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%.      

��������Ӧ�������·�ݻ��о�

从研究出行者个体出行的行为特性出发,研究其择路行为有重要的意义. 在自适应规则的基础上,考虑OD（Origin and Destination,简称OD）量服从一个概率分布（本文中假设服从正态分布）的情况下,研究出行者择路的演化. 结果表明,对于固定或随机的OD量,路径流量均能收敛. 并且,当OD量是随机变量时,如果均值一定,方差越大收敛速度越慢;如果方差一定,增大均值基本不会改变收敛速度,但对收敛前路径流量在演化过程中的波动幅度有较大的影响. 此外,还考虑了多种交通方式并存下的择路模型及演化. 演化结果表明,小汽车出行的不稳定性和自主性要比公交车出行高.     

ATIS渗透率对有限理性用户行程可靠性的影响

鉴于行程时间可靠性是累积前景择路模型参考点设置的首要依据,采用先进交通信息系统(ATIS)引导此类用户择路能否显著改善路径、OD和系统行程时间可靠性成为一个有意义的研究课题.对此,本文构建了基于双参考点累积到达时间价值择路模型与ATIS引导下路径行程时间最可靠择路模型的多类用户均衡网络,以研究随机退化路网中ATIS渗透率对双参考点有限理性用户行程时间可靠性的影响.结果表明,针对路径、OD和整个系统而言,通畅时,高渗透率能提高系统可靠性,并增加可靠性曲线的稳定性;但拥堵时,一定比例的渗透率能增加可靠性值,而高渗透率反而可能降低部分用户的可靠性.     

�¹�Ӱ����·������ʱ���ݱ���⶯̬ģ��

为描述交通事故影响下路网中走行时间与用户择路概率的相互作用及其演变规律,建立了基于事故路段及非事故路段流量状态及LOGIT原则的拟动态模型.利用分流合流模型及速度—密度函数,分别建立路段容纳车辆数和非事故路段走行时间模型,通过分析事故路段交通流的演化过程,利用交通波理论估计排队长度 ,建立事故路段走行时间模型.结果表明：事故发生前,经过一定的模拟时段后,路网交通流趋近稳定,各条路径的选择概率趋于平衡;事故持续时段内,排队长度、路径走行时间、路径选择概率相互影响,且均呈现出震荡状态;事故清除后,路径走行时间持续下降;排队完全消散后,经过一定时段稳定后的路径走行时间和路径选择概率达到新的平衡.     

基于出行时间预算的SUE交通分配

基于均匀分布的路段容量,分析了降级路网中路段和路径出行时间的随机变动,假定出行者根据以往的出行经验获取路径出行时间的可变性,并以出行时间预算的形式将这种可变性纳入到其路径选择过程中,进而定义路径出行时间预算为路径出行时间均值与出行时间安全边际之和.在此基础上,采用变分不等式技术构建了基于出行时间预算的多用户类型弹性需求随机用户均衡交通分配模型,并证明了模型解的等价性.     

基于累积前景理论的随机异质道路网配流模型

针对出行者择路行为的有限理性和风险取向的差异性,将出行者分为4类:分别以可靠度低于50%的出行时间预算、期望出行时间、可靠度高于50%的出行时间预算和超预算期望出行时间作为选择路径的参考点.推导了需求服从对数正态分布、路段通行能力服从均匀分布条件下各类出行者的前景值计算公式,建立了用等价变分不等式表示的均衡模型.算例结果表明,累积前景理论参数设置对配流具有重要影响,随着收益敏感系数的增大,各类出行者的路径前景均呈增大趋势,且第3、4类出行者比第1、2类出行者变化更显著;随着损失敏感系数和损失规避系数的增大,各类出行者的路径前景均呈减少趋势,且第1、2类出行者比第3、4类出行者变化更显著;随着感知概率系数的增大,第1、2类出行者的路径前景呈减小趋势,而第3、4类出行者的路径前景呈增大趋势.     

基于铁路车站作业时间的高峰时段下旅客出行优化模型

目前针对旅客出行时刻与出行路径选择的研究虽然在一定程度上能够为旅客出行提供参考,但由于旅客的出行目的具有多样性,以至于限制了出行时刻与出行路径选择的精准性。本论文针对城市中的旅客到铁路车站乘车这一出行目的明确的出行行为进行模型构建,在传统的出行时刻与出行路径选择问题基础上考虑旅客在铁路车站的作业时长,并在模型中引入经济学思想,针对旅客乘车紧急程度的不同在高峰时段分析不同出发时刻时间成本最低的出行路径,从而为旅客提供精准的出行时刻与出行路径参考。论文结尾通过对一个具体算例进行分析,证明了模型的正确性与适用性。     

基于出行时间预算负效用的出行行为建模

为研究出行者出行行为,引入出行时间预算负效用的概念.分析通勤者出行机理为先确定出发时刻,在给定出发时刻下计算备选路径的出行时间预算负效用,选择效用最大的路径出行,利用此次出行信息来调整下次出行的出发时刻,经过多次出行达到稳定状态.建立了双层规划模型描述不确定环境下出发时刻和路径选择的出行行为.用改进的相继平均法（MSA）求解下层路径选择模型,用遗传算法来解整个双层规划.用一个实例对模型和算法进行了验证.     

先进出行信息下事故对行程时间可靠性的影响

定义路径行程时间可靠性为在交通事故期间内平均路径行驶时间小于事故前路径出行时间乘以可接受拥堵水平的概率,由此导出路网行程时间可靠性.假定事故持续时间服从正态分布并将研究时域划分成相同的时段,在先进出行信息下,利用元胞传输模型进行路段流量加载,给出了每一个时段内路径行程时间的递推式,并在每一个时段内更新1次路径出行时间,出行者根据更新的出行时间运用Logit模型进行路径决策,最后基于Monte-Carlo法模拟求解路网行程时间可靠性.算例结果表明,行程时间可靠性随事故持续时间和方差及需求的增加而减小;可靠性随可接受拥堵水平的增加而增加;在拥堵网络中,包含事故路段的OD间需求越高,可靠性越低.     

考虑出发时刻调整的日变路网配流模型

为研究交通事件导致的非平衡态下日变交通网络流量的演化规律,考虑每日 出行中对出发时刻的调整,以准点到达概率最大为追逐目标,建立每日出发时刻流量转 移模型;以前景理论描述出行者有限理性,建立基于出行时间预算的路径到达前景值及 追逐前景值最大的路径流量转移模型.并依据先确定出发时刻再调整路径的行为机制建 立日变路网配流模型.最后以一个算例验证模型和算法.结果表明,路径流量在每日出行 中随时刻的分布均呈现凸函数特性,且随着出行天数的增加,各条路径上流量随时刻分 布趋于稳定;与不考虑时刻调整的模型结果相比,考虑出发时刻的情形下,路网稳定所需 时间更长,且趋于平衡的过程中,流量振幅更大,且能达到新的平衡状态.     

短时事故扰动下的逐日路网流量演化模型

为研究事故扰动下日变交通路网流量在出发时刻和选择路径上的时空演变规律,以出行经验学习更新路网理解阻抗,基于准点到达概率最大和到达前景最大分别调整计划出发时刻和出行路径.并在出行当日根据出发前各时段的实时信息再次更新路网阻抗,重新调整出发时刻和路径获得实际出行选择.从而建立考虑出行日信息更新的逐日路网流量演化模型.采用算例验证模型,结果表明:在路网无事故情形下,考虑出行日内调整,路网流量变化震荡缓和,但达到稳定所需时间长;事故发生在稳定前,会影响最终平衡态流量分布,而事故发生在稳定后,则不影响;考虑出行日调整会加大路网在事故发生后几日的流量震荡.     

基于参考依赖法的出行者日常路径选择行为建模

为研究旅行时间不确定环境下出行者动态调节日常路径选择的行为特征,基于参考依赖行为理论建立了随机路网用户日常路径选择行为模型.引入了基于参考依赖的路径负效用,并设出行者每天的路径选择行为服从基于Logit模型的决策过程,给出了保持每日网络均衡的出行者日常旅行行为演化模型,分析了模型的稳定性,并利用相继平均法与Logit配流技术相结合的启发式算法进行求解.计算结果表明:路网的流量分布和出行者的参考点在一定的时间范围内将达到稳定状态,此时,传统的期望效用模型将低估总网络用户成本和高估由通行能力改善或拥挤收费政策所带来的收益,总量上达1%左右.     

依赖随机参考点的网络均衡配流模型

所建立模型明确考虑了随机参考点作为累积前景理论(CPT)描述出行者有限理性路径选择行为的补充,将其定义为随机最短行程时间和可接受系数的乘积.假设出行者遵循路径累积前景最大化原则进行路径选择,建立相应的随机均衡条件及等价的不动点模型.然后,给出基于Probit 加载和相继平均法(MSA)的启发式算法,并在小型网络上验证所提出的模型和算法.算例结果表明,依赖随机参考点的交通流模式能够较为真实地再现出行者在路径选择时,同时考虑行程时间均值及随机波动的有限理性行为.对参数进行灵敏度分析,基于CPT得到的路网均衡状态基本上不受行程时间随机波动程度变化的影响,当出行者调整出行时间预算时,均衡状态将随之发生改变.     

��������ο���������������ģ��

所建立模型明确考虑了随机参考点作为累积前景理论(CPT)描述出行者有限理性路径选择行为的补充,将其定义为随机最短行程时间和可接受系数的乘积。假设出行者遵循路径累积前景最大化原则进行路径选择,建立相应的随机均衡条件及等价的不动点模型。然后,给出基于Probit加载和相继平均法(MSA)的启发式算法,并在小型网络上验证所提出的模型和算法。算例结果表明,依赖随机参考点的交通流模式能够较为真实地再现出行者在路径选择时,同时考虑行程时间均值及随机波动的有限理性行为。对参数进行灵敏度分析,基于CPT得到的路网均衡状态基本上不受行程时间随机波动程度变化的影响,当出行者调整出行时间预算时,均衡状态将随之发生改变。     

有限理性下考虑出发时间选择的网络交通流演化

假设出行者出发时间与路径选择随历史出行信息的更新而不断调整,研究网络交通流逐日动态演化规律.考虑出行者有限理性,基于累积前景理论,建立了出行者出发时间选择、时间间隔权重更新、路径选择及路径行程时间分布更新模型.通过数值实验表明:出行者对历史理解行程时间依赖程度对每个出发时段的稳定的流量分布无显著影响,但是对路径流量演化有显著影响;当出行者对历史理解行程时间的依赖程度大于等于0.90时,考虑出发时间选择的路网流量演化最终能达到稳定状态;从系统的整体效率来看,当出行者对历史理解行程时间的依赖程度在[0.90,0.95]时,有限理性下的交通分配结果优于完全理性.     

一种拥挤数量调节的非均衡网络交通流动态演化模型（英文）

基于经济学非瓦尔拉斯均衡理论, 采用经济学中市场摸索过程模拟出行者路径选择行为; 假设城市出行者在路径决策过程中, 考虑路径出行时间和关键路径拥挤程度的共同影响, 以价格拥挤混合均衡交通流模式为基础, 建立了一种价格-拥挤混合调节的非均衡网络交通流动态演化模型, 并验证了模型稳定状态与均衡的等价性; 基于简单的测试网络和中型路网, 对演化模型进行了模拟, 描述了非均衡网络交通流的演化过程与非均衡状态下交通网络的整体表现。研究结果表明: 时间价格调节模型的演化结果符合经典的Wardrop第一原理, 拥挤数量调节的结果使得OD间各路径上关键路段的拥挤程度一致, 价格-拥挤混合调节的结果会使路径流在走行费用较小和拥挤程度较低的路径上相互进行调整, 其动态演化过程波动性要大于单一调节的情况; 在测试路网中, 考虑采用拥挤程度对路径进行选择的行为, 使得整个路网拥挤均匀程度整体提高62%, 但路段饱和度均值却从0.60增大到了0.64, 表明路网整体上变得拥挤; 若考虑两者的共同调节, 最拥堵路段饱和度从0.936下降到0.787, 均匀程度整体提高46%, 且路段饱和度均值降低, 路径行程时间变小, 拥堵得到改善; 中型路网的测试结果也表明这种混合均衡模式能灵活、客观地描述路网交通流动态演化过程, 获得较为合理的路网系统的稳态流量。      

���·��ģ�ͼ�·���ȶ��Է���

城市道路网运行中受多种因素干扰,系统运行经常处于非稳定状态,出行者不仅要求尽量减少出行时间,而且越来越重视保障出行时间的稳定性、强调交通系统的可靠性.考察智能交通系统中人们出行选择的偏好,80%以上的通勤者认为行程时间可靠性是他们出行时第一或者第二位的要求,因此,本文以行程时间可靠性和行程时间作为出行者路径选择的两个主要因素,建立混合随机路网模型.借鉴随机平衡分配模型的求解方法,设计混合随机路网模型的求解算法.同时,通过熵来考察行程时间可靠性和行程时间在出行者路径选择中所占比例不同对道路网交通状态的影响.此模型可描述智能交通系统下,有无信息出行者的比例对路网交通状态的影响.通过案例研究发现,只有拥有信息的出行者比例达到一定程度时,路网才最稳定.     

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.     

�г�ʱ�䲨���Զ�·��ѡ��Ӱ�����ɢѡ�����

探索了行程时间波动性对驾驶员路径选择行为的影响. 研究采用意向调查获取驾驶员从两条行程时间和行程时间波动性不同的路径中选择路径的行为数据,采用离散选择建模方法建立估计路径选择概率的二元Probit模型,揭示驾驶员对行程时间和行程时间波动性进行权衡的行为机理. 行程时间和行程时间波动性分别用期望行程时间、行程时间标准偏差来度量. 研究发现：(1) 路径的行程时间和行程时间波动性都会对路径选择产生负面影响. (2) 中等年龄段驾驶员,较之比他们年轻的和年长的,对行程时间波动性越看重,对行程时间波动更敏感,选择行程时间不确定的路径的概率更小. (3) 出租车驾驶员对行程时间更敏感,选择行程时间更短的路径的倾向性更大. (4) 驾驶经验丰富的驾驶员选择行程时间不确定的路径的可能性更小.