图状信息板影响下的驾驶员路径选择行为

为了探索图状信息板(GRIP)对驾驶员路径选择行为的影响因素及其影响程度,借助GRIP信息发布平台,在信息板同时提供前方道路交通问题性质、事故严重程度的情况下,利用全因子方法设计了GRIP的6种假定交通情景,并对这6种情景下驾驶员路径选择行为数据进行采集.采用离散选择分析方法对路径选择行为的影响因素进行了多变量分析,并建立了路径选择概率的多元logit模型.研究表明,驾驶员对GRIP影响下路径选择影响程度的认知、开车类型、月收入、交通问题性质及严重程度在不同程度上影响驾驶员的出行决策行为.     

不同交通信息下网络交通动态路径选择行为

为从道路网络层面实现对城市交通的有效诱导,达到均衡交通流分布、提高交通整体运行效率的目的,在一个典型路网上,研究利用可变信息标志(variable message sign,VMS)提供不同交通信息内容条件下的驾驶员动态路径选择行为.针对地面道路上一块文字式VMS和快速路上一块图文混合式VMS,采用陈述偏好调查法采集交通行为数据,并用离散选择行为方法分析数据,建立了提供路径行程时间信息、交通状态信息和交通事故信息条件下驾驶员动态路径选择行为模型.分析结果表明,可变信息标志发布路径交通信息的精确性、完整性,驾驶员的个人属性等,是影响路径选择行为的主要因素.研究结果可为先进的出行者信息系统的规划建设和信息发布策略的制订等提供依据.     

突发交通事件信息影响下交通网络行为微观计量分析

研究了突发交通事件下地面道路可变情报板(SVMS)同时提供高架和地面道路行程时间条件下的驾驶员择路行为.采用意向行为调查获取择路行为数据,运用微观计量经济学中的离散选择分析方法对影响路径选择的因素进行了多变量分析,建立了描述择路概率的二元Logit模型.研究发现,SVMS信息对择路决策有显著影响,影响大小与驾驶员属性、信息内容及地面道路属性有关;驾龄越长、年龄越大的男性驾驶员,接收SVMS信息后选择地面道路的可能性更大;经常使用高架、认为高架可变情报板对其择路决策很有用的驾驶员,选择地面道路的可能性更小;高架延误越大、地面道路信号灯路口越少、延误原因为事故时,选择地面道路可能性更大.研究成果为交通突发事件下交通诱导策略优化提供理论依据和政策启示.     

多交通方式实时信息影响下的通勤者出行行为

为确定实时信息对于出行行为的影响,探索了手机APP提供多交通方式实时出行者信息下的通勤者交通方式选择行为。采用意向调查方法,获取了上海市居民在提供包含两条自驾路线（以高架为主和以地面为主）和一条停车换乘地铁路线的实时交通信息情况下的交通方式选择行为数据。运用描述性分析和多元logit模型,得到了交通方式选择的主要影响因素。研究发现,通勤者的驾龄、家庭私家车数量、开车频率、获取交通信息频率、停车换乘设施使用经历等个体属性,行程时间和车厢拥挤程度等信息内容,会显著影响出行决策。此外,提出了对交通规划与管理和多交通方式出行者信息系统研发有指导意义的建议。     

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。     

群体诱导信息下驾驶员响应行为的辨识与建模

提出一种利用实测宏观交通数据定量分析群体诱导信息下驾驶员路径选择行为的新方法.利用上海市快速路监控中心和路由控制示范工程数据库的交通数据,重构可变信息标志(variable message sign,VMS)信息下的交通出行场景,分析VMS信息作用下驾驶员路径选择行为,建立了一个集计的群体诱导信息响应行为Probit模型.结果表明:驾驶员在VMS信息影响下的路径选择行为除了和信息内容有关外,还与时段、下匝道交通状态、拥挤可视性、有无协调分流等因素有关,可为主动式智能交通诱导系统的构建和信息发布策略的制定提供依据.     

交通诱导信息组合方式对路径决策的影响

为提高交通诱导信息的诱导效率,系统研究信息结构化对驾驶决策的影响机理,引入云模型构建交通诱导信息评价体系,通过全功能汽车模拟驾驶器仿真实验,设计4种交通诱导信息环境并进行了交通诱导信息环境下的路径选择实验,在此基础上分析不同信息结构组合下的交通诱导信息对驾驶决策的影响特征,提出了交通诱导信息发布策略的优化方案.研究结果表明:数字类信息、语言类信息、图像类信息组合而成的交通诱导信息对驾驶决策影响显著,语言类信息与数字类信息组合发布的交通诱导信息有利于驾驶员认知道路环境,数字类信息与图像类信息组合发布有利于驾驶员进行路径决策.     

基于认知活动的驾驶员路径选择行为影响因素分析

驾驶员路径选择行为研究是城市道路交通系统研究的重要内容.从驾驶员认知心理角度,对驾驶员路径选择行为的影响因素进行了分析,并研究了多源信息刺激下驾驶员任务集聚、心理-物理综合认知拓扑结构和认知活动链,为深入研究驾驶员路径选择问题提供了理论基础.     

ITS中基于模糊积分信息融合理论的仿真算法研究

交通仿真是ITS的重要实验研究手段。传统的微观交通仿真模型,特别是反映交通决策行为的车辆跟驰模型,未能综合考虑交通环境中多源信息的有效融合。利用模糊积分理论确定驾驶员信息融合后对车辆应采取的反应行为。通过模型验证表明:在车辆跟驰模型实施之前,利用模糊积分算法模型化驾驶员在多源信息融合条件下的反应过程是行之有效的。     

提供交通信息条件下的途中改道行为研究

针对我国城市快速道路先进出行者信息系统的宴例——上海城市快速路交通诱导系统，研究了提供交通信息条件下的途中改道行为．针对一块实地运行的中型图文混合型可变信息标志（VMS），采用偏好陈述调查法（stated preference survey）采集途中改道行为数据，采用离散选择分析方法分析数据，估计了描述途中改道行为的多元罗吉特模型．分析表明，交通信息会影响改道行为，不同的信息内容对改道行为影响是不同的（例如事故信息的影响较大），驾驶员的年龄、性别等个体属性也是影响改道行为的因素．最后，给出下一步研究设想．研究结果可为先进出行者信息系统的投资、运营和评价提供有力依据．     

基于模糊逻辑的驾驶员路线选择行为分析

鉴于路线选择过程中驾驶员行为普遍存在的模糊性,基于模糊逻辑的分析方法,针对驾驶员的路线选择行为进行了研究。所建立的路线选择模型中,将驾驶员对路线行驶时间、距离以及安全性等指标的感知进行了模糊化处理,进而建立了解模糊化规则,并采用层次分析的推理方法对可选路线进行两两对比。在对比矩阵的基础上可计算路线各个性能的权重,进而得到路线被选择的概率。案例分析的结果表明,该模型能够有效解释驾驶员对路线的模糊感知,为驾驶员短期选择行为分析提供了一种新方法。     

评价公交行程时间可靠性价值的Mixed Logit模型

合理评价出行者行程时间可靠性价值有助于深入理解道路交通系统可靠性对出行决策的影响.以天津市区早高峰时段出行活动为背景,采用2种可靠性评价指标,设计包含不同情景的SP(Stated Preference)问卷调查程序.通过调查对象在问卷程序生成的与其日常出行活动类似的决策情景中做出的选择决策,研究以公交方式出行时出行者行程时间可靠性价值的评价特征,采用Mixed Logit模型标定参数.研究结果给出了早高峰时段出行者行程时间可靠性支付意愿的分布情况以及不同社会经济属性的出行者行程时间可靠性偏好特征,可为估算交通建设项目中行程时间可靠性改善给出行者带来的效益和制定交通需求管理政策提供参考.     

诱导信息影响下的路线选择模型

动态路钱诱导系统为决定出行和已出行的人提供路网交通状况信息或为他们决策提供出行建议,通过这种方式影响出行人的出行时间、出行方式以及出行路线等的选择。在分析了诱导信息对路径选择行为的影响后,给出不可分的路段费用函数,把诱导信息影响下的路线选择问题组织成一个非对称路网均衡问题,并给出用嵌入遗传算法的对角化算法求解的算例．最后,讨论了有待进一步研究的内容．     

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%。     

基于经验加权吸引模型的车辆路径选择博弈研究

交通诱导成为解决城市交通拥堵问题的关键,驾驶员在接受诱导信息时如何选择值得研究。基于经历加权吸引学习理论,综合考虑自身历史经验及对其他驾驶员策略选择形成的信念,将驾驶员视为有限理性的参与者,建立交通诱导模型。通过博弈论研究驾驶员路径选择过程;并通过仿真分析路网流量、初始接受比例变化对驾驶员路径选择产生的影响,为诱导信息的发布提供指导,缓解城市交通压力。     

基于风险收益平衡的驾驶员停止/通过决策行为

通过在上海市6个信号控制交叉口采集的数据,基于风险平衡理论和随机效用理论,建立了驾驶员停止/通过决策行为模型.研究表明,驾驶员停止/通过决策行为受红灯时长的影响显著,并具有在交通冲突风险和时间收益之间的博弈特征.小汽车驾驶员在距离交叉口时间和等待红灯时间之间的权衡比重约为180∶1;大型车辆驾驶员比小型车辆驾驶员的停止/通过行为更加激进,市区比郊区的停止/通过行为更加激进;激进的驾驶行为会显著增加严重交通冲突发生的概率.     

驾驶员异常交通信息响应特性的分析

根据以城市高速道路为背景的驾驶员交通选择行为的调查结果,分析了异常交通状态下驾驶员对信息的需求及其对不同信息的响应特性,就异常交通状态下提供交通信息应注意的一些问题进行了探讨。     

基于混合选择模型的图状路径信息板影响分析

有别于以往关于图状路径信息板(GRIP)影响的行为建模研究,运用混合选择模型研究了GRIP对驾驶员路径选择的影响。模型中通过恰当地构造"驾驶经验"和"GRIP信任度"两大潜变量,精细地刻画GRIP的影响机理。以上海实地存在的GRIP为研究对象,利用驾驶员行为调查数据,定量分析GRIP传递的事故和拥挤程度信息对路径选择的影响。分析结果表明,GRIP信息会显著影响路径选择,驾驶经验和GRIP信任度与提前驶离快速路的概率分别呈负向和正向关系,且驾驶经验的影响因个体属性而异。     

基于期望-超额行程时间与有限理性的城市交通分配模型

为完善现有交通分配方法,综合考虑路网与出行者两方面不确定性因素对随机出行行为的影响,建立基于代理的城市路网交通分配模型。首先,采用期望-超额行程时间反映路网行程时间的客观不确定性,并构建通行能力随机退化条件下的出行成本函数。随后,引入出行者对路径成本的感知更新过程,采用有限理性理论描述出行者的主观不确定性,并结合Logit公式确定路径决策算法。接着,采用轮盘赌随机算法生成出行者每日出行选择,完成城市交通分配模型构建。最后,将所建立的模型分别应用于双路径网络、九点网络与Sioux-Falls网络,分析模型优势及参数变化对路网性能的影响。研究结果表明：路网达到稳定所需的天数随路网退化程度、出行者对成本差异的敏感程度和经验学习能力的提高而变长;稳定状态下的路网总成本随路网退化程度、出行者对行程时间可靠度要求的升高而变大;追求个人行程时间的可靠性会导致稳定状态下的路网总成本升高,可靠度越高,所需的缓冲时间越多;路网退化越剧烈,这种“升高”越明显,因为超额时间也在增大;相比于用户均衡(UE)模型、有限理性(BR)模型和期望-超额行程时间(METT)模型,所建模型兼顾主客观不确定性,能有效克服传统...     

基于前景理论的节假日停车选择行为研究

以北京颐和园为例,基于前景理论,建立节假日停车选择决策模型。为确定停车选择影响因素的参照点,对实际调查数据进行多元回归分析。建立了影响节假日停车选择决策的各个因素的价值函数,以及游客关于行程时间的概率重要性系数函数,计算得到了单个停车选择影响因素的前景值。利用熵权TOPSIS法确定影响因素的权重,综合考虑停车选择的因素确定得到方案选择的最终综合前景值,对所有停车方案的贴近度进行排序从而做出停车选择决策。基于期望效用理论,建立ML模型,研究游客停车选择行为的影响因素。最后将根据模型计算得出的方案排序与实际调查结果进行对比,验证了前景理论适合用于节假日景区的停车选择行为的研究。