不同交通信息下网络交通动态路径选择行为

为从道路网络层面实现对城市交通的有效诱导,达到均衡交通流分布、提高交通整体运行效率的目的,在一个典型路网上,研究利用可变信息标志(variable message sign,VMS)提供不同交通信息内容条件下的驾驶员动态路径选择行为.针对地面道路上一块文字式VMS和快速路上一块图文混合式VMS,采用陈述偏好调查法采集交通行为数据,并用离散选择行为方法分析数据,建立了提供路径行程时间信息、交通状态信息和交通事故信息条件下驾驶员动态路径选择行为模型.分析结果表明,可变信息标志发布路径交通信息的精确性、完整性,驾驶员的个人属性等,是影响路径选择行为的主要因素.研究结果可为先进的出行者信息系统的规划建设和信息发布策略的制订等提供依据.     

交通诱导信息组合方式对路径决策的影响

为提高交通诱导信息的诱导效率,系统研究信息结构化对驾驶决策的影响机理,引入云模型构建交通诱导信息评价体系,通过全功能汽车模拟驾驶器仿真实验,设计4种交通诱导信息环境并进行了交通诱导信息环境下的路径选择实验,在此基础上分析不同信息结构组合下的交通诱导信息对驾驶决策的影响特征,提出了交通诱导信息发布策略的优化方案.研究结果表明:数字类信息、语言类信息、图像类信息组合而成的交通诱导信息对驾驶决策影响显著,语言类信息与数字类信息组合发布的交通诱导信息有利于驾驶员认知道路环境,数字类信息与图像类信息组合发布有利于驾驶员进行路径决策.     

基于遗传算法的动态路径诱导

动态路径诱导（DRGS）是智能运输系统研究的一个重要方面，旨在通过向驾驶员提供基于实时交通信息的最佳行驶路径在来达到诱导出行行为，减少车辆在道路上的逗留时间，进而实现改善城市交通和避免交通拥挤、阻塞的目的。路径牵引算法是DGRS中的重要研究内容，它能计算出给定起讫对之间的的最优或准最优路径，路径牵引算法要考虑一全局准最优和实时性问题，而遗传算法具有全局寻优和潜在的并行性特点，将遗传算法应用于动态路径诱导系统中求解最佳路径，设计了特定的有序选择、交叉和遗传算子，并通过实例验证了算法的有效性。     

诱导信息条件下车辆路径选择——基于有限理性模糊博弈

诱导信息属于建议性信息,当诱导信息发布以后驾驶员并不一定接受诱导信息;在行为强化理论基础上,建立了基于有限理性模糊博弈的诱导信息条件下车辆路径选择模型,并通过仿真得出了不同初始状态下的博弈平衡结果;仿真结果表明:诱导信息的发布并不一定能改善路网交通流分布,它与路网总流量以及初始接受诱导的车辆比例密切相关.     

基于委托—代理的路径诱导接受率的激励机制研究

城市交通最大的问题是交通路网上的交通流分配不均,出行者获得的有效路网信息有限,如何有效地分流,让出行者接受诱导,并按诱导路线行驶是目前亟待解决的问题。目前交通诱导面临的难题为交通系统的诱导接受率问题,路径诱导的接受率即提供的路径规划是否满足出行者的出行需求。尝试用委托代理理论来研究诱导路径的选择率问题,将政府作为委托人,制定相应的政策,出行者作为代理人,根据政府的政策选择相应的行为。政府的目的是制定相应的政策能有效地激励出行者接受诱导,提高诱导率。     

群体诱导信息下驾驶员响应行为的辨识与建模

提出一种利用实测宏观交通数据定量分析群体诱导信息下驾驶员路径选择行为的新方法.利用上海市快速路监控中心和路由控制示范工程数据库的交通数据,重构可变信息标志(variable message sign,VMS)信息下的交通出行场景,分析VMS信息作用下驾驶员路径选择行为,建立了一个集计的群体诱导信息响应行为Probit模型.结果表明:驾驶员在VMS信息影响下的路径选择行为除了和信息内容有关外,还与时段、下匝道交通状态、拥挤可视性、有无协调分流等因素有关,可为主动式智能交通诱导系统的构建和信息发布策略的制定提供依据.     

城市交通流诱导体系建设问题研究

为了解决目前城市交通拥堵的问题,本文在交通拥堵严重的大背景下,提出通过“微循环”交通组织方法的思想,在城市拥堵地区设立三级诱导体系。引导驾驶员更容易的选择合理的走行路径,从而达到平衡路网压力的要求。     

基于演化博弈的车辆路径选择研究

基于演化博弈论,围绕如何在车辆路径选择中提高诱导信息有效性和诱导效率等问题展开了研究。通过建立无诱导信息条件下的路网模型和建立诱导信息模型,研究不同初始条件对驾驶员的作用规律;通过拓展无诱导信息条件下的车辆路径选择的模型,设计了结合八邻域摩尔模型和公共物品博弈模型的驾驶员群体策略演化机制,提高了诱导信息有效性和诱导效率。     

诱导信息下基于博弈论的路径选择模型

诱导信息下的路径选择模型无论是在宏观的交通规划领域,还是在微观的驾驶员行为机理研究过程中都具有重要的意义.通过分析出行者选择路径的过程,将博弈论中的静态多人博弈与路径诱导下的出行者的决策过程进行对比,引入求解纳什均衡的划线法,来阐述出行者的路径选择模型,以求得到最接近实际的出行者在静态诱导信息下的路径选择模型;给出了基于博弈论的路径选择模型算法,并通过1个简单实例阐述了在静态诱导信息下出行者的博弈过程以及求解纳什均衡的方法.     

VMS影响下快速路驾驶员路径选择行为分析

可变情报板(Variable Message Signs,VMS)已成为城市快速路上驾驶员获得实时交通信息的一个重要手段。为了深入了解VMS对快速路驾驶员路径选择行为的影响,结合车牌识别数据进行了相关分析。研究结果表明,快速路驾驶员路径选择行为与VMS实时诱导之间存在明显的反馈调节关联,而且VMS路径选择行为的影响效果十分显著,可以一定程度上优化快速路网的交通流分配。     

面向驾驶员个性化需求的动态路径诱导方法

基于物理规划的思想,研究面向驾驶员个性化需求的动态路径诱导方法.首先,分析个性化动态路径诱导问题,构建路段交通阻抗的个性化评价指标体系;然后,基于物理规划思想,进行个性化动态路径诱导:面向驾驶员对道路的“可行性”需求动态确定交通路网搜索的几何空间;面向驾驶员对道路的“偏好性”需求,对几何空间内的交通路网阻抗进行个性化评价;面向驾驶员对道路的“最优性”需求,基于Dijkstra算法在动态交通路网中进行最优路径搜索;当路网中的交通阻抗发生变化时,及时更新路网信息,重新搜索从车辆当前位置到目的地的最优路径.研究结果表明:该方法既能体现驾驶员的个性化需求;仿真算例验证了该方法的有效性和可行性.     

图状信息板影响下的驾驶员路径选择行为

为了探索图状信息板(GRIP)对驾驶员路径选择行为的影响因素及其影响程度,借助GRIP信息发布平台,在信息板同时提供前方道路交通问题性质、事故严重程度的情况下,利用全因子方法设计了GRIP的6种假定交通情景,并对这6种情景下驾驶员路径选择行为数据进行采集.采用离散选择分析方法对路径选择行为的影响因素进行了多变量分析,并建立了路径选择概率的多元logit模型.研究表明,驾驶员对GRIP影响下路径选择影响程度的认知、开车类型、月收入、交通问题性质及严重程度在不同程度上影响驾驶员的出行决策行为.     

动态路径诱导交通阻抗优化方法与实现

基于实时交通采集数据,获取合理动态规划最优路径,提出了考虑驾驶员出行行为因素的交通阻抗优化方法.研究了基于实时交通状态因素的动态路网优先等级指数的确定方法,重构了动态路径诱导交通网络模型,大大降低了路网的复杂度;基于多源实时数据,研究了动态路径诱导交通阻抗优化的计算方法,实现了路网的动态路径诱导,并通过GIS平台进行了仿真分析.该方法更符合驾驶员行为习惯,对于改进Dijkstra算法在动态路径诱导中的应用具有操作优势和显著意义.     

突发交通事件信息影响下交通网络行为微观计量分析

研究了突发交通事件下地面道路可变情报板(SVMS)同时提供高架和地面道路行程时间条件下的驾驶员择路行为.采用意向行为调查获取择路行为数据,运用微观计量经济学中的离散选择分析方法对影响路径选择的因素进行了多变量分析,建立了描述择路概率的二元Logit模型.研究发现,SVMS信息对择路决策有显著影响,影响大小与驾驶员属性、信息内容及地面道路属性有关;驾龄越长、年龄越大的男性驾驶员,接收SVMS信息后选择地面道路的可能性更大;经常使用高架、认为高架可变情报板对其择路决策很有用的驾驶员,选择地面道路的可能性更小;高架延误越大、地面道路信号灯路口越少、延误原因为事故时,选择地面道路可能性更大.研究成果为交通突发事件下交通诱导策略优化提供理论依据和政策启示.     

高度信息化条件下的动态配流模型

考虑出行者在高度信息化条件下的动态路径选择行为,提出一种高度信息化条件下动态配流模型的框架。将出行者分为被诱导和未被诱导两类,未被诱导的出行者选择静态最短路径,而被诱导的出行者选择随时间变化的最短路径。出行者在交通信息影响下选择自己的最佳出行路径,先进的出行者信息系统通过对交通网络各种交通状况信息的收集和处理,为出行者提供更有价值的交通信息。该模型框架为智能化交通运输系统的建立提供一定的理论依据。     

城市交通流诱导系统理论模型和方法研究

该项成果以实时动态交通分配理论为核心，综合运用检测、通信、信息、计算机、控制、GPS和GIS等现代高新技术，动态地向驾驶员提供最优路径引导指令和实时交通信息，通过单车诱导来改善路面交通状态，防止和减轻交通阻塞，减少车辆在道路上的逗留时间和空气污染，最终实现交通流在路网中的合理分配。研究中提出了适合国情的城市交通流诱导系统的结构框架、     

出行前交通信息发布对城市路网的交通影响分析

提出了一种出行前交通信息提供下进行交通影响分析的方法。利用随机路径选择模型来描述出行者对出行信息的反应,根据是否接收交通信息将驾驶员分为两类:接收者将在路径选择时避开拥堵路段,而非接收者将根据对路网的认知进行随机路径选择,并给出这两种出行行为共存下的交通分配方法。以广州市中心商务区珠江新城为例分析了信息发布对路网的改善作用,并讨论了最佳发布策略。     

基于物理规划的路径诱导方法

针对路径诱导过程中驾驶员的个性化需求,提出一种基于物理规划的路径诱导方法。首先,基于物理规划方法的基本思想,构建能够反映驾驶员个性偏好的路径诱导模型,包括构建路径评价的指标体系、设计偏好函数的数学表达式以及设计相应的偏好因子,为路径诱导提供了模型基础;然后,在构建交通路网数据库的基础上,通过设计合适的代价函数,利用A*算法搜索得到一条能够反映驾驶员个人偏好的最优路径。仿真结果表明:本文所设计的路径诱导方法能够满足驾驶员的个性化需求。     

可替换路径选择的研究

动态路径诱导（DRGS）是智能运输系统ITS研究的一个重要方面，它的核心在于如何利用实时的交通信息，找出一条考虑司机路径选择行为的“最优道路”，减少车辆在道路上的逗留时间，进而改善城市交通。但这仅仅给出了一条基于单目标的“最优”路径供司机采用。采用改进后的K-最短路算法，提供多条具有不同属性的路径供司机选择，从而更符合实际情况。     

兼顾管理者需求和用户可接受性的交通诱导系统MPC设计

针对交通诱导系统中可变信息标志(VMS)的控制策略设计,该文在宏观Metanet交通流模型的基础上,研究了VMS诱导控制信号对驾驶员路径选择行为的影响,建立了路网诱导控制的状态方程模型。在模型预测控制(MPC)框架下设计了VMS诱导控制策略,以优化路网所有车辆的总旅行时间和VMS切换性能为目标函数,通过对诱导控制变量引入用户可接受约束,有效兼顾了交通管理者对系统最优的控制需求和交通用户对VMS推荐路径的可接受性。最后设计了基于禁忌搜索的双层并行求解算法对MPC诱导策略进行求解,利用并行计算保证MPC控制的实时性要求。仿真结果表明,该文设计的诱导控制策略能缓解路网拥挤,提高路网通行能力,对系统随机扰动具有较好的抗干扰能力。与基于系统最优的诱导策略和基于用户均衡的诱导策略相比,该控制策略不仅能满足管理者的控制需求,而且能均衡路网车流分布,减少交通用户的延误时间,提高用户对交通诱导系统的满意度。