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.     

���ڼ�ʻԱƫ�õ�����·��ѡ��

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.     

基于决策场理论的出行者动态决策行为研究

为了研究出行者进行路径选择时的动态决策过程,本文采用决策场理论,研究 了多属性条件下,机动车出行者的微观和宏观动态决策行为.分析了决策场理论的基本模 型,构建了出行者动态决策行为场景和框架,以历史出行时间、预测出行时间和两者综合 值作为出行者决策的路径属性,并根据属性与实际出行时间的差值为依据,提出了出行 者注意力权重矩阵计算方法.通过算例分析发现,自由流出行时间对出行者决策影响较 大,出行者对路径属性的依赖性非常强,决策过程中存在路径偏好反转的现象,表明出行 者动态决策过程是随时间不断变化的,路径选择是时间累计的结果.     

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.     

基于不同偏好的出行者路径选择行为研究

从道路的静态(行驶距离)、动态(道路通行质量)两属性出发构建基于出行者路径选择偏好的出行费用函数,结合Logit改进模型,分析不同偏好下出行者路径选择行为的特点。算例表明:基于不同属性构建的出行费用函数可有效反映出行者偏好;考虑到路段重复因素的Logit改进模型可有效反映不同偏好对出行者行为的影响;改进模型更能反映真实的选择概率且计算简便。     

不同信息下的逐日路径选择行为实验与模型

为研究先进出行者信息系统(ATIS)对出行者逐日路径选择行为的影响,本文基于 Braess路网设计5组具有不同ATIS市场占有率(0、25%、50%、75%、100%)的行为实验.结果表明：3条路径的流量及新增路径保持选择的次数持续波动,随着ATIS市场占有率增大,路网平均行程时间趋于用户均衡,新增路径保持选择的次数呈现增长趋势,且被试对新增路径的选择性偏好增强,Braess悖论的效果也更明显.基于5组实验数据,分别建立普通Logit模型和基于面板数据的随机效应Logit模型刻画路径选择行为.结果表明：当ATIS市场占有率为0时,最佳模型为普通Logit模型;当ATIS市场占有率增大甚至达到100%时,最佳模型均为随机效应Logit模型;未配备ATIS的出行者的个体差异性比配备ATIS的小.     

不同信息下的逐日路径选择行为实验与模型

为研究先进出行者信息系统(ATIS)对出行者逐日路径选择行为的影响，本文基于 Braess路网设计5组具有不同ATIS市场占有率(0、25%、50%、75%、100%)的行为实验.结果表明：3条路径的流量及新增路径保持选择的次数持续波动，随着ATIS市场占有率增大，路网平均行程时间趋于用户均衡，新增路径保持选择的次数呈现增长趋势，且被试对新增路径的选择性偏好增强，Braess悖论的效果也更明显.基于5组实验数据，分别建立普通Logit模型和基于面板数据的随机效应Logit模型刻画路径选择行为.结果表明：当ATIS市场占有率为0时，最佳模型为普通Logit模型；当ATIS市场占有率增大甚至达到100%时，最佳模型均为随机效应Logit模型；未配备ATIS的出行者的个体差异性比配备ATIS的小.     

基于前景理论的动态路径选择模型

针对研究路径选择问题的传统理论——“期望效用理论”的不足,分析了“前景理论”的基本思想和结构框架．以出行者的日常上班出行为研究对象,在“前景理论”的基本框架下,研究实时交通信息影响下的路径选择问题,分析了出行者的路径选择决策过程．以出行者到达目的地的时刻为参照点,建立了价值函数．利用贝叶斯理论,对预测的路径行程时间进行更新与调整,分析出行者对路径选择结果的个人主观概率,得到决策权重函数．结合编辑阶段确定的价值函数,确定路径的前景值表达式,得到了路径选择模型．因出行者每次出行,需要对原有的经验信息进行更新与调整,故所建立的为动态选择模型．     

基于前景理论的动态路径选择模型

针对研究路径选择问题的传统理论——“期望效用理论”的不足,分析了“前景理论”的基本思想和结构框架．以出行者的日常上班出行为研究对象,在“前景理论”的基本框架下,研究实时交通信息影响下的路径选择问题,分析了出行者的路径选择决策过程．以出行者到达目的地的时刻为参照点,建立了价值函数．利用贝叶斯理论,对预测的路径行程时间进行更新与调整,分析出行者对路径选择结果的个人主观概率,得到决策权重函数．结合编辑阶段确定的价值函数,确定路径的前景值表达式,得到了路径选择模型．因出行者每次出行,需要对原有的经验信息进行更新与调整,故所建立的为动态选择模型．     

多用户多方式混合交通均衡变分模型及求解算法

在城市混合交通路网中,出行者通常根据自己的出行偏好选择自己的交通方式和出行路径. 考虑城市道路中不同交通方式之间的相互影响,把出行者按照时间价值划分为多个用户类型,每类出行者可选择自驾车、出租车或公交车方式出行. 为解决这个多交通模式相互影响的混合交通均衡分配问题,从交通需求的角度出发,基于BPR公式构造了城市混合交通网络的路段旅行时间函数,建立了多用户多方式混合交通均衡变分不等式模型,并设计了基于对角化技术与MSA方法的混合求解算法. 算例结果表明,高时间价值类出行者倾向于选择自驾车或出租车出行,低时间价值类出行者倾向于选择公交车出行.     

基于粗糙集的最小规则生成算法

讨论了可辩识矩阵的内容的深层次含义，分析了它与属性值约简的关系，并提出了一种利用可辩识矩阵实现属性值约简的方法，分析了利用可辩识矩阵实现属性约简和属性值约简的方法，设计了基于可辩识矩阵的最佳约简的算法，使得属性约简和属性值约简得以一致计算，使知识推理过程变得统一且相对简单．     

基于Martins算法的联合运输最优路径规划

为了快速高效地找出最优的联运路径,在现有模型的基础上,考虑时间窗约束,建立了具有多目标、多运输方式、多货种的路径选择改进模型,并设计了2层搜索算法求解该模型.第1层在已知每条路径标签的基础上,根据时间窗删除规则并利用改进的Martins算法,计算出有效路径集;第2层将第1层的有效解作为其初始解,删除不满足货物运输总时间、中转次数和运输方式容量3个限制条件的路径,得到最优路径集合.根据货主的需求,采用序数偏好方法,组合不同的费用权重和时间权重得到综合权重值,找出对应最大综合权重值的最优路径.实例分析表明:相比已有的标签算法,改进算法增加了运算方式容量限制条件,缩小了解空间,避免了生成无效路径;相比拉格朗日松弛算法只能求得解的上下限,本文算法能够求得精确解,耗时在30 s以内,计算时间减少75%.      

社会偏好视野下旅游出行服务链定价博弈模型

为综合分析社会偏好理论视野下的服务链定价策略博弈问题，本文构建了服务提供商和出行即服务(Mobility as a Service, MaaS)平台组成的旅游出行服务链联盟。基于社会偏好理论建立不平等厌恶决策模式、利他决策模式和社会福利综合决策模式下的Stackelberg博弈模型，与分散决策和合作决策两种服务链基本决策模式下的博弈结果进行比较。探究MaaS环境下考虑决策者社会偏好特征的旅游出行服务产品的定价策略及服务链收益，并通过数值分析验证了模型的有效性。结果表明，决策权的分散导致旅游出行服务产品的销售价格和服务链整体最优收益降低。不平等厌恶决策模式下，产品的最优销售价格不受影响，服务链整体利润不变；利他决策模式下，服务链整体最优收益不断上升；社会福利综合决策模式下，各最优决策变量受服务提供商利他偏好的影响更大。关注服务链决策者的不平等厌恶偏好并实施利他行为，可以提高旅游出行服务产品的需求和总体收益，有利于旅游出行服务链的协调运营状态，实现交旅融合发展。     

一类混合判断矩阵排序的优化模型及其应用

研究混合判断矩阵的排序问题,提出了一种新的混合判断矩阵排序法.定义一类新型混合判断矩阵,利用C-OWA算子、C-OWG算子及三角模糊数期望值公式分别将区间数互补、区间数互反和三角互补互(或互反)判断元素一致化为数值型互补与互反判断元素.基于一致性互补与互反判断矩阵的定义,建立一个优化模型,通过求解该模型获得方案的排序向量.提出一种新的混合判断矩阵序法,该方法具有操作简便和易于上机实现的特点.通过实例说明方法的可行性和实用性.     

多目标最短路径模型及算法

为获得满足决策者需要的多目标最短路径问题的有效路径,建立了多目标最短路径模型,并提出了综合k-最短路径算法和多目标格序决策方法的多项式算法.该算法根据决策者可以接受的各单目标的上限,用k-最短路径算法,分别确定各单目标的可行路径集及其交集.再用多目标格序决策方法,比较交集中的有效路径,最终获得决策者满意的路径.     

随机交通网络约束最可靠路径问题

为了模拟仿真交通网络中,约束条件下考虑风险性车辆路径选择行为,建立随机交通网络环境下约束最可靠路径问题数学规划模型,并讨论了其对偶问题.采用梯度下降算法求解对偶问题,获得原问题最优值的上界和下界,通过迭代获得原问题的近似解.针对Sioux Falls network展开数值试验并对数值结果进行了对比分析.计算结果表明：在随机交通网络环境下,无约束和有约束条件下求解的最可靠路径是不同的;不同的资源约束条件下求解的最可靠路径也是不同的,资源约束条件对交通网络中最可靠路径的选择有很大的影响.     

考虑决策过程与潜在异质性的居民通勤选择行为研究

传统研究对居民通勤决策过程的动态性及微观心理偏好关注不足，为此利用潜在类别模型表征居民通勤决策的潜在异质性，从动态决策角度出发，构建可以体现偏好动态演进过程的决策场理论模型。该模型对不同潜在类别设置差异化的属性注意力权重，表征不同子市场用户动态偏好的差异性和相同子市场用户偏好似而不同的特征，同时实现用户分类和动态决策过程分析，改进传统决策场理论对个体偏好异质性表征不足的缺陷。对成都市轨道交通车站附近居民进行实证研究，结果表明，通勤居民可以细分为“商务需求型”“追求效率型”“经济环保型”“保守型”这4类，各类别间的备选方案初始偏好、属性关注程度均呈现显著差异。通过Matlab仿真实现对个体决策结果、微观偏好进化过程及非理性效应的预测和分析，验证了本文方法的有效性。     

拉格朗日松弛启发式算法求解时空网络下的弧路径问题

为减少车辆调度成本,优化车辆运输路径,在时空网络中研究路段作业车辆的弧路径问题;考虑道路出行的时变性,利用车辆运行的时间、空间特征,构建时间-空间网络,建立弧路径问题的时空网络流模型;设计了拉格朗日松弛启发式算法,引入拉格朗日乘子松弛耦合约束,构建拉格朗日松弛问题;进一步通过拉格朗日分解,把松弛问题分解为单车最短路问题;用次梯度算法更新乘子,求解拉格朗日对偶问题,并更新原问题最优解的下界;使用启发式算法获得可行解,并更新原问题最优解的上界;用六结点运输网络和Sioux-Falls网络下的算例对算法进行实证分析。计算结果表明:六结点运输网络中6个算例的上下界间隙值等于0或接近0,Sioux-Falls网络中算例2的间隙值为0.02%,其余5个算例的间隙值等于0,均可以得到质量较高的近似最优解;在最复杂的算例(15辆车,70个任务)中,算法在可接受的时间内也得到了间隙值为0的解,找出了最优的车辆路径;随着迭代次数的增加,拉格朗日乘子会逐步收敛到固定值;当车辆容量从50增加到100时,最优解从52下降到42,说明在任务数和车辆数一定时,适当增加车容量可以降低运营成本。可见,与商业求解器相比,拉格朗日松弛启发式算法的间隙值更小,求解质量更高,可以更有效地求解弧路径问题。