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.     

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。     

基于累积前景理论的出行者路径选择模型

传统的基于期望效用理论的路径选择模型存在许多不足,而累计前景理论则可以比较真实的描述不确定性情况下的决策过程,符合出行者有限理性的特点.文中以累积前景理论为基础,在路径出行效用连续随机分布的条件下对出行者的感知效用进行建模,并结合模型的变量对模型的特性进行了分析,最后通过实例对比分析了分别应用期望效用理论和累积前景理论时,出行者路径选择行为的差异。结果表明,累积前景理论能够克服期望效用理论的许多不足,更好地描述出行者路径选择的决策过程.文中还通过对参考点和路径出行效用分布的分析,为智能交通控制系统和仿真建模提供了理论支持.     

考虑服从率的道路网络交通流逐日演化博弈模型

在刻画出行者的日常路径选择过程中,出行者的异质性与有限理性问题逐渐突出,而以往的交通流演化研究大多将出行者根据是否装配先进出行者信息系统(ATIS)分为两类,演化稳定后分别达到UE与SUE状态,但没有考虑出行者对信息的服从率。因此,研究中根据出行者对静态信息的服从率将出行者分为三类,使用累积前景理论刻画出行者的得失心理行为,建立了基于马尔可夫动态模拟出行者路径选择的演化博弈模型。在算例试验中,分析了路径调整率分别取固定值和变动值条件下的演化过程,当路径调整率的取值随演化过程递减时,出行者由更期望改变自己的路径选择逐渐向保持原有路径选择改变,这能更加体现出行者的有限理性,其路径演化过程也更加符合实际。     

ATIS环境下的网络交通流逐日动态演化研究

基于出行者逐日路径选择过程,建立出行者路径选择模型和逐日路径选择学习模型. 在2条平行路径的简单路网中进行多次数值实验,结果表明：网络交通流演化是否稳定,以及能否达到随机用户均衡态,与出行者对昨日感知行程时间的依赖程度和先进的出行者信息系统市场占有率两者都有关系. 当出行者对昨日实际行程时间完全依赖时,路网系统始终偏离随机用户均衡态;当出行者对昨日感知行程时间完全依赖时,出行者集中选择一条路径,并且网络交通流演化稳定.     

风险路网环境下出行者路径选择决策建模对比分析

出行者路径选择问题一直是交通领域研究的热点.对给定交通环境下出行者决策结果的精确描述能够更好地诱导人们出行,提高出行者的出行效率.基于累积前景理论建立的风险路网环境下决策的描述性模型,更好地描述了出行者的实际出行行为.在假设出行者出发前已知各路径的出行时间概率分布的前提下,建立了基于累积前景理论的风险路网环境下出行者路径选择决策模型,并通过算例和实证调查证明了累积前景理论在描述出行者的实际出行行为上具有更大的优势.     

突发事件等复杂情形下的交通路径选择问题

交通网络的快速发展带来了复杂的路径选择问题,现实世界的多变性更增加了其复杂性,比如2003年4月北京突如其来的非典疫情就增加了出行者在路径选择方面的难度.现借助最短路和相异路算法,通过对道路网络基本信息的修正和对相异度计算的改进,使产生的最优路径和相异路径更符合出行者的参考要求,有较好的实用性.     

基于空间认知和社区识别理论的路径选择模型

将启发式决策、空间认知以及社区识别理论结合,描述出行者的路径选择与路网结构的关系。采用基于模块增益的社区结构算法解构路网结构,描述人们的认知过程,建立相应的路径选择算法。以长沙市中心城区路网为例,利用建立的路径选择方法,分别用静态路阻（距离）、动态路阻（速度）对路网进行解构,计算路径选择集;采用问卷调查方法和出租车GPS数据对实际的路径选择轨迹进行提取,并将理论计算结果与实际调查结果进行对比分析,采用静态路阻的一致率为85%,采用动态路阻的一致率为73%。结果表明建立的集成空间认知和模块增益的路径选择模型可以较好地描述人们的路径选择过程,对于静态路阻的路径选择描述具有更高的准确性。研究成果对于城市规划和交通规划具有一定的借鉴价值。     

基于空间认知和社区识别理论的路径选择模型

将启发式决策、空间认知以及社区识别理论结合,描述出行者的路径选择与路网结构的关系。采用基于模块增益的社区结构算法解构路网结构,描述人们的认知过程,建立相应的路径选择算法。以长沙市中心城区路网为例,利用建立的路径选择方法,分别用静态路阻（距离）、动态路阻（速度）对路网进行解构,计算路径选择集;采用问卷调查方法和出租车GPS数据对实际的路径选择轨迹进行提取,并将理论计算结果与实际调查结果进行对比分析,采用静态路阻的一致率为85%,采用动态路阻的一致率为73%。结果表明建立的集成空间认知和模块增益的路径选择模型可以较好地描述人们的路径选择过程,对于静态路阻的路径选择描述具有更高的准确性。研究成果对于城市规划和交通规划具有一定的借鉴价值。     

出行效用连续分布的路径选择模型及其特性分析

出行者路径选择行为的建模对城市路网的规划和智能交通控制系统的研究具有重要意义.传统的基于期望效用理论的路径选择模型存在许多不足,而累计前景理论则可以比较真实的描述在不确定性情况下的决策过程,符合出行者有限理性的特点.本文以累计前景理论为基础,在路径出行效用连续随机分布的条件下对出行者的感知效用进行建模,并结合模型的变量对模型的特性进行了分析,最后通过实例对比分析了期望效用理论与累积前景理论,结果表明累积前景理论可以克服期望效用理论的许多不足,更好的描述出行者的决策过程.通过对参考点和路径效用分布的分析,为智能交通控制系统和仿真建模奠定了理论基础.     

基于对数正态和分布的路径行程时间可靠性模型

建立合理的路径行程时间可靠性评价模型,对于准确评价路网运行状态具有重要意义.根据对数正态随机变量之和的概率分布特性,建立了路径的行程时间可靠性评价模型.首先,通过曲线拟合,建立了路段行程时间的概率分布模型,结果表明对数正态分布的拟合效果最佳;其次,利用统计学理论,分别考虑路段相关和路段独立两种情况,建立了基于对数正态和分布的路径行程时间可靠性评价模型;在此基础上,对北京市西三环路径进行了实例分析,以检验模型的准确性.研究结果表明:模型能够准确的评价路径的行程时间可靠性;且路段之间存在弱相关关系,最合理的路段相关系数取值为0.2-0.3.     

诱导信息下驾驶员路径选择行为建模研究

为定量分析可变信息标志(VMS)对驾驶员路径选择行为的影响,采用SP调查进行调研,使用SPSS 20.0分析数据,建立了VMS诱导信息下驾驶员改变路径频率的有序多分类Logit模型。同时针对有重叠路段的路径选择,构建了考虑VMS显示状态的C-Logit模型。有序多分类Logit模型计算结果表明,影响驾驶员改变路径频率的主要影响因素为性别、学历、车辆类型、出行活动、VMS准确率。C-Logit模型计算结果表明,驾驶员对路径的理解时间与实际行驶时间存在较大差距,导致驾驶员选择路径比较集中,没能实现交通流在路网中的合理分配。     

拥挤收费下居民出行方式选择———基于累积前景理论的分析

本文基于行为经济学中的累积前景理论,建立居民出行方式选择行为模型,探讨政府在高峰时段采用拥挤收费政策的情形下,不同收入水平出行者出行方式的选择行为,并用算例的形式分析了不同收费标准对出行方式选择的影响程度。研究结果表明：当拥挤收费至一定额度时,出行者的出行方式发生改变。对于中、低收入水平出行者,分别收费3元、2元时,小汽车出行者的出行方式发生变化;而对于高收入者,收费大于6元时才发生变化;不同收费标准对不同收入水平出行者的出行方式选择的影响程度不同。在高峰时段对居民设置恰当的拥挤收费,可改变其出行方式,减少小汽车出行,从而缓解城市交通拥挤。     

线状要素的动态分段与制图综合

线状要素通常以弧段-结点模型表示和存储在地理信息系统中,不能完整有效地描述真实世界.动态分段则不同,它将线状要素作为一个整体进行描述,以事件表描述各种现象沿着线状要素的动态变化,是一种更复杂、更灵活的数据模型.以动态分段模型为基础,针对河流和道路网络,提出了将弧段形式的线状要素组织为路径系统的方法,并分析各个完整线状实体在网络结构中的相对重要性.以完整线状实体为单元,着眼于网络结构进行制图综合,从而更好地保持网络的总体结构.最后对上述方法进行了简单的试验分析.     

多用户动态交通流分配模型及算法研究

通过对动态交通网络中瞬时反应型和预测型出行者行为假设的分析,提出了将两者结合并增加固定路线出行行为假设的多用户动态交通流分配模型.同时通过对动态交通网络出行者行为的相互制约特性分析,给出了求解上述模型的迭代算法.本模型拓展了以往构建模型中出行者行为的单一性假设.本模型及算法也可直接应用于先进的出行者信息系统,并为路径导行系统中网络的效益分析提供理论依据.     

基于服务水平可靠性的连续交通网络设计模型与算法

传统路网设计很少同时考虑交通供需的随机性和服务水平可靠性对交通运行效率的影响,难以获得鲁棒性好、可靠度高的路网设计方案。针对此缺陷,假定路网中的交通需求服从对数正态分布,通过双层规划理论构建了考虑需求随机性及路网可靠性的连续均衡交通网络设计模型;其中上层规划是在满足投资预算的约束条件下使得系统期望的总阻抗最小,下层规划通过用户均衡交通分配模型来刻画出行者的路径选择行为。根据模型特点,设计了一种带罚函数的、基于蒙特卡洛仿真的多种群遗传求解算法;并用算例验证模型和算法的有效性。结果表明该模型能较好地解决交通供需的随机性和服务水平可靠性对交通运行效率的要求。     

一种增量式多目标优化的智能交通路径诱导方法

路径诱导是一种主动引导车辆合理分流来解决城市交通拥堵的方法.本文提出了一种基于增量搜索的多目标优化路径诱导方法.该方法首先利用图论法将复杂路网抽象为点线的赋权图,引入多目标优化变量,建立路网模型;然后在启发式搜索基础上引入增量搜索,结合全局规划和局部动态重规划,实现车辆的实时路径诱导.仿真结果表明该方法能有效地解决复杂路网中车辆的实时路径诱导问题.