供需不确定条件下的预算-超额用户平衡模型

为更加全面、准确反映随机路网中出行者规避风险的择路行为,以预算-超额行程时间作为出行者选择路径的依据,提出了一种供应及需求不确定条件下同时考虑可靠性和不可靠性的交通分配模型——预算-超额用户平衡模型,推导了需求服从Gamma分布、路段通行能力服从均匀分布条件下预算-超额行程时间的解析表达式,并以此为基础建立起用等价变分不等式表示的平衡模型。利用一个小型测试网络比较了用户平衡模型、基于可靠性的用户平衡模型以及预算-超额用户平衡模型的性能。研究结果表明：提出的模型是有效、可行的;其平衡流量模式不同于用户平衡模型和基于可靠性的用户平衡模型;随着需求水平、可靠度以及路段通行能力退化程度的增加,预算-超额行程时间随之增加。     

基于行程质量的随机用户平衡分配模型

提出行程质量的概念以描述出行者在不确定环境下的路径选择准则。将行程质量定义为行程时间和行程时间可靠性的线性加权和,综合了影响路径选择的两个不同的重要因素:行程时间和行程时间可靠性。假定在路段通行能力随机变化的情况下出行者以估计行程质量费用最小作为路径选择的标准,建立了基于行程质量的随机用户平衡分配模型。证明了模型解的等价性和唯一性,给出了求解模型的MSA算法。在一个小型测试网络上的计算结果表明:模型能够反映出行者在随机路网中的路径选择行为。     

降级路网的认知及交通流平衡分析模型

为定量衡量因路段降级原因导致路网通行能力的丧失量,分析出行者在降级路网中的路径选择行为将导致何种网络交通流平衡状态,通过将降级路网划分为车流外界因素导致路段可通行能力降级和路段上车流量增加导致道路服务水平的下降两种类型,辨别旅行时间长短与旅行时间波动对出行者路径选择行为的影响,推导出同时考虑这两方面因素影响的可变路径旅行时间风险度量;在此基础上建立了降级路网中的交通流平衡分析模型,该模型满足存在性和惟一性,并能正确描述出行者对降级路网结构认知差异性情况下的网络交通流平衡状态。通过实例展示了不同旅行可靠性要求下,出行者对路径旅行时间长短的权衡关系以及整个路网交通流平衡结果。     

基于广义出行费用的城市路网行程时间可靠性

为体现出行者路径选择行为,准确评价路网行程时间可靠性,采用行程时间均值和行程时间均方差的加权和定义广义出行费用,以不同的加权系数反映出行者对待风险的态度。从路段层面定义行程时间可靠性,以广义出行费用最小化为目标构建SUE模型,建立基于广义出行费用的路网行程时间可靠性模型。结合模型特点,给出Monte Carlo仿真和交通规划模型相结合的求解算法。并在一个小型测试路网上进行了验证,结果表明:出行者对待风险的不同态度对行程时间可靠性具有明显的影响,保守型出行者将使路网行程时间可靠性有所提高;所建分配模型能够较真实地反映出行者的路径选择行为,使行程时间可靠性分析更加准确。     

基于ATIS的多用户多准则随机均衡交通配流演化模型

为了刻画实现随机用户均衡态的过程,提出一个考虑多用户参与和多准则决策的随机均衡交通配流演化模型。在模型中,根据时间价值的不同,将出行者分为有限类,每类用户的先进出行者信息系统（ATIS）市场占有率由信息收益确定;出行者依据由出行时间和出行费用线性组合的最小感知阻抗选择出行路径;利用不动点定理分析了模型不动点的存在性。数值试验结果表明：提出的模型能够收敛到不动点,可以模拟网络中ATIS市场占有率和流量的演化过程。     

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。     

基于路网压缩的城市路网脆弱路段识别

为了更高效地识别出突发环境下城市道路网络中的脆弱路段,首先通过网络特性分析,运用网络效率变化量与最大连通子图变化量这两类鲁棒性指标筛选出道路网络的潜在脆弱路段集合,并在此路段集合的基础上设计出一种基于可达性原理的路网矩阵压缩算法,该算法可将原始路网压缩成若干个彼此连通且相互独立的子路网。然后在压缩后的各个子路网上,考虑不同类型出行者对路段阻抗的随机估计偏差以及对应的路径选择行为,推导出一个多用户随机均衡配流模型并用MSA算法进行求解。最后通过改进原有的网络效率指标,构建出一个新的融合交通流随机分布特性的路网脆弱性指标,用来识别各子路网中的脆弱路段,再结合实测数据进行了模型验证。结果表明:相较于传统的遍历法,基于路网压缩的脆弱路段识别模型能够真实地刻画出突发环境下城市路网交通流分布的随机特性,而且求解模型所耗时间明显缩短(计算过程仅约2～3 min);该模型的求解结果对各个子路网中的脆弱路段有着更好的区分(区分度比传统的遍历法高出24.46%),这能够有效地降低传统识别方法对城市网络脆弱路段误判的可能性,并能够及时地为突发环境下的城市交通管理部门提供关于应急救援与人员疏散的决策支持。     

基于多智能体博弈的路径选择策略仿真研究

系统最优与用户最优代表了交通分配中路网管理者与出行者两种不同的利益出发点。在综合考虑两者在路径选择过程中动态交互特点的基础上,引入博弈论的思想协调两者的利益冲突,建立了路网系统管理者与出行者之间的路径选择博弈模型。为验证模型的有效性,结合多智能体技术进行了相应的仿真实验,并利用多智能体仿真软件Starlogo进行模拟。通过对无信息无博弈（随机）出行、用户最优出行、有信息有博弈出行以及系统最优出行等4种不同仿真方案的比较分析,验证了系统与出行个体之间协调的博弈模型性能满足了驾驶员出行需求,提高了路网整体效率,为建立实用的诱导策略提供了参考。     

考虑共享停车的用户出行选择研究

为探讨共享停车的出现对用户出行选择的影响,将出行者划分为共享停车和普通停车两种用户类型,分别构建停车阻抗函数,并基于分层Logit(NL)建立停车和路径联合选择结构模型.进一步提出带有两种停车方式的随机用户均衡模型,并改进相继平均算法对模型进行求解,通过算例分析发现预约费用从4元变化到12元时,共享停车需求量从378辆...     

弹性需求下多类型用户拥挤收费模型

基于时间价值不同的多类型用户特性,提出了弹性需求下多类型用户的拥挤收费模型,并以一个简化的路网实例比较了多类型用户收费模型与单一类型用户收费模型的区别。简化实例分析结果表明:当费率水平较低时,单一类型用户收费模型高估了路网的流量、社会效益,当费率水平较高时,则低估了路网的流量和社会效益;同时单一类型用户收费模型的路网社会效益和利润区域对应的道路通行能力区间较宽,费率水平区间窄,而多类型用户收费模型的路网社会效益和利润区域对应的道路通行能力区间相对较窄,费率水平区间较宽。     

区域多方式货运网络随机平衡配流模型研究

提出了一种区域多方式货运网络随机平衡配流模型,并给出了相应的求解算法。建立了包含不同运输方式线路和转运枢纽的区域多方式货运网络描述模型,以随机用户平衡原则为基础,构建了等价于区域多方式货运网络随机平衡配流模型的变分不等式问题。建立的模型既考虑了联运过程中转运费用对路径选择的影响,又可同时计算出路线和转运弧上的流量和费用。采用精简对角化算法对模型进行了求解,并给出算例对算法的有效性和模型的实用性进行了验证。     

OD估计的多步双层规划模型新算法研究

建立了一个OD估计模型.将OD估计分为固定的步数,每一步都是一个双层规划,上层为广义最小二乘估计,下层为随机用户均衡分配模型,即以广义最小二乘估计和随机用户均衡分配模型为基础,通过更新估计模型中目标矩阵和实测路段上的流量来估计OD矩阵.最后用一个简单的路网验证了该算法的有效性.     

考虑多目标的城市停车换乘选址优化模型及算法

停车换乘选址问题是城市交通网络设计研究的重点领域,已有研究的优化目标多集中在系统总费用方面,而对交通可持续发展方面考虑不足。为此,提出综合考虑多方面目标的停车换乘设施选址优化模型及其求解算法。首先,基于超网络理论,提出多方式城市交通系统的超网络模型并定义O-D (Origin-destination)间的超路径、有效超路径及子路径,结合出行者出行过程及交通网络拥挤特征,给出超路径费用的数学表达;其次,基于多方式交通网络随机均衡配流结果,构建交通总阻抗、污染物排放量以及交通系统公平性等系统优化指标的计算模型,并建立用以描述停车换乘设施选址问题的多目标优化模型;进而,以多目标系统优化模型为上层问题,以超网络下满足Logit分配的多方式交通网络配流模型为下层问题,构建描述城市多方式交通系统停车换乘设施选址问题的双层规划模型,并基于模型特征,结合“记录-搜索”思想设计非支配排序遗传算法进行求解;最后,基于Sioux Falls网络设计算例。研究结果表明：算法能够在有限的步骤内搜索到90%以上的Pareto最优解;平均而言,停车换乘措施使得交通总阻抗减小了0.31%,污染物排放量减少了7.32%...     

基于交叉巢式Logit的多用户多模式随机用户均衡模型

为了完善现有城市交通分配模型,建立了一个基于交叉巢式Logit的多用户多模式随机用户网络均衡模型。该网络具有以下特征：网络中存在多类用户,不同类别用户的出行时间价值不同;用户可使用多种交通模式,不同模式相互干扰,且模式间路段阻抗影响满足对称条件。路径的选择采用克服多项式Logit模型的不相关备选方案独立属性的交叉巢式Logit模型来表示,并建立了一个等价数学规划公式来表示这一多用户多模式混合均衡状态,同时使用一个简单算例对基于交叉巢式Logit和基于传统的多项式Logit的模型进行了比较。结果表明：数学规划公式与基于交叉巢式Logit的随机用户均衡条件具有等价性,证明了模型最优解的存在性和唯一性;相比传统的离散选择模型,所提出的模型能更好地在混合状态下进行路径选择。     

网络扩容和拥挤道路使用收费的组合模型及求解算法

研究了网络扩容和拥挤道路使用收费组合问题 ,建立了双层规划模型 ,其中上层模型以网络的净效益最大化为目标 ,下层模型是一个弹性需求的随机用户平衡 ( SUE)模型。鉴于双层模型求解的复杂性 ,设计了一个基于步长加速法和惩罚函数法的启发式算法 ;实例计算表明 ,该组合模型的结果比纯拥挤道路使用收费的结果更合理、更容易为公众所接受 ,增强了实施拥挤道路使用收费的可行性     

带转向延误的非对称多模式用户平衡模型及算法

为了在网络建模中更精确地反映交通网络和出行行为的复杂特征,从多模式用户平衡原理出发,综合考虑多模式和转向延误因素以及不同模式、路段和转向之间的非对称作用,利用变分不等式理论建立了带转向延误的非对称多模式用户平衡模型,并在精简对角化算法的框架内设计了求解算法。该模型集成了交通网络的诸多特征,且能直接刻画转向延误与转向流量之间的互动关系,避免了传统扩展网络法的缺陷。算例表明:该模型及其算法对问题的描述与求解是有效的。     

基于最短路径搜索的动态随机交通分配

提出了一个基于Logit方法的动态交通随机分配模型,该模型通过最短路算法和随机分配来解决动态均衡交通分配中的出行选择问题,避免了以往动态交通均衡分配中解凸规划或非线性规划问题,同时不需要路径枚举,从而使本模型更适合于大型路网的动态交通分配．随后的算例证实了该模型的可行性。