大规模动态交通网络路径选择模型分析

从多方面分析了路段理想动态用户最优路径选择问题的变分不等式模型及求解算法的若干不适应性，论证了该模型并没有真正解决大规模化的问题。     

有偏好的多属性灰色关联路径选择模型

路径选择模型是动态交通诱导的核心问题.针对出行者不同偏好及路径属性不 完全确定条件下,提出了一种路径属性为区间值的有偏好路径选择模型.建立了以交通拥 挤程度、行程时间、行程距离和行程时间可靠性为属性的路径选择指标体系,给定路径属 性的区间值及出行者偏好值,计算每条路径客观信息与主观偏好的灰色关联系数.为了减 少主观偏好与客观信息的偏差,构建了单目标最优化模型,得到路径属性的权重值,进而 求得各路径主观偏好与客观信息的关联度,并根据关联度大小进行排序.最后以福州三坊 七巷交通网络为例,给出路径选择实例.结果表明该方法简单有效.     

基于驾驶员偏好的最优路径选择

现实生活中,驾驶员往往依据自身偏好来选择路径,对不同的路径属性有不同的要求,且对其属性值存在一个可接受范围,而不是一个精确值. 本文对存在驾驶员偏好的最优路径选择问题进行了研究,提出了一种能够综合反映驾驶员偏好的最优路径选择方法. 首先基于可能度和区间数相离度的多属性决策方法,建立驾驶员偏好与路径属性总偏差最小的优化模型,并解出路径属性权重;其次算出各路径的综合属性值,建立路径间的可能度矩阵及其排序向量,据此选出最优路径;最后以算例进行验证,结果表明本文给出的路径选择方法具有很好的可行性和适用性.     

随机时间依赖交通网络自适应路径选择

根据路段旅行时间具有随机性、时间依赖性等特点,将路段在不同时刻的旅行时间定义为离散随机变量;建立了随机的时间依赖网络的自适应路径模型,给出用多项式表示时间复杂性的算法,获得基于最小期望时间的所有节点到给定终点的自适应路径.出行者可以根据到达某节点的具体时刻选择下一步的最优路径.通过算例验证了算法的可行性.     

多模式交通网络路径动态调整模型

既有路径调整模型的研究载体是单模式网络,不能够刻画现实中多模式网络上 出行者的路径调整行为.为此,本文提出采用比例延拓与绝对延拓两种方法来描述多模式 网络中用户对不同出行方式的费用感知特性,并据此建立了多模式网络条件下的用户路 径动态调整模型（Multi-modal Route-Swapping Dynamics, 简称 MRSD）.研究发现：（1） MRSD 能避免过度调整行为,并能维持解集不变性;（2）MRSD 的稳定路径流模式与多模 式网络用户均衡等价,且在其稳定状态,模式内部所有被使用的路径具有相同且最小的 实际费用,模式之间所有被使用的路径之间存在（符合比例延拓或绝对延拓的）费用感知 壁垒;（3）MRSD 的所有解有界且收敛于多模式网络用户均衡.     

交通网络中有效路径确定方法的探讨

通过对Dial算法和K条渐短路径搜索算法的比较分析,重新定义有效路径,进而提出基于交通网络遍历的有效路径搜索算法.算例结果表明,该方法是可行有效的.     

基于驾驶员偏好的最优路径选择方法

在分析影响驾驶员路径选择因素的基础上,所建立的基于驾驶员偏好的最优路径选择模型,经实例验证,具有一定的正确性和优越性。     

基于驾驶员偏好的最优路径选择方法

在分析影响驾驶员路径选择因素的基础上,所建立的基于驾驶员偏好的最优路径选择模型,经实例验证,具有一定的正确性和优越性。     

基于驾驶员偏好的最优路径选择方法

在分析影响驾驶员路径选择因素的基础上,所建立的基于驾驶员偏好的最优路径选择模型,经实例验证,具有一定的正确性和优越性.     

基于驾驶人路径选择偏好的OD行程时间预测方法

以广东省深圳市3 000余辆浮动车近300万组数据为基础, 以地理信息系统技术为主要工具, 以最具代表性的深圳市福田区与罗湖区为研究区域, 确定了不同起讫(OD)点扩展半径。以浮动车唯一编号进行地图匹配, 根据确定的研究区域与扩展半径, 获取了浮动车OD路径与行程时间。确定了驾驶人在进行路径选择时的时间与空间偏好, 建立了基于路径选择偏好的OD行程时间预测方法。以平均绝对百分比误差、均方根相对误差与最大相对误差为指标, 对基于最短路径、最快路径与偏好路径的3种行程时间预测方法进行比较。比较结果表明: 与基于最短路径的预测方法相比, 采用提出方法的平均绝对百分比误差、均方根相对误差与最大相对误差分别降低了66.51%、61.24%、61.47%;与基于最快路径的预测方法相比, 采用提出方法的平均绝对百分比误差、均方根相对误差与最大相对误差分别降低了63.64%、59.70%、58.99%, 因此, 采用基于驾驶人路径选择偏好的OD行程时间预测方法可以显著提高OD行程时间的预测精度。     

路径信息诱导的双层规划模型

为了缓解交通拥堵与提高路网运行效率, 建立了路径诱导信息的双层规划模型。上层模型描述信息发布者通过交通诱导信息发布手段优化路网层面的性能函数, 下层模型采用效用函数描述驾驶员最优路径选择行为, 其决策变量为交通信息类型, 从而将交通信息对于驾驶员路径选择行为的影响引入模型中。利用极点搜索算法对一个简单路网的双层规划模型进行算例分析, 得出了各种交通信息条件下上层目标函数值。虽然计算结果存在8%~13%的波动范围, 但交通拥堵时发布的拥堵消散信息是最优方案, 定性信息带来的总体效益要好于指示信息, 因此, 该模型可行。     

GRIP��·��ѡ��Ӱ�����ɢѡ�����

探索了图形式可变情报板（GRIP）对驾驶员路径选择行为的影响.采用意向调查法（SP）获取驾驶员从两条拥堵状况不同的路径中选择路径的行为数据,采用离散选择建模方法建立估计路径选择概率的二元Logit模型,揭示驾驶员对GRIP信息的响应行为规律.GRIP提供的路径交通状况信息分别用拥堵点与分流点的距离、拥堵路径颜色来度量.调查选取上海市延安西路立交前实际存在的一块GRIP,SP问卷为驾驶员构造了起终点之间含有两条替换路径的假想出行情境,借助SPSS软件对采集的行为数据进行建模.分析表明,GRIP信息会影响驾驶员的路径选择行为,不同的信息内容对驾驶员路径选择行为的影响是不同的,驾驶员对GRIP信息中出现红色特别敏感.此外,驾驶员的学历、年行驶公里数等个体属性也是影响驾驶员路径选择行为的因素.     

ʵʱ������Ϣ��ʾ�»��ڳ˿�ƫ�õ���·ѡ��

探讨了乘客在实时换乘信息提示下,结合自身偏好进行线路选择的行为.由于实时提示等车信息不完全准确,通过引入不确定分布予以描述,并针对实时信息提示的等车时间建立了基于实时-时变结合策略的更新机制,据此对乘客的线路初始偏好值进行修正,并建立了能综合反映实时提示信息和乘客个体偏好对线路选择行为影响的线路选择概率模型.最后,通过数值仿真验证了该模型的可行性和有效性,并分析了等车时间和乘车时间的权重对乘客线路选择行为的影响.结果表明,实时提示信息会改变乘客对线路初始偏好,进而改变乘客的线路选择行为.     

基于交通限制的路网最优路径算法

为了解决车辆诱导系统中复杂道路结构表达及因为城市道路交通信号管理而产生的最优路径选择求解的复杂性,依据图论中最短路径算法的基本原理,提出了含有禁行路线路网的最优路径求解算法。以行程时间最少为目标,按照网络转化法把含有禁行路线的路网转化为不含有禁行路线的路网,采用邻接节点矩阵和邻接节点权矩阵实现了道路节点关系的表达,改善了传统的Dijkstra算法,将全局节点路径的求解转化为与求解节点紧密联系的局部区域求解,将所研究的网络转化方法和改进的路径寻优算法应用于车辆诱导系统。结果表明应用该算法能够在含有禁行路线的路网中求解最优路径,减少了问题求解的路网节点数,提高了计算效率。     

不确定性对城市交通出行者路径选择的影响

为了研究城市交通中旅行时间的不确定性对出行者路径选择的影响, 基于展望理论, 提出了出行者规避不确定性假说, 应用贝叶斯模型分析了重复出行中出行者对不确定性的认知更新及其对出行行为的影响, 并通过调查数据进行了实例验证。分析结果表明: 77.73%的出行者偏好旅行时间不确定性小的路径; 路径旅行时间不确定性降低时, 有66.39%的出行者改变了出行时间, 平均时间预算减少了10.03%;对路径熟悉程度增加时, 有70.90%的出行者改变了出行时间, 平均时间预算减少了15.56%。可见, 出行者的出行时间预算随旅行时间不确定性的下降和重复出行的增加而减少。     

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.     

交通流多路线选择与广义行程费用分析

笔者在系统效用最大化前提下 ,建立了交通运输通道系统多项式分对数多路线选择模型 ,提出了模型中参数的标定方法和模型的数值解法 ,并结合实例对模型进行了标定 .利用所建立的模型可预测路网交通量在多条路线上的分配比率 ,并可利用弹性定义分析不同服务属性对出行者选择路线的影响 .     

�г�ʱ�䲨���Զ�·��ѡ��Ӱ�����ɢѡ�����

探索了行程时间波动性对驾驶员路径选择行为的影响. 研究采用意向调查获取驾驶员从两条行程时间和行程时间波动性不同的路径中选择路径的行为数据,采用离散选择建模方法建立估计路径选择概率的二元Probit模型,揭示驾驶员对行程时间和行程时间波动性进行权衡的行为机理. 行程时间和行程时间波动性分别用期望行程时间、行程时间标准偏差来度量. 研究发现：(1) 路径的行程时间和行程时间波动性都会对路径选择产生负面影响. (2) 中等年龄段驾驶员,较之比他们年轻的和年长的,对行程时间波动性越看重,对行程时间波动更敏感,选择行程时间不确定的路径的概率更小. (3) 出租车驾驶员对行程时间更敏感,选择行程时间更短的路径的倾向性更大. (4) 驾驶经验丰富的驾驶员选择行程时间不确定的路径的可能性更小.