参考点依赖特征对拥挤收费路网流量分配的影响

考虑出行者路径选择决策过程中的参考点依赖,即当路网出行成本变化时,出行者将变化前的出行成本作为路径选择决策的参考点。基于参考点依赖理论,提出了考虑出行时间和拥挤收费的出行决策模型,建立了考虑参考点依赖的确定性网络用户均衡模型以及等价的变分不等式,并提出了求解模型的算法。最后,通过算例分析了参考点依赖对路径流量分配的影响,算例结果表明:经验出行成本和历史收费费率会影响出行者的路径选择决策,从而影响确定性网络流量分布。因此,在制定拥挤收费策略时,需考虑当前的出行时间成本和费用成本对出行决策的影响。     

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.     

考虑参考点依赖的随机网络用户均衡与系统演化

考虑出行者路径选择过程中的有限理性和参考点依赖,以基于累积前景理论的路径选择决策规则为基础,建立随机网络用户均衡及其等价的变分不等式模型,力图展示现实中的交通流分布形态.提出了求解模型的算法,并通过简单的算例对模型和算法的合理性进行验证.考虑到日常出行路径选择是一个重复的学习与更新过程,通过模型描述出行者路径选择过程中的学习、选择和更新行为,进一步建立基于累积前景理论的动态交通系统,最后通过算例说明动态交通系统演化到用户均衡的过程.     

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。     

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.     

基于满意准则的有限理性用户均衡流量分配性质研究

基于西蒙有限理性满意准则的研究框架, 研究了有限理性用户均衡下的并行网络交通分配问题. 通过引入满意水平的概念, 对有限理性用户均衡流量分配问题建立模型. 基于该模型, 通过考虑出行者满意水平的异质性和出行者对路径的偏好, 分析了有限理性用户均衡下交通流量分配的一些性质, 得到了有限理性用户均衡态存在的条件. 研究发现, 优先选择路径上的出行者满意水平不会低于次优先选择路径上的出行者满意水平, 还证明了当满意水平满足一定条件时, 有限理性用户均衡条件会变为完全理性用户均衡条件. 算例表明, 有限理性用户均衡对应的用户总成本不低于完全理性用户均衡下对应的用户总成本.     

多目标路径诱导下平衡市场渗透率的确定

假定在多目标路径诱导下,用户基于旅行时间和旅行费用权衡的水平上做出路径抉择,这有别于传统的单目标路径诱导下,用户选择旅行时间最小的路径出行的决策.在先进的旅行者信息系统下,有诱导装置的出行者能更准确的选择旅行负效用最小的路径出行,而无诱导装置的出行者对出行路径的选择有更大的随机性,因此路径诱导能给出行者带来收益.假定路径诱导带来的收益决定了在路网达到平衡时有多大比例的出行者使用诱导装置,即平衡市场渗透率.本文利用混合网络随机用户均衡建模理论,研究了多目标路径诱导下平衡市场渗透率的确定方法,并设计了一个求解模型的算法.通过算例讨论了单目标和多目标路径诱导、旅行费用函数形式以及信息质量参数对平衡市场渗透率的影响.研究结果表明,与多目标路径诱导相比,单目标路径诱导可能低估或高估平衡市场渗透率;平衡市场渗透率随信息质量是递增的,但其边际影响是递减的.     

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。     

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.     

考虑共享出行的用户均衡交通分配模型

为了研究共享出行行为对交通分配问题的影响,本文提出一个基于路径的共享出行用户均衡交通分配模型.在该模型中,出行者不仅要选择从出发地到目的地的路径,而且还要进行模式选择,以达到最小化广义路径出行成本的目的.本文构建的考虑共享机制的交通分配模型引入两个假设:1)一个乘客只被一个共乘司机搭载,一个司机只载一个乘客;2)由于参与共享出行活动,共乘司机和乘客均可获得额外的共享出行奖励,此外共乘乘客还能得到共享出行成本折扣.这两个假设使得所构建的共享出行用户均衡模型更贴近现实.Braess网络中的数值结果分析了关键参数对均衡结果的影响,结果表明:共享出行成本优惠和共享出行奖励均是鼓励出行者参与共享出行活动的有效措施.     

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.     

多用户多准则随机选择下供应链网络均衡模型

针对不同生产商生产的同种产品为非同质可替代产品,不同类别的消费者对产品质量、品牌等属性的偏好不同,且消费者不完全了解产品相关信息,研究具有多种商品流动的三层供应链网络均衡模型.运用Nash均衡方法分析生产商之间,零售商之间的竞争行为;将消费者的产品选择视为出行者的路径选择,运用基于随机效用理论和多项式logit模型的弹性需求随机均衡配流模型来刻画需求市场均衡;分别得到了供应链网络各层均衡及整体均衡的条件和变分不等式模型,最后给出了求解算法和算例.     

含目的地选择的城市交通网络非稳定均衡分析

为了完善现有的城市交通流均衡分配理论,研究了城市交通网络中的非稳定均衡状态。利用添加虚拟节点和虚拟路段的超级网络建模方法,将出行者的出行与否决策、目的地选择决策以及出行路径选取决策归入一个抽象的网络中进行研究,利用变分不等式理论将网络的非稳定均衡问题转化为易于处理的一般交通流分配问题。研究结果表明:只有结合出行者的出行与否决策与目的地选择决策,才能使交通流分配的结果更符合现实;网络非稳定均衡状态确实存在,出行者出行与否的最高费用标准越高,实际的网络出行流越大。     

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.     

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.     

城市道路单行系统布局优化的双层规划模型和混合算法

研究了基于出行者路径选择行为的单行道布局优化问题.借助于双层规划思想,以最小化研究区域内的总旅行时间为交通管理者的决策目标,建立了单行道布局优化的混合整数非线性规划模型,用0-1变量表征路段单行与否,用Logit型随机用户均衡网络模型刻画在交通管理者确定的某一单行道布局方案下的网络均衡流量模式.设计了GA-MSA组合式算法, 其中遗传算法求解上层问题,MSA算法求解在上层给定的单行布局方案下的路段均衡流量模式.为使初始化和遗传操作得到的染色体可行, 设计了相应的染色体修复程序.算例分析验证了用定量化方法优化单行道布局的必要性,参数敏感度分析解析了参数取值对优化结果的影响趋势和程度.     

具有弹性需求收费道路的定价策略分析

目前收费道路在我国比较普遍，而收费道路上影响车辆通行需求的一个很重要的因素是其收费定价，作为收费道路的经营者，必须考虑出行者对道路定价的反应，因为道路定价对出行者的出行需求和路径选择都会产生重要的影响，文章考虑存在并行收费道路的情况下，不同经营者之间在竞争和合作的情形下的最优决策机理和定价策略。     

区分车辆起讫信息的拥挤道路使用收费模型

拥挤道路使用收费被视为缓解城市交通拥堵的有效手段之一.本文发展了一个区分车辆起讫点信息的路段收费模型,并将其与边际社会成本收费、一般路段收费和路径收费模型进行了严格比较.四种收费方式均能实现系统最优的路段流量分布,且收费收益只与OD需求及收费用户均衡时的最小路径费用相关.边际社会成本收费方式产生的网络总收费最高,一般路段收费方式次之,然后是本文提出的收费策略,路径收费方式产生的总收费最小.一般路段收费可匿名实施,路径收费需要获取出行者完整的路径信息,本文提出的收费策略只需获取出行者的起讫点信息.在一个多OD对交通网络上完成的数值计算验证了理论结果.     

复合碳减排政策下闭环供应链网络均衡决策

为探究市场需求不确定环境下,碳减排政策交叉使用对闭环供应链网络均衡决策的影响,运用均衡理论和变分不等式方法,构建了复合碳减排政策下需求不确定型闭环供应链网络均衡决策模型,分析了网络各层的最优决策行为,并通过典型情景分别讨论了碳限额、碳补贴对供应链网络均衡决策的影响.结果表明较高的碳补贴可实现企业经济绩效与环境绩效的双赢,但它对消费者不利.同时,市场需求的不确定性对高、低碳补贴区间的确定有影响.     

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.