�̶����������ж��û�����������Ч����ʧ

用户均衡同系统最优之间通常存在效率损失,它已吸引很多学者来研究这种效率损失问题,但现有文献大多数局限于研究单用户类、确定性均衡的效率损失,而对多用户类随机均衡的效率损失研究得比较少．本文研究了固定需求网络中多用户类随机均衡的效率损失上界问题．通过利用变分不等式的方法,解析推导了固定需求网络中多用户类随机均衡分配分别在时间度量和费用度量两种出行决策准则下的效率损失上界．研究结果表明：时间度量下,其效率损失上界值同路段出行时间函数、网络复杂程度、网络需求以及用户对网络熟悉程度等因素相关;费用度量下,其效率损失上界值除了和上述因素有关之外,还与出行者的时间价值系数有关．     

收费情形下一类弹性需求混合交通均衡的效率损失

收费是降低交通均衡效率损失的一种重要方法,本文对收费情形下多用户类弹性 需求交通均衡分配的效率损失进行了研究.首先,构建该类交通均衡分配在两类不同出行决策 准则下的变分不等式模型.然后,通过解析推导法分别界定了其在不同出行决策准则下的效率 损失上界,并探讨了它们与网络参数的关系.最后,给出了数值算例.结果表明：两类效率损失 上界都与路段出行时间函数、路段收费向量、出行者的出行时间价值系数、用户均衡时社会总 收益与社会总剩余之比相关;费用度量出行决策准则下的效率损失上界还与系统最优时的社 会总收益与均衡时社会总剩余之比有关.     

ATIS 作用下弹性需求混合交通均衡的效率损失

在ATIS 用户和利己用户组成的交通网络中,利己用户遵循用户均衡原则选择出行路径,其目的是最小化自身出行成本;先进出行者信息系统(ATIS)用户遵循系统最优原则选择出行路径,其目的是最小化系统总出行成本. 本文基于ATIS 用户和利己用户路径选择原则的异质性,对弹性需求下该类混合交通均衡分配的效率损失进行探讨. 构建弹性需求下该类混合交通均衡分配的变分不等式模型,界定其效率损失上界. 结果表明,效率损失上界与用户均衡时社会总收益与社会总剩余之比相关,还与用户均衡时路段上ATIS 用户的流量与总流量之比有关.     

多用户类型弹性需求随机期望-超额用户平衡模型

为准确描述随机路网环境下出行者规避行程时间不确定风险的择路行为,推导了通勤者需求量服从对数正态分布和路段通行能力服从贝塔分布条件下计算期望-超额行程时间的计算公式,并在考虑出行者对行程时间的估计误差和路网服务水平对交通需求影响的基础上,建立了用等价变分不等式表示的多用户弹性随机期望-超额用户平衡模型.算例结果表明:随着需求水平波动程度和路段通行能力退化程度的加剧,当需求方差-均值比从0.5增至2.0、贝塔分布参数(l和m)从90和10变为10和10时,通勤者和非通勤者期望最小理解期望-超额行程时间分别增加了48.5%和99.2%.     

随机交通分配中有效路径的确定方法

对用于随机交通分配的三种不同路径进行了比较和分析,研究了无环简单路径的寻求方法和无环简单路径集上的随机交通分配问题。重新定义了有效路径,提出通过利用求解确定性用户均衡分配问题的迭代过程来产生有效路径的启发式方法,算例表明该方法是有效性的.     

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．     

双交通模式随机用户平衡问题的一种求解方法

对双交通网络中的次交通模式上的路段赋予虚拟路阻函数,将网络上的双交通模式随机用户平衡问题转化为传统模式的单模式固定需求随机用户问题,并证明了该方法的正确性,从而利用单模式固定需求随机用户问题对应的数学规划来求解．利用仿射尺度内点算法对一个小型路网进行了数值实验．     

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.      

����������ϵ���¶��û���Ͻ�ͨ�����������

我国多数道路是典型的混合交通,交通组成复杂,相互间干扰现象严重. 含有小汽车、货车和其他车型的混合交通备受研究者的关注. 本文构建一个考虑道路收费的多用户网络均衡模型,在模型中,各类用户拥有各自的时间延误函数和道路收费,且相互影响不同. 折算系数（PCE）为可变的,构建的道路延误函数是非线性,非连续和非对称的. 混合交通网络均衡模型采用变分不等式构模,用相继平均（MSA）方法进行求解. 最后,在交通规划软件EMME/3中实现该算法并应用到实际公路交通网络,并对线性折算系数和非线性折算系数下的交通网络分配结果进行了对比. 研究表明,非线性折算系数更加符合实际区域网络交通流分布.     

��������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。     

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�����µ������ͨ����

提出考虑信息接收程度的Ｌogit型随机交通分配方法,来计算道路指引信息发布下路网交通的重新分配.出行者被划分成两类,一类根据信息的指引出行,另一类则以Logit型的随机方式进行路径选择;利用道路指引信息的市场占有率的概念,给出这两种出行行为共存下的网络加载算法,并运用逐次平均法实现了拥挤网络中的交通分配.数值试验结果表明,发布良好的道路指引信息有助于提高路网运行效率;对拥挤网络中的给定OD,存在一个最佳的占有率,并随着交通需求的增加而增加;在合理的占有率下,增加信息指引路段可有效降低路网运行时间.     

多层次交通网络的UE与SO混合均衡与效率损失

缓解城市交通拥挤,改善交通网络效率是城市经济社会发展的重要议题,实际交通网络的多层次性被证明能改善交通网络性能.多层次的现代城市交通网络中部分车辆受控于交通诱导与控制中心,遵从系统最优原则(SO),而其他出行者服从用户平衡原则(UE),建立了这种多层次混合交通均衡及其等价变分不等式,并推导出了多层次混合均衡的效率损失上界.该效率损失上界与网络层次结构、道路路况、交通需求水平、交通诱导信息渗透率相关,其特殊情况与以前所报道的结果吻合.     

用遗传算法解决固定需求交通平衡分配问题

为了提高交通量预测模型的可靠性,利用遗传算法的结构并行性将其用于求解固定需求交通平衡分配问题中。算法设计中采用多维并行交叉、变化的交叉率与变异率、优先策略及目标函数加惩罚项等改进措施,从而大大提高计算速度,减少了交通分配的时间,降低了分配的复杂性,为交通分配问题开创了一条新的途径,同时显示出遗传算法在交通规划中潜在的实用前景。     

一种改进投影算法求解排放约束下多用户交通分配均衡模型

给出一种考虑排放约束条件下的交通分配均衡模型,在所定义的广义出行费用中明确考虑捧放因素.通过将变分不等式同题转换成等价的最优化问题.引入改进投影算法求解该模型.在所给出的数值算例中考虑两类对排放不同偏好的用户,采用均衡算法求解二次规划子问题,所得的弧及路径最优解收敛.且均满足Wardrop平衡条件.     

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.     

考虑多峰的系统最优动态路径流量分配图解方法研究

动态交通分配是交通科学研究的难点,尤其是如何得到系统最优解.Munoz和Laval (2006)介绍了一类图解方法,得到了并行网络动态路径流量分配系统最优解.在此基础上,本文扩展其图解方法,研究存在多个高峰情形的并行网络动态路径流量分配系统最优问题.基于累计到达曲线已知的假设,即出行用户的出发时刻选择给定,并借助于瓶颈模型点排队假设,以两条并行路径为例,考虑其中一条路径瓶颈处的容量为常数,另一条路径瓶颈处容量为常数和无穷大两种情形,通过变分法描绘满足动态最优性条件的系统最优流量分配曲线,得到动态路径流量分配系统最优解.本文的研究有助于加深对交通流量时空分布规律的理解.     

考虑出行者损失厌恶的后悔随机用户均衡模型

在经典随机后悔最小化模型的基础上,通过引入出行者获益损失的不对称偏好,建立了考虑出行者损失厌恶的属性水平的后悔函数及基于Logit形式的随机用户均衡模型.在提出的属性水平的后悔函数中,等尺度的获益和损失所产生的欣喜和后悔的差异,受后悔欣喜偏好参数和出行者损失厌恶共同影响.此外,与上述随机用户均衡模型等价的变分不等式问题被给出,并用相继平均法求解.最后,用1个算例网络来验证所提出模型的合理性和算法的可行性.结果表明,出行者的损失厌恶对其路径选择行为具有较大的影响,并且随着损失厌恶程度的增大,出行者更倾向于选择最短路径.     

��������ֵ���ú����Ľ�ͨ����ƽ�����⡪ģ�������

研究了向量交通网络平衡问题，引入了一个新的弱平衡原理，将向量交通网络平衡问题转化成一个变分不等式问题．     

����·���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。