Development of a behaviorally induced system optimal travel demand management system

The basic design concept of most advanced traveler information systems (ATIS) is to present generic information to travelers, leaving travelers to react to the information in their own way. This “passive” way of managing traffic by providing generic traffic information makes it difficult to predict the outcome and may even incur an adverse effect, such as overreaction (also referred to as the herding effect). Active traffic and demand management (ATDM) is another approach that has received continual attention from both academic research and real-world practice, aiming to effectively influence people's travel demand, provide more travel options, coordinate between travelers, and reduce the need for travel. The research discussed in this article deals with how to provide users with a travel option that aims to minimize the marginal system impact that results from this routing. The goal of this research is to take better advantage of the available real-time traffic information provided by ATIS, to further improve the system level traffic condition from User Equilibrium (UE), or a real-world traffic system that is worse than UE, toward System Optimal (SO), and avoid passively managing traffic. A behaviorally induced, system optimal travel demand management model is presented to achieve this goal through incremental routing. Both analytical derivation and numerical analysis have been conducted on Tucson network in Arizona, as well as on the Capital Area Metropolitan Planning Organization (CAMPO) network in Austin, TX. The outcomes of both studies show that our proposed modeling framework is promising for improving network traffic conditions toward SO, and results in substantial economic savings.     

出行者有限理性条件下混合策略网络均衡模型

将道路交通网络出行时间连续随机分布条件下的出行用户交通出行作为研究对象,结合我国交通信息系统逐步普及的背景,按其所采用出行策略的不同划分出行用户,将出行者有限理性的特点引入到出行者路径效用函数当中,以累积前景理论为基础,建立出行者的路径感知效用函数.结合Wardrop原理和变分不等式思想建立多类型用户的网络均衡模型,通...     

具有变需求的多模式随机动态同时的路径和出发时间问题研究

为了解决在多种交通模式条件下出行者的路径与出发时间选择问题,提出了一个变分不等式模型用于模拟具有变需求的多模式随机动态出行选择行为。推荐了一个改变的投影压缩算法求解相应的变分不等式问题,并给出了算法的迭代步骤。最后在一个相对真实的路网上进行了仿真试验,从两个OD对之间的一个路径上的路径入口流量率以及增补的路径旅行费用状况中可以看出,小汽车和卡车的路径入口流量率以及增补的路径旅行费用都可以达到一种平衡状态,表明了模型和算法的有效性和正确性。     

基于计划延误成本的出发时间选择模型

出行时间不确定性对出行者造成诸多负面影响,其中之一就是计划延误成本增加.向出行者提供交通信息可减少出行时间不确定性的负面影响,减少计划延误成本.为了估计其负面效应和出行时间信息的价值,研究了一个出行时间不确定性下的出发时间选择模型.假定在不同的出发时间下,出行时间分布的形式不同.模型中出行者可得到交通信息服务系统(A T IS)提供的基于平均出行状况的交通信息或基于当日出行状况的交通信息,同时他对得到的信息有自己的感知值,基于此感知预测出行时间并选择出发时间.用算例反映了出行时间不确定性、不同信息状况和信息预测的质量对出行者广义出行阻抗的影响.结果表明交通信息的收益不应该只表现为传统的出行时间节省,它还能减少约30% ~40% 的计划延误成本.      

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。      

信息影响条件下考虑出行异质性的路径选择模型

出行者路径选择行为的研究对于预测城市交通流时空分布规律及维持网络经济、高效运转具有重要意义.为了探究多类型异质出行者路径选择行为的异同,研究了基于累积前景理论的多类别异质出行者路径选择模型.通过定义出行者参考点,引入考虑时间价值系数的风险敏感系数计算方法,以保证异质出行者拥有异质的风险偏好,研究分析了是否提供实时路况信息2种情境下常规通行者与通勤者路径选择行为的异同.数值算例表明,拥有较大参考点的出行者更倾向于保守地选择一条出行时间较长的道路,而其他人则更加冒险.此外,与通勤者相比,当备选方案均可以满足自身出行需求且自身参考点足够大时,常规出行者更愿意忽视风险,以获得更高的出行收益.      

拥挤道路收费与停车收费组合优化模型研究

道路拥挤收费和停车收费是交通需求管理中的两大有效手段,合理地实施收费可以达到缓解交通拥挤的目的.文中针对交通网络中私家车用户可以在任意公交站点处发生换乘这一广泛情形,讨论了弹性需求下的路段拥挤收费和停车收费组合优化策略,并给出基于混沌优化方法的启发式算法求解所建立的双层规划模型.结果表明,所建模型有助于个体出行方式和出行路径的决策,且组合收费在使得公众易于接受实施拥挤收费政策的同时,也可以吸引更多出行者选择换乘公共交通方式,这将有利于减轻交通拥挤程度和环境压力.     

信息对出行时间的影响研究

在一个不确定性交通网络上,考虑不同风险厌恶程度出行者的出行时间受交通信息的影响,采用出行时间及对出行时间不确定性的偏爱程度建立期望效用函数,研究信息环境下与非信息环境下的期望出行时间,得到如下结论:(1)信息的提供将减少所有出行者的期望出行时间;(2)在信息环境下,风险厌恶程度高的出行者期望出行时间的减少比风险厌恶程度低的出行者期望出行时间减少更显著。并用算例对模型结论加以验证。     

观测路径出行时间下随机网络交通需求估计

道路网络起讫点(OD)需求是城市决策长期交通规划和短期交通管理中的基础参数,准确的交通需求更是实施交通拥堵控制、限行限速、路径诱导等措施的先决条件.综合运用观测的轨迹已知和未知路径出行时间,建立随机网络交通需求估计双层规划模型.上层广义最小二乘模型最小化历史交通需求与待估交通需求、观测路径出行时间与待估路径出行时间之间...     

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。     

拥堵收费对弹性出行的小汽车使用者出行方式选择影响研究

所有出行群体中,受拥堵收费政策影响最大的是弹性出行的小汽车使用者。引入相对拥堵费作为政策变量,表征拥堵收费政策对该群体出行方式选择的影响,并基于Nested Logit模型,建立了拥堵收费影响下的出行者出行方式选择模型。利用对南京新街口商圈区域弹性出行的小汽车使用者进行的RP和SP调查所获得的数据,对模型参数进行了估计,结果显示:女性、低收入者、IC卡持有者、短途和高频出行者在面对拥堵收费政策时,更容易放弃小汽车而转向公共交通出行。利用弹性理论,分析了不同拥堵费水平下出行者对出行时间和拥堵收费政策的弹性,结果发现:①出行时间的弹性反映了出行方式的总体服务水平;②出行者在出行方式选择时对拥堵收费变得“显著”敏感的临界值为13.25元/次。      

基于多成本分析的出发时刻选择模型研究

交通问题的解决,应该从需求和供给两方面进行改善。交通需求管理通过改变出行者的出发时刻、出行路径以及出行方式等措施,将高峰期的交通需求从时间和空间2个方面进行分离,从而有效缓解城市交通压力。文中将经济学思想应用于城市道路,从固定使用成本、出行时间成本以及惩罚费用成本3个方面研究了私人小汽车出行的多成本性,通过分析居民出发时刻选择的决策过程,应用随机用户均衡分配和Logit基本理论,建立了适用于一般城市网络的出发时刻选择模型。运用模型进行一个算例分析,从而验证模型的有效性和实用性。     

3G移动通信技术在城市交通信息系统中的应用研究

在探讨了出行者对交通信息需求特点的基础上，对交通信息分为动态、静态和关联三类。为了充分掌握动态交通信息，设计了基于第3代移动通信技术（3G）的城市交通信息系统3层平台方案，并对其结构与功能进行了研究，重点阐述了由服务器、数据库以及办公管理设备和网络设备组成的交通信息中心及其工作原理，最后以车载设备结合实时交通信息查找最短时间路线为例说明了基于3G技术的城市交通信息系统的功能和优势。该系统使出行者能够通过手持移动终端（手机、PDA等）或者车载设备实时地查询交通信息，因此更加适应交通信息的动态、时变的特性。     

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。     

公路网管理与应急处置服务技术研究

随着公路网规模逐步延伸庞大,公众跨区域出行和物资流动迅猛发展、交通突发事件呈现递增现象,建设公路网管理、应急处置和信息服务系统为必然趋势。分析了公路网日常管理、突发事件应急处置、出行信息服务及基础数据支撑的系统功能需求,以省域公路网为研究对象,基于逻辑框架方法,设计了融合日常监控、突发事件预警监测、资源调配与指挥、多方信息联动等多功能的综合性集成平台系统方案,并给出了突发交通应急事件处置流程。研究表明,所构建系统能够掌握实时全面交通信息,实现全路网的协调管理,有效提升应急处置能力和服务水平。     

不同出行方式交通空间颗粒物浓度特征及人体摄入量估算方法研究

为了提高居民出行健康,建立了评估出行者采用不同出行方式时的PM人体摄入量估算方法体系.使用PM检测仪采集各出行方式(步行、自行车、公交、出租车、地铁)不同交通空间(包括车厢、站台、人行道等出行者在出行过程中身处的周围环境空间)的PM浓度,建立了基于多元线性回归的PM浓度与影响因素的关系模型,并考虑出行个体心率指标的变化...     

A novel arterial travel time distribution estimation model and its application to energy/emissions estimation

Arterial travel time information is crucial to advanced traffic management systems and advanced traveler information systems. An effective way to represent this information is the estimation of travel time distribution. In this paper, we develop a modified Gaussian mixture model in order to estimate link travel time distributions along arterial with signalized intersections. The proposed model is applicable to traffic data from either fixed-location sensors or mobile sensors. The model performance is validated using real-world traffic data (more than 1,400 vehicles) collected by the wireless magnetic sensors and digital image recognition in the field. The proposed model shows high potential (i.e., the correction rate are above 0.9) to satisfactorily estimate travel time statistics and classify vehicle stop versus non-stop movements. In addition, the resultant movement classification application can significantly improve the estimation of traffic-related energy and emissions along arterial.     

城市车路协同系统下实时交通状态评价方法

交通状态评价方法能够为交通管理系统提供可量化的实时路网信息,为动态引导交通流、缓解交通拥堵提供依据。受限于交通路网的时变性和评价过程的主观性,目前传统评价方法的精度时常无法满足需求。基于城市车路协同系统动态获取路网信息优势,提出一种利用车路信息融合的实时交通状态评价方法。首先,定义了一种网联汽车与路侧终端间的无线交互方式,并确定数据协议以保证实时车辆数据的准确性;其次,从实时数据中选取平均通过时间、平均停车次数、平均停怠时间作为一级评价指标进行模糊综合,应用多算子对计算的一级评价结果构成二级交通状态评价指标,并根据层次分析法确立指标权重,同时根据仿真和试验结果建立适用于各级道路参数的可变隶属度规则,从而融合动态车辆数据与静态路段参数,计算得出交通状态评价结果与评分;最后,由网联汽车、车载终端、路侧终端和无线通信模块搭建实际协同测试系统对该方法进行了试验验证。试验结果表明：测试系统所得到的路段实时交通状态评价得分与对应的交通状态变化趋势一致,能够准确体现城市车路协同环境下的交通状态特点。该评价方法运用信息融合方法提高了交通状态评价结果的实时性与客观性,同时为车路协同技术应用于实时交通诱导,缓解城市交通拥堵提供了理论依据。     

可获知偶发拥堵持续时间的动态车辆路径问题

考虑真实交通路网,探讨了可获知偶发拥堵持续时间的动态车辆路径问题.在利用改进的Dijksta算法将路段行驶时间转化为客户点间最短行驶时间的基础上,根据常发拥堵信息,通过遗传算法安排车辆初始配送路径,根据实时获知的偶发拥堵因素影响下的路段行驶时间和其持续时间,以2-opt和insertion方法更新车辆配送路径,通过车载导航系统实时指导车辆行驶路线.数值试验表明,该方法可根据偶发拥堵信息更新车辆配送路线,以避开偶发拥堵影响路段,缩短总配送时间0.65~13.18 min;获知偶发拥堵持续时间帮助多节省了配送时间 -0.16~4.17 min.节省的时间随偶发拥堵因素对路网影响的加剧而更显著.      

基于后悔理论的社交网络分享型交通信息的用户价值研究

以社交网络为平台的交通信息对出行者的决策有重要影响.为了研究社交网络分享型交通信息的用户价值,分析了社交网络中交通信息的产生与传播行为,并从信息行为的角度研究了社交网络中交通信息的特征.基于后悔理论建立了社交网络交通信息的用户价值评估模型,并给出出行者的路径选择效用以及交通信息的更新方法.在此基础上,从交通信息有效性与负效用的角度分析了社交网络交通信息的用户价值特征.基于不同的网络信息传播场景,对其中交通信息的用户价值进行了分析.结果表明,社交网络中的交通信息能够对出行者的决策起到辅助作用,在有效场景中出行者决策的后悔值降低了20%;但用户价值随其在社交网络中的持续传播而降低,且过度传播的交通信息将对出行者决策产生负效应.