能力约束下的停车行为模型及其求解算法

建立了能力约束下的旅行选择和停车行为模型,模型同时考虑了出行者对旅行路径和停车设施的选择、道路路段和停车设施的能力约束以及道路网络的需求弹性。构造了数学规划模型,证明在非主动能力约束下,网络均衡条件与该数学规划模型等价;当能力约束为主动约束时,该数学规划模型的解不是网络均衡解,但当对路网的饱和路段和饱和停车设施征收某个附加费用之后,网络均衡解满足能力约束。设计了增广的Lagrangian对偶算法和部分线性化算法来求解该模型,并利用算例来验证模型和算法的效率及评价交通政策的效果。计算结果表明:停车收费、新增停车设施、停车设施与目的地之间的步行距离将显著影响出行者的旅行选择和停车行为。     

城市道路交通网络系统容量评估模型

以出行者出行行为选择为基础,以最大化网络容量为目标,建立了城市道路交通网络容量双层规划评估模型。其中下层引入停车路段（搜索停车设施所行驶的路段）和步行路段,把停车设施转化为道路路段,以出行分布、方式分担和均衡配流组合模型来反映出行者出行目的地、出行方式服从多项式Logit和出行路径服从用户均衡原则的出行选择行为;上层以网络储备容量最大化为目标,考虑网络的路段通行能力、外部环境以及服务水平要求等约束条件下的最大流量问题。最后给出了相应的启发式求解算法。研究结果表明：该模型和算法有效且易于操作。     

中心商业区停车方式选择行为影响因素研究

为了解中心商业区停车方式选择行为的因素影响,以沈阳市太原街片区为例,通过对停车行为的调查,应用非集计理论中的Logit模型,建立了包括出行者特征和选择方案特征的停车场选择模型,探讨了各种特征变量对停车方式选择行为的影响.分析结果表明:出行者性别、停车费率、停车后步行距离,停车费用支付者,以及停车时间对停车者的选择行为有显著影响.通过模型标定,建立了城市中心商业区地面以及地下停车场的选择概率模型.该模型可通过调节各影响因素取值来控制地面与地下停车场的选择概率.      

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...     

停车诱导系统诱导效率理论与仿真评价分析

针对停车诱导系统（PGIS）诱导效率的评价问题，对停车诱导产生的效益进行了理论分析，并建立了评价的基本模型，介绍了评价算法，并通过VB编程语言编制仿真程序，分析了诱导效率的影响因素及可能的影响趋势。     

特殊活动的停车选择模型研究

针对特殊活动下的停车问题,提出了出行者选择行为的效用模型和针对各部分效用的标定方法。在原理设计中,考虑了特殊活动下小汽车出行者的行为约束因子,建立了特殊活动下的选择行为模型;在实现方法上,对效用因子进行了标定,并应用最大似然法对出行者停车选择行为时间效益模型作了计算。该研究可以用于进行特殊活动下基于停车选择行为的出行选择分布预测,解决特殊活动下的停车预测和管理的理论问题。     

停车诱导系统对行程时间的影响分析

行程时间是衡量出行者出行效率的直接标准,也是停车诱导系统给出行者带来的重要效益之一。文中分析了停车诱导系统对行程时间的影响,根据出行效用最大化原则,建立了基于Logit模型的停车选择函数,以出行者总的行程时间T 为决策变量建立停车诱导模型及目标函数;以大理古城部分区域停车诱导系统调查数据为基础,利用 MATLAB软件对模型参数进行标定,并对参数进行有效性检验,最后将停车选择函数的计算值与实际调查值进行对比,结果表明,设置停车诱导系统后,出行者总行程时间减少32.75%。     

先进的旅行者信息系统对出行者选择行为的影响研究

目前研究先进的旅行者信息系统对出行者选择行为的影响主要集中在对路径选择行为的影响上,而忽略了对出行者出行终点和交通方式选择的影响。假定路网中的出行者一部分装有信息装置,另一部分没有装信息装置,利用离散选择理论中的层次选择结构模型和交通规划理论中的随机均衡方法,研究了先进的旅行者信息系统对出行者终点选择,方式分担和路径选择行为的综合影响,建立了一个与网络均衡条件等价的数学规划模型,设计了模型的求解算法,并用一算例分析了市场渗透率和信息质量对出行者选择行为的影响。     

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。     

基于进化博弈的城市中心区交通拥堵收费分析

交通拥堵收费是解决道路拥堵问题的有效措施。假设使用小汽车到达拥挤收费区域边界的出行者可通过2种方式到达拥挤收费中心区：小汽车直达及停车换乘公共交通（P＆R）。对于出行者甲（对小汽车出行需求偏刚性）、乙（对小汽车出行需求偏弹性）,采用进化博弈的方法,建立效益矩阵,分析在不同政府定价条件下两者出行方式选择行为的演化模型。结果表明,政府交通拥堵收费对出行者出行方式选择行为的演化起着重要作用,不同的定价区间会使得出行方式向不同的稳定状态演变。分析各种定价区间下出行者出行方式选择行为。     

无人驾驶环境下考虑OD结构的路网容量模型（双语出版）

为了研究未来无人驾驶车辆对路网容量的影响，揭示无人驾驶车辆与普通车辆的相互影响特性，假设无人驾驶车辆遵循系统最优路径，普通车辆遵循用户最优路径，构建了无人驾驶环境下的道路网络储备容量模型。上层模型为满足路段容量约束条件下的最大交通需求，各OD之间的交通需求采用不同的增长乘子；下层模型为两类用户的混合路径选择行为模型，无人驾驶车辆以系统总阻抗最小为目标，而普通车辆以个人出行成本最小为目标。采用多种群遗传算法进行求解，并通过算例验证了模型和算法的有效性和可行性，得到非统一增长乘子下的路网容量，比较了统一增长乘子与非统一增长乘子的异同之处。研究结果表明：①两种计算结果所得到的道路网络容量增长趋势类似，但是非统一增长乘子计算结果大于统一增长乘子计算结果，当无人驾驶车辆市场渗透率达到一定比例时，二者计算结果的差异随着市场渗透率的增加而逐渐减小；②不同OD对的增长乘子不一定相同，无人驾驶车辆的加入可以优化不同地区的OD需求分布，从而提升整个道路网络的容量；③非统一乘子的计算方法可以有效避免不同OD对的干扰作用，提高部分OD对在低市场渗透率下的路径利用率，路段流量分布更加均衡；④当无人驾驶市场渗透率达到较高的比例时，道路网络容量可增加的幅度较小。     

初始条件对驾驶员逐日路径选择行为和网络交通流演化的影响

从查阅到的文献可以看到,在驾驶员逐日路径选择行为及网络交通流演化的研究中,均假定驾驶员第1天对路径的理解行程时间相同,也即初始条件中没有考虑驾驶员的个体差异性。首先,对初始条件和驾驶员逐日路径选择过程建模,在2条平行路径的简单路网中,运用Agent仿真方法模拟了不同初始条件下驾驶员逐日路径选择过程。结果表明：路网达到平衡所需的时间与驾驶员对历史信息的依赖程度显著相关,而与第1天驾驶员对路径行程时间理解的相关差异性不显著;路网平衡和用户平衡的差别与两者均显著相关。虽然在不同情况下路网均能够达到近似的用户平衡状态,但是平衡时驾驶员对2条路径的理解行程时间存在较大差异。     

CBD停车诱导标志设置的研究

停车诱导系统作为智能交通系统的1个重要组成部分,对于缓解城市＂停车难＂问题,尤其是解决城市中心商业区＂停车难＂起着至关重要的作用。国内外许多城市都运用停车诱导系统很好地缓解了＂停车难＂的问题。结合国内外城市中心商业区的停车经验,通过分析了城市中心商业区停车现状,探讨关于城市中心商业区停车标志的设置,将城市中心商业区停车诱导标志划分为外围诱导和内部停车场诱导2个部分。并以淮安市城市中心商业区为例,对其停车诱导标志设置进行了规划,实验结果表明该区域内的泊位利用率由原来的50.19%提高至69.23%。     

全自动泊车系统的模型设计与仿真

全球汽车保有量的增多,直接造成城市交通的拥堵以及停车位空间的减小。随之而来的就是泊车安全性问题,新手驾驶员或疲劳驾驶人员如何能在不发生碰撞的情况下,快速安全地泊车入库,成为当下研究的热点。针对以上问题,本文将对全自动泊车系统展开研究。基于B样条曲线设计出泊车路径,基于滑模变结构与预瞄方式进行泊车路径的跟踪。最后通过搭建SIMULINK与CARSIM仿真模型进行联合仿真。     

基于粒子群和LSTM模型的变区间短时停车需求预测方法

停车信息是智能停车诱导系统得以成功实施的关键与基础,被广泛认为能够有效解决当前停车难问题.鉴于停车信息在解决停车问题中的重要性,研究了基于粒子群和LSTM模型的变区间短时停车需求预测方法.为充分发挥数据在提高模型预测精度的作用,提出了以马尔可夫生灭过程为基础概率转移模型,将停车到达率、离开率量化车随时间变化的停车需求,...     

智能网联环境下的城市路网容量可靠性分析

网联自动驾驶车辆（CAVs）与人工驾驶车辆（HDVs）混行的交通发展模式会促进城市路网容量发生变化，为解析混合交通流对城市路网容量可靠性的影响，构建了智能网联环境下城市路网容量可靠性双层规划模型。为表征CAVs信息获取与自动驾驶的能力，假定CAVs遵循系统最优原则选择路径，而HDVs则根据自身经验选择路径，基于二者路径选择的差异建立描述混合交通分配的下层模型，刻画智能网联环境下的混合交通流分配特性。并且，为了快速求解大型路网交通分配，将下层混合交通分配模型转换为非线性互补下问题进行求解。考虑到实际路网的随机性，以及路网道路通行能力并非固定值，运用具有多种相关性的均匀随机分布理论，建立了的描述城市路网容量可靠性的上层模型。通过蒙特卡洛仿真分析不同CAVs渗透率下的路网容量可靠性，并进一步解析各路段对路网容量可靠性的敏感度。结果表明:当需求水平d > 0.5时，路网容量可靠性开始降低；当d > 0.7且CAVs渗透率λ＝0时，可靠性小于0.4；当d > 0.7而λ＝1时，可靠性接近1，说明CAVs可增强路网容量可靠性。研究还发现，当需求水平处于0.7~1区间时，渗透率的变化对路网容量可靠性有显著的影响，但随着需求的增大，路网处于超负荷状态，渗透率对路网容量可靠性影响较小。此外，CAVs渗透率从0增加至1的过程中，路网中存在“道路容量悖论”现象的道路从19条下降至3条，且当λ＝1时路网中仅有1条道路出现了显著的“道路容量悖论”现象，拥堵严重。表明CAVs渗透率的增大可以显著改善路网中的“道路容量悖论”现象，减少路网容量可靠性的波动，提高路网运行稳定性。      

城市中心区路内停车调查分析——以南京为例

在路内停车调查的基础上,对比路外停车相关研究成果,分析了路内停车特征和停放行为特性,得到路内停车时间短、对步行距离要求高、路内停车场利用率较高且与周边用地属性有很大关系;简单分析了当前城市路内停车存在的问题以及利用停车收费调整停车需求的有效性。最后,指出路内停车场的设置除了考虑其对道路交通流的影响,还要考虑区域路外停车的供应量、服务的土地利用类型以及停车者对步行距离的要求。     

停车诱导信息集成结构模型设计及实现

面对动态、多变、实时的交通信息以及驾驶员对停车场信息的需求,停车管理需要走向智能化。停车诱导系统能为驾驶员提供实时的停车场信息以及周边道路情况,在基于多Agent系统的基础上进行分析,给出停车诱导信息集成结构模型,并利用面向对象的Agent进行设计,最后指出实现该系统还需进行的后续研究。