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.     

交通诱导中系统最优与用户最优的博弈协调

系统最优与用户最优是交通分配中的两种均衡思想，代表着交通分配时的交通管理者与出行者两种不同的利益出发点．在分析系统最优与用户最优各自特点的基础上，提出引入博弈论协调二者之间的矛盾的思想，建立了交通管理者与出行者之间的博弈模型，并给出一种启发性的路网分配求解算法．在不同交通需求条件下分别设计用户最优、系统最优与用户最优协调、系统最优3种均衡思想下的一组试验，通过对实验结果的分析和比较，验证了系统最优与用户最优之间协调的博弈模型的可行性和有效性．     

公共因子和路径长度对Logit型随机用户均衡模型的影响

在交通分析模型的路径选择过程中,Logit模型有着不可替代的优势,而模型对误差项的IID假设既是简化计算的原因也是其致命的缺陷。为了弥补模型的不足,分别从两个层面构建Logit模型,即考虑选择肢之间的相似度和用户对路径长度的敏感度。用数学推导证明该模型的解与随机用户平衡的解是一致的,以及解的唯一性,并采用MSA算法求解该模型。通过算例对比分析了引入不同因素对Logit型随机用户均衡模型分配结果的影响方式与程度。结果表明,公共因子使得路径选择概率更离散,但路网的总行程时间最小;而路径长度敏感系数使路径间流量分布更均匀,两者同时考虑时模型的各项指标均居中。     

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。     

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。     

一种新的路径生成式Logit交通分配算法

Logit方法是一种重要的非平衡交通分配方法，但由于需要路径枚举，限制了它在大型路网上的应用。本文提出了一种新的路径生成式Logit交通分配算法。每次迭代中，利用Logit方法在已产生的路径集上进行变通分配，并更新路段交通量度路段运行时间，然后在此基础上利用最短路算法求出新的最短路并更新路径集，如此变替进行．直至不再产生新的最短路，最后完成交通分配。由于不需进行路径枚举，从而使本算法适用于大型路网的交通分配。实际计算表明．该算法是有效和可行的。     

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.     

混合交通方式划分与交通分配联合模型

目前我国很多城市各种类型车辆混合行驶，本文重点研究对称混合交通条件下方式划分与交通分配联合模型。描述了UE原则的变分不等式问题。在对称混合交通条件下，证明该联合模型的最优性条件与Wardrop用户均衡原则等价，以及路段流量最优解的唯一性，得到了Loglt形式的分担率模型。对实现该联合模型算法，提高算法的效率具有指导作用。     

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.     

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。     

交通流路线选择行为演化模型

根据司机对不同路线的效用函数 ,本文建立了交通流路线选择行为演化模型 ,并利用 Master方程对该模型进行了随机型描述 .进一步地 ,对该模型进行了分支分析 ,揭示出交通流路线选择行为的一些复杂性规律 ,并应用该模型进行了交通因素对路线选择行为的影响分析 ,以求为建立和评价实时交通诱导系统提供更加全面的理论支持 .     

ATIS条件下的城市交通网络系统优化模型及算法

考虑了影响ATIS(advanced traffic information system)条件下的出行者道路和停车选择行为以及影响ATIS市场占有率的主要因素,构造了基于概率的SUE模型来描述ATIS条件下的道路和停车选择问题.在此基础上,构造了双层规划模型来解决道路及停车信息条件下交通网络的系统优化问题,其中上层模型是一个系统优化问题,下层模型是描述出行者道路和停车选择的SUE模型.最后,通过一个数值例子分析了模型及算法的应用效果     

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.     

延迟反应信息影响下的修正多路径分配法

对行驶者的一种特殊的路径选择行为进行研究,提出了延迟反应信息及其影响区的定义.通过分析延迟反应信息影响下行驶者出行路径选择规律,对传统多路径交通分配方法进行了修正.重点对修正分配法中的几个关键问题,如延迟反应信息的影响区域的描述及二次路径选择起点的确定方法、多个延迟反应信息源间的联系以及它们对分配过程的影响的处理、二次分配过程的控制方法等,进行了详细讨论,最终给出新的多路径分配算法及算例,为交通影响分析、城市道路交通管理方案的制定以及交通规划等工作提供决策依据.     

弹性需求用户平衡分配模型及其应用

对具有弹性需求的交通网络随机用户平衡分配问题进行了分析研究，将其描述为一个等价的变分不等式。最后将模型应用于拥护公交网络系统的平衡分配问题，并针对公交网络系统的特殊性，提出相应的求解算法 法。实例表明了模型的合理性和算法的有效性。     

对交通控制与诱导结合研究的评述

交通控制与诱导的集成和一体化代表了现代交通管理的发展方向，是智能交通系统中的重要研究内容。而动态交通分配与交通控制的结合是控制与诱导集成的理论基础。本文回顾交通控制与交通诱导以及动态交通分配结合研究的发展．对控制为主和以诱导为主的两类系统的设计和研究思想以及结合的主要模型和求解算法进行详细的论述、总结和分析．指出研究中存在的不足和局限性，提出建立控制与诱导真正协调、一体化的研究改进的方向和思路．最后给出一个完整的控制与诱导结舍研究的框架结构。     

多类型弹性需求随机用户平衡分配模型

分析了路网中存在的混合路径选择行为。基于出行者对路网状况熟悉的不同程度,对出行者进行分类,建立了多类型弹性需求随机用户平衡分配模型,并提出基于对角化算法和MSA算法的组合求解算法。用一个简单的实例进行了说明。     

一种交通控制与诱导递阶协调优化模型

在对交通控制与诱导的关系进行分析的基础上,借鉴大系统递阶优化的思想,利用动态交通分配模型和交通最优控制模型,提出了一种二级结构控制与诱导递阶协调的系统结构,建立协调优化模型,给出了一种迭代的协调求解算法;并针对一个仿真的路网给出模拟的协调结果,对本文的模型和算法进行了验证.     

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.     

应急救援下需求分配与网络配流研究

应急救援下,需求的不确定性和交通网络及流量的不稳定性增加了应急决策的难度,救援效果也无法有效控制.考虑模糊需求下应急物资的需求分配与网络配流问题,文章建立了以最小总配送时间为目标的网络流模型.应用基于双边约束的重力模型算法和凸组合算法,通过需求分配和网络流分配结果的交互迭代,得出最小总配送时间下的最优需求分配、路径和网络流.最后,通过算例验证了算法的有效性并对比了不同需求分配机制对救援决策效果的影响,结果表明基于距离阻抗的需求分配机制比基于时间阻抗的分配机制得到的最优解更稳定.