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.     

基于前景理论的动态路径选择模型研究

在实际出行过程中受多种不确定因素的影响,导致出行者的路径选择行为往往是动态的。本文考虑出行者在路径选择过程中的有限理性以及路径改变方式,在前景理论的基础上建立了动态路径选择模型,提出了更适合人们思维习惯的动态路径选择方法。该方法允许出行者根据道路情况随时调整路径,并用实例验证了方法的正确性和适用性。结果表明,当出行者遇到拥堵路段时,可以在途中改变路径,并且在心理预期时间不能满足时,就会选择有风险的路径。     

基于累积前景理论的突发事件下轨道交通乘客路径选择研究

城市轨道交通网络中突发事件经常发生且影响巨大。本文基于累积前景理论,建立了突发事件下城市轨道交通乘客路径选择行为模型,分析了突发事件对轨道交通出行行为的影响。结果表明,累积前景理论可以较好地描述突发事件下轨道交通乘客的路径选择行为。     

基于层次分析法的应急物流路径选择

根据应急物流的特点,分析了应急物流运输路径选择的各种影响因素,应用层次分析法进行多属性权重的分配。在构造判断矩阵的过程中,根据应急物流路径选择在不同阶段所追求的目标不同,提出了以不同属性偏好进行权重分配的决策方法,以适应应急物流路径选择中不同目标的追求。最后以实例说明了该方法的应用步骤。     

基于前景值和乘客最优理论的居民公交出行选择模型

为研究城市内居民的出行目的与公共交通工具选择的关系,运用前景理论和乘客最优理论建立了客运走廊内居民公共交通出行选择模型。调查了苏州市木渎站至钟南街站客运走廊沿线居民的出行目的,获取了居民出行目的与公共交通工具服务属性关系数据,以此数据为依据计算出各种公共交通工具的前景值,并进行模型检验,结果发现模型运行至第786代后解的质量稳定在97%,与实测值相比,模型的模拟结果与居民选择公共交通工具的行为是一致的。可见该模型为预测公共交通工具的分担量提供一种的新思路。     

基于累积前景理论的日变交通配流模型

相比基于均衡原理所建立的网络均衡配流模型,日变交通配流模型能够描述网络系统的非均衡状态,因而具有更一般的适用性.针对基于期望效用理论的出行者路径选择模型的不足,采用累积前景理论获得了出行者具有参考点依赖特征的路径累积前景值.假设出行者是最大路径累积前景的追随者,利用不同路径累积前景的差异构建了网络系统路径流量交换模型,并据此建立了一个日变动态配流模型.通过一个算例网络对配流模型进行了验证,数值结果表明所提出的模型能够反映动态决策环境下出行者考虑随机风险的有限理性决策行为.     

基于前景理论与理想解法的应急预案评估模型

为对突发事件救援确定最优应急预案、提高救援效率。通过选取全面性、时效性、经济性、可操作性四个指标,基于前景理论以及TOPSIS法对应急预案优劣排序。首先,专家根据打分标准给出各指标下预案的属性值,并利用Shapley值集结指标;其次,利用直觉模糊熵计算各专家权重值,确定最优方案。以选择最优的应急预案为例,结果表明方法的可行性与实用性。     

基于效用理论的多目标路径选择模型

首先分析了影响驾驶员路径选择的基本要素,基于效用函数理论建立了多目标路径选择模型;在消除量纲对路径选择的影响的基础上,提出了逼近理想路径、远离负理想路径的最优路径判别方法;最后,通过计算每条路径的优劣指标值对多条路径进行排序,且方法易于编写成计算机程序语言,对于大量数据信息下的路径选择模型,可以迅速找到最优路径.     

交通网络最优安全路径选择模型与算法

针对交通网络任意路段均可能发生中断的最小损失路径选择问题,提出交通网络最优安全路径选择模型,并设计了2种不同网络结构下最优安全路径选择算法.首先用模型计算任意一条路径上每条边中断后产生的从起点到终点最短替代路径长度的最大值,然后选择一条最短替代路径长度最大值最小且自身长度最小的路径.在网络中,当最短路径删除后该网络依然连通时,最优安全路径问题转化为最短路径问题,其计算复杂度为O(n2);当最短路径删除后该网络不再连通时,最优安全路径问题转化为最小最大问题,其计算复杂度为O(mn),且仅与网络中节点和边的数量有关.最后,结合交通网络的实际情况对最优安全路径进行了算例分析.     

实验检验累积前景理论

累积前景理论是前景理论的改进版本.前者使用CE范式对美国被试进行研究,得出如下几点结论:(1)人们的风险态度呈四分模式;(2)概率中大时,得时的风险回避比失时的风险寻求更明显;(3)价值函数的指数、权重函数的指数都小于1.采用相同的范式对中国被试进行考察,发现:(1)仍适用;(3)并不总是适用;(2)总是并不适用.     

基于累积前景理论的通勤出行联合决策模型

为研究不确定交通环境下的通勤出行决策行为,考虑出行者的有限理性,基于累积前景理论构建了出发时刻、路径的联合决策模型.该模型包含3个参考点,即可接受的最早、最晚到达时间和行程时间,且风险偏好系数考虑了行程时间的可靠性及参考点的影响.基于所选取的参考点计算价值函数与权重函数,并依据前景值最大确定出行方案.算例研究结果表明:...     

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。     

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。     

基于聚类蚁群算法的物流最优路径

在物流网络系统中,物品的配送是重要的一环,一个科学的物流配送路径,不仅能在一定程度上降低物品的配送时间,而且能有效的降低运输资源的占用,这极大的降低了物流企业的运营成本。针对物流配送路径的最优解问题,有大量的学者进行了相关研究,主要有遗传算法、蚁群算法、生物地理学算法等,其中以蚁群算法应用最为广泛;但这些算法都只是在物流运输的路径上进行优化,并没有考虑空载率以及客户对送货时间的要求。为了克服此缺点,本文在蚁群算法的基础上加入空载率和时间窗的要素,对传统的蚁群算法进行优化。实验结果表明,与传统的蚁群算法相比,该算法可以有效的节约物流运输资源。     

在重大疫情下基于累积前景理论的在线教学软件平台选择预测研究

在重大疫情背景下,在线会议软件平台喷涌而出,对用户选择行为的合理预测有利于开发商进行合理的资源配置.该文针对重大疫情背景下的在线教学软件平台选择问题,提出一种基于累积前景理论的考虑多个参考点的在线教学软件平台选择预测方法.首先,该方法全面考虑决策者的参考点依赖、风险偏好和风险规避等心理特征,将决策者所给出的在不同疫情演变状态下的多个期望作为相应的参考点; 其次,根据累积前景理论,构建在线教学软件平台对应于各个属性的益损决策矩阵和前景决策矩阵; 最后,运用主观的决策权重,计算各个在线教学备选软件平台的累积前景值,并对其进行优先排序.通过算例验证了所提方法的有效性,通过对比分析表明该方法的优越性.该方法考虑了决策者的心理特征,更加符合真实的在线教学软件平台的选择决策过程,对决策者具有启示意义.     

基于TOPSIS方法的应急救援路径选择

针对突发灾害事件大规模破坏性的特点,借鉴城市交通路网安全性评价体系,充分考虑应急救援工作的特殊性,建立了应急救援路径选择指标评价体系。该体系将应急救援路径选择评价指标分为成本型和效益型,包括车辆行驶时间、车辆行驶距离、运输费用、可靠性、阻断风险、实际交通流量以及路径交叉路口数等。然后,运用模糊层次分析法求解指标权重,通过TOPSIS法计算各方案与正负理想方案的贴近度,求得应急救援路径选择最优解。研究表明,本文求解结果对合理开展应急救援工作具有较高的参考价值。     

应急物流运输方式选择

为解决应急物流运输中最优运输方式的组合问题,在建立运输方式选择多目标优化数学模型的基础上,构造了求解该问题的虚拟运输网络,运用Floyd法求解,并进行了算例计算.模拟结果表明,这种方法可以方便有效地求解该问题     

基于网络拓扑的交通最优路线选择模型

从网络拓扑的角度,将交通最优路径搜索问题转化为图论中的最短路径搜索问题,并通过对最短路径搜索算法的分析和构建,结合分块矩阵和分类思想,提出了一套求解城市公交地铁道路网络两点间最优路径的算法,该算法具有较强的拓扑稳定性,可以扩展应用到城市交通地理信息系统（TGIS）领域。     

基于权值时变模型的矿井突水最优逃生路径的动态选择

为了减少矿井突水发生时造成的矿工伤亡,为井下矿工动态选择出合理的逃生路径。综合考虑随时间变化的水位高度和水的流速对矿工逃生路径选择的影响,将其量化为对人体稳定性的影响,并将所研究的时间进行分段,根据不同时段下巷道内平均水流速与临界流速之比求得动态危险系数,并实时加权到邻接矩阵上,建立以巷道初始当量长度与危险性程度为衡量最优路径的权值时变数学模型,运用改进的Dijkstra算法进行求解,并结合W煤矿矿井进行实例分析。结果表明：优化后的模型更能反映突水时巷道内的实际情景,同时,改进的Dijkstra算法能够有效应用于突水时期最优逃生路径的动态选择中,使选择的逃生路径更加安全可靠。     

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。