基于实时路况信息的驾驶员路线选择行为模型

从驾驶员出行路线选择的影响因素出发,将实时路况信息影响引入路线选择行为中,在分析实时路况信息及其评价指标的基础上,考虑路线选择行为中可能存在的相关性因素,构建驾驶员路线选择GNL（Generalized Nested Logit）模型,并建立基于可获得实时路况信息满意度的驾驶员路线选择行为效用函数,以求更加客观地反映驾驶员实际路线选择行为。     

�յ������¼�ʻԱ·��ѡ����Ϊ���ݻ����ķ���

交通诱导是交通管理者、驾驶员等交通参与者之间的一个博弈过程，在这个过程中，每个驾驶员根据所拥有的信息修正自己的行为策略以提高盈利，从而构成交通又到演化中的宏观结构与驾驶员的微观行为之间互相影响的自组织现象。本文应用演化博弈论对交通诱导演化过程进行了分析，建立了诱导条件下驾驶员选择行为的演化模型，并对其进行分析以求为建立实用的诱导策略提供理论支持。     

实时交通信息提供对驾驶员路径选择行为影响量化分析

研究的目的是搞清交通信息提供对驾驶员路径选择行为的影响机理和程度,为智能交通系统(ITS)中交通诱导方案的制定提供参考与依据.研究采用SP(Stated Preference Survey)调查方法针对驾驶员对交通信息响应状况进行调查,同时对目前交通信息提供现状进行了调查.对调查数据进行定性和定量分析的基础上,建立了信息提供下驾驶员路径选择行为的Logistic模型,可用于判别分析.研究发现各变量在不同程度上影响驾驶员路径改变倾向,其中驾驶员对交通信息广播的准确性评价以及能够容忍延误时间的程度等因素对驾驶员路径选择行为影响较大.     

基于多因素分析的驾驶员路线选择二项Probit模型

考虑多方面因素创建一个驾驶员路线选择的调查方案,并采用网上调查的方法进行实践。利用二项Probit模型考察驾驶员路线选择的各个因素,得到性别、年龄大小、是否为全职员工、出行所用的时间、了解道路的程度、路程总长、车辆拥挤程度等因素对其的影响强度最大。因此,利用影响强度大的因素创造一个驾驶员路线选择估计模型。通过对样本的调查测试表明,模型的估计准确度能够达到76%。此研究成果可为了解驾驶员对于交通的需求、制定交通引导方案等有关工作提供技术支持。     

基于GIS和灰色模糊决策理论的自适应路线智能优选系统

为满足驾驶员路线选择的个性喜好和保障道路畅通,在分析影响驾驶员路线优选因素的基础上,提出了路线优选指标体系,引入灰色模糊决策理论,建立了基于GIS的智能路线优选系统,采用动态数据更新的Web信息共享方法,保证了路线优选的适时性。实例应用结果表明:系统具有直观、形象的交通图形显示功能,使驾驶员能够根据自己偏好与地图提示,准确地找到最优路线,提高了自适应路线优选的效率与可信度。     

基于动态交通诱导信息的驾驶员刺激-反应模型

针对城市道路交通信息发布时产生的信息震荡问题,以消除信息震荡、帮助驾驶员选择最优路径为目的,结合驾驶员的出行行为分析了交通诱导信息对驾驶员选择行为的影响,将交通信息发布变化量作为刺激量、路段交通负荷度变化量作为反应量,构造了基于动态交通诱导信息策略的驾驶员刺激-反应模型,通过仿真算例确定了交通信息发布的动态区间。研究表明:该方法能够有效减少交通信息震荡,对改善城市路网的使用效益具有较强的实用性。     

饱和或饱和城市道路网的优化设计模型

本文根据城市道路网饱和或过饱和流量状态时的交通特点及出行者在同一起、终点间的多条路线上要进行路线选择的出行行为，在网络平衡分析的基础上建立起了饱儿或过饱和流量道路网的优化设计模型，从而为路网能力的规划决策提供手段和依据。     

���ڶ�Դ��Ϣ�ںϵļ�ʻԱ��ΪЭͬ�����㷨

交通仿真是交通控制与管理方案评价和优化的重要研究手段.传统的微观交通仿真模型，特别是刻画驾驶员行为的车辆跟驰模型，未能综合考虑交通环境中信息刺激的多源性和驾驶员任务集聚、协调反应的行为过程.本文利用Bayes方法和模糊积分方法描述驾驶员在复杂行驶环境中多源信息的融合过程，确定驾驶员任务集聚后对车辆应采取的驾驶行为.模型验证表明:交通仿真过程中，在车辆跟驰模型实施之前，利用Bayes算法和模糊积分算法模拟驾驶员在多源信息刺激下任务集聚、协同反应的过程是行之有效的.     

交通拥堵情况下路径诱导方案的生成方法

路径诱导方案的生成是交通信息诱导的核心环节.根据驾驶员在交通拥堵情况下的路径选择行为特点,运用模糊推理理论建立了驾驶员路径选择行为模型,确定出路径诱导信息发布的核心内容.在此基础上提出一种路径诱导方案的生成方法.     

不同交通信息诱导下驾驶员路径选择行为研究

针对典型路网中快速路上文字式VMS提供的不同交通信息内容,在充分考虑驾驶员认知模式的情况下对其路径选择行为展开调查与研究。通过设计包含单一或多定量的VMS消息策略实验方案,并采用SP调查法采集数据,建立了关于驾驶员路径选择行为的有序多分类Logistic模型。研究表明:在相同交通状况下驾驶员在面对不同类型信息时的路径选择行为差异较大,对信息的服从率由高到低依次为绕行节省时间、绕行距离、交通状态和拥堵长度;VMS信息发布的精确性、完整性和及时性是影响驾驶员路径选择行为的主要因素。研究结果可以为合理制订VMS信息发布策略提供依据。     

多源交通信息条件下的出行行为选择研究

在考虑多源交通信息可能导致信息过剩,从而影响决策者出行选择的条件下,引入决策论的思想,通过对多源交通信息方式发布的特点分析,应用模糊物元理论,建立个体出行的行为选择模型,在熵值法确定客观权重的条件下,根据贴近度的大小对决策方案进行选择,克服出行者的主观经验判断。通过实例计算,证明了不确定型决策在多源交通信息影响下出行者路径选择方面的可用性,客观上能为其提供最优的出行路径。     

关于诱导信息与路径选择的影响研究

交通诱导是解决交通拥挤的有效途径,其目标是通过调整出行者的出行路径。实现路网交通流的均衡分配。其中,诱导信息与出行者的路径选择行为是影响交通诱导成效的两个关键因素。文中通过探讨诱导信息与路径选择行为对交通流分布的影响,建立了诱导信息条件下出行者路径选择决策模型。并设计了相对应的求解算法,采用matlab程序进行仿真,并最后对结果进行分析。     

主观拥堵感知下驾驶人路径调整行为决策研究

为深入调查研究交通拥挤的形成机制和扩散规律，本文针对交通拥堵形成和消散的内因， 即驾驶人在拥挤状态下路径的研判调整行为进行研究。设计基于全方位视角场景的驾驶人主观 拥堵感知实验，通过采集驾驶人个体特征、出行特征和交通流参数，结合驾驶人的主观拥堵评分 和路径调整决策，采用方差分析方法，探究驾驶人个体特征和出行特征对路径调整决策的差异 性。基于二项Logistic建立主观拥堵状态下路径调整行为模型，进一步量化所选驾驶人个体特征 和出行特征对路径调整决策产生的具体影响。研究表明：驾驶人个体和出行特征因素不同导致 路径调整决策产生显著性差异，其中，男性、老年人、低驾龄、出行次数少，以及弹性出行的人群更 青睐于保持原路径行驶；调整路径后增加的行驶距离占剩余行驶距离比例越大，保持原路径行驶 的可能性越大；熟悉周边路网的人群保持原路径的可能性是陌生人群的11.3%；区间车速每增加 1 km·h-1，驾驶人保持原路径行驶的可能性为之前的1.223倍。     

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。     

交通事故下出行者非理性出行行为研究

基于前景理论,研究交通事故下出行者路径选择行为规律.应用前景理论,考虑交通事故的发生概率,以出行者出行总花费时间作为出行效用,提出出行者路径选择的效用函数;然后通过分析出行者效用函数的分布规律,在出行效用连续随机分布的条件下,建立出行者感知效用模型.通过连续函数离散化方法构建出行者路径选择模型.通过一个算例,描述非理性条件下出行者选择行为,并分析交通事故的特征对效用值和选择结果的影响,说明感知效用为0 的参考点并不是路径实际效用分布的期望值,而是比期望值小.     

交通拥挤漂移的形成机理与预防技术

为了研究交通诱导信息对驾驶员驾驶行为的影响,从诱导比例、替代路径数量、替代路径合理性和路网交通负荷分布的角度,分析了在动态交通诱导条件下拥挤漂移现象的产生机理,提出了逐步增加诱导比例,在路阻数据中加入干扰因子与K最短路方法等3种预防交通拥挤漂移的技术,并采用Vissim交通仿真软件对其进行了模拟评价。模拟结果表明:在局部拥挤的道路网络中,所提出的3种方法都能够减轻或消除拥挤漂移现象,其中K最短路方法的效果最好,其次是逐步诱导方法,尽管在路阻数据中加入干扰因子的方法效果最不理想,但仍优于对车辆进行100%诱导和不采取任何诱导措施的情况。     

基于G/G/c/FCFS排队模型的城市停车流量分配模型

为探索城市路网中交通均衡与停车选择之间的相互关系,本文根据出行者实际停车搜索过程,运用G/G/c/FCFS 停车排队模型,研究了路径流量、行程时间、停车场可用概率三者的关系,进而计算停车场在车辆到达时的可用概率,并将此概率纳入停车搜索路径的广义费用函数,最后根据交通网络中出行者路径选择和停车选择理论,提出基于停车排队理论下的随机用户均衡模型,并设计了模型求解算法. 算例结果表明,本文模型能准确合理地分配城市路网中的停车流量. 研究结论有助于从城市整体角度为停车需求规划提供依据.     

基于G/G/c/FCFS 排队模型的城市停车流量分配模型

为探索城市路网中交通均衡与停车选择之间的相互关系,本文根据出行者实际停车搜索过程,运用G/G/c/FCFS 停车排队模型,研究了路径流量、行程时间、停车场可用概率三者的关系,进而计算停车场在车辆到达时的可用概率,并将此概率纳入停车搜索路径的广义费用函数,最后根据交通网络中出行者路径选择和停车选择理论,提出基于停车排队理论下的随机用户均衡模型,并设计了模型求解算法. 算例结果表明,本文模型能准确合理地分配城市路网中的停车流量. 研究结论有助于从城市整体角度为停车需求规划提供依据.     

基于感知能力的微观交通流动力学建模与仿真

基于驾驶员驾驶行为感知能力,提出了一种新的微观交通流动力学模型. 通过理论分析和数值模拟,对新模型的性能进行了详细的研究分析. 通过理论分析,基于线性稳定性理论,得到了新模型的稳定性条件. 通过数值模拟,深入分析了各参数对密度波和迟滞环的影响,进而对交通流稳定性的影响. 仿真算例结果表明：驾驶员感知能力对交通流稳定性有显著影响,车头距离变化信息可有效增强交通流的稳定性,对stop-and-go 交通拥堵有显著抑制作用,但不可避免的感知缓冲时间会破坏交通稳定性,进而产生严重的stop-and-go 交通拥堵;密度波和迟滞环的数值仿真结果与理论分析结果吻合得很好,验证了理论分析结果.     

基于感知能力的微观交通流动力学建模与仿真

基于驾驶员驾驶行为感知能力，提出了一种新的微观交通流动力学模型. 通过理论分析和数值模拟，对新模型的性能进行了详细的研究分析. 通过理论分析，基于线性稳定性理论，得到了新模型的稳定性条件. 通过数值模拟，深入分析了各参数对密度波和迟滞环的影响，进而对交通流稳定性的影响. 仿真算例结果表明：驾驶员感知能力对交通流稳定性有显著影响，车头距离变化信息可有效增强交通流的稳定性，对stop-and-go 交通拥堵有显著抑制作用，但不可避免的感知缓冲时间会破坏交通稳定性，进而产生严重的stop-and-go 交通拥堵；密度波和迟滞环的数值仿真结果与理论分析结果吻合得很好，验证了理论分析结果.