基于Nested-Logit模型的拥挤收费下出行选择行为分析

以Nested-Logit模型（NLM）的构建过程为基础,结合美国新泽西州公路收费政策实施后的交通调查数据,分析出行者的决策过程,利用Limdep软件建立Nested-Logit模型,通过合理的模型验证得到较好的模型结果,在此基础上分析了公路收费政策对交通出行选择行为的影响及表征出行特性的重要参数,为拥挤收费的后续研究提供参考依据。     

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.     

拥挤收费实施效果的系统动力学分析

为了准确描述城市交通系统的运行现状,建立了城市交通系统各要素因果关系,明确了交通拥挤产生的原因以及拥挤收费的作用机制。考虑交通与经济、人口、环境等因素的相互关系,引入机动车限购政策的影响,构建了拥挤收费实施效果分析的系统动力学模型。以交通指数、路网平均速度、NOx排放情况为研究对象,从交通和环境两方面综合考察政策实施效果。以北京市道路交通运行现状为背景,对2015~2020年北京市道路交通运行状况及交通环境进行预测;结果显示,仅以缓解拥堵为目标,拥挤收费价格为16元/车次时效果较好,更高的定价可能导致道路资源浪费;而综合考虑缓堵和减少排放时,收费11元/车次,即拥挤收费价格略低于出行者平均每次出行时间价值时,能够兼顾交通和环境的改善。     

基于进化博弈的城市中心区交通拥堵收费分析

交通拥堵收费是解决道路拥堵问题的有效措施。假设使用小汽车到达拥挤收费区域边界的出行者可通过2种方式到达拥挤收费中心区：小汽车直达及停车换乘公共交通（P＆R）。对于出行者甲（对小汽车出行需求偏刚性）、乙（对小汽车出行需求偏弹性）,采用进化博弈的方法,建立效益矩阵,分析在不同政府定价条件下两者出行方式选择行为的演化模型。结果表明,政府交通拥堵收费对出行者出行方式选择行为的演化起着重要作用,不同的定价区间会使得出行方式向不同的稳定状态演变。分析各种定价区间下出行者出行方式选择行为。     

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。      

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。     

考虑行程时间可靠性的阻抗函数及其应用

目前对于交通网络上交通阻抗的选取一般选用时间、距离、费用等因素,其最优路径通常为最小阻抗路径。随着城市交通变得日益拥挤及影响出行因素的不可靠的增加,行程时间可靠性成为人们选择出行路径的一个重要影响因素。文中考虑这个因素,建立了行程时间可靠性函数,并对其进行变形处理,提出了行程时间可靠性费用的概念,将其作为路阻函数,将求解最大可靠性路径问题转化为求解最小行程时间可靠性费用问题,使路阻不但考虑了交通阻抗中最关键的因素即出行时间,又考虑了出行时间的不稳定性,更符合实际路网中出行者对于出行路径的选择行为,还能作为路阻费用在交通规划软件中方便使用;最后将该方法用于交通影响评价中交通影响范围的确定,并在TransCAD中进行了实现,将其结果与基于时间确定的交通影响范围进行比较,证明了该方法的可行性及实际应用价值。     

出行者信息类型偏好对其路径选择行为影响研究

城市交通系统本质上是由大量个体出行行为聚集形成的宏观系统,对于城市交通管理者而言,研究微观个体出行者的自身内在因素以及一些外在因素对其选择行为的影响,是制定相关有效管理措施的前提.通过RP调查方法,获取了城市交通出行者个体属性(性别、年龄和驾龄)、信息类型偏好(描述性信息和规范性信息)以及路径选择偏好(最短路径、可接受路径以及固定路径)数据.基于调查数据,研究构建了城市交通出行者信息类型偏好对其路径选择行为影响的结构方程模型,通过对模型的拟合分析,探讨了城市交通出行者的个体属性及信息类型偏好,对其路径选择偏好的影响.研究发现,城市交通出行者个体属性间的差异,使得他们偏好于不同类型的交通信息,有着不同的路径选择行为;描述性信息能够使得城市交通出行者更加倾向于选择最短出行路径,而规范性信息能够使得城市交通出行者更多地打破其固定路径选择行为;但是在交通信息影响下,仍有部分出行者倾向于选择固定路径,即使该固定路径并非是最优出行路径.文中相关研究结果有助于交通管理者更好地去预测,在交通信息影响下不同类型出行者的路径选择行为变化情况.      

高速公路可变收费货车出行者出行时间选择模型研究

以效用理论为基础,通过意向调查研究了高速公路货车出行者出行选择模型。针对许多高速公路在高峰时段交通量较大,而其他时段交通量较小的现状,在不同时段采用不同的收费标准,分析可变收费实施后不同属性货车出行者出行选择行为,确定影响出行者出行时间选择的模型变量,得到货车出行者在各水平收费标准时的出行时间选择模型。以京沪高速为实例,设计调查问卷,进行意向调查,通过对调查结果进行分析,选择货车所载货物类型、车货重量作为属性变量,建立了该高速公路货车出行者在两种不同方案下的出行时间选择模型并进行了标定。利用模型标定结果可对可变收费方案进行评价,从而优化可变收费方案,提高高速公路的运行效率。     

动态路阻下的出行时间预测和路径选择模型

通过分析原有路径选择模型的不足之处,在考虑路网中路段路阻的动态性和出行者出行路径选择的随机性的基础上,提出了一种出行期望时间预测和动态路径选择模型,并引用一个具体算例来证明该模型的正确性和适用性;同时分别运用最短路径模型和文中所提出的动态路径选择模型进行求解,得到每条路径被选择的概率和最短期望出行时间,结果证明文中模型能计算出出行者期望时间和可能出行路径,比传统模型更加符合现实状况,更能模拟现实生活中出行者的出行行为和路网路阻随时间变化的状态,对出行者的出行决策更具指导价值。     

模糊逻辑推理在消除交通流诱导负效应中的应用

针对交通流诱导可能产生的负效应问题,提出了诱导负效应消除的原理和模糊逻辑推理方法。在原理设计中,考虑了出行者的出行行为对网络交通流分配的影响;在实现方法上,应用模糊推理技术对分流交通量进行了预测,并设计了路线交叉口信号灯配时方案调整的模糊控制算法,模拟结果验证了模糊逻辑推理技术的有效性。研究表明:交通流诱导负效应的产生主要是由于信息条件下的道路出行者路线选择行为的不确定性引起的,而且交通流诱导与控制同时进行是消除交通流诱导负效应产生的关键。     

Experimental Study of Effects of Travel Time Distribution Information on Dynamic Route Choice Behavior

This study focuses on the possibility that providing travelers with information on travel time distribution, along with the existing travel time information, might affect their decision making and enhance traffic control. As an initial step to confirm the effectiveness of travel time distribution information, we use a laboratory experiment to obtain panel data of route choices when information is provided. The rationality of the behavior of the respondents and the characteristics of the route choice are first analyzed by aggregation analysis and then statistically examined by specifying a mixed logit route choice model. As a result, it is revealed that both travel time information and maximum travel time information significantly affect route choice behavior when a penalty is imposed for late arrival.     

基于行程质量的随机用户平衡分配模型

提出行程质量的概念以描述出行者在不确定环境下的路径选择准则。将行程质量定义为行程时间和行程时间可靠性的线性加权和,综合了影响路径选择的两个不同的重要因素:行程时间和行程时间可靠性。假定在路段通行能力随机变化的情况下出行者以估计行程质量费用最小作为路径选择的标准,建立了基于行程质量的随机用户平衡分配模型。证明了模型解的等价性和唯一性,给出了求解模型的MSA算法。在一个小型测试网络上的计算结果表明:模型能够反映出行者在随机路网中的路径选择行为。     

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...     

初始条件对驾驶员逐日路径选择行为和网络交通流演化的影响

从查阅到的文献可以看到,在驾驶员逐日路径选择行为及网络交通流演化的研究中,均假定驾驶员第1天对路径的理解行程时间相同,也即初始条件中没有考虑驾驶员的个体差异性。首先,对初始条件和驾驶员逐日路径选择过程建模,在2条平行路径的简单路网中,运用Agent仿真方法模拟了不同初始条件下驾驶员逐日路径选择过程。结果表明：路网达到平衡所需的时间与驾驶员对历史信息的依赖程度显著相关,而与第1天驾驶员对路径行程时间理解的相关差异性不显著;路网平衡和用户平衡的差别与两者均显著相关。虽然在不同情况下路网均能够达到近似的用户平衡状态,但是平衡时驾驶员对2条路径的理解行程时间存在较大差异。     

Subjective-utility travel time budget modeling in the stochastic traffic network assignment

ABSTRACT

In this article, we propose a new model called subjective-utility travel time budget (SU-TTB) model to capture travelers' risk-averse route choices. In the travel time budget (TTB) and mean-excess travel time (METT) model, a predefined confidence level is needed to capture the risk-aversion in route choice. Due to the day-to-day route travel time variations, the exact confidence level is hard to be predicted. With the SU-TTB model, we assume travelers' confidence level belongs to an interval that they may comply with in the route choice. The two main components of SU-TTB are the utility function and the TTB model. We can show that the SU-TTB can be reduced to the TTB and METT model with proper utility function for the confidence levels. We can also prove its equivalence with our recently proposed nonlinear-expectation route travel time (NERTT) model in some cases and give some new interpretation on the NERTT with this equivalence. Finally, we formulate the SU-TTB model as a variational inequality (VI) problem to model the risk-averse user equilibrium (RAUE), termed as generalized RAUE (GRAUE). The GRAUE is solved via a heuristic gradient projection algorithm, and the model and solution algorithm are demonstrated with the Braess's traffic network and the Nguyen and Dupuis's traffic network.     

随机交通网络中依赖信息的路径优化问题研究

针对交通网络中路径通行时间具有与时间相关的随机分布特性，将研究在此类交通网络上依赖信息的路径选择问题。在路径选择过程中引入交通信息，在随机交通网络上最优路径选择原则为下一节点的选择将依赖于已实现的路段时间及当前节点的出发时间，通过期望最小值方法，按照路径通行时间期望值最小原则，建立一种通过所获得交通信息来进行路径选择的优化模型，给出了模型的求解算法。并在简单交通网络上对模型进行实现。     

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.