了有益的尝试。     

基于非线性双层规划的货运网络分配模型

采用非线性双层规划理论构建多式联运货运网络分配模型，模型同时考虑了货物运输应该优先保证货主的利益，以及运输时间、成本的改变对货主决策的影响。根据服务对象的不同引入两个相关联的网络概念——运输网络和集计网络，上层为货主在集计网络上确定各种联运方案的货运量，实现集计网络流量的用户均衡，在进行决策时必须考虑下层承运者的路线选择所引起的路网流量的改变；下层为承运者根据上层的决策在其运输子网络中进行路线选择，实现运输子网络流量的系统均衡，并给出其求解算法实例。模型模拟了货主和承运者的实际决策行为及其相互影响关系，解决了货主和承运者决策分离的问题.     

基于累积前景理论的拥挤阈值计算模型

信息诱导是缓解交通拥挤的有效途径,为了描述道路拥挤程度对出行者路径选择决策的影响机理,基于累积前景理论分析了出行者的出行决策过程,分析了出行者拥挤认知模式以及不同出行方式的拥挤信息需求。解析了拥挤阈值的概念,将行程时间作为累积前景理论决策指标建立了拥挤阈值的计算模型,以1个简单路网进行算例分析,模拟驾驶员的拥挤认知及出行活动决策。算例结果揭示了拥挤阈值对路径选择决策行为的影响,同时验证了拥挤阈值是出行者在决策过程中的决策变化分界点。出行时间在拥挤阈值内出行者不改变出行路径;出行时间超过拥挤阈值,出行者将改变出行路径。      

Modeling the Effects of Population Density on Prospect Theory-Based Travel Mode-Choice Equilibrium

In conventional transportation planning models, it was always assumed that the population density is given and fixed in the study areas. Therefore, the effects of population density on travel choice have not been explicitly incorporated into these existing models for long-term transportation planning. Meanwhile, travel choice models in previous studies are usually developed by using discrete choice theories or user equilibrium principle. Thus, many significant characteristics of travelers’ behaviors, such as risk preference and learning process over time, cannot be considered in these conventional models. This article proposes a convex prospect theory-based model to investigate the effects of population density on the travelers’ mode-choice behavior under an advanced transportation information system (ATIS) in a multimodal transportation corridor. It is shown that population density is closely co-related to the modal split results and dependent on the performance of the railway mode in the study corridor. The park-and-ride mode may not be suitable for areas with high population density. This article also investigates the travelers’ reference points on the generalized travel costs by modes. A numerical example is given to illustrate the properties of the proposed model together with some insightful findings.     

基于行程质量的随机用户平衡分配模型

提出行程质量的概念以描述出行者在不确定环境下的路径选择准则。将行程质量定义为行程时间和行程时间可靠性的线性加权和,综合了影响路径选择的两个不同的重要因素:行程时间和行程时间可靠性。假定在路段通行能力随机变化的情况下出行者以估计行程质量费用最小作为路径选择的标准,建立了基于行程质量的随机用户平衡分配模型。证明了模型解的等价性和唯一性,给出了求解模型的MSA算法。在一个小型测试网络上的计算结果表明:模型能够反映出行者在随机路网中的路径选择行为。