VMS诱导信息影响下的路径选择行为分析

正确理解可变情报板(VMS)诱导信息影响下的驾驶员路径选择行为,是高效发挥VMS作用的必然要求.采用SP调查(意向调查)探索VMS同时提供快速路和替换路径行程时间条件下的路径选择行为,采用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,建立了描述路径选择概率的二元probit模型.Probit模型中的行程时间节省量这一解释变量的系数视为服从对数正态分布的随机系数,以反映行程时间重要性在人群中的不纯一性(heterogeneity).分析表明,驾驶员的路径选择会受VMS诱导信息显著影响,VMS影响大小取决于VMS信息内容、驾驶员个体属性(年龄、驾龄、用车类型以及快速路使用频率)、以及替换路径属性(所含信控交叉口数目).具体地,(a)VMS所告知的行程时间节省量越大.改道可能性越大;(b)年轻和年长者较之中等年龄者,改道可能性更大;驾龄越长,改道可能性越大;非单位公车驾驶员改道可能性更大;使用快速路频率越低,改道可能性越大,(c)替换路径所含信控交叉口越多,改道可能性越小.研究成果可为更好地设计、运行和评价VMS信息发布策略提供参考.     

应急疏散路径选择元胞传输宏观模型

通过建立元胞传输模型,研究了紧急事件下动态网络交通流应急疏散问题,将车流离散化处理成单个车辆可以有效地克服网络规模较大时运算效率低的缺点.模型采用时间步长法进行模拟,紧急疏散车辆路径的确定与各路段的走行时间密切相关.仿真实例说明模型和算法提高了紧急事件下网络动态交通配流的应用效果.     

突发事故下交通拥堵控制策略设计

突发事故在城市交通网络中经常发生, 对交通系统的正常运行带来极大影响, 因此研究突发事故下交通拥堵的控制策略具有十分重要的意义. 研究突发事故下临时性的车辆禁行设计与可变信息板选址组合优化问题. 建立了临时性车辆禁行设计与可变信息板选址组合优化的双层规划模型, 上层目标从交通管理者的角度最小化出行者的系统总阻抗, 下层模型通过基于元胞传输的仿真描述在临时性车辆禁行与可变信息诱导下出行者的动态路径选择行为, 并提出了基于遗传算法的求解方法. 通过算例, 说明本文提出的临时性车辆禁行与可变信息诱导组合控制措施能够有效地降低突发事故所导致的交通拥堵, 提高交通网络的系统性能.     

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.     

ATIS混合诱导模式下出行者路径选择仿真研究

简要分析了交通广播、VMS及车载诱导等诱导模式的特点及其对出行者路径选择行为的影响,建立了不同诱导模式下出行费用的计算模型及多种诱导模式混合作用下的出行者路径选择模型,据此提出了相应的仿真方法.对4×4结点路网的仿真结果显示:1)各类交通信息能有效地缩短出行者的出行时间,ⅣS信息的效果更为显著;2)当系统中无其它诱导方式时,IVS的效果比有其它诱导方式时更为显著,且其效果随IVS安装率增加而降低,当存在其它诱导方式时,其效果与IVS安装率的关联不显著.     

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。     

基于蚁群算法的多属性路径选择模型

针对交通网络中多属性条件下的路径选择问题,本文基于蚁群算法讨论了给定起讫点对之间综合最优路径的实现步骤.首先将蚁群按照所给的属性集合分为若干个子蚁群,每个子蚁群给定不同的属性目标.然后在每一次循环的过程中,子蚁群按照既定的属性进行路径选择,在所有的子蚁群完成一次循环后,全局更新信息素.可知,各个子蚁群既按照自己的目标搜索最优解,同时各个子蚁群之间又互相影响,使得所得的结果不仅对于每个属性目标较优,而且综合效果也很好.最后进行了仿真实验并分析了结果.     

信号控制交叉口交通行为的简单二维元胞传输模型

一维元胞传输模型无法描述多相位信号控制交叉口上不同方向车辆排队的形成与消散过程,本文建立适用于多相位信号控制交叉口的简单二维元胞传输模型.提出交叉口和连线的简单二维元胞表示方案从微观层面描述交叉口进口道上不同方向的车辆排队,基于Daganzo的元胞传输模型建立简单二维元胞传输模型描述交通流在路段和交叉口上的运行与演化规律.在此基础上,在元胞层面建立信号控制方案评价指标的实时估计模型.算例分析表明,二维元胞表示方案优于一维元胞表示方案,简单二维元胞传输模型的估计精度高于一维元胞传输模型,并且简单二维传输模型能够适用于过饱和交通流.本文建立的简单二维元胞传输模型可用于路网信号控制方案的微观评价.     

基于多智能体协商的路径选择行为仿真研究

动态路径选择是城市交通流诱导系统的核心理论之一.为了兼顾个体出行者和路网系统管理者在路径选择过程中的利益,从分布式人工智能的角度出发,给出了一种基于多智能体协商的动态路径选择方法,将路网中的驾驶员、信息发布单元以及系统管理者分别看作不同的智能体进行建模,并给出智能体之间的路径选择协商模型.借助多智能体仿真软件Starlogo,对无信息无协商出行、有信息无协商出行和有信息有协商出行等三种不同的仿真方案进行模拟比较,仿真结果验证了协商方法在满足驾驶员出行需求以及提高路网整体效率方面的有效性和优越性.     

基于有限理性路径决策的人员疏散双层模型

人员在疏散过程中难以获得关于疏散路径的全部信息，因此，确定疏散路径时仅能选取满意的而非最优的疏散路径.考虑疏散人员所能获知的疏散路径长度、拥挤程度和危险程度信息构建了人员疏散双层模型.该模型包括上层的人员路径选择模块和下层的人员空间移动模块，分别刻画了个体的有限理性路径选择行为和疏散运动过程.通过实例仿真，分析了出口宽度和有限理性参数对疏散人员路径选择和疏散时间的影响规律，结果可为建筑设计和疏散应急管理提供一定的依据.     

钢铁企业铁水运输路径选择及自动避碰算法的研究

以钢铁企业铁水运输仿真系统为背景，阐述了路径选择及避碰算法的作用，建立了路网二级拓扑模型及列车运行模型；提出了两级静态路径规划和路径动态调整方法；分析了列车碰撞检测的条件及机制，最后对避碰算法进行了描述。     

灾害扩散实时影响下的应急疏散路径选择模型

应急疏散的目的是要在灾害发生时将处于危险地带的人群尽快转移至安全地带.由于灾害的扩散,疏散网络中各弧段上的路况将不断恶化,且不同的弧段受到灾害扩散影响的程度也将不同.为此,在提出的应急疏散路径选择模型中,将通过疏散路径所需的总疏散时间最短作为优化目标,将各弧段上的通行速度表示为关于时间的连续递减函数,并对不同弧段的速度函数设置了不同的衰减参数.设计了求解这一时变最短路问题的改进Dijkstra算法并给出了算法的正确性证明,仿真实例说明了模型和算法的有效性和可行性.     

交通流路线选择行为演化模型

根据司机对不同路线的效用函数 ,本文建立了交通流路线选择行为演化模型 ,并利用 Master方程对该模型进行了随机型描述 .进一步地 ,对该模型进行了分支分析 ,揭示出交通流路线选择行为的一些复杂性规律 ,并应用该模型进行了交通因素对路线选择行为的影响分析 ,以求为建立和评价实时交通诱导系统提供更加全面的理论支持 .     

基于客票数据的城际铁路出行方式选择行为研究

随着高铁快速发展,旅客城际铁路出行具有更多类型客运列车可供选择.基于铁路客票数据,以成渝交通廊道为例,应用离散选择模型研究城际铁路出行中以高铁和普速列车作为选择对象的出行方式选择行为.根据客票出行大数据构建人口统计学特征、购票渠道、社会阶层与地位、出发日期与时段、发车频率、距离等特征变量并融合百度指数数据,以一种新视角建立出行方式选择定量分析模型.结果显示人口统计学特征、购票渠道、社会阶层与地位、发车频率、出发日期与时段、出行目的、距离等变量显著影响旅客选择行为,能够对旅客城际铁路出行方式选择进行有效预测.研究设计为出行方式选择行为分析提供新思路,丰富了数据驱动下的交通出行选择研究.     

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.