基于期望-超额出行时间的道路系统最优均衡模型

为研究随机事件扰动下出行者的择路行为对交通分配的影响,同时考虑供需条件的随机变化,以期望-超额出行时间为出行者择路依据,利用边际成本收费原理,推导了边际成本收费值计算公式,建立用等价变分不等式表示的系统最优交通分配模型,并利用自适应投影收缩算法进行求解.算例表明:当OD需求系数为1.0、路段能力退化系数为0.5时,路径1边际成本收费值分别比使用期望出行时间和出行时间预算为择路依据时增加了11.27%和3.58%;当出行时间可靠度为0.9时,路径1边际成本收费值分别比使用期望出行时间和出行时间预算作为择路依据时增加了20.22%和4.30%.      

用户平衡与随机用户平衡共存的弹性需求组合模型

本文讨论用户平衡(UE)与随机用户平衡(SUE)共存的情况.首先将交通系统分成遵循UE及SUE原则的两个子系统,在考虑弹性需求及两系统用户相互影响的情况下,给出了用户平衡与随机用户平衡共存的弹性需求组合模型,并证明了模型符合UE及SUE路径选择条件的一阶条件,和推出了弹性需求函数形式,最后给出对角化及MSA组合算法.     

多用户多准则弹性需求随机交通均衡变分模型

针对非对称费用函数下准则权重与出行者类别相关的多准则路径选择问题,用变分不等式方法建立了具有弹性需求量的多用户多准则随机交通均衡配流模型.该模型是单用户随机均衡和多用户确定性均衡模型的推广.证明了变分模型中映射的连续性及严格单调性可分别保证均衡流量的存在性和唯一性.某路段广义路段出行费用受出行量和其它相关路段流量的影响,是所有路段流量的函数,并受出行量影响.用对角算法求解该交通均衡的变分问题.算例表明了模型的合理性和算法的可行性.     

基于累积前景理论的 随机用户均衡交通分配模型

为了使交通分配更符合出行者的实际行为特征,基于累积前景理论,给出了交通流连续分布状态下路 径前景的连续函数表达式,建立了随机用户均衡模型,并给出了等价的变分不等式.该模型同时考虑了交通系统 的不确定性、出行者的感知误差以及建模者的观测误差.讨论了模型解的性质,设计了求解算法,并通过算例进 行了验证.结果表明:在(0,1)区间内,当出行可靠性参数或风险态度参数值越大时,出行者对于风险的感知越敏 感,越倾向于选择行程时间波动较小的路径;当感知误差较小或路网不确定性程度较大时,出行者的路径选择行 为均逐渐趋于稳定.研究还表明,出行者的损失规避程度对网络均衡态的影响不明显.      

弹性需求下的随机用户平衡模型及求解算法

笔者在文中研究了弹性需求下的随机用户平衡配流模型，给出了相关的一些证明，并设计了求解算法．最后用一个简单算例进行了编程计算，指出了参数对计算结果的影响，指明了进一步研究的方向。     

弹性需求下的随机用户平衡模型及求解算法

笔者在文中研究了弹性需求下的随机用户平衡配流模型,给出了相关的一些证明,并设计了求解算法.最后用一个简单算例进行了编程计算,指出了参数对计算结果的影响,指明了进一步研究的方向.     

基于部分随机用户平衡的可靠性网络设计

为减少交通事故导致的路网性能不确定性,基于部分随机用户平衡描述交通事故影响下的路网状态,建立了可靠性网络设计问题的双层规划模型.上层模型将期望总行程时间作为路网可靠性指标,并将其与投资费用的加权和作为优化目标;下层模型综合考虑出行者信息的不完备以及交通事故影响的局部性,扩展了部分用户平衡模型,描述交通事故发生时的交通流模式.用基于蒙特卡洛模拟的遗传算法求解模型.算例表明:与已有确定性网络设计方法相比,本文方案鲁棒性更好,在需求水平为100、150和200辆/h时,社会成本平均增加了18%,社会成本的增加率随交通需求的增加而减少.     

基于动态用户最优的变分不等式模型解决交通分配问题的应用分析

动态用户最优交通分配理论作为智能运输系统的重要理论之一,采用变分不等式模型来解决分配问题日益成为国际上的研究热点。就此问题的发展过程进行了综述性研究,并探讨了动态用户交通分配理论的发展方向;概述了动态用户最优交通分配的研究现状,详细描述了变分不等式模型与动态交通用户最优状态的条件互等关系。基于用户最优限制条件的描述和动态用户交通分配模型的表达,说明了变分不等式方法在动态用户最优交通分配中应用的必然。同时,对动态用户最优分配的变分不等式模型如何应用,当前存在的几个主要问题及进一步的展望进行了讨论。     

弹性需求和多用户随机平衡下的连续网络设计

连续平衡网络设计问题是在连续决策变量的条件下,寻找最优的用于道路网络中某些路段扩建的投资决策方案。文中从代表性消费者理论出发,建立了该问题的基于弹性需求和多用户类型随机用户平衡的双层规划模型,并考虑了路段能力约束。基于双层模型求解的复杂性,设计了基于混沌优化方法的启发式算法,实例计算结果表明该模型与算法是有效的。     

多用户多模式多准则随机用户均衡模型

在网络中存在多类用户和多种模式,每一类用户按照出行时间和出行费用2个准则共同选择模式和路径,且不同模式间阻抗的相互影响满足对称条件的前提下,建立了多用户多模式多准则的随机用户网络均衡模型,用一个等价最小凸规划公式来表示这一混合均衡状态,并证明了所构建的数学规划公式与基于Logit的随机用户均衡条件的等价性,进一步证明了模型最优解的存在性和惟一性条件.最后用一个简单算例表明了所构建的模型的正确性和可行性.     

�̶����������ж��û�����������Ч����ʧ

用户均衡同系统最优之间通常存在效率损失,它已吸引很多学者来研究这种效率损失问题,但现有文献大多数局限于研究单用户类、确定性均衡的效率损失,而对多用户类随机均衡的效率损失研究得比较少．本文研究了固定需求网络中多用户类随机均衡的效率损失上界问题．通过利用变分不等式的方法,解析推导了固定需求网络中多用户类随机均衡分配分别在时间度量和费用度量两种出行决策准则下的效率损失上界．研究结果表明：时间度量下,其效率损失上界值同路段出行时间函数、网络复杂程度、网络需求以及用户对网络熟悉程度等因素相关;费用度量下,其效率损失上界值除了和上述因素有关之外,还与出行者的时间价值系数有关．     

基于行程时间可靠性的多类用户交通分配模型

分析了路网在随机因素作用下造成的出行者行程时间的不确定性.假设出行者基于期望行程时间和行程时间可靠性的均衡选择路径,根据出行者对待行程时间可靠性的不同态度,将其路径选择行为分类,建立了基于行程时间可靠性的多类用户交通分配的变分不等式模型.给出了模型的对角化算法.对一个小型测试网络的计算结果表明,该模型能够反映出行者在不确定环境下的路径选择行为.     

Efficiency Loss of the Multiclass Stochastic Traffic Equilibrium Assignment with Fixed Demand

There exists efficiency loss when introducing a user equilibrium traffic assignment in comparison with the system optimization assignment. Seeking the upper bound of the efficiency loss has attracted many scholars' attentions. The existing researches mainly focus on single user class and deterministic traffic assignment, few on stochastic user equilibrium (SUE) assignment with multiple user classes. In this paper, the authors investigate the upper bound of this SUE's inefficiency. Two decision-making criteria are used in the SUE, namely, time-based and monetary-based. It is shown that the upper bound of efficiency loss caused by the time-based SUE depends on the type of link travel time function, the network complexity, the travel demand, and the degree of users' perception error to travel cost. The upper bound of efficiency loss caused by the monetary-based SUE depends on the value of time of user classes besides the aforementioned factors.     

基于道路交通状态的随机用户平衡

运用随机用户平衡配流的基本思想和交通流理论，提出了道路交通状态的概念，以便讨论交通拥挤情况下的交通量分配问题．将道路交通状态定义为行程时间和道路拥挤度的线性加权和．假定在路网随机变化的情况下，出行者以行程时间和道路拥挤度最低为路径选择准则，建立了基于道路交通状态的随机用户平衡配流模型，并证明了模型的等价性和唯一性，给出了该模型的连续平均求解算法．一个小型网络的数值计算结果表明，该模型能反映出行者在随机路网中的路径选择行为．     

��������ʱ��³���ɿ��Ե������ͨ��������

在基于走行时间可靠性的交通均衡问题中,普遍存在假设是引起走行时间变异的O D (Origin Destination)需求或路段通行能力的概率分布是精确已知的。然而,现实中这些概率分布很难精确获得.本文放松这个假设而仅要求知道O D需求的前m阶矩(这里m是和路段费用函数的形式相关的正整数),通过运用最坏风险价值和最坏条件风险价值指标定义鲁棒分位走行时间和鲁棒超过期望走行时间,并证明在一般分布下两种出行时间是等价的.基于此定义,通过整合出行者的感知误差,提出了鲁棒分位随机用户均衡(鲁棒超过期望随机交通均衡)模型,模型被表示为一个变分不等式,并证明了解的存在性,然后运用一种启发式算法求解该模型.数值算例显现了模型在应用上的特性及算法上的有效性.     

基于活动的交通拥挤网络随机平衡分析

出行者为了在有限的时间内参与既定活动,并使参与活动的整个过程效用最 大化,倾向将多个目的的出行以链结方式进行,以减少出行时间.针对传统的网络配流模 型是基于单次出行的方法,在进行网络配流时,活动链各环节被单独分开,难以反映出行 者的出行选择行为.本文构造了一种基于活动的城市交通网络平衡分析方法,结合随机效 用理论,以活动链方式进行网络配流,使配流模型更符合出行者的实际选择行为.并将该 模型运用于道路拥挤收费策略的制定,克服了基于出行的网络平衡配流模型的一些缺点. 最后,通过一个算例对模型和算法进行验证.