交通信息诱导下的混合用户均衡模型研究

通过分析交通信息对出行者路径选择行为的影响,构建了一个同时考虑惯性出行者和非惯性出行者路径选择行为的混合用户均衡模型.随后,提出了求解混合用户模型的算法,通过算例对模型和算法的合理性进行验证,并探讨当出行者路径选择存在惯性行为时,交通信息是否能够缓解交通拥堵.研究发现交通信息虽然可以影响出行者的路径选择行为,但是可能会增加整个系统的总出行时间.而合适的信息渗透率有助于显著地减少整个系统的总出行时间,使得系统趋向于最优化.     

ATIS影响下基于广义出行负效用的随机分配

考虑先进的出行信息系统(ATIS)对出行者路径选择行为的影响,提出了一种混合随机用户均衡交通分配模型。将出行者划分为"有ATIS接收装置"和"无ATIS接收装置"两类,两类出行者均以随机方式选择出行路径,路径选择准则为广义出行负效用最小,广义出行负效用定义为出行时间、出行费用和出行时间可靠性的线性组合。利用混合网络随机用户均衡建模理论,建立了ATIS影响下基于广义出行负效用的随机型分配变分不等式模型,基于二次加权平均方法设计了求解模型的启发式算法。通过一个简单算例验证了文中所构建的模型和算法,并获得了一些重要的结论。     

交通信息对出行者路径选择惯性行为的影响

选择惯性行为是出行者路径选择行为的一个重要表现。通过探讨有无信息下,出行者关于路径出行时间的感知更新模式,构建了考虑出行者选择惯性、交通信息以及出行时间感知更新三方面的路径选择模型。通过路径选择行为实验,验证了出行者路径选择惯性行为的存在。最后,基于行为实验结果,采用仿真方法,分析了信息对出行者路径选择惯性行为的影响。研究表明,交通信息可以通过影响出行者关于路径出行时间的感知来影响其路径选择,从而达到改变出行者的选择惯性行为。     

ATIS混合诱导模式下出行者路径选择仿真研究

简要分析了交通广播、VMS及车载诱导等诱导模式的特点及其对出行者路径选择行为的影响,建立了不同诱导模式下出行费用的计算模型及多种诱导模式混合作用下的出行者路径选择模型,据此提出了相应的仿真方法.对4×4结点路网的仿真结果显示:1)各类交通信息能有效地缩短出行者的出行时间,ⅣS信息的效果更为显著;2)当系统中无其它诱导方式时,IVS的效果比有其它诱导方式时更为显著,且其效果随IVS安装率增加而降低,当存在其它诱导方式时,其效果与IVS安装率的关联不显著.     

基于时间和路径偏好的交通流分配模型与诱导策略

考虑交通网络中出行者不仅具有路径选择偏好, 同时具有时间偏好的特征, 分别针对出行者是否具有时间或路径选择偏好的4种不 同情形, 建立相应的交通流分配模型. 通过分析这4个模型的性质, 分别给出了有效的求解方法. 在分析4种不同情形 下出行者总出行时间的相互关系基础上, 设计了时间诱导和路径诱导策略. 最后, 以西安市东南郊清明假日交通流分 配为例, 分别模拟分析了不进行诱导, 进行时间诱导, 进行路径诱导的情形下高峰期的交通流分配, 该实例验证了时 间诱导策略与路径诱导策略的有效性.     

VRGS中均衡诱导比例和系统服从率的计算

在考虑先进的出行者信息对出行路径选择行为影响的基础上,建立了信息影响下的路径选择模型,基于驾驶员群体的划分和路网混合均衡建模理论,构建了一随机网络混合随机用户均衡模型,提出了同时求解诱导比例和诱导系统服从率的数学模型,设计了模型求解算法,并利用算例进行了计算分析.     

后悔视角下的多用户多准则随机用户均衡模型

在多用户多准则的交通网络中,假设出行者的出行时间价值是异质的,服从某一连续分布函数,且考虑出行者的后悔厌恶水平,建立了基于后悔理论的logit形式的随机用户均衡模型.然后,给出了与该模型等价的变分不等式问题,并使用相继平均法求解.最后用一个算例来说明所构建模型的合理性和所提出算法的可行性.算例结果表明,后悔厌恶水平确实影响出行者的路径选择行为,并且随着后悔厌恶水平的增加,高出行时间价值的出行者选择路径的变化幅度先大后小,相反低出行时间价值的出行者选择路径的变化幅度先小后大.     

基于交通瓶颈的动态交通分配模型

在动态交通分配模型中,假定在交通均衡状态下司机不可以通过改变出发时间和行驶路径而降低出行费用.经典的Vickrey模型作为一种基于交通瓶颈的动态交通分配模型,假设出行者选择不同的时间上班(下班)所面对的出行费用(含旅行时间和延误惩罚)相等.针对在Vickrey模型中,长期以来人们均假设瓶颈的通行能力是不变的,即从瓶颈离开的累计车辆数为直线,将对Vickrey模型的这一缺陷做出改进,建立瓶颈通行能力随时间变化时的交通均衡模型和求解算法.     

基于出行者路径选择行为的VMS诱导策略研究

针对现有交通诱导系统片面地确定可变信息板(VMS)位置和发布内容的弊端,提出系统性确定符合路网出行需求的VMS诱导策略的方法,该方法从交通管理者对系统建设成本的限制和出行者的路径决策心理出发,建立综合考虑两者期望的双层规划模型.其中上层模型考虑交通管理者对网络总效益的期望和对VMS建设成本的约束,下层模型根据出行者在VMS诱导下的转向概率,运用符合出行者路径选择心理的随机动态交通分配模型,并设计了求解算法.应用表明,在不同的系统建设成本约束下、网络总出行成本是网络交通需求水平、出行者的转向概率、VMS的布设位置、交通诱导信息的发布周期和内容等的组合结果,因此求解保证网络总出行成本最低的VMS诱导策略时需要同时考虑以上因素.研究结论可为城市交通管理VMS诱导决策提供理论支持.     

基于多智能体协商的路径选择行为仿真研究

动态路径选择是城市交通流诱导系统的核心理论之一.为了兼顾个体出行者和路网系统管理者在路径选择过程中的利益,从分布式人工智能的角度出发,给出了一种基于多智能体协商的动态路径选择方法,将路网中的驾驶员、信息发布单元以及系统管理者分别看作不同的智能体进行建模,并给出智能体之间的路径选择协商模型.借助多智能体仿真软件Starlogo,对无信息无协商出行、有信息无协商出行和有信息有协商出行等三种不同的仿真方案进行模拟比较,仿真结果验证了协商方法在满足驾驶员出行需求以及提高路网整体效率方面的有效性和优越性.     

ATIS作用下的混合交通行为网络与效率损失上界

考虑一个被路径诱导系统支持的交通网络,装有ATIS的出行者接受交通中心的指挥、按照系统最优的原则选择路径,没有该装置的出行者根据个人成本最小的原则择路,建立了刻画这种混合交通行为的变分不等式模型,推导了混合交通行为网络的效率损失上界,并以多项式路段成本函数为例给出了一些上界的特殊值.研究表明,效率损失上界与具体被研究的网络结构和交通需求水平有关,只有在特殊情况下,才可以得到与网络需求和网络结构无关的上界值.     

考虑ATIS市场占有率及遵从率的随机系统最优拥挤收费模型

考虑装备ATIS的用户在出行时并不总是遵从ATIS提供的信息, 将所有用户分为三类: 装备ATIS且遵从的用户, 装备ATIS但不遵从的用户和未装备ATIS的用户. 其次, 根据用户的时间价值(VOT)将用户进行分组. 研究了周期性拥堵交通网络条件下内生ATIS市场占有率和遵从率的随机系统最优拥挤收费问题, 建立了内生ATIS市场占有率和遵从率下多用户类型随机系统最优拥挤收费模型. 通过算例分析表明: ATIS为用户提供的交通信息质量的提高有利于降低网络中的拥挤收费总额; 虽然高收入人和低收入人同样装备ATIS, 但是他(她)们的路径选择行为却不尽相同, 高收入人的ATIS市场占有率和遵从率均高于低收入人; ATIS的信息质量既影响ATIS市场占有率又影响遵从率.     

ATIS和恶劣天气下的随机交通分配模型

为了研究恶劣天气(不同降雨密度)引起的道路网络供给和需求不确定性对装备和未装备ATIS用户的出行行为产生的影响, 本文提出一个内生、平衡ATIS市场占有率和遵从率下, 基于路径运行时间可靠度的交通分配模型. 装备ATIS的用户也并不总是遵从ATIS提供的建议. 因此, 所有用户被分为三种类型: 装备ATIS且遵从ATIS建议的用户, 装备ATIS但不遵从ATIS建议的用户以及未装备ATIS的用户. 用户在选择出行路线时会综合考虑路径运行时间不确定性、天气条件以及ATIS的建议. 此外, 本模型使用基于Logit的随机用户平衡模型, 考虑用户的出行成本感知误差. 本文提出的模型可以表示为一个等价的基于路径流量的变分不等式问题. 通过算例分析证明所提出模型和算法的有效性.     

基于路径运行时间可靠度的随机系统最优拥挤收费模型

应用交通网络平衡模型和边际成本收费理论相结合的方法,研究了运行时间可靠度下的随机系统最优拥挤收费问题,建立了运行时间可靠度及内生ATIS市场渗透率条件下随机系统最优交通拥挤收费模型.分析了基于运行时间可靠度下的随机系统最优拥挤收费对用户出行行为的影响.发现了与确定性网络用户平衡流中的情形类似,对于考虑运行时间可靠度下的随机交通网络,边际成本收费理论仍然适用,即采用边际社会成本流函数代替单位路段成本流函数,可以使随机网络随机用户平衡流变为随机网络随机系统最优流.算例分析结果表明:在传统的拥挤收费模型中,拥挤收费仅与路径(路段)运行时间和路径(路段)流量有关.现实中,在确定他们的出行路线时,用户往往还会考虑网络运行时间可靠度因素,而不仅仅是路径运行时间或成本.用户对于运行时间可靠度的置信度要求越高,传统的拥挤收费执行效果越不理想.因此,现实生活中传统的拥挤收费不一定能使网络效益达到最优或缓解交通拥挤.     

ATIS条件下的城市交通网络系统优化模型及算法

考虑了影响ATIS(advanced traffic information system)条件下的出行者道路和停车选择行为以及影响ATIS市场占有率的主要因素,构造了基于概率的SUE模型来描述ATIS条件下的道路和停车选择问题.在此基础上,构造了双层规划模型来解决道路及停车信息条件下交通网络的系统优化问题,其中上层模型是一个系统优化问题,下层模型是描述出行者道路和停车选择的SUE模型.最后,通过一个数值例子分析了模型及算法的应用效果     

交通信息对交通网络的影响研究

利用随机均衡模型，分析了交通信息对公路交通网络的影响，并利用经济学的方法提供交通信息（模型NI）和提供交通信息（模型I）两种模型进行比较，得出三个主要结论：（1）交通信息的提供可以增加交通网络中道路使用者（用户）数量的期望值；（2）交通信息的提供可以降低交通网络运行费用的期望值；（3）交通信息的提供可以增加交通网络的消费者剩余，这三个结论说明了提供交通信息是一种提高交通网络效率的有效方法。     

交通信息对交通行为影响的评价模型

用随机均衡和确定性均衡两种交通分配模型分析了交通信息对交通行为的影响 .虽然研究工作是在简单网络和线性成本假设下进行的 ,但所得结论却引人思考 ,即交通信息的有效性不是普遍的 ,而是有条件的.     

ATIS环境下动态选择模型的研究

建立了一种ATIS环境下的动态选择模型。该模型考虑出行者采用贝叶斯方法根据ATIS提供的交通信息和出行经验来更新路径运行时间预测（意识），并运用意识运行时间效用函数作出出行选择计划。该模型适用于模拟信息化条件下的动态选择行为。