双目标路径诱导下的交通信息定价策略

为了提高交通信息定价精度,在假定出行者权衡出行时间和出行费用双目标路径诱导的基础上,建立混合均衡定价模型,通过实例对模型进行了标定和验证,对比评价了单目标和双目标路径诱导下的交通信息定价策略,并给出双目标路径诱导下的交通信息定价结果。研究结果表明,与双目标路径诱导相比,单目标路径诱导改变了交通信息定价的可行区域,当具有信息的出行者、交通信息提供者、交通管理者三方各自的利益为决策主体时,交通信息的最终价格分别为1.3、2.6和1.8元,说明了混合均衡定价模型是有效的。     

基于前景理论的驾驶人停车选择模型

考虑到期望效用理论的缺陷及驾驶人的有限理性,利用前景理论,建立了停车选择决策模型.通过对调查数据的回归分析,确定了停车影响因素的参照点,建立了价值函数及决策权重函数,得到了单因素的前景值.利用模糊偏好下多目标决策权重赋值方法,确定了影响因素的权重,从而建立了驾驶人的停车选择模型.     

基于多智能体的停车选择行为仿真研究

城市中心区停车供需矛盾日益突出,研究停车选择行为并评价停车管理手段具有重要意义．基于前景理论建立驾驶员停车选择行为,构造战略层智能体及战术层智能体,利用多智能体仿真软件Starlogo对停车选择行为进行仿真实验,通过设定不同的情景评价停车管理政策和措施的效果．仿真实验的结果表明在调查区域内调整停车费率可以优化停车系统的资源利用水平,而通过设置路内停车场可以进一步缓解停车供需矛盾．     

VMI模式下的随机库存路径问题

设计了一套求解随机库存路径问题的启发式算法,该算法首先对随机顾客需求进行确定化处理,将问题转化为确定需求的库存路径问题,然后利用修正的经济订货批量公式计算各顾客的配送周期,最后通过求解周期车辆路径问题得到随机库存路径问题的近似解。