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。      

拥挤收费下基于前景理论的出行者路径选择行为分析

出行者（特指私家车出行者）路径选择行为的研究对于城市的交通管理和交通组织都有着重要的意义,而且随着交通出行费用的不断增加,以及道路拥挤收费政策逐步实施,仅仅考虑距离最短、时间最短来对出行者路径选择行为模型进行研究,往往实用性欠佳。针对以往的研究中考虑因素单一、模型实用性不强这一问题,运用能有效描述出行者不确定性条件下决策行为的前景理论,综合考虑出行者的出行时间、出行费用以及出行者的个人偏好、出行经验等因素,建立一个更为贴合实际的出行者路径选择行为模型。以实际算例的形式对比分析了,不同收费标准对不同出行者人群、不同性质出行的路径选择行为的影响程度。结果表明：与拥挤收费政策实施前相比,收费3元时,高收入水平出行者购物出行时的路径发生变化,而对于通勤出行,当收费大于6元时出行路径才发生变化;对于中低收入水平出行者来说,因为其较高收入者对费用更为敏感,所以拥挤收费政策实施后他们的反应也不尽相同。     

基于前景理论的出发时刻选择模型研究

介绍了研究出行者出行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。基于前景理论,以实时交通信息影响下的日常上班出行为研究对象,具有重要的理论意义和实践价值。选择到达目的地的时刻作为参照点,确定了价值函数。通过对可供出行者选择的时间范围进行分段,研究了在不同时段出发,出行者如何预测路径的行程时间。出行者将选择可获得最大价值的时刻作为出发时刻,以此为目标建立了出发时刻的选择模型。通过设定到达目的地时刻的满意区间,研究了出行者下次出行是否改变和将如何改变出发时刻。     

路况信息发布时出行者有限理性路径选择行为及建模研究

实时路况信息的提供,有助于出行者对不同路径效用的判断,但由于信息的模糊性以及出行者有限的计算能力,出行者的决策行为在某些情况下依然是有限理性的,即不能选择效用最大路径。因此,本研究基于西蒙的有限理性理论,假设出行者不能完全预测全部备选方案的后果,即实现效用最大化,提出了有限理性模型,并设计试验,验证交通领域路径选择中有限理性的决策行为。试验中,每次出行前向被试者发布实时路况信息,记录被试者的决策结果、决策时间等数据,分析其有限理性路径选择行为,并建立有限理性路径选择模型描述其有限理性特性。研究发现出行者在两条路径效用差小于一定阈值时无法实现理性判断,实现效用最大化,只能随机选择;在效用差大于该阈值时才可进行理性判断,实现效用最大化。根据这一现象,将原有Logit模型效用最大化假设松弛为有限的效用最大化假设,并建立有限理性下的Logit模型(BRBL模型)。通过对模型研究分析,发现模型在0点附近的敏感度要小于传统Logit模型。通过分别对BRBL模型和BL模型进行标定,发现改进后的模型可以解释出行者路径选择决策中的一些有限理性行为,而且标定结果显示模型精度优于传统的BL模型,在路况信息提供下的路径选择问题,新的模型更为适用。     

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。     

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。     

基于参考依赖理论的出行者路径选择模型研究

为了更好地解释和指导出行者的路径选择行为,有必要对个体出行路径选择行为进行多角度多方位研究,以期建立适用不同决策情景的模型。从出行行为的角度出发,以私家车出行者为研究对象,假设个体当前决策行为受参考状态的影响。在参考依赖理论的基本框架上,选取出行时间和费用两个影响因素建立单次出行的路径选择模型。通过设计问卷调查,应用最小二乘法和遗传算法对高时间价值和低时间价值类型出行者的模型参数进行标定。结果表明:对所研究对象进行分类之后,标定不同的模型参数能够较好地描述出行者的路径选择行为。2种类型出行者时间的损失规避参数和费用损失规避参数均大于1,出行者在时间属性和费用属性上都存在损失规避现象,损失会比等量的收益对出行者带来更大的心理效用;出行者对于时间的损失规避程度要高于费用的损失规避程度,即出行者对时间损失的敏感性更高;不同时间价值类型出行者有不同的损失规避系数,从而表现出不同的路径选择结果。高时间价值出行者的时间损失规避参数比低时间价值出行者高,时间损失对其造成的影响作用较大。在费用属性上高时间价值出行者的费用损失参数会比低时间价值出行者低。     

考虑风险规避的动态路径选择模型研究

为了研究在不确定性交通环境下路径选择问题,引入前景理论建立动态路径选择模型以规避出行风险,保障出行者准时稳定地到达目的地。首先介绍了前景理论,计算了以行程时间为指标路径前景值和在给定的预算时间内确定路径准时到达可靠度。考虑到绝大多数出行者属于风险规避型,定义可靠度最高的路径为基准路径,将二阶随机占优于基准路径的路径归入有效集。最后定义了延误风险,以有效集中延误风险最低的路径作为可接受的最优路径。通过一个简单测试网络算例,研究了考虑风险规避的动态路径选择,并分析了对路径选择的影响。研究结果分析显示,当考虑风险规避时,出行者不再以单一的期望行程时间为最优目标,而会综合考虑出行选择。     

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...     

Travel Routing Behaviors Based on Prospect Theory

出行者路径选择行为的研究对于城市交通工程和规划具有重要的理论意义和实践意义.传统的路径选择研究基于期望效用理论,但该理论存在着一些不足.前景理论能够较好地描述不确定性条件下的决策行为.首先在前景理论框架下,研究了路径选择模型中参考点的设置,将到达时间作为路径选择的参考点,并通过实际调查,研究了通勤者对不同参考点的设定.最后在参考点不变的情况下,研究了出发时刻对通勤者路径选择的影响.结果表明:前景理论比期望效用理论更加符合实际的路径选择行为,当收益或损失不大时,通勤者倾向于选择路况比较稳定的路径;而当面临的损失较大时,通勤者会选择路况不确定的路径.     

基于累积前景理论的多目标广义路网设计模型

根据随机路网环境下出行者有限理性的路径选择行为,组合能力扩展与拥挤收费2种方案,提出了基于累积前景理论的多目标广义路网设计双层规划模型。该模型上层模型以最小化系统出行时间预算和最大化系统出行前景为目标,下层模型为基于累积前景理论的用户均衡模型。推导了需求服从对数正态分布且路段通行能力服从贝塔分布条件下的前景值计算公式,建立了用等价变分不等式表示的均衡模型,设计了改进型非支配排序遗传算法求解模型。研究结果表明:出行者择路行为的风险偏好与风险认知会显著影响网络设计结果,忽视出行者择路行为的有限理性可能会产生次优甚至错误的网络设计方案。     

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.      

基于前景理论的运输通道出行方式选择研究

为使出行者的出行方式选择决策能够体现出行者的主观偏好特征,考虑出行者在出行方式比选时面对损失和收益的不同态度,研究一种前景理论与灰色关联方法相结合的运输通道出行方式选择方法.选取出行方式的经济性、便捷性、快速性、舒适性、准时性和安全性构建原始决策矩阵,借鉴奖优惩劣的思想,利用[-1,1]线性变换算子对原始决策矩阵进行规范化.以出行方式的正负理想方案作为参照点,结合灰色关联方法建立前景价值矩阵,进而计算各出行方式的综合前景值.以出行方式的前景值最大为选择依据,然后运用多项Logit(MNL)模型计算运输通道内出行方式的分担率.以兰州至宝鸡运输通道为例进行分析,研究出行者对高速大巴、既有铁路和高速铁路的选择行为.结果显示,3种出行方式的分担率分别为13.45%,28.0%,58.55%,相较于效用最大的出行决策方式,所建模型的计算结果与实际情况较为符合,最大误差在3% 以内,并分析了高速铁路在不同定价策略及速度下分担率的变化情况.      

多用户多准则城市交通网络非稳定均衡分析

为了反映现实中交通出行者实施出行与否的决策过程,通过对实际城市交通网络状态的分析,引入了非稳定均衡网络状态的概念。同时通过对出行者出行选择行为的深入分析,引入了多用户多准则非稳定均衡网络状态的非线性互补问题模型和变分不等式模型,并利用超级网络的概念证明了两者的等价性。新模型能够将出行者的路径选择决策、目的地选择决策、出行方式选择决策以及出行与否决策合理的整合在一起,从而可完整的反映城市交通流的形成模式。给出了求解多用户非稳定均衡态的变分不等式模型的修正投影算法,并通过一个数值例子验证了算法的有效性。结论部分给出了多个可进一步深入研究的方向。     

出行路径选择的随机后悔最小化模型

从后悔理论入手,分析后悔理论用于出行行为分析的2种一般形式:多项选择集和多属性决策,研究后悔理论在有风险和无风险条件下的模型结构,提出基于随机后悔最小化的出行路径选择行为分析模型,结合算例对比分析随机效用最大化模型和随机后悔最小化模型用于出行路径选择结果的异同.研究表明,出行者做决策时为避免未选择方案比选择方案表现的更好,试图将预期后悔最小化,而不是预期效用最大化.且对于多属性的备选方案,出行决策是半补偿性的.      

考虑出行者有限理性的日变交通分配模型

现有的日变交通分配模型多数是以路径变量为研究对象,其主要有初始路径流量不唯一和忽略了路径之间的相关性等问题;而以路段为研究对象的日变交通分配模型虽然克服了上述不足,但其有限理性仅体现在出行者对最短路成本的认知上,本质上还是基于确定环境下的客观旅行时间进行决策,无法描述出行者在不确定环境下的风险态度和心理特征。基于此,在累计前景理论的框架下,构建了一个以路段变量为研究对象的日变交通分配模型,该模型克服了路径模型的两大缺陷,能够表征有限理性的出行者在不确定风险环境中的决策行为以及面对风险时的主观心理特征。最后,本研究通过一个算例讨论了有限理性、日变模型演化步长和损失规避系数对流量变化的影响,结果表明出行者的有限理性行为会增加路网上流量的波动性,这说明交通管理者应采用相关技术和方法减少出行者的有限理性行为,以达到减缓流量波动的目的。对于流量逐日演化步长和损失规避系数等参数而言,其取值越大,流量波动性也会相应增加,因此,在交通实践中,有必要对参数进行合理调控,如考虑一定程度的出行习惯,适当增加出行者对交通系统的敏感性等,从而减少旅行成本。     

基于前景理论的电动汽车充电站规划

为研究有限理性出行者的出行行为,引入前景理论。建立基于前景值的用户均衡模型进行路网配流,用相继平均法求解路径流量。考虑路径流量和具体规划要求选择充电站候选站址,利用排队理论建立充电站的服务模型,以充电站的建设服务成本和用户等待时间成本之和最小为目标来确定充电站站址和充电站配置的充电机台数,用边界分析法对模型进行求解,最后用一个算例对模型和算法的有效性进行验证。     

交通出行方式决策中的锚定效应影响研究

针对出行者感知效用与实际效用的差异性问题,分析出行方式决策的关键影响因素,并通过实验研究出行经验与关键因素信息对出行者出行方式决策的影响。结果表明,时间和安全是出行方式决策的关键影响因素;出行者的出行决策受个体经验与出行信息共同影响;提供的出行信息对出行方式决策的影响显著,符合锚定效应的作用机理,且该锚定效应具有一定感知递减性。     

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.      

基于博弈决策的道路通行费最优定价模型研究

道路通行费定价是一个典型双层博弈问题,上层是主管部门与交通参与者决策互动,收费主体通过改变通行费率,影响出行者出行选择,达到预设目标;下层是出行者之间决策互动,出行者基于出行费率的变化,考虑出行成本和其他出行者决策,选择出行效用最大化方案。基于管理者不同决策目标,将道路管理者和交通出行者看成是非合作静态博弈的双方,考虑不同出行者群体时间价值和出行效用差异性,建立双层规划模型,上层研究道路决策主体的决策问题,下层研究不同时间价值的出行者出行博弈过程和出行行为选择,利用博弈论方法来诠释不同决策目标下的道路最优定价,为城市道路通行费合理制定提供决策参考。基于模型约束条件,先对下层N个局中人的纳什-Wardrop均衡模型求解,再利用图解法进行上层N+1局中人非合作静态Stackelberg博弈模型求解,并构建出行情景验证模型的精确性。结果显示,基于博弈决策的道路通行费最优定价模型,可以有效测算不同通行费率下、不同时间价值参与者博弈过程、决策收益和不同决策目标下的最优通行费率。在构建的出行情景下,道路通行费为4时,出行者出行收益和通行费收入最大;当通行费介于4-5之间,社会剩余最大。出行情景模拟结果验证了模型的精确性和可操作性。