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.     

基于出行者路径选择行为的VMS诱导策略研究

针对现有交通诱导系统片面地确定可变信息板(VMS)位置和发布内容的弊端,提出系统性确定符合路网出行需求的VMS诱导策略的方法,该方法从交通管理者对系统建设成本的限制和出行者的路径决策心理出发,建立综合考虑两者期望的双层规划模型.其中上层模型考虑交通管理者对网络总效益的期望和对VMS建设成本的约束,下层模型根据出行者在VMS诱导下的转向概率,运用符合出行者路径选择心理的随机动态交通分配模型,并设计了求解算法.应用表明,在不同的系统建设成本约束下、网络总出行成本是网络交通需求水平、出行者的转向概率、VMS的布设位置、交通诱导信息的发布周期和内容等的组合结果,因此求解保证网络总出行成本最低的VMS诱导策略时需要同时考虑以上因素.研究结论可为城市交通管理VMS诱导决策提供理论支持.     

交通网络效率损失上界的估计方法

2006年黄海军教授等深入分析了固定需求的交通网络中用户均衡和系统最优之间的关系;得到用户均衡效率损失上界计算公式.用一种新方法引入一个与均衡流量相关的参数,扩大了已有用户均衡效率损失上界计算公式的适用范围,给出了新的用户均衡效率损失上界.算例结果表明,新的上界比2006年的交通网络中用户均衡行为的效率损失上界的最小值还小.     

竞争交通系统中异质性用户的出行方式选择

在一个地铁公交与道路驾车两种出行方式并存且竞争的交通系统中,出行者按照时间价值、早到与晚到惩罚的差异被分成两组,地铁可以按边际成本或者平均成本确定票价,道路可以不收通行费或者以道路系统最优化原则收费.我们研究不同收费策略组合下的交通方式选择问题,并利用算例分析了出行需求及其构成对交通方式选择和个人出行成本的影响.     

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.     

交通信息对出行者路径选择惯性行为的影响

选择惯性行为是出行者路径选择行为的一个重要表现。通过探讨有无信息下,出行者关于路径出行时间的感知更新模式,构建了考虑出行者选择惯性、交通信息以及出行时间感知更新三方面的路径选择模型。通过路径选择行为实验,验证了出行者路径选择惯性行为的存在。最后,基于行为实验结果,采用仿真方法,分析了信息对出行者路径选择惯性行为的影响。研究表明,交通信息可以通过影响出行者关于路径出行时间的感知来影响其路径选择,从而达到改变出行者的选择惯性行为。     

区分车辆起讫信息的拥挤道路使用收费模型

拥挤道路使用收费被视为缓解城市交通拥堵的有效手段之一.本文发展了一个区分车辆起讫点信息的路段收费模型,并将其与边际社会成本收费、一般路段收费和路径收费模型进行了严格比较.四种收费方式均能实现系统最优的路段流量分布,且收费收益只与OD需求及收费用户均衡时的最小路径费用相关.边际社会成本收费方式产生的网络总收费最高,一般路段收费方式次之,然后是本文提出的收费策略,路径收费方式产生的总收费最小.一般路段收费可匿名实施,路径收费需要获取出行者完整的路径信息,本文提出的收费策略只需获取出行者的起讫点信息.在一个多OD对交通网络上完成的数值计算验证了理论结果.     

交通信息对交通行为的影响和信息发布策略研究的一个新模型

本文在含两条并行路径的网络中建立了一个描述出行者对日常交通信息进行修正和路径选择的双层规划模型,该模型被转化成动态规划模型并分析其最优解.研究表明,存在一个最优的信息发布策略,使流量分布逐渐逼近系统最优.算例结果验证了理论模型的结论.     

不同信息条件下出行者比例对路网的影响研究

鉴于不同城市类型中出行者信息类型的比例差异明显,对路网中出行者进行分类,引入体现出行者信息反应类型的比例组合变量,结合以网络效率为衡量目标的交通网络模型,给出了不同出行者比例和信息条件下的网络效率仿真演化曲线。结果表明,交通网络效率受不同类型出行者比例影响变化显著,变化趋势与经验出行者的比重密切相关;在交通信息供给充分的条件下,并不是信息出行者越多,网络效率就越高。同一出行者比例下,交通信息的质量与网络效率成正比。     

VRGS中均衡诱导比例和系统服从率的计算

在考虑先进的出行者信息对出行路径选择行为影响的基础上,建立了信息影响下的路径选择模型,基于驾驶员群体的划分和路网混合均衡建模理论,构建了一随机网络混合随机用户均衡模型,提出了同时求解诱导比例和诱导系统服从率的数学模型,设计了模型求解算法,并利用算例进行了计算分析.     

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.     

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。     

异质用户下交通拥挤控制的混合策略研究

随着出行需求及汽车保有量的增加,交通拥挤愈发严重.为了缓解交通拥挤,本文针对公私合营的交通网络,考虑用户异质性,提出了对交通网络同时实行道路收费和可交易电子路票方案的混合策略,即分别对使用政府资建的公有路段和BOT模式下的私有路段的出行用户收取电子路票和费用.通过对用户在混合策略下的出行行为分析,建立了用户均衡和路票市场均衡下的变分不等式模型.接着,对交通网络的系统最优模型进行分析,得到了促使路网在用户均衡状态下达到系统最优的混合策略集合,同时给出了混合策略下系统效率损失的上界.在此基础上进一步提出了涵盖其他目标的双层规划模型,得到能实现双重目标的最优混合策略.最后,对具体路网进行数值实验,可分别得到路网中每一公有和私有路段的具体路票收取量和收费值,以及需要设置的收取总窗口数.     

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。     

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.     

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.     

Bounding the inefficiency of the C-logit stochastic user equilibrium assignment

Compared with standard logit-based stochastic user equilibrium assignment model, the C-logit model describes route choice behavior in a more realistic way by considering the overlapping effect between routes. This paper investigates the inefficiency upper bounds of this model against the deterministic system optimum and the C-logit stochastic system optimum in terms of the total network travel time. It is found that the commonality factor of overlapping routes significantly affects the inefficiency bound, besides link congestion degree, total demand and the number of feasible routes. If the commonality factor is not considered, the efficiency loss resulting from selfishly stochastic travel behavior will be to large extent underestimated.     

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     

交通信息对交通网络的影响研究

利用随机均衡模型，分析了交通信息对公路交通网络的影响，并利用经济学的方法提供交通信息（模型NI）和提供交通信息（模型I）两种模型进行比较，得出三个主要结论：（1）交通信息的提供可以增加交通网络中道路使用者（用户）数量的期望值；（2）交通信息的提供可以降低交通网络运行费用的期望值；（3）交通信息的提供可以增加交通网络的消费者剩余，这三个结论说明了提供交通信息是一种提高交通网络效率的有效方法。