动态广义出行费用随机用户平衡Symbol`@@

为描述弹性需求下降级路网中出行者路径选择行为,为出行者和管理者提供决策参考,采用行程时间、行程时间可靠性及货币费用的加权和定义动态广义出行费用. 假定在路网随机变化的情况下,出行者以估计广义出行费用最小为路径选择标准,建立基于动态广义出行费用的随机用户平衡模型,并给出求解模型的MSA算法. 通过在一个算例路网上测试,结果表明：出行者对待风险的不同态度、降级系数和货币费用均对道路流量分配影响显著,并与经验相吻合,说明所提出的基于动态广义出行费用的随机用户平衡模型能够真实反映出行者在随机路网中的路径选择行为.     

动态广义出行费用随机用户平衡

为描述弹性需求下降级路网中出行者路径选择行为,为出行者和管理者提供决策参考,采用行程时间、行程时间可靠性及货币费用的加权和定义动态广义出行费用.假定在路网随机变化的情况下,出行者以估计广义出行费用最小为路径选择标准,建立基于动态广义出行费用的随机用户平衡模型,并给出求解模型的MSA算法.通过在一个算例路网上测试,结果表明:出行者对待风险的不同态度、降级系数和货币费用均对道路流量分配影响显著,并与经验相吻合,说明所提出的基于动态广义出行费用的随机用户平衡模型能够真实反映出行者在随机路网中的路径选择行为.     

考虑燃油经济性的出行者路径选择模型

为研究燃油经济性对出行者路径选择的影响,将燃油消耗、行程时间及其可靠性的线性加权和定义为广义出行费用,以饱和度为参数建立了路网单元燃油消耗模型并量化燃油消耗出行费用.分别以BPR函数及HCM2000延误公式量化路段行程时间及交叉口延误,以二者可靠性量化行程时间及延误波动的相应费用建立了基于广义出行费用的随机用户平衡分配模型.通过在小型测试路网上进行计算分析表明:基于广义出行费用的交通分配模型能够较好地反映考虑燃油经济性的出行者路径选择行为;出行费用权系数对出行者路径选择行为影响显著,考虑燃油经济性的路径选择行为可有效减少路网燃油消耗,可达9%左右.     

考虑交通诱导下新进出行者的网络交通流演化模型

研究了城市网络交通流的动态演化行为.在网络交通流的演化过程中,出行者根据路网状况不断调整自己的出行路径,假设OD对出行需求和路径流量受到OD对出行成本的影响,考虑在交通诱导下新进出行者的路径选择方式,以Logit分配模型表示新进出行者选择出行路径的比例,提出一个改进的交通流演化模型,并分析了该模型及其零点的一些特性,它能更好地反映现实中交通流演化结果.数值实验结果表明,模型可近似描述交通流演化到用户均衡态的过程,交通流能够收敛到均衡状态.     

不确定路网条件下出行路径选择模型对比分析

对出行路径选择模型作了简要解析,进而分别基于"期望效用理论"和"前景理论",建立不确定路网条件下的出行者出行路径选择模型,并结合实际算例及实证调查,对基于两种理论模型得出的结果做出对比分析,结果表明"前景理论"的研究思路更适合描述风险状况以及不确定条件下的个人出行决策行为.     

广义出行费用下的冰雪条件路网容量可靠性

为体现冰雪条件下出行者路径选择行为,准确评价路网容量可靠性,采用行程时间、行程时间可靠性及安全性的加权和定义广义出行费用,引入坡道行驶安全系数量化安全性出行费用,建立基于广义出行费用的随机用户平衡分配模型.从路段角度定义容量可靠性的概念,建立基于广义出行费用的路网容量可靠性模型,给出Monte Carlo仿真和交通规划...     

机动车出行者出发时间选择的影响因素

采用陈述偏好(Stated preference survey,SP)调查法获取机动车出行者的出行行为数据,利用混合Logit模型建立了总体对象和典型对象出发时间选择行为模型。采用不同范围的出行行为数据对模型进行验证,结果表明:出行者的社会经济特性、预计的出行延误信息、对路网的熟悉程度、天气状况信息、交通信息的质量以及出行目的是影响出行者改变出发时间的主要因素,总体对象和典型对象模型存在一定的差异。研究结果揭示了交通信息在不同环境中对出发时间选择行为的影响不同,从而可以为交通信息发布方法和策略的确定提供依据。     

路票交易下的私家车通勤路径选择

与传统拥堵收费方案相比,可交易电子路票方案相对具有更好的合理性与公平性.为研究在路票交易约束下的出行人通勤路径选择特性,基于可交易电子路票的运行机理,根据出行者效用最大化原理,构建通勤出行路径选择模型.进行路网仿真实验,模拟确定了5条可供出行的不同效用选择路径,通过设计意向偏好调查问卷,采集了上海市居民驾车通勤出行路径选择的相关数据.结果发现,随着时间损耗的加剧,路票交易奖励机制所发挥的作用逐渐减小.利用Stata软件进行数据处理,分析了路票交易条件下出行者通勤出行时路径选择的影响因素.其中,相对于出行人对最短路径的选择,综合出行成本对出行者的路径选择有非常显著的影响,而随着绕路时间的增加,平日通勤时间、对路径3和路径4的选择产生显著影响;职业因素对路径3和路径5的选择产生显著影响;月收入对路径4和路径5的选择产生显著影响.研究结果对路票交易方案的施行有一定的指导意义.     

基于出行计划数据的最优路径规划方法

现有基于交通流预测的路径规划方法大多使用历史或实时交通流数据,预测时效性有待提升. 针对上述问题,提出基于出行计划数据的路径规划方法（RPTP）. 该方法能主动捕捉出行者的未来交通需求,为车辆提供更合理的出行路线.基于出行计划的思想,设计基于出行计划数据的路径规划整体框架;构建基于出行计划路线数据的未来时段路网密度估计算法;采用空间堆叠的方式融合未来多时段路网密度,以此为依据改进D*Lite算法的启发函数. 采用SUMO平台仿真验证,与静态路径规划方法（SPP）和滚动路径规划方法（RPP）进行对比分析.结果显示,在相同环境下RPTP方法能提高车辆的通行效率,缓解路网拥堵,有效验证了RPTP方法的优越性.     

突发事件下出行者行为时间特征研究

突发事件发生后,出行者行为发生改变,所在路网通行能力受到影响,出行时间发生变化。论文在研究突发事件发生后出行者行为特征的基础上,探讨出行者特定出行路径下的出行时间特征,研究出行时间均值及方差,以及两者与路网通行能力的关系。该研究对突发事件下交通流疏散及救援路径优化有重要指导意义。     

有限理性视野下拥挤收费对交通流逐日演化规律影响

为了解决拥挤收费政策在不同理性程度群体构成的交通流中的实施效果问题,在逐日路径演化模型的基础上引入拥挤收费政策,建立新的模型以研究拥挤收费条件下出行者逐日路径选择行为.并以一个由2条路径构成的路网为例,探讨了有限理性视野下拥挤收费政策对网络交通流逐日动态演化过程的影响.通过数值实验,分析了拥挤收费条件下网络交通流的演化特征,发现拥挤收费对网络交通流演化的最终状态以及系统平均走行时间有一定的影响;出行者的时间价值、理性程度会影响拥挤收费政策的实施效果.     

基于多智能体交互作用的活动-出行时空分布特性仿真

在多智能体仿真平台上应用强化学习算法对出行者活动-出行的时间规划与地点选择进行了仿真.由于在模型中引入了道路拥挤程度的实时变化参数,环境能随各智能体的决策动态变化,体现出多个智能体处于相同环境时决策的相互影响与个体和环境的交互作用.仿真结果表明,基于多智能体交互作用方法得出的出行者个体活动模式,群体交通流量分布与弹性活动地点选择均与实际调查结果相符,二者在交通流量峰值的偏差小于5%,在弹性活动地点选择分布的相关度大于90%。     

基于元胞传输模型的区域疏散动态交通分配

为制定合理、高效的灾害条件下区域疏散交通管理与规划方案,针对道路交通应急区域疏散的动态交通分配问题进行研究.首先,采用元胞传输理论和单终点疏散方法,建立了元胞-连接桥疏散路网模型,进而以系统疏散出行时间最短为目标函数,以元胞流量守恒和流量传播等为约束条件,构建了区域疏散动态交通分配线性规划模型.对该模型的求解可以得到系统最优疏散出行时间、疏散清空时间、分阶段疏散优先权分配方案、交叉口车流诱导方案以及疏散者终点选择和路径选择最优方案.案例分析的结果表明,该模型即能够满足大规模疏散路网建模的需求,同时又能恰当地反映疏散交通流的动态特性.     

基于双流模型的城市交通状况宏观评价方法

为了解决量化评价中数据采集困难的问题,利用浮动车采集的GPS数据,应用GIS支持的地图匹配算法得到了单个车辆单位距离的行程时间、停驶时间和行驶时间,提出采用临界速度划分车辆运行状态并应用双流模型建立城市交通状况宏观评价的方法,以北京CBD地区为应用实例对评价模型进行了验证.结果表明,该方法可以综合反映城市道路网的交通状况,为交通管理及出行者信息服务提供依据.     

基于道路出行者行为的大型活动停车模型

针对高速公路驾车出行的观众,在出行分布和交通分配混合模型基础上发展了大型活动停车场模型。出行者选择停车场的行为采用了基于Logit的效用模型,考虑了驾车时间、停车费用、公交费用和行走费用等主要因素。通过将停车场与场馆间的路段转化为场馆吸引度,使得单目的地停车场网络转化为固定出行多目的地的网络。建立了等价的数学规划模型描述该均衡分配,并证明了其等价性。实验表明,该模型的数学规划模型可以描述基于高速公路出行的大型活动停车选择行为。     

基于Mixed Logit模型的路线选择行为量化分析

为了探讨路况信息动态变化对出行路线选择行为的影响程度,采用正交试验法设计出行意愿调查问卷,针对有驾车经验的出行者进行调查。假定时间参数和费用参数为常数、费用参数服从正态分布和对数正态分布,分别建立了出行路线选择的Logit模型和Mixed Logit模型,并对解释变量影响路线改变倾向进行了量化分析。结果表明,Mixed Logit模型的最大似然值、优度比和命中率都高于Logit模型。出行者对行程时间和时间信息动态变化的敏感程度十分接近,敏感度最高的是出行费用。个人属性中的年龄、驾龄和收入是影响路线选择行为的最显著因素。