交通出行选择中的博弈分析

本文通过建立基于政府宏观调控措施的信号博弈模型,分析出行者的交通方式选择动机,提出最优出行选择方案及交通管理者的最优信号策略.     

考虑交通事件影响的动态交通信号控制策略

采用数值仿真方法评价了固定式信号控制、延误最小自适应信号控制与通行能力最大自适应控制3种典型信号控制策略下的路网动态运行效率; 采用双排队模型构建了动态交通流仿真平台, 提出了交叉口流量传输优化模型, 分析了双排队模型中交叉口内交通流运行的状态; 假定用户依据瞬时用户最优原则选择路径, 提出了考虑信号控制惩罚时间的瞬时用户最优约束; 以系统总行程时间、有无交通事件影响的行程时间为评价指标, 研究了低、中、高3级不同交通需求下的信号控制效果。试验结果表明: 在低、中级交通需求下延误最小自适应控制策略的系统总行程时间最小, 比通行能力最大自适应控制在无交通事件影响下总行程时间分别降低0.45%和0.18%, 在有交通事件影响下总行程时间分别降低5.95%和2.52%;在高级交通需求下, 通行能力最大自适应控制总行程时间最小, 对比延误最小自适应控制, 在有、无交通事件影响下系统总行程时间分别降低5.46%、5.31%;对比有无交通事件影响下系统总行程时间变化幅度, 固定式信号控制在不同交通需求下均表现出最高的稳定性; 在低、中级交通需求下, 延误最小自适应控制策略较通行能力最大自适应信号控制策略更稳定, 在高级交通需求下, 两者的稳定性无显著差异。可见, 当交通需求较大时, 应提升交叉口通行能力, 当交通需求较小时, 应降低车辆延误。      

基于VISSIM仿真的平面交叉口信号配时方案比选分析

信号交叉口是城市路网的节点和交通关键,它的配时方法对缓解交通拥挤起到决定作用。首先介绍国内外信号配时模型,在对哈尔滨实际交叉El交通调查的基础上,运用4种模型进行配时方案设计,应用VISSIM软件进行仿真分析,得出美国HCM配时方法是最优配时模型。     

基于车载通信实时交通信息的城市道路路径选择方法

为车辆出行规划最优路径是智能交通系统（ITS）的一个重要研究目标.本文根据有效的实时交通信息提出一种车辆路径选择机制,这种机制包括两个阶段.第一阶段,由有线或无线传输设备和车载通信设备组成的交通信息系统（TIS）,收集用于车辆出行导航的实时交通信息数据,并将其存储至交通信息中心.第二阶段,利用有效的实时交通信息,提出两种基于Dijkstra 的路径选择算法,即一步路径选择和逐步路径选择.前者在整个车辆出行过程中,仅在其出行开始阶段单次计算通往目的地的最优路径.逐步路径选择在每个交叉口都实时更新并计算通往目的地的最优路径,并提出使用两种新优化方法以避免算法形成环路.利用NCTUns 6.0 进行路网仿真,结果表明两种算法都借助于实时交通信息,且逐步路径选择优于一步路径选择.     

武警"处突"最优路径选择及红绿灯控制系统研究

武警部队“处突”时,如何在不给城市正常交通带来很大影响的条件下,选择最优路径,在最短的时间内安全到达指定地点的问题值得研究。在分析连通可靠度的基础上,建立了最优路径选择的路段阻断风险效用函数及算法,并基于MapInfo平台,利用VB编程实现了最优路径选择。此外,还对如何通过控制红绿灯来代替传统的交通管制进行了探讨。对提高应急交通保障水平有一定作用。     

考虑溢流费用的路径选择模型的条件研究

通过考虑路段的溢流费用,即路段交通负荷超过该路段交通负荷标准时所分配给用户的费用。路段交通负荷低于路段负荷标准时补贴给用户。建立一些约束条件,动态用户最优的路径选择条件和动态用户最优的溢流费用条件等。为进一步建立具有溢流费用的动态交通网络流的路径选择变分不等式模型及其算法研究打下基础。     

基于机动车比功率的单点信号配时优化模型

为减少车辆延误和交通排放,基于机动车比功率提出信号交叉口红、绿灯期间污染物排放因子的标定方法.根据运筹学和交通流理论,以车辆延误和排放最小为目标建立单点交叉口信号配时优化模型.考虑小汽车尾气中的CO、HC和NOx三种污染物,利用 VISSIM 软件设计交通仿真实验,使用MATLAB软件编制参数标定和模型求解算法,根据车辆行驶状况数据标定每条车道组每种污染物的两类排放因子,并验证双目标信号配时优化模型.结果表明,与仅降低延误相比,双目标优化模型所获最优信号配时方案能使车均延误降低19%、交通排放减少11%.研究成果能有效减少交叉口延误和排放,为建立考虑交通排放的干道信号配时优化模型奠定理论基础.     

左转短车道长度与配时参数的协同优化模型

针对进口道渠化左转短车道的信号交叉口,研究交叉口时空资源的最优配置。基于短车道对进口道饱和流率的影响,建立联合优化配时模型。以大连市典型交叉口为例,运用MATLAB对优化模型进行求解,并通过VISSIM软件进行仿真试验。研究结果表明,交通组织与信号控制的协同设计可以实现交叉口时空资源的最优配置,从而充分发挥交叉口的能效。     

基于遗传算法的城市区域交通信号控制系统仿真

城市交通信号控制是城市交通管理中的主要手段和途径。提出从系统最优原则出发制定交通管理策略的观点,建立城市区域系统最优模型,并基于MATLAB软件中的遗传算法给出求解。最后,通过两个典型交通路网模拟验证最优模型的适用性和合理性,并获得控制目标交叉口绿信比、延误数以及区域交通网络总的运行时间。     

·�����к���źſ����Ż�

为使路段人行横道信号设置最优,提高交通运行效率,对路段人行横道信号控制进行深入研究,寻找最优的信号配时方案。分析了路段信号控制下的行人与机动车的运行特征,将信号周期分成了6个时段,描述了各个时段下行人与机动车的运动状态;以行人延误与机动车延误的加权和最小为目标,考虑行人过街最大信号周期限制,建立路段信号优化配时模型;分析模型中各变量之间的关系,给出了信号配时优化的计算流程,通过实例进行验证。实例证明,研究成果可有效用于路段人行横道信号控制优化配时。     

Effects of Friends' Information Interaction on Travel Decisions

Many existing studies focus on the effects of traffic information from ATIS on travel choices. Research on the effect of friends' travel information on people's travel choice is uncommon, yet needed. In this paper, behavioral experiments are conducted to discuss what the effects of information interaction with friends can bring on individual travel decision behavior. The experimental results concluded that when the rate of friends' information interaction reaches 33.3%, the whole system is at an optimal level. Furthermore, users reach an optimum when the rate of friends' travel information interaction is 75%. The average time and cost per person is increasing when the whole system optimum transfers to the user optimum. Moreover, adjustments of departure time at the system optimum are more dispersed than at the user optimum, while travel choice changes are more concentrated.     

ATIS 作用下弹性需求混合交通均衡的效率损失

在ATIS 用户和利己用户组成的交通网络中，利己用户遵循用户均衡原则选择出行路径，其目的是最小化自身出行成本；先进出行者信息系统(ATIS)用户遵循系统最优原则选择出行路径，其目的是最小化系统总出行成本. 本文基于ATIS 用户和利己用户路径选择原则的异质性，对弹性需求下该类混合交通均衡分配的效率损失进行探讨. 构建弹性需求下该类混合交通均衡分配的变分不等式模型，界定其效率损失上界. 结果表明，效率损失上界与用户均衡时社会总收益与社会总剩余之比相关，还与用户均衡时路段上ATIS 用户的流量与总流量之比有关.     

Property Analysis of Urban Road Travel Time

To estimate arterial link traffic condition based on probe vehicles, it is necessary to investigate the fluctuation characteristics of road travel time with traffic condition. On the basis of micro traffic simulation model, this paper analyzes the fluctuation of road travel time with traffic condition, and examines whether the mean travel time can reflect the variation of traffic conditions including free flow, congestion to traffic jam. As a conclusion, (1) mean link travel time can be used to identify free flow, congestion, and traffic jam; (2) mean link travel time divides congestion condition, but cannot subdivide free flow condition; (3) in the condition of congestion, travel time is distributed as a two-peak mode, and the average travel time is difficult to be estimated by small size sample.     

����������·��ͨ���������˻�״̬����

基于行程时间对交通需求的影响,建立路段交通流模型,对路段交通流量稳定性及通行能力的退化状态进行分析.在出行者的交通需求具有弹性的情况下,路段行程时间越长,交通需求越低.模型中行程时间由道路上的交通状态决定,车辆行驶过程的计算利用MITSIM模型,通过数值模拟方法分析弹性需求对交通流的稳定性及通行能力的影响.仿真结果表明,在交通需求和路段性能相互作用下,路段交通流量趋向于稳定,非饱和状态下的稳定流量随着交通压力的增加逐渐上升到最大通行能力,而饱和状态下的稳定流量小于最大通行能力且交通压力越高通行能力退化越严重.因此在城市路网规划时,应综合考虑路网中各路段通行能力,避免路段通行能力下降.     

���ڿɿ��Է����Ĺ�������·������ʽ�����㷨

城市公交系统包含多种公交模式如地铁、轻轨、公交专用道、地面公交等,不同模式的车辆行驶速度及换乘时间差异很大,同时由于城市公交运行时间的具有较强的随机性,基于静态分析的路径选择与实际的动态最佳路径常有较大偏离。本文以公交出行链各环节为边,通过构建包含不同公交模式的多层次网络邻接关系,并对各边进行平均出行时间及时间可靠度的双重赋权,建立考虑出行各环节时间随机波动的多模式公交线网;并以通行时间较短、延误风险较小为路径寻优的双重目标,通过在路径寻优过程中对延误高发线路及换乘点进行启发式规避,实现在出行时间许可范围内有效减少延误风险的可靠路径的快速搜索。文中最后通过实例表明该算法的合理性及有效性。     

���е�··������ʱ������Է���

了解路段旅行时间随交通状况变化特性对利用探测车等新式交通检测技术估计交通状态非常重要.基于交通微观仿真模型,分析了路段旅行时间随交通状况的变化特性,验证了平均路段旅行时间是否能够采集通畅、拥挤到堵塞这三个状态,以及是否能细分这三个交通状态.结果表明：（1）平均路段旅行时间能够判断上述三个状态;（2）在拥挤阶段,随着交通状态恶化,平均路段旅行时间逐步增加,因此能够细分拥挤状态为多个子状态,但由于在通畅阶段,即便流量增加,平均路段旅行时间基本不变,因此无法细分通畅状态,细分通畅状态需要流量信息;（3）路段旅行时间在拥挤状态时处于双峰分布,难以用少量的探测车提供的数据可靠地估计平均路段旅行时间.     

不同交通流运行状态下的行程时间可靠性分析

行程时间可靠性可以直观反映道路交通流的运行状况,为管理者和出行者提供决策依据。本文以车牌识别系统数据为行程时间数据来源,每10 min作为一个出发时段,研究行程时间可靠性在全天的分布情况。提出了从运行效率和运行稳定性两个层面定义行程时间可靠性的内涵,并通过相关性分析,将现有常用行程时间可靠性指标分成了两类。提出了基于行程时间的交通拥挤判别方法,依照拥挤情况对交通流运行状态进行了分类,分析了行程时间可靠性随交通流运行状态的变化趋势:从效率层面讲,行程时间可靠性与交通拥挤情况的变化趋势完全一致;从稳定性层面讲,稳定交通拥挤时段行程时间可靠性较高,而交通流转变时段行程时间可靠性较差。     

城市道路最大出行距离计算模型

为了合理体现交通事故延误对出行者路径选择的影响,提出了随机状态下的交通事故时间延误模型。将交通事故的随机性、持续时间和道路通行能力等不确定性因素引入到交通分配模型中,并对路径选择模型进行修正。分析了各等级道路最大适宜出行范围,根据修正的路径选择模型,采用逐次交通分配方法,得到各等级道路的出行周转量和出行距离,并与不考虑交通事故延误时的出行距离进行了对比分析。分析结果表明:当考虑交通事故延误时,支路、次干路、主干路、快速路的最大出行距离分别为2.000、2.946、4.054、5.963km;当不考虑交通事故延误时,支路、次干路、主干路、快速路的最大出行距离分别为2.000、3.000、6.000、10.000km;交通事故延误是影响出行者路径选择的重要因素;当考虑交通事故延误时,高等级道路的最大出行距离变小。相比于传统的路径选择模型,本文模型更优。     

���ھ������������·���������ij��н�ͨ״̬�о� ��

城市交通状态可以用路网机动车平均行程速度来衡量,是居民出行行为在城市道路网络上形成的结果,随城市交通出行需求和交通供给的变化而动态变化．本文采用道路网络理想承载力来衡量交通供给,采用基于居民出行特性的机动车交通强度来衡量交通需求,使路网交通承载力与交通强度可以在同样的度量单位下进行比较,用交通负荷比来表示交通需求和交通供给的匹配程度,进而可以计算出以平均行程车速衡量的交通状态．最后,以北京市2005年数据为例,验证了模型方法的有效性．     

融合多源数据预测高速公路站间旅行时间

为精确预测高速公路站间旅行时间,融合收费数据和微波车检数据开展预测. 首先,基于两种数据源的预测结果,采用决策级融合策略;然后,建立了权重分配预测模 型、BP神经网络预测模型;针对神经网络收敛速度慢,易陷入局部最优的缺陷,基于遗传 算法优化BP神经网络预测模型;最后,利用京哈高速公路北京段收费数据和微波检测器 数据对3 种融合模型进行了验证,对比工作日及非工作日2 种交通流状态下3 种模型的性 能指标.试验结果表明,基于遗传神经网络的融合模型相比其他2 种模型,预测精度及稳 定性均得到了较高的提升,相对误差控制在10%以内,能够更好地满足实际需求.