动态用户均衡配流模型的研究

提出一个动态用户均衡配流模型 ,它能够预测多 OD对交通网络中交通流的动态变化 ,利用最优控制理论得出该模型最优解的条件 ,并证明了该条件与动态用户均衡相一致 ,该模型可以调控交通网络中的交通流量 .     

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.     

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.     

基于拟生灭过程的随机支付2×2双矩阵博弈演化模型

引入分位数定义了随机支付值的偏好,并在此偏好的基础上定义带随机支付双矩阵博弈的纳什均衡.建立了有限种群进行带随机支付2×2双矩阵博弈的演化博弈模型,应用有限状态空间的拟生灭过程刻画了在有随机扰动的博弈环境中有限理性个体的学习调整动态,描述了理性演化的不确定性过程,讨论了拟生灭过程的平稳分布与演化模型的长期均衡以及博弈的纳什均衡之间的关系.最后,基于分块矩阵的Guass消去法给出求解模型稳态分布的数值算法,并通过数值实例对演化博弈模型均衡解的实现进行了说明.     

基于随机模型的动态调度算法研究

针对多资源云环境中虚拟机放置问题,提出了一种在随机模型下综合利用率较高的动态调度算法MIUS （maximize integrated utilization scheduling）. 首先,在调度中心建立一个虚拟的中央队列缓存用户任务,然后利用随机路由算法对用户任务进行服务器快速选择,最后在服务器上建立虚拟等待队列并利用MIUS算法进行虚拟机配置. 仿真实验结果表明,该算法在保证QoS的情况下,实现了一定程度上的负载均衡,并可较大提高系统的综合利用率.     

仿真网格中资源分配的进化博弈研究

网格环境中用户的有限理性使得资源分配不能直接实现纳什均衡.针对网格用户理性的局限性,提出了一种基于进化博弈的网格资源分配策略,从动态角度来考察网格用户群体行为的演化过程.该策略先将网格环境中多用户竞争同一计算资源的问题形式化为一个多人博弈;然后建立了用户之间的进化博弈模型,利用复制动态方程求得用户出价博弈的进化稳定策略;最后研究了不同情况下用户群体的进化稳定点和评估函数特性.仿真实验结果表明进化博弈方法能够通过反复博弈使得网格用户不断学习并调整策略,逐步达到进化稳定均衡,从而实现了网格资源的优化分配.     

有限理性行为规则下豪泰林模型的复杂性

构建有限理性行为规则下的豪泰林(Hotelling)模型,分析参与人具有延迟反馈控制行为的豪泰林模型的复杂性.模型求解和数值模拟得出结论:在有限理性情况下,产品价格调整系数、产品位值和偏离成本等参数的取值范围决定了动态系统的稳定性、产量分岔、利润分岔和混沌;产品价格调整系数取值控制在适当范围,豪泰林均衡能够作为稳定的动态均衡实现.否则,即使企业实现了产品差异最大化豪泰林模型的均衡也可能不稳定,经济系统会出现周期变化和混沌现象;如果经济系统进入混沌状态,参与人对价格初值微小的调整都会引起价格发生巨大的波动;延迟反馈控制可以使处于混沌状态的系统转向均衡状态;同时论证了企业产品横向差异化可增加系统的稳定性.     

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.     

电力市场动态建模与复杂性行为研究

为了准确模拟市场动态演化过程,提出考虑输电网约束的电力市场动态模型,即内嵌市场清算优化问题的离散动态系统.该模型反映出独立系统调度员的统一市场清算过程,考虑了输电网固有物理特性所赋予的复杂约束,并刻画出发电方和需求方同时投标的情形.借助非线性互补函数,定量分析了电力市场复杂的动态行为,即对应不同的输电网运行状态.探讨了市场的Naah均衡及其稳定性、市场超出稳定域后周期甚至混沌的复杂动态行为.     

具有惩罚策略的公共物品博弈与合作演化

采用演化博弈方法,研究具有代价的第二方惩罚机制对于公共物品博弈均衡选择及群体合作行为的影响.将群体策略选择过程描述成一个多维马氏过程,通过极限分布分析系统演化稳定状态.分别考虑只对背叛策略进行惩罚的一阶惩罚机制和同时对背叛及不惩罚背叛的合作(二阶背叛)都进行惩罚的二阶惩罚机制.研究发现,与一阶惩罚相比,二阶惩罚机制可以在更大参数范围内促进群体合作的产生,系统存在选择不同均衡结果的惩罚参数临界值.并将结果与复制动态模型进行了对比.     

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.     

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.     

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.     

双寡头有限理性广告竞争博弈模型的复杂性分析

对有限理性动态古诺模型进行了改进,并将其引入到广告市场中,同时也综合考虑了广告成本和生产成本的影响,使得该模型更加符合实际.在此基础上,对改进后的模型的演化过程进行了分析,指出了Nash均衡的稳定区域及其影响因素.通过理论分析和数值模拟计算研究模型中各参数的变化情况,发现当企业为获取前期的竞争优势,而加快广告投入量的调整速度和提高单位广告所产生的平均需求时,将会导致系统的不稳定,从而使系统陷入混沌状态这一经济现象.     

基于神经网络的交通平衡求解算法

研究目标在于采用神经网络方法替代传统的交通分配方法。回顾了交通网络平衡条件下实现交通网络配流的解析方法，然后提出了采用人工神经网络模拟处于交通平衡状态的运输网络，进而替代传统的配流方法的思想。定义了交通流的平衡函数和交通流平衡态的概念，证明了用神经网络来识别交通流的平衡状态的可行性。提出采用反向传播神经网络来模拟交通平衡状态的原则和方法，并建立了训练神经网络的判据，提出了判断神经网络模型效果的评价方法。最后，通过实例证明了良好训练的神经网络可以替代传统的交通分配，而且，容易把交通管理策略考虑到分配的过程中．并且能够政善配流速度。     

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.     

均衡网络流及其算法探讨

均衡网络流及其算法探讨申金升耿颖，承向军（上海交通大学，２０００３０）（北方交通大学，北京１０００４４）ＡｎＩｎｖｅｓｔｉｇａｔｉｏｎｏｎＥｑｕｉｌｉｂｒｉｕｍＮｅｔｗｏｒｋＦｌｏｗｓａｎｄＣｏｍｐｕｔａｔｉｏｎａｌＭｅｔｈｏｅＳｈｅｎＪｉｎｓｈｅｎ...