社交网络信息对出行时刻选择行为的影响

随着社交媒体和基于定位的智能手机普及,人们可以通过社交平台获得其他人的出行经验,同时与别人分享自己的出行信息.这种媒体形式为人们提供了新的出行参考途径.显然,信息的准确与否,对人们的行为和交通系统性能会造成影响.本文使用贝叶斯学习更新机制描述人们的动态学习行为,建立出发时刻选择的Agent-based模拟模型,比较准确社交信息、不准确社交信息和没有社交信息对交通系统的影响.数值结果表明,本文所建立的模型可以刻画出行者的行为特征,并反映信息对交通系统的影响.     

新加坡道路收费系统的实践和经验

重点介绍新加坡过去２０多年来在道路收费系统调节交通需求方面的探索和实践,并分析其带来的社会、经济影响。这些经验对解决我国城市交通拥挤问题有一定的借鉴意义。     

����Ѳ�����ƵĹ�������ϵͳԪ���Զ���ģ��

针对公共交通系统,基于巡航控制的思想,本文提出一个新的可变跃迁概率元胞自动机（CA）模型. 模型中假设公交车辆并非唯一追求以最大速度行驶,而是根据期望车头距动态调整车辆向前移动的速度,实现了公交线路上车辆之间的相互合作以及协调行驶行为. 通过数值模拟实验表明,该模型可以再现公交集簇前行的现象,引入新的控制策略后,模型改善了车辆在公交线路上的时空分布,疏散了公交车辆集簇行驶的状况,进而在很大程度上提高了公交系统内车辆运行的平均速度并且降低了平均等待乘客数. 结果表明,新的控制策略可以提升公交系统的运行效率,具有一定的现实指导意义.     

混合Logit模型的参数估计与应用研究

混合Logit模型具有较高的灵活性,其效用变量的系数可以服从正态分布、对数正态分布、SB分布等多种形式. 本文以北京市居民出行调查数据为基础,建立交通方式选择的混合Logit模型,允许系数取不同分布类型的组合,采用极大模拟似然法完成参数估计. 在模拟中使用拟随机数序列计算模拟概率,首先使用变序Halton序列给出几种高精度的结果,进一步采用MLHS（Modified Latin Hypercube Sampling）方法对其中最好的假设模拟求解,为效用变量的系数确定了合适的随机分布函数. 参数的估计值清晰地解释了影响人们出行的各种因素.     

���ǵ�������ӵ�����絽��ٵ��ͷ��� ͨ���߳���ʱ��ѡ��ģ��

考虑一条地铁将生活区和工作区连接起来,每天早晨通勤者乘地铁从生活区到工作区上班,在高峰期,通勤者人数众多,车内就产生了拥挤,从而必然有部分通勤者通过早出发或晚出发来避免车内拥挤。本文提出了一个考虑地铁车内拥挤和早到与迟到惩罚的通勤者出发时间选择模型并研究了该模型的均衡性质以及个人出行总成本。在均衡状态,没有通勤者会选择在最早或最迟出发时间出行;均衡状态的出发率是出发时间的线性函数;在均衡状态,任意给定通勤者人数,最早或最迟出发时间的解是唯一的。最后,算例结果验证了理论模型的结论并揭示了出发率和相关参数之间的关系。     

У��ͣ�������ʵ֤�о�

随着教师住宅外迁、教职工拥有汽车的数量上升和高校与社会的交往越来越密切，校园内的停车问题日显突出。本文以北京航空航天大学校园为例，通过对进出校园的车流量、停车能力与车位分布、停车行为等进行调查、统计和分析，揭示校园内停车行为的规律，包括各时段进出校园的车辆总数、平均停车时间、车位周转率等，发现停车系统中存在的问题、并提出若干建议。该研究对其他高校有借鉴意义。     

���������ʱ�ս�ģ��

提出了一种复杂网络模型的新机制，在网络生长的过程中新节点的加入是使其预期的效用最大。其中，效用不仅考虑其连接的利益，同时也考虑建立连接的地理信息。我们深入分析了地理位置信息引入对网络度分布、簇系数和匹配方式的影响。仿真结果表明，该建模机制能够得到各种不同拓扑结构的复杂网络，包括随机网络、小世界网络、无标度网络等。并且地理信息对网络的匹配方式有重要的影响。     

双城系统的聚集外部性、拥堵外部性和最优收费

聚集外部性有利于提高双城系统的经济发展,但同时也会产生城际通勤拥堵外部性,为缓解城际通勤交通拥堵,可以利用最优收费调节交通供需关系。本文研究了城际通勤最优收费水平随交通拥堵外部性和聚集外部性的变化规律,建立双城系统的空间均衡模型和社会最优模型,分析居民的职住分布,得到城际通勤最优收费水平。结果表明,因为聚集外部性的存在,城际通勤最优收费水平可能大大低于交通拥堵外部性成本;当聚集外部性固定时,城际通勤最优收费水平随交通拥堵外部性的增大而增大;当交通拥堵外部性固定时,随着聚集外部性的增大,城际通勤最优收费水平先增大后减少;当聚集外部性和交通拥堵外部性同时变化时,随着聚集外部性的增大,交通拥堵外部性的减少,城际通勤最优收费小于零,此时,城际通勤时可以得到补贴。     

��·�շѺ�ͨ���������������ſ�������ģ��

在可变需求网络中考虑交通流分配的非均衡演化过程，建立一个时变拥挤收费和道路通行能力的联合最优控制理论模型，旨在使系统的全期总收益最大。利用极大值原理分析了模型的最优性条件，并设计了结合梯度算法的近似迭代算法。数值计算结果满意地解释和支持了提出的模型和算法。     

����������������н�ͨϵͳ���������������о�

首先综述了当今关于小世界网络、无标度网络以及复杂加权网络的最新研究成果，并从城市交通系统的角度出发，指出了综合利用复杂网络理论、动态系统理论、现代控制理论及交通科学和工程等多学科的理论与方法，在探索城市交通网络的时空复杂性及其演化机理，揭示交通流的演化过程，缓解和预防交通拥堵，指导交通实践等方面，都具有重大的科学理论意义与实际应用价值，是值得深入研究与探讨的大问题。并进一步指出了一些今后关于城市交通网络复杂性问题的研究主题。