复杂城市交通网络拥堵传播的改进SIS模型

：为深入分析城市交通网络拥堵动态演进过程,建立了交通拥堵传播的改进SIS模型（传染病模 型）。模型根据目标节点自身受随机因素的影响、其邻居节点的状态和影响能力以及不同状态节点间 的耦合强度,动态计算目标节点由畅通变为拥堵又恢复畅通的概率,并进一步考虑了不同交通状态的 传播时间对拥堵传播的影响。基于BA Barabási-Albert 无标度网络对传播过程进行仿真,拥堵随时 间的演化与相关研究一致,验证了模型的有效性。仿真结果表明：根据作用节点属性的不同,随 机因素对拥堵的初始规模、传播速度及传播稳定状态的阻塞水平具有不同的影响能力;不同状态 节点间的相互作用对拥堵传播具有重要作用;畅通状态与拥堵状态平均传播时间的比值对拥堵传 播的影响存在阈值;不同状态传播时间的波动性对拥堵传播速度、平衡态阻塞水平具有一定影响。     

基于元胞自动机的轨道交通客流拥堵传播研究

随着轨道交通网络化运营的发展,客流拥挤己成为大城市轨道交通常态.本文基于元胞自动机建立轨道交通大客流拥堵传播仿真模型,研究通勤大客流情景下城市轨道交通车站与区间拥堵状态传播问题.该仿真模型克服平均场理论的局限,通过建立局部交互的演化规则反映大客流传播过程中车站与车站间、车站与列车间的交互作用,定义列车满载率作为传播强度的衡量指标.从网络层、线路层和车站层构建指标,定量分析大客流拥堵传播规律.结果表明,本文模型可用于分析可预见性的大客流,预测客流在轨道交通网络中的传播规律,为客流控制策略的制定和评价提供依据.     

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.     

考虑旅客选择行为的高铁席位动态控制策略

利用基于选择行为的网络收益管理原理研究高铁席位动态控制策略.首先,针对多列车多停站的高铁网络建立考虑旅客选择行为的席位控制动态规划模型.然后,设计两阶段控制机制：第一,采用近似动态规划技术,对价值函数进行线性近似,设计策略迭代算法离线获得时间依赖的投标价格;第二,采用能够描述多种选择行为机理的马尔科夫链选择模型刻画旅客选择行为,将投标价格作为输入参数,在线运行品类优化算法获得实时控制策略.最后以京沪高铁为背景设计仿真实验,结果表明该机制在需求水平较低时能够明显改善收益,且保护长途票额.该机制不仅可获得实时动态控制策略,而且通用性好,还可利用历史数据进行参数学习与更新,实现更为精细地连续优化.     

基于实时路况信息的驾驶员路线选择行为模型

从驾驶员出行路线选择的影响因素出发,将实时路况信息影响引入路线选择行为中,在分析实时路况信息及其评价指标的基础上,考虑路线选择行为中可能存在的相关性因素,构建驾驶员路线选择GNL（Generalized Nested Logit）模型,并建立基于可获得实时路况信息满意度的驾驶员路线选择行为效用函数,以求更加客观地反映驾驶员实际路线选择行为。     

多类型信息下的网络交通流演化模型

交通信息发布机构提供描述信息和规范信息给不同的出行者,描述信息接收者依据信息和经验更新路径行程时间认知,根据认知选择路径;规范信息接收者仅根据经验更新认知.规范信息遵从者选择推荐路径,非遵从者依据认知选择路径.两类信息遵从率都取决于信息准确度.依据非线性动力学理论分析了模型性质,研究表明,模型不动点存在但是不一定唯一,不动点状态与信息混合使用情况有关.数值试验结果表明,模型不动点与随机用户均衡点不同,以恰当比例混合使用两类信息可提高交通流稳定性.     

基于随机系数Logit模型的市内出行方式选择行为研究

出行方式选择行为研究对出行行为分析和预测具有重要意义. 以往研究假定某一群体内的所有出行者的偏好都一样,这与实际不相符. 随机系数Logit 模型假定出行者的偏好不一致,并能分析出行者个体特征对于出行者偏好的影响. 本文利用随机系数Logit 模型对市内机动化出行行为研究. 考虑到心理因素对出行者出行选择行为具有影响,本文在研究中加入了出行可靠性、出行舒适性、出行灵活性3 个潜在心理因素. 通过研究表明,随机系数Logit 模型比传统的离散选择模型具有更高的拟合度. 随机系数Logit 模型的效用函数中,步行时间的系数为非随机变量;但车内时间的系数为随机变量,且与出行者结婚状况,是否有车,是否开车上班,月收入是否超过10 000元,以及对交通灵活性的主观需求相关.     

基于随机系数Logit 模型的市内出行方式选择行为研究

出行方式选择行为研究对出行行为分析和预测具有重要意义. 以往研究假定某一群体内的所有出行者的偏好都一样,这与实际不相符. 随机系数Logit 模型假定出行者的偏好不一致,并能分析出行者个体特征对于出行者偏好的影响. 本文利用随机系数Logit 模型对市内机动化出行行为研究. 考虑到心理因素对出行者出行选择行为具有影响,本文在研究中加入了出行可靠性、出行舒适性、出行灵活性3 个潜在心理因素. 通过研究表明,随机系数Logit 模型比传统的离散选择模型具有更高的拟合度. 随机系数Logit 模型的效用函数中,步行时间的系数为非随机变量;但车内时间的系数为随机变量,且与出行者结婚状况,是否有车,是否开车上班,月收入是否超过10 000元,以及对交通灵活性的主观需求相关.     

考虑环保意识和出行习惯的公交出行选择行为模型

为解决公交出行选择行为、环保意识与出行习惯之间缺少定量分析交互作用的问题,基于计划行为理论(TPB),结合习惯驱动行为理论,构建公交出行选择行为结构方程基本模型A,增加环保意识的扩展模型B,以及涵盖环保意识和出行习惯的扩展模型C,对比分析公交出行选择行为各影响因素之间的定量关系.最后,将模型运用于重庆市实例分析,共回收有效问卷401份.结果表明：模型C的拟合效果及解释性最好,模型B其次;环保意识、出行习惯均对公交出行方式选择行为存在影响,但影响程度低于行为意向和知觉行为控制.     

手机提供拥挤信息的公交路径选择研究

在公交网络中，智能手机提供的出行信息可为公交出行乘客提供有效帮助. 在手机提供车内拥挤信息条件下，对乘客的路径选择过程进行模拟，构建乘客出行和换乘两种路径选择模型，包括车内的座位分配过程和在站台的排队过程. 通过仿真计算，比较了提供拥挤信息与不提供拥挤信息条件下车内拥挤程度改善情况，揭示了提供拥挤信息条件下乘客的路径选择规律. 结果表明，手机提供车内拥挤信息可以大幅度降低车内的拥挤程度，有效改善乘客的乘车环境.     

手机提供拥挤信息的公交路径选择研究

在公交网络中,智能手机提供的出行信息可为公交出行乘客提供有效帮助. 在手机提供车内拥挤信息条件下,对乘客的路径选择过程进行模拟,构建乘客出行和换乘两种路径选择模型,包括车内的座位分配过程和在站台的排队过程. 通过仿真计算,比较了提供拥挤信息与不提供拥挤信息条件下车内拥挤程度改善情况,揭示了提供拥挤信息条件下乘客的路径选择规律. 结果表明,手机提供车内拥挤信息可以大幅度降低车内的拥挤程度,有效改善乘客的乘车环境.     

交通事件下快速路拥堵蔓延消散时空范围模型

研究了交通事件下拥堵蔓延消散的时空范围分析方法与模型,交通事件引发的拥堵会以某一初始蔓延速度向上游蔓延,直至达到最大蔓延边界后开始消散.通过对事件下拥堵蔓延速度的影响因素进行量化分析,建立了时变的拥堵蔓延速度模型;然后通过收集处理数据,进行参数估计;最后利用实际数据,进行了模型的实例应用,对不同情况下的交通拥堵蔓延消散规律进行了研究.该模型可预测交通事件下的交通拥堵边界和持续时间,便于交管部门制定缓堵策略.     

轨道交通拥挤传播速率量化模型研究

轨道交通作为综合客运交通系统的骨干,影响着城市客运交通乃至社会经济的正常运转,对其大客流拥挤传播规律的研究有助于提高轨道交通系统的运输安全和效率.以往学者研究的大客流传播模型中往往参数量化缺失或者缺乏实际意义,因此,本文着眼于量化大客流传播模型中的参数,旨在构建客流影响下的拥挤传播模型.首先,分析大客流传播模型中参数及其影响因素,阐述现有传播速率量化模型;其次,以客流的不确定性作为研究对象,分析客流传播特征;再次,通过轨道交通客流数据量化模型参数相关的客流和列车剩余载客能力,界定大客流影响阈值;然后,构建考虑客流因素的传染病模型,量化拥挤传播速率,据此分析客流对轨道交通拥挤传播的影响;最后,以北京地铁13号线为例,比较不同时段、不同换乘情况下其大客流拥挤传播影响范围的差异,分析其原因,从而为优化轨道交通系统的服务水平及大客流事件应急处置提供参考和借鉴.     

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.     

基于马尔可夫链模型的交通拥挤状态预测

交通拥挤严重影响了道路交通的安全性和运行效率,如何对交通拥挤状态进行判别,并预测下一时刻交通状态的变化趋势,是提高交通管理水平的一个关键.利用马尔可夫链建立了交通状态预测模型,实例表明该模型对短期交通状态预测具有良好的适用性.     

基于复杂网络的城市交通拥塞因子风险传播机理及其应用研究

为了解城市交通拥塞因子风险传播特性,提升拥塞风险控制能力,依据昆明市路网拥塞实际调查数据,利用Pearson相关系数分析风险影响因子间的相关性,构建交通拥塞因子风险复杂网络.通过软件gephi0.9.2计算复杂网络各指标,验证网络的可行性和适用性.计算网络节点的相关指标进而引入网络节点重要度k的概念,据此将网络节点划分...     

Route Choice Behavior Model with Guidance Information

Using modeling and simulation methods, the driver's route choice behavior under guidance information is explored based on the combination of the decision field theory (DFT) and Bayesian theory. First, based on the Bayesian theory, a road condition dynamic updating model is presented in light of the guidance information and the driver's previous travel experiences. Then, the route choice behavior model under guidance information is formed by the fusion of the process-oriented vehicle dynamic route choice model and the road condition dynamic updating model. The developed model describes a driver's propensity to comply with received guidance information in terms of the interaction between perceived unreliability of the information, his previous travel experiences, preference for different road alternatives, decision-making speed/quality, and route selection criteria. The simulation results show that the combination of the DFT and Bayesian theory can effectively explain the driver's travel dynamics behavior.     

�յ���Ϣ�µ�·��ѡ����Ϊģ��

本文为诱导信息下的驾驶员路径选择行为提出了一种基于决策场理论和贝叶斯理论的推理、预测、判断和路径选择决策的交互仿真模型. 首先,由贝叶斯推理理论建立诱导信息和以往出行经验共同作用下的路况动态更新模型;进而将其与基于决策场理论的动态路径选择模型相结合,构成诱导信息下的路径选择行为交互模型. 通过诱导信息下的路径选择行为动态模拟,获取诱导信息对路径选择行为的量化影响效能值. 仿真分析显示,诱导信息可信度、出行经验、路径固有偏好、决策速度/质量和路线选择标准是影响驾驶员对诱导信息做出响应的关键因素. 分析结果表明,决策场理论与贝叶斯理论相结合能较好地解释驾驶员路径选择行为的动态特性.