基于出行时间预算的多模式多类用户城市交通均衡分析

在道路交通与轨道交通组成的多模式城市交通网络中,考虑路径出行时间的不确定性,对用户的交通模式与路径的选择行为进行分析,建立基于出行时问预算的多模式多类用户均衡交通分配模型,设计基于路径配流的求解算法.研究结果表明:该算法适用于路径费用不具备可加性的交通均衡模型的求解;交通需求、路网降级及用户所需的可靠度水平对交通模式及路径选择均具有显著影响;随着交通需求水平的提高或路网降级加剧,用户选择轨道交通出行的份额增加,且可靠度需求较高的用户选择轨道交通的份额增幅更高.     

基于仿真的可变导行信息有效性

为研究出行者在可变导行信息影响下的宏观行为规律,把出行者分为传统型、固定路径型、理性型、用户均衡型、系统最优型以及VMS(可变信息标志)型,基于VISSIM微观仿真器,利用COM接口开发了各类出行者的出行效益评价模型,最后以小型路网为例,针对VMS型用户进行可变导行信息的有效性评价。研究结果发现:基于仿真的模型可以对不同的可变导行信息进行有效性评价;相同交通需求下的有无对比表明,VMS的设置可以有效降低路网主要干道的行程时间,行程时间降低21%;不同交通需求下的有无对比表明,VMS信息可以提高路网的平均速度,路网平均速度提高约3.97%。     

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。     

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.     

基于停车换乘随机网络可靠性交通分配模型

针对目前大多数组合方式交通分配模型都没有考虑可靠性因素对出行行为的影响,提出了一个基于可靠性的组合方式交通分配模型.该模型考虑了组合方式出行下路网的随机波动因素,更好地反映了出行者方式、路径选择行为.基于K优路径和连续平均法,设计了模型的求解算法,并以上海北外滩实际路网为例,验证了模型的合理性和算法的有效性.与传统组合方式交通分配模型结果进行对比,分析了停车换乘措施的实施对减少交通拥堵、提高路段可靠性所起的作用,阐明了2种出行方式需求之间的比例与可靠性偏好因子和出行者需求效用因子的三维变化关系.     

降级路网组合出行交通流分配模型与算法

研究降级路网条件下的组合出行交通平衡问题。首先,基于出行者对降级路网的不同风险态度,将出行者分为3类:守时型、冒险型和平均型。其次,考虑小汽车出行和小汽车换乘地铁出行2种出行模式,分析降级路网条件下不同用户类的组合出行行为,建立相应的多用户变分不等式交通分配模型,讨论模型解的性质。最后,设计模型的求解算法,并通过算例说明模型和算法的有效性。结果表明:不同出行时间预算的出行者在降级路网中的路径选择行为存在较大差异,路网降级程度对出行者出行选择行为影响显著;随着道路通行能力的降低,出行者更倾向于选择组合出行模式。     

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.     

基于出行链的动态随机交通分配仿真研究

提出了一个基于出行链的动态随机交通分配模型。在这个模型里,出行者选择路径以最小化他们整个出行链上的感知出行成本。基于中观的交通/活动仿真器,结合时变的K最短路算法和连续平均法,设计了模型的求解算法。通过一个算例,对基于出行链的交通分配模型进行了分析,并与传统的基于出行的交通分配模型进行了比较,结果表明,传统分配模型忽略停驻点时,所求的平均出行时间要小于实际考虑出行链时的平均出行时间。     

基于先进交通信息的多目标多类用户降级路网双层优化

考虑先进的出行者信息系统(ATIS)与可变信息板(VMS)的共同影响,研究混合交通(普通交通与突增的应急交通)在降级路网中的随机均衡分配及路网的性能优化。利用应急交通可靠度和路段负效用2个目标定义广义路径费用,并基于VMS信息效用与路段广义费用设计了新的路径长度(path size,PS)属性公式,进而构造改进的路径长度logit(PSL)模型;建立以降级路段的最差容量利用系数为优化变量的多类用户多目标双层规划模型,其中,下层是基于PSL模型的混合交通随机用户均衡分配模型。利用应急交通的可靠度定义适应度函数,设计以进化算法为主体框架的优化算法,通过求解获得流量分布、ATIS占有率与服从率以及各项性能指标。研究结果表明:模型与算法是可行有效;相对于随机模拟,优化可以大幅度提升应急交通的可靠性,VMS能辅助ATIS以提升应急交通可靠性并降低全路网的总期望出行时间费用;需求增长对降级路网性能会产生较大影响,但VMS仍能在需求增长时有效优化系统性能。     

交通错峰出行策略仿真模型

为了表征实行弹性工作起始时间的车流在交通高峰时段内的路网旅行成本,并得到路网车流的最优错峰出行策略,提出了交通错峰出行2层模型。模型上层负责对路网车流出行策略集合进行遍历,模型下层针对上层的每个出行策略,采用基于离散随机网络的动态交通流分配方法,仿真车流在路网中的并发路由及出发时间均衡特性,求出路网车流交通旅行总成本,策略集合遍历结束后就可确定最优错峰出行策略。模型仿真揭示了影响最优策略选择结果的主要因素,给出了特定条件下最优策略选择方向上的变化规律,可为制定城市路网错峰出行政策提供参考。     

基于分层Logit的多方式随机用户均衡分配模型

为了完善现有的交通分配模型,综合考虑出行者的方式选择与路径选择行为,建立了基于分层Logit的多方式随机用户均衡分配模型。首先,在多方式交通网络中,根据出行者出行决策的2个步骤,即首先选择合适的交通出行方式、然后选择该方式交通网络中的出行路径,采用分层Logit模型描述出行者的交通方式和路径联合选择行为。在建立的分层Logit模型中,出行效用与流量分布相互制约,出行效用受路网流量影响,而路网流量由效用所决定,最终要达到平衡。接着,构造了一个数学规划模型来求平衡解,证明数学规划模型的最优解与分层Logit模型的流量解等价,并进一步证明等价数学规划模型的目标函数是凸的,而约束集也是凸的,因此等价数学规划模型是一个凸规划问题,模型的解是唯一的。随后,给出了求解提出的基于分层Logit的多方式随机用户均衡分配模型改进的方向搜索算法步骤。最后,以含公交车和小汽车2种方式的方格形路网为算例,分析公交票价、出行者的时间价值和分层Logit模型的层间比例参数的变化对交通分配结果的影响。结果表明:公交车票价对流量分配的影响不大;公交需求量随出行者时间价值的增加而下降;当出行者的时间价值较低时,公交需求量随分层Logit模型的层间比例参数增加而增加,当出行者的时间价值较高时,公交需求量随分层Logit模型的层间比例参数的增加而减小。     

基于行程时间可靠度的区域交通控制系统评价方法

在定义行程时间可靠度的基础上,利用浮动车调查数据,得到不同时段路径行程时间可靠度;然后建立了以行程时间可靠度为指标的城市区域控制系统运营效率的评价模型.该模型在武汉市区域控制系统评价中进行了应用研究,结果表明:区域交通控制系统运营后,早高峰、平峰和晚高峰3个时段路网行程时间可靠度显著提高,全日路径行程时间可靠性波动小于实施前,离散程度降低,城市交通系统的运行状态得到改善.相对于传统评价方法,所建模型灵敏度更高,适用性更强.     

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.     

基于行程时间可靠性的随机交通网络均衡模型

考虑现实条件下交通网络的不确定性状态,提出了从确定型网络到不确定型网络状态下出行者路径选择行为的改变,及基于行程时间可靠性的路径选择模型。并将可靠行程时间的路径选择行为纳入到随机交通网络平衡分配模型中,证明了模型的等价性和唯一性。在一个小型测试网络上对模型分配结果进行了测试,测试结果与经验相吻合,表明模型具有较好的现实可行性。     

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.     

考虑有限理性和认知更新的日变交通分配模型

研究交通流的逐日演化规律对缓解城市交通拥堵有着重要意义.现有日变交通分配模型所考虑的因素具有一定的片面性,不能全面描述实际交通环境下出行者的有限理性和认知更新行为.基于累计前景理论框架,提出考虑出行者有限理性和认知更新的日变交通分配模型,并通过测试网络进行仿真分析.研究发现,在考虑出行者有限理性和认知更新的条件下,路径流量收敛到最终稳定态的速度较快,在本文算例中,路径1~6分别在第40天、40天、11天、13天、22天和23天演化到稳定点;出行者对路径累积前景值认知的敏感性参数η对路径流量的逐日演化收敛速度也有着显著的影响,较小的η值意味着需要更长的时间,使得网络上的流量分布演化到最终平衡态.     

基于指向惩罚的交通信息发布下随机交通分配*

提出了通过对发布交通拥堵信息的路段进行阻抗惩罚的随机交通分配方法。出行者被分为“随机型”与“信息型”两类并进行logit型的随机路径选择,前者不受交通信息发布的影响,根据正常路阻进行路径选择,而后者会根据发布的信息,改变对下游路网阻抗的认知并根据新的阻抗进行路径选择。通过对发布拥堵信息的路段的路阻施加路段到路段的指向惩罚来反映“信息型”出行者的路阻变化,分别对两组类型的出行者进行随机网络加载,给出了基于混合流量加载的交通分配算法。实例验证了方法的有效性,并分析了交通信息服务的市场占有率和信息的发布方案对信息发布效果的影响。     

交通拥挤收费的社会公平性分析

建立交通模型,分析拥挤收费对社会各阶层的公平性影响.出行者的时间价值(VOT)服从连续型分布.在一个简单的路网上,建立交通均衡模型,分析出行者根据自己的VOT选择出行方式和行驶路径的行为.分析了拥挤收费对不同VOT居民的出行方式、路径选择和费用变化影响,发现实施拥挤收费后大多数出行者的行程时间和总体出行费用都呈现下降趋势.具体而言,广大VOT较低的公交乘客和VOT较高的驾车族从拥挤收费中获益,少量VOT较低的驾车族因拥挤收费受损.     

DynaCHINA动态交通流分析与路况预测系统

<正>DynaCHINA("动态中国")是位于交通管理中心的实时动态交通分配系统,完全由国内自主研发。通过为公众出行信息服务和交通信号控制等系统提供覆盖全路网的30-60分钟的实时路况预测,使这些系统能更有效地缓解城市和高速公路交通拥堵,提升公众的出行效率和出行质量。系统的核心技术包括:动态交通需求分析与预测、基于仿真的实时动态交通分配、系统参数离线与在线标定、出行者行为模型及路径处理等。     

多模式下城市交通动态网络分配研究

为描述时变的交通量在道路网是如何分配的,假定在路网随机变化的情况下,出行者以估计广义出行费用最小为路径选择标准,构建多模式下的动态网络分配模型,和与平衡条件等价的变分不等式模型,并给出了求解算法。