基于出行成本分析的公交系统乘车均衡模型与制度安排

公交优先是缓解城市拥堵的重要方法.按照Wardrop 用户均衡原则,通过考虑乘客候车时间成本、乘车时间成本、换乘时间成本和车内拥挤成本,对包含两条线路（一条为一票直达线路,一条为支线干线线路）的公交系统建立出行选择均衡模型,并基于乘客个人出行成本的分析,得到了固定需求下用户均衡时两条线路选择人数和系统最优时两线路的最优发车频率.还在弹性需求情形下比较了系统最优和公交公司垄断情形两种不同政策所导致的均衡出行人数、公交票价、发车频率、公司利润和社会净收益等指标.算例结果验证了理论分析,得到了与传统经济学理论研究一致的结果,为相关管理政策的制定提供了理论科学依据.     

基于古诺假设的高峰期公交系统优化模型

基于古诺模型假设,在高峰期乘客交通选择行为的基础上,研究公共交通系统的优化问题. 建立模型时,假设公交车辆的发车间隔时间由公交公司决定,车次总数由乘客的均衡班次选择行为所致. 弹性需求下,考虑乘客的早到成本和车内拥挤成本,在均衡班次选择行为的基础上,建立了高峰期公共交通系统的社会净收益最大化模型,得到了公交系统实现的最优运量和最佳班次数. 在古诺寡头市场条件下,以公司利润最大为目标,确定了公交系统的发车班次间隔. 研究发现,公交系统的公司数目会对系统表现造成影响,如果缺乏政府管制,可能出现恶性竞争,导致社会资源的浪费.     

���ڹ�ŵ����ĸ߷��ڹ���ϵͳ�Ż�ģ��

基于古诺模型假设,在高峰期乘客交通选择行为的基础上,研究公共交通系统的优化问题. 建立模型时,假设公交车辆的发车间隔时间由公交公司决定,车次总数由乘客的均衡班次选择行为所致. 弹性需求下,考虑乘客的早到成本和车内拥挤成本,在均衡班次选择行为的基础上,建立了高峰期公共交通系统的社会净收益最大化模型,得到了公交系统实现的最优运量和最佳班次数. 在古诺寡头市场条件下,以公司利润最大为目标,确定了公交系统的发车班次间隔. 研究发现,公交系统的公司数目会对系统表现造成影响,如果缺乏政府管制,可能出现恶性竞争,导致社会资源的浪费.     

һ�������絽�ͷ��ĸ߷��� �����˳�����ģ��

研究早晨高峰期内出行者由郊区住处乘地铁到达市中心工作地的交通行为，所建立的均衡选择模型考虑了早到成本和车内拥挤成本，得到了固定需求下的最优发车间隔，在弹性需求下比较了系统最优和地铁公司净利润最大化两种不同政策所导致的地铁票价和出行分布.     

基于模块化仿真的共享汽车联合调度优化

运营商在调度车辆时单独采用员工或顾客调度策略均难以有效解决共享汽车分布不均衡导致的盈利难问题.为此，在传统时空网络基础上，考虑道路拥堵和用车需求随时间变化对运营的影响，基于C#语言和O2DES(object-oriented discrete event simulation)离散事件仿真框架，建立由模块化站点和路段模型组成、可高效率运行的共享汽车仿真系统；在此基础上，提出一个以运营商日均净收益最大化为目标，联合决策车辆库存量阈值和行程定价的仿真优化模型，并为解决随机环境下的全局优化问题，设计了EGA-OCBA (elitist genetic algorithm with optimal computing budget allocation)算法；最后，以成都市的5个共享汽车站点为例，验证了仿真优化模型的有效性.仿真优化结果表明：在相同车队规模下，与采用固定价格的顾客调度策略相比，联合策略可使日均净收益提升10.37%～162.30%；与单独的员工调度策略相比，联合策略可使日均净收益提升15.34%.     

考虑生态足迹和可持续的公共交通最优补贴策略

以票价补贴、运营补贴和生态足迹成本为策略,基于可持续发展理念构建了财 政预算约束下公共交通的最优补贴模型.上层模型是在有限的财政预算、运输容量及生态 足迹限制下,获得最优的票价补贴、运营补贴及消化运输活动产生的生态足迹成本,实现 社会效用最大化;下层模型采用Logit 模型和用户均衡分配模型获得公交及小汽车的出 行方式和路网流量,实现出行成本最小化.为了验证模型的实用性,构建了简单路网进行 算例分析.结果显示：增加公共交通乘客的票价补贴,会吸引更多乘客使用公共交通,其效 果优于增加公交企业的运营补贴;考虑生态足迹约束下,实施82%的票价补贴和8%的运 营补贴其效用值最优.     

中长距离通道客流结构及高速铁路运营策略研究

以经济性、快速性、便捷性、舒适性及安全性为衡量指标,建立乘客出行广义费用函数;结合非集计理论和方法,构建中长距离通道客流分担率模型.并以武汉-广州客运通道为例,分析不同时间价值下客流结构的变化情况,发现普通铁路更加符合旅客的出行偏好,其客运分担率高于45%.最后,以利润为指标,对高速铁路运营策略进行了分析.研究结果表明,由于普通铁路与高速铁路之间的竞争关系,高速铁路运营利润及铁路总利润难以同时达到最优;当以高速铁路运营利润最大为目标时,高速铁路票价和旅行速度分别为275 元和325km/h;当以铁路总利润最大为目标时,高速铁路票价和旅行速度分别为350元和300km/h.     

�г�����ͨ�������ṹ��������·��Ӫ�����о�

以经济性、快速性、便捷性、舒适性及安全性为衡量指标,建立乘客出行广义费用函数;结合非集计理论和方法,构建中长距离通道客流分担率模型.并以武汉—广州客运通道为例,分析不同时间价值下客流结构的变化情况,发现普通铁路更加符合旅客的出行偏好,其客运分担率高于45%.最后,以利润为指标,对高速铁路运营策略进行了分析.研究结果表明,由于普通铁路与高速铁路之间的竞争关系,高速铁路运营利润及铁路总利润难以同时达到最优;当以高速铁路运营利润最大为目标时,高速铁路票价和旅行速度分别为275元和325km/h;当以铁路总利润最大为目标时,高速铁路票价和旅行速度分别为350元和300km/h.     

客运专线实行差别定价博弈分析

为制定最优票价政策,实现票价平衡引导客流的杠杆作用,进一步提高票务收入和运营效率,采用差别定价法分析客运专线运输市场的定价问题,运用博弈论的方法进行论证,并探讨按淡季、旺季细分客运专线市场实施不同价格策略的合理性与可行性。通过分析表明,在一定条件下实施差别定价法能增加客运专线运营企业利润,均衡客流。     

城市公交线网差异化计程票价多目标优化

为获取更加接近实际城市公交线网的票价策略，将出行者的社会互动行为与后悔心理引入广义费用，提出线路客流OD矩阵均衡算法；分别以交通管理部门利润最大化及出行者效用最大化为目标，以公交计程票价、发车频率、私家车停车费为变量，建立固定需求下公交线网差异化计程票价多目标优化模型.引入集群智能多目标优化算法求解，并应用于Mandl 标准公交线网.研究发现：以线路里程为标准，差异化计程票制可以有效降低出行成本；依据帕累托最优解调节票价，可以促进出行者选择行为向优势均衡转移.     

并列瓶颈路网下个人与家庭混合通勤行为研究

通勤者的出行行为对早高峰期间拥挤政策的制定有着至关重要的作用。本文基于瓶颈模型构建并列瓶颈路网下个人与家庭混合出行的均衡出行模型，分析两类通勤者的出行需求情况、 两个瓶颈处的通行能力以及学校-工作开始时间差这3个因素对用户均衡、用户出行成本和系统性能的影响。结果表明：在并列瓶颈路网下，混合出行的用户均衡状态并不唯一；无论两个瓶颈的通行能力大小如何变化，增加学校-工作开始时间差对个人通勤者都是有利的；受瓶颈通行能力的影响，增加学校-工作开始时间差对家庭通勤者的影响是否有利是不确定的；并不是在任何情况下调节学校-工作开始时间差对交通系统都是有效的，而是只有在特定情况下对其进行调节 才能提高系统运行效率，降低系统总出行成本。     

基于轨迹数据的车辆跟驰行为分析与建模综述

随着轨迹收集技术与数据分析技术的迅速发展,越来越多的车辆行驶轨迹被采集并用于 交通流研究。车辆轨迹数据主要包括车辆运行的位置与时间等信息,利用这些信息可以推算出 车辆的速度、加速度及其与前车之间的空间和时间距离等驾驶行为参量。通过研究轨迹数据可 以揭示车辆自身的运行规律,车辆之间的相互作用规律,道路环境对车辆的作用规律,以及由此 产生的宏观、微观交通流现象,因此,轨迹数据研究受到日益重视。本文简要回顾了与轨迹数据 收集相关的历史,介绍了自然场景下采集的Next Generation SIMulation(NGSIM)数据及实验场景 下采集的车队轨迹数据,并梳理了近几年基于车辆跟驰轨迹的理论研究。首先,分析以交通振 荡、交通回滞为代表的交通流关键实测现象研究工作;整理跟驰行为分析方面的研究成果,包括 不对称跟驰行为、稳定跟驰行为的存在性、跟驰行为的记忆效应、任务难度、随机性、异质性。之 后,介绍基于跟驰行为分析成果而构建的仿真模型。最后,从3个方面评述现有基于轨迹数据的 研究,并提出未来展望：交通流关键实测现象方面,应收集更多不同条件下的数据,并尝试构建更 加普适性的理论或模型解释交通流现象;跟驰行为分析方面,可结合数据挖掘技术或生理、心理 理论,量化驾驶员跟驰特性与生理、心理特征,并将两者结合深入分析跟驰行为的机理;仿真建模 方面,可更多考虑驾驶员生理和心理变量,使模型更具人性化特征,并关注模型的评价方法,注重 模型对实际交通流的解释能力。     

基于奖罚措施的小汽车通勤者出行行为研究

奖赏和惩罚措施是解决交通拥堵问题的重要措施,本文基于在北京市的调查,进行 2 种措施下出行选择行为的探索研究,得出奖励措施会使更多的小汽车通勤者转向非高峰出 行,而收费措施对于使其放弃小汽车出行效果更好.基于前景理论的分析显示：奖励措施下,大 部分出行者的方式选择为“收益”;而收费措施下,大部分出行者面临“损失”,不同群体在出行 选择时呈现不同的风险偏好态度.在引导小汽车高峰出行向错峰出行转移时,奖励措施比较适 用于中等收入群体,收费措施比较适用于中高收入群体;在引导小汽车高峰出行向其他方式转 移时,2种措施对低收入群体效果更好.以上结论可为交通需求管理政策的制定提供一些参考.     

未来城市自动驾驶共享汽车规模研究：以上海为例

随着自动驾驶技术的发展，未来以自动驾驶共享汽车(Shared Autonomous Vehicle, SAV)替代有人驾驶汽车成为可能. 使用SAV满足城市居民机动化出行需求的情况下，研究 SAV的车辆规模. 从上海市300 万手机用户信令数据中提取机动化出行需求，考虑上海市实际路况的影响，建立基于车辆可共享网络的图论模型，将最小车队规模问题转化为有向无环图的最小路径覆盖问题，利用Hopcroft-Karp 算法求解. 求解得到，12.8 万辆SAV可以满足300 万手机用户的机动化出行需求. 研究最大调度时间限制、服务范围限制、交通拥堵对SAV车辆规模的影响，为自动驾驶技术普及后，从城市层面确定SAV的车队规模及相应基础设施规划提供参考.     

未来城市自动驾驶共享汽车规模研究:以上海为例

随着自动驾驶技术的发展，未来以自动驾驶共享汽车(Shared Autonomous Vehicle, SAV)替代有人驾驶汽车成为可能. 使用SAV满足城市居民机动化出行需求的情况下，研究 SAV的车辆规模. 从上海市300 万手机用户信令数据中提取机动化出行需求，考虑上海市实际路况的影响，建立基于车辆可共享网络的图论模型，将最小车队规模问题转化为有向无环图的最小路径覆盖问题，利用Hopcroft-Karp 算法求解. 求解得到，12.8 万辆SAV可以满足300 万手机用户的机动化出行需求. 研究最大调度时间限制、服务范围限制、交通拥堵对SAV车辆规模的影响，为自动驾驶技术普及后，从城市层面确定SAV的车队规模及相应基础设施规划提供参考.     

引入价格窗的定制公交线路优化研究

基于公共交通的公益性,综合考虑乘客与公交企业之间的权衡关系,以保证企业运营成本与服务更多乘客为目标,在浮动票价机制的框架下研究定制公交的线路优化问题。首先,引入价格窗概念,以描述乘客出行过程中的支付意愿,并定义基于时空窗与价格窗的出行需求特征;提 出超额均摊的票价支付假设规则,以在保证出行的基础上支付最少费用。其次,构建引入价格窗的整数线性规划模型,以乘客出行的时空窗和价格窗为输入,以企业运营成本最小化和服务乘客数最大化为目标,通过运营盈利约束来保证企业的运营成本,联合优化乘客-车辆匹配和车辆路径两个子问题。最后,采用GAMS软件进行建模和求解,在Sioux Falls网络开展算例分析。结果 表明,引入浮动票价机制可以服务更多的乘客,进而增加企业的运营收入,且在价格窗上界一定 的增幅内,所服务乘客数和企业的运营收入随价格窗上界增幅的扩大而增加。