基于成对组合Logit的多用户多模式随机用户均衡模型

在多用户多模式的交通网络中, 采用考虑成对方案间相关性的成对组合Logit模型, 建立了路径选择满足Wardrop原则, 模式选择满足Logit模型的随机用户均衡模型, 构造了时间价值不同的多种用户类别下, 不同模式间路段阻抗函数满足对称条件时与之等价的数学规划问题, 并证明了所构建的数学规划问题与基于成对组合Logit的多用户多模式随机用户均衡条件的等价性, 进一步证明了模型最优解的存在性和唯一性条件. 最后用一个简单算例表明了所构建的模型的正确性和可行性.     

考虑决策惯性的随机网络路径选择与交通流分配模型

本文针对随机网络的出行情境,分析了出行者路径选择中的惯性行为及其影响因素,提出了可变的可靠性价值系数以描述出行者的决策惯性,进而定义了随机网络中考虑决策惯性与风险规避的路径选择决策,并给出了相应的数学表达.通过分析发现,本文建立的考虑决策惯性的路径选择决策模型具有一般性,能考虑多种有限理性因素对出行者路径选择的影响;并且,通过特定的参数设置,能表示为文献中现有的多种随机网络路径选择决策模型.随后,定义了随机网络考虑决策惯性的用户最优均衡,并给出了等价的非线性互补问题,对模型的解的存在性和解集的性质进行了讨论.本文还构建了算例,对用户最优均衡模型的性质进行了分析和说明.     

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.     

一种新的离散型网络平衡设计模型与算法

随机平衡分配模型与基于效用理论的Logit分配模型是两种有效的非平衡交通分配模型,二者具有等价性,本文将Logit模型替代常用的随机平衡分配模型应用于具有多级选择的离散型网络平衡设计模型中,构建了这类网络平衡设计问题的新模型;模型求解中,上层模型采用带自适应正态变异因子的粒子群算法,而下层问题直接利用Logit模型求解.仿真结果表明该模型与算法是有效的,适合在大型路网上应用.     

基于带宽剩余率的脉冲耦合神经网络最短路径算法

利用脉冲耦合神经网络（pulse coupled neural network, PCNN）寻找最短路径是一种非确定性算法,运算的复杂度只和最短路径的长度有关,和路径图的复杂程度无关。已有的PCNN最短路径算法只考虑路径长度,而未考虑其他参数,如带宽和时延等。这里除了考虑路径长度,同时考虑实际中带宽剩余量对网络的影响,提出了一种基于带宽剩余率的最短路径算法,用带宽剩余率参数来控制神经元阈值,寻找最短路径。仿真结果表明,该算法可以寻找到全局最优解。     

城市交通网络中的停车-换乘行为

在一次出行过程中,经常会使用停车-换乘方式．即出行的前一部分采用私家车方式．途中停车。再换来其他交通方式到达目的地。在停车-换来出行方式下．人们除了选择路径，还要选择换来站点。利用离散选择理论中的层次Logit结构模型，研究城市交通网络中的停车-换乘行为，定义多模式下停车-换乘出行的混合随机均衡分配条件，建立与之等价的数学规划模型，设计模型的求解算法，并用一算例分析算法的收敛性能和模型参数厦公交票价对解的灵敏度。     

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.     

可变步长的投影梯度算法与交通网络流量分配

以确定性交通网络用户均衡问题为研究对象，在系统分析了确定性用户均衡问题的模型与优化条件的基础上。提出了可变步长投影梯度方法，并把它用于交通量分配问题．该方法把数学方法与交通工程实践相结合，避免了传统算法中可能出现的解的振荡现象．根据路径费用的大小决定路径解集的取舍，最终可以找到与各OD对相对应的多条最短路径，这个思想把Wardrop原则直接用于分配方法的设计，使路径选择者、交通工程师直观地体会到交通路径选择的多样性．实例验证了算法的合理性与丰富性．     

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.     

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。     

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.     

OD分布与随机均衡分配的组合模型及算法

目前交通规则实践缺乏考虑交通信息的随机性，从而降低了它所得结果的准确性，为此，通过分析出行路选择和目标选择的随机性，建立了交通网络OD分布与随机平衡（或均衡）分配的组合模型，通过引入拉格朗日函数，证明了模型最优解满足随机用户平衡条件和OD分布的要求且最优解是唯一的；最后给出了模型的方向搜索算法。     

用户均衡网络中的敏感度分析方法

以确定性交通网络用户均衡问题为研究对象,在分析了确定性用户均衡模型与优化条件的基础上,从非线性规划理论出发推导出确定性用户均衡模型的敏感度分析方程.与变分不等式的敏感度分析方法相比较,该方法只需要一般的数学规划知识,很容易被交通规划师和工程师所接受;提供一种获得均衡网络路径解的方法,该方法根据路径费用的大小决定路径解集的取舍,最终可以找到与各OD相对应的多条最短路径,该路径解可以直接用于网络敏感度分析.实例说明了该算法的有效性和敏感度分析在交通规划、建设与管理中的应用.     

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OD需求变异的网络交通流演化模型

考虑到新进入网络的交通需求不了解路径的完备信息,可能随机地选择出行路径,提出一个改进的网络交通流演化模型,并分析了该模型及其不动点的一些特性. 该模型不动点不是传统意义下的用户均衡态或部分用户均衡态,它能更好地反映现实中交通流分配结果. 格子网络上完成的数值模拟结果表明,模型可用来近似刻画实现用户均衡态的过程, 模型中初始可行路径流量可以为零, 交通流能够收敛到不动点, 但可能存在多个不动点.     

基于有限理性路径决策的人员疏散双层模型

人员在疏散过程中难以获得关于疏散路径的全部信息，因此，确定疏散路径时仅能选取满意的而非最优的疏散路径.考虑疏散人员所能获知的疏散路径长度、拥挤程度和危险程度信息构建了人员疏散双层模型.该模型包括上层的人员路径选择模块和下层的人员空间移动模块，分别刻画了个体的有限理性路径选择行为和疏散运动过程.通过实例仿真，分析了出口宽度和有限理性参数对疏散人员路径选择和疏散时间的影响规律，结果可为建筑设计和疏散应急管理提供一定的依据.     

基于智能卡数据的早高峰地铁通勤用户出行偏好建模与实证

现有针对轨道交通早高峰通勤行为的建模研究没有考虑时变的时间效用偏好带来的影响,实证结果也主要源于陈述性偏好调查数据.本文在分析早高峰地铁通勤用户的时间使用决策行为的基础上,考虑常数-阶跃和常数-线性的出行效用偏好假设,建立了可以描述早高峰地铁通勤用户到达时刻离散选择行为的多项Logit、混合Logit和嵌套Logit模型,并利用北京地铁八通线土桥-四惠东通勤走廊的智能卡出行数据和列车时刻表数据进行了模型校验和参数估计.通过区分通勤用户在起点站选择乘坐最临近车次或者为了座位等待下一车次的两种乘车情形,模型可以解决直接使用智能卡的显示性偏好数据进行参数估计带来的自选择偏误问题,即用户偏好拥挤的时段出行.计量结果表明,相比常数-线性的出行效用偏好,常数-阶跃偏好下的模型拟合优度更高,且三种离散选择模型的估计结果基本是一致的,即晚到工作地的单位时间成本大于早到工作地的单位时间成本;当每平方米站立人数为5人时,单位时间的厢内拥挤成本约占单位时间出行成本的11%.最后,进一步讨论了用户通勤特征的异质性对出行效用偏好的影响.     

基于随机用户均衡的交通配流演化动态系统模型

首先提出一个刻画交通配流演化的动态系统模型.该模型描述了路径流量日复一日的动态调整过程,而且其稳定状态对应于Logit随机用户均衡状态.随后分析了该模型的几个特征,包括模型稳定状态与随机用户均衡状态的等价性、模型稳定点的唯一性和模型收敛性.所提出模型被刻画作一个离散的动态系统,且具有一般的形式,文中也给出了它的一个具体形式.最后,利用一个数值算例对该动态系统模型的应用及性质进行了说明.该研究有助于更好地理解路径流量日复一日的动态调整过程.     

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.