ATIS环境下动态选择模型的研究

建立了一种ATIS环境下的动态选择模型。该模型考虑出行者采用贝叶斯方法根据ATIS提供的交通信息和出行经验来更新路径运行时间预测（意识），并运用意识运行时间效用函数作出出行选择计划。该模型适用于模拟信息化条件下的动态选择行为。     

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。     

通勤廊道换乘停车费用优化模型及算法

停车换乘是有效缓解城市交通拥堵的交通需求管理措施之一,而换乘停车费用的合理设置是影响其实施效果的关键因素之一.本文以轨道交通和快速路构成的单中心线性城市为对象,提出了一个双层规划模型来描述停车换乘条件下换乘停车费用的优化问题.其中,上层问题从交通管理者的角度出发,以系统总阻抗最小为目标优化换乘停车费用;下层问题描述不同换乘停车费用设置方案下出行者基于随机用户平衡的路径选择行为.基于灵敏度分析方法,分别设计了Frank-Wolfe和BFGS算法求解提出的双层规划模型.采用数值算例验证了提出的模型和算法的有效性.研究发现,不合理的换乘停车费用设置可能会使得交通系统总体性能更差,而提出的换乘停车费用优化方法则可以有效地提升停车换乘系统的实施效果.     

在一定置信度下估计阻抗的随机用户平衡模型

基于一种新的道路选择行为,建立了α-截随机用户平衡模型(-αSUE),在这个平衡模型中其道路阻抗的估计值用在置信度1-α下的区间来表示.-αSUE避免了常规的随机用户平衡(SUE)道路选择模型中运用弱大数定律带来的缺陷,其平衡条件用变分不等式来表示.最后,讨论了-αSUE模型与LOGIT模型的关系.     

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.     

基于Agent仿真的ATIS条件下路径选择行为研究

在复杂适应系统理论指导下,采用基于Agent的建模理论,对ATIS条件下出行者的路径选择行为从宏观、微观两个层面分别进行建模。按照建模结果,利用Repast平台建立了计算机仿真系统。在该仿真系统中对具有两条平行路径的路网上进行了仿真实验,实验结果表明ATIS系统对于出行者的出行规划有一定影响,而且ATIS的收益随着交通流量的增加有一定提高。研究结论为ATIS的应用提供了有益的参考。     

ATIS对道路网络容量的影响

为研究先进的出行者信息系统(ATIS)对路网容量的影响,分别研究了ATIS发布的信息质量和ATIS的市场渗透率两因素对路网容量的影响。针对ATIS信息质量,利用随机用户均衡建模理论,建立了考虑路段容量约束的路网容量双层规划模型,其中信息质量水平通过随机分配参数来反映;针对ATIS市场渗透率,则建立一个具有混合型随机交通分配的路网容量模型。在此基础上,分别设计了模型的启发式算法,并进行了数值计算,获得了不同信息质量水平和市场渗透率水平对路网容量的影响效果。     

基于瓶颈模型的异质出行者早高峰出行问题研究

早高峰出行中道路瓶颈是造成交通拥堵的主要原因之一.本文针对存在高速公路(含有高承载力车道)和普通道路的瓶颈路段,研究了时间价值不同的出行者早高峰出行行为.基于瓶颈模型的均衡条件,推导了不同收费标准下,出行者改变出行方式时个人早到惩罚的临界值.研究发现收费较低时,时间价值较低的出行者使用高承载力车辆的数量会增加.收费达到一定程度时,即使是时间价值较高的出行者也会选择高承载力车辆出行.数值算例也表明设置恰当的收费标准可以降低系统出行时间.     

考虑ATIS市场占有率及遵从率的随机系统最优拥挤收费模型

考虑装备ATIS的用户在出行时并不总是遵从ATIS提供的信息, 将所有用户分为三类: 装备ATIS且遵从的用户, 装备ATIS但不遵从的用户和未装备ATIS的用户. 其次, 根据用户的时间价值(VOT)将用户进行分组. 研究了周期性拥堵交通网络条件下内生ATIS市场占有率和遵从率的随机系统最优拥挤收费问题, 建立了内生ATIS市场占有率和遵从率下多用户类型随机系统最优拥挤收费模型. 通过算例分析表明: ATIS为用户提供的交通信息质量的提高有利于降低网络中的拥挤收费总额; 虽然高收入人和低收入人同样装备ATIS, 但是他(她)们的路径选择行为却不尽相同, 高收入人的ATIS市场占有率和遵从率均高于低收入人; ATIS的信息质量既影响ATIS市场占有率又影响遵从率.     

具有弹性需求收费道路的定价策略分析

目前收费道路在我国比较普遍，而收费道路上影响车辆通行需求的一个很重要的因素是其收费定价，作为收费道路的经营者，必须考虑出行者对道路定价的反应，因为道路定价对出行者的出行需求和路径选择都会产生重要的影响，文章考虑存在并行收费道路的情况下，不同经营者之间在竞争和合作的情形下的最优决策机理和定价策略。     

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.     

ATIS作用下的混合交通行为网络与效率损失上界

考虑一个被路径诱导系统支持的交通网络,装有ATIS的出行者接受交通中心的指挥、按照系统最优的原则选择路径,没有该装置的出行者根据个人成本最小的原则择路,建立了刻画这种混合交通行为的变分不等式模型,推导了混合交通行为网络的效率损失上界,并以多项式路段成本函数为例给出了一些上界的特殊值.研究表明,效率损失上界与具体被研究的网络结构和交通需求水平有关,只有在特殊情况下,才可以得到与网络需求和网络结构无关的上界值.     

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.     

拥挤交通网络中组合的交通出行、OD、路径分配与收费定价模型

提出交通网络中出行选择、讫点选择、路径选择和道路收费定价的组合模型。模型被表示为两层规划,低层表示出行选择、讫点选择和路径选择的随机均衡模型,预测驾驶员对道路收费模式如何响应;上层确定最优道路收费,以达到网络出行费用最小。     

考虑早晚高峰出行链的出行方式选择均衡与定价机制

考虑从生活区与工作区之间的早晚高峰出行链,研究三种出行方式: 地铁直达,停车换乘和全程驾车. 基于瓶颈理论,建立了分层Logit模型刻画出行者的交通方式决策行为,利用弹性需求下的出行方式选择均衡等式, 进一步讨论了四种机制下的地铁票价和停车收费策略.研究结果表明,地铁和换乘停车场由政府经营,采用低票价的政策吸引出行者, 而工作区停车场由公司经营,实行高停车费的政策,不仅能有效鼓励停车换乘,提高公交出行分担率,并且能实现系统净收益最大. 算例结果从理论上支持了当前北京施行的差别化停车收费政策.     

A BI-LEVEL FORMULATION AND QUASI-NEWTON ALGORITHM FOR STOCHASTIC EQUILIBRIUM NETWORK DESIGN PROBLEM WITH ELASTIC DEMAND

1 IntroductionThe network design problem (NDP) is to select link improvements or add new links to anexisting network suCh that social welfare is maximized while according for the route choicebehavior of network users and/or changes in demand. Two sets of decision-makers with differedsobjectives are involved in the NDP. The network users individually select their routes suchthat their individual travel costs are minimized, while the planners aim to make the bestnetwork improvements for reduc…