基于累积前景理论的出行方式选择模型及实证

以通勤者的出行方式选择为背景,假设存在三种可能的出行方式:地铁出行、自驾车出行和自驾车-地铁换乘出行.地铁方式的出行时间是确定的,而自驾车方式和停车换乘方式的出行时间均具有一定的不确定性,在此基础上建立了基于累积前景理论和期望效用理论的出行方式选择模型,并在不同出行场景下对比了两种理论框架下最优选择结果的差异.最后通过实证调查数据对理论模型的结果进行检验.实证结果表明,个体决策行为会随着出行场景的变化而改变,其出行方式选择结果与累积前景理论框架下的结果相符.因此,交通管理部门应结合个体风险偏好进行道路资源优化与管理.     

基于累积前景理论考虑路网通行能力退化的用户均衡模型

考虑出行者有限理性的特点,以累积前景理论为基础, 建立了考虑路段通行能力退化情况下的用户均衡模型, 并说明了解的存在性. 在数值算例中, 分别采用期望效用理论和累积前景理论进行计算, 对比了两者在描述出行 者路径选择行为上的差异. 结果表明, 累积前景理论能够克服期望效用理论的不足, 更好地描述出行者路径选择的决策过程.     

双模式系统中组合策略与通行能力协同优化

交通管理策略能够调整交通流量在多种出行模式间的分配从而实现系统最优.本文研究可交易电子路票与鼓励合乘组合管理策略对通勤者出发时间和出行模式选择的影响,分析交通管理策略参数(如鼓励合乘系数,电子路票收取数额和高承载率车道通行能力占比)的协同优化设计问题.研究表明,实施组合管理策略后,电子路票均衡价格可以唯一确定;实施单一策略时,政府鼓励合乘的力度越大,电子路票收取额的可行域越宽;系统最优解在HOV车道通行能力占比等于某个特定值,政府收取的电子路票数额和政府鼓励合乘的力度满足某一特定关系时获得;实施时变策略能够获得更高的系统成本改善但执行难度较大.本研究可以为政府管理部门实施有效的交通管理策略提供理论参考.     

空驶出租车是否应使用多乘员车道——考虑合乘与出租车的交通均衡研究

为了探索空驶出租车是否应使用多乘员车道(HOV车道),基于空间结构的出租车市场均衡条件，考虑Logit出行方式划分和路径选择均衡，采用组合变分不等式描述了准许和禁止空驶出租车使用多乘员车道的混合交通系统。将模型和算法应用于一个算例，通过比较静态分析探索了算例中单位合乘车辆平均合乘率、路网中出租车数量与出租车起步价的变化对均衡路网的效果产生的影响，并观测了多乘员车道流量。结果表明：准许空驶出租车使用多乘员车道有可能造成类似Braess悖论的现象，使社会福利降低，而具体是否造成这种现象与路网的参数有关；同时，准许空驶出租车使用多乘员车道取得的效果有限，且基本是由于交通流分配造成，而HOV车道过饱和现象很少出现。除此之外，探索了单位合乘车辆平均合乘率、路网中出租车数量与出租车起步价3种变量对准许空驶出租车使用HOV车道这一政策的影响。     

鼓励合乘的可交易电子路票策略管理混合时代出行需求

通过制定有效的交通管理措施合理引导通勤者的出行需求对于缓解城市交通拥堵和降低个体出行成本具有重要的现实意义.本文针对普通汽车和共享无人驾驶汽车共存的混合交通系统,以瓶颈模型为基础,研究实施可交易电子路票与鼓励合乘组合管理策略对通勤者出行行为的影响,并对交通管理策略参数(如鼓励合乘系数,电子路票收取数额)进行分析优化.研究表明,实施单一策略时,虽然部分通勤者转向共享合乘出行,但增大鼓励合乘力度反而使得共享合乘人数减少,系统最优解在交通管理策略参数满足某一特定关系时可以取得;实施时变策略则会产生较高的电子路票均衡价格,但系统总成本与实施单一策略相比较而言均降低更多.无论是实施单一策略还是时变策略,均能唯一确定电子路票均衡价格.本研究可为交通管理部门在混合出行时代下的出行需求引导策略制定提供理论参考.     

考虑到达时间感知价值的静态网络均衡模型

实际到达时间的大小直接影响出行感受,从而影响出行者的路径决策.在一个出行时间不确定的网络中,路径的实际到达时间也是不确定的,以偏好到达时间为分界点,本文对实际到达时间所处的可能区域进行了划分,在累积前景理论框架下建立了到达时间感知价值函数,在此基础上假设累积感知价值是由出行收益、出行负效用和到达时间感知价值三部分构成,构建了一个基于累积感知价值的静态网络均衡模型,探讨了均衡解的存在性和唯一性并设计了求解算法.最后,通过两个数值算例分析了模型参数改变对均衡结果的影响.     

考虑客户时间偏好的第四方物流路径优化问题

为使第四方物流系统能够在不确定环境下为客户提供有效的运输方案,在一定费用投入下获得更高的客户满意度,研究考虑客户时间偏好的第四方物流路径优化问题.基于累积前景理论,以最大化总运输时间的前景值为目标,建立考虑客户时间偏好的数学模型,并采用蚁群算法对模型进行求解,数值算例验证了算法的有效性·并且,将该模型与传统的期望值模型和期望效用模型进行对比,算例分析表明,考虑客户时间偏好模型可以更有效地描述客户心理行为,并适用于具有不同风险态度的客户群体,验证了模型的有效性.     

基于活动的拼车通勤行为及效用均衡分析

本文构建了基于活动的拼车通勤模型,考虑通勤者可选择自驾、拼车司机和拼车乘客三种出行角色,即选择两种出行方式:自驾和拼车,研究早高峰通勤过程的动态用户均衡问题.在活动链中,假设通勤者在家和工作地都会产生效用.同时,将拼车障碍成本,其它货币成本和费用补偿成本引入通勤模型.高峰期内,通勤者可通过出发时间选择和出行模式选择,实现其出行效用的最大化.在用户均衡状态下,每类通勤者都不能通过单方面改变自己的行为选择而使其出行效用变得更大.此外,本文从消除排队的角度出发,推导了系统最优下的动态收费用户均衡.最后,通过一个数值算例对本文的结论进行验证和分析.     

基于活动的早高峰家庭通勤与拥挤收费模型

在出行行为研究中,早高峰家庭出行行为一直以来都是一个研究热点.近几年,由于汽车的高拥有成本以及限购策略等,家庭成员共享一辆车出行的现象变得越来越普遍.典型的家庭通勤表现为通勤者必须先开车送孩子上学然后再去工作.在本文中,首先,从活动效用角度出发,对早高峰家庭通勤者出发时间决策问题进行分析.其次,考虑家庭出行负效用与家庭成员在家、学校和工作地点的活动效用,构建了家庭出行净效用函数.再次,利用家庭出行净效用函数建立了早高峰期间的家庭通勤均衡模型.最后,基于均衡模型,可以得到最优的动态收费策略,进而提出了一阶段最优拥挤收费策略.应用本文所提出的模型探讨了工作与学校期望到达时间间隔对系统总效用,收费水平以及收费时间段的影响,从而使交通管理者可以通过设置最佳的时间间隔来最大化系统总效用.     

基于前景理论的决策模型研究

现有的决策模型大都建立在预期效用理论的基础上,这是一种纯粹理性的决策方式.但人并不总是完全理性的.采用前景理论代替期望效用理论作为决策模型,它更符合人类实际的决策模式,尤其是在战场这种急剧复杂和动态的环境中.首先对前景理论的提出进行了介绍,并与预期效用理论进行了对比,然后结合一个案例对前景理论在决策行为建模中的应用方式进行了研究.最后对前景理论应用于作战决策研究时的特点和过程进行了说明.     

可交易通行权和鼓励合乘政策下的通勤选择

基于通勤个体易于接受的视角,借助常数替代弹性(constant elasticity of substitution,CES)效用函数,在通勤预算约束中引入管理部门对拼车通勤行为的支持系数,构建了基于可交易电子通行权及鼓励合乘组合政策的刚性通勤需求模型,在此基础上分析了通勤个体的通勤方式选择问题.研究结果显示,该组合政策可以有效引导通勤个体从单人驾驶转向合乘出行,通勤个体能够在降低原有出行预算的基础上保证自身的刚性出行需求,但对小汽车偏好较大的通勤个体预算降低幅度相对较小.此外,存在一个调整因子和合乘支持系数的取值可行域,对于不同的合乘支持系数,调整因子存在一个对应的下界.在设定调整因子和合乘支持系数后,通行权价格由市场唯一确定,且这一价格随着合乘支持系数的增加而增加,调整因子的增加而降低.     

基于活动的瓶颈模型:公交枢纽晚高峰居民通勤研究

如何快速消除公交枢纽瓶颈的制约,是居民通勤的老大难问题.本文结合瓶颈模型与基于活动的方法来研究公交枢纽晚高峰居民通勤行为,以解决通勤者在其活动和出行之间的时间分配问题.以瓶颈模型为基础,考虑公交内部拥挤,将出行行为与活动相关联.通过引入公交内部拥挤成本,根据不同的效用函数选择出发时间,建立了动态出行均衡模型.并由此得出均衡条件下的相关性质,来解释晚高峰通勤者在瓶颈入口前排队的交通现象.研究发现,与传统瓶颈模型相比,基于活动瓶颈模型乘客动态更加丰富,出发时间选择更为复杂.算例结果表明,通勤者对公交车内部拥挤的敏感度越高,越会尽量地避开高峰出行.为了使净效用更大,通勤者会选择在工作地滞留较长时间,晚高峰时段推迟.     

等补偿行驶信用券计划管理瓶颈拥挤的效率分析

基于瓶颈模型,考虑用户异质性,本文探讨了等补偿行驶信用券(REC)计划对通勤者福利的影响.在这一计划下,选择在高峰期通过瓶颈的通勤者会被收取一定数量的信用券,而选择在非高峰期通过瓶颈的通勤者可以获得一定数量的信用券作为补贴.信用券的价格由市场确定,允许出行者根据自身需求在市场中自由购买或出售信用券.研究结果表明,等补偿行驶信用券计划通过等值地返还信用券给非高峰期出行的通勤者,导致异质用户均衡成本减少而获得收益;与最优行驶信用券计划相比,其效率损失不会超过10%.考虑到该策略的简单性,公平性和有效性,等补偿行驶信用券计划是值得推荐用于实践的.     

考虑家庭成员的早高峰出行行为分析

早高峰出行行为一般包括：通勤和通学.随着私家车拥有率的提高，在早高峰期间，家庭成员乘坐同一辆车，从居住地出发到达多个目的地的现象越来越普遍，如：通勤者开车先将小孩送到学校，继而前行去往工作地上班.本文基于Y型道路汇流网络，考虑个人通勤和家庭通勤两类出行者，构建高峰期出行选择均衡模型，分析通勤者的出发时间选择.在用户均衡状态下，每类通勤者都不能通过单方面改变自己的行为选择而使其出行成本变得更小.最后，通过数值算例对理论结论进行了验证和分析.     

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.     

Multi-Objective Optimization of Urban Bus Network Using Cumulative Prospect Theory

Multi-objective optimization of urban bus network can help improve operation efficiency of the transit system and develop strategies for reducing urban traffic congestion in China. The work used cumulative prospect theory, currently the most influential model for decision under uncertainty,to optimize urban bus network. To achieve the research objective, the work developed the theoretical framework of urban bus network optimization, including optimization principle, optimization objectives and constraints. Furthermore, optimization objectives could comprehensively reflect expectations of passengers and bus companies from the dimension of time, space and value. It is more scientific and reasonable compared with only one stakeholder or dimension alone in the previous studies. In addition,the technique for order preference by similarity to ideal solution(TOPSIS) was used to determine the positive and negative ideal alternative. The correlations between the optimization alternatives and the ideal alternatives were estimated by grey relational analysis simultaneously. The cumulative prospect theory(CPT) was used to determine the best alternative by comparing comprehensive prospect value of every alternative, accurately describing decision-making behavior compared with expected utility theory in actual life. Finally, Case of Xi’an showed that the method can better adjust the bus network,and the optimization solution is more reasonable to meet the actual needs.