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.     

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.     

基于博弈论的交通管理政策效用分析

研究了考虑管理盲区影响下的交通管理政策效用.指出交通系统中存在不受交通管理政策影响的管理盲区,并以公务用车为例进行建模分析.首先,分析了政府的交通管理决策目标与出行者的出行选择目标,以缓解交通阻塞、维持区域经济活力作为政府的目标函数,以出行选择效用最大化作为出行者的目标函数,应用Stackelberg博弈模型描述政府及出行者双方的动态博弈平衡.然后,对出行选择效用进行假定,分析了中心区发达与否条件下的模型输出,揭示了公务用车对交通管理政策效用的影响.研究结论显示,对于发达的中心区,公务用车出行比例越高,限制个体交通的管理政策能够起到的效果就越差,且其他出行方式选择的综合效用也会显著降低.     

基于时间价值的随机用户出行决策模型研究

出行者一次出行经历了是否出行、终点选择、交通方式选择、路径选择四个决策过程.首先考虑时间价值不同这个因素,给出了基于时间价值的广义费用;然后建立随机用户出行决策模型,该模型描述了出行者的四个出行决策行为,即模型的一阶条件与四个出行决策的条件等价;其次证明了模型的一阶条件满足出行决策条件,最后给出模型算法.由于考虑了时间价值这个因素,因而模型能更准确描述出行者的出行行为.     

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。     

城市综合交通规划的组合模型

根据我国城市混合交通阻抗的特点，将出行者看作为出行的消费者，考虑出行者出行决策的同时性，以离散选择和随机效用理论为分析工具，研究了基于对称阻抗的交通风险出行，讫点，方式和路径随机选择的组合模型，根据最优化原理和Lagrange算子性质，证明了模型最优解满足出行，讫点，方式和路径选择平衡的条件，且最优解是唯一的，最后给出一个算例。     

诱导信息下基于博弈论的路径选择模型

诱导信息下的路径选择模型无论是在宏观的交通规划领域,还是在微观的驾驶员行为机理研究过程中都具有重要的意义.通过分析出行者选择路径的过程,将博弈论中的静态多人博弈与路径诱导下的出行者的决策过程进行对比,引入求解纳什均衡的划线法,来阐述出行者的路径选择模型,以求得到最接近实际的出行者在静态诱导信息下的路径选择模型;给出了基于博弈论的路径选择模型算法,并通过1个简单实例阐述了在静态诱导信息下出行者的博弈过程以及求解纳什均衡的方法.     

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。     

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。     

基于服务水平可靠性的连续交通网络设计模型与算法

传统路网设计很少同时考虑交通供需的随机性和服务水平可靠性对交通运行效率的影响,难以获得鲁棒性好、可靠度高的路网设计方案。针对此缺陷,假定路网中的交通需求服从对数正态分布,通过双层规划理论构建了考虑需求随机性及路网可靠性的连续均衡交通网络设计模型;其中上层规划是在满足投资预算的约束条件下使得系统期望的总阻抗最小,下层规划通过用户均衡交通分配模型来刻画出行者的路径选择行为。根据模型特点,设计了一种带罚函数的、基于蒙特卡洛仿真的多种群遗传求解算法;并用算例验证模型和算法的有效性。结果表明该模型能较好地解决交通供需的随机性和服务水平可靠性对交通运行效率的要求。     

基于三标度层次分析法的驾驶人路径选择模型

汽车驾驶人路径选择是智能交通系统研究的重要内容之一。通过分析驾驶人出发前路径选择决策过程,建立相应的层次结构,运用三标度层次分析法(analytic hierarchy process,AHP)对出发前驾驶人路径选择决策过程进行建模,基于问卷调查获得相应的数据信息,对模型的适用性进行了验证。结果表明,三标度AHP在确定驾驶人出行路径选择决策过程方面具有较好的适用性。     

多用户动态交通流分配模型及算法研究

通过对动态交通网络中瞬时反应型和预测型出行者行为假设的分析,提出了将两者结合并增加固定路线出行行为假设的多用户动态交通流分配模型.同时通过对动态交通网络出行者行为的相互制约特性分析,给出了求解上述模型的迭代算法.本模型拓展了以往构建模型中出行者行为的单一性假设.本模型及算法也可直接应用于先进的出行者信息系统,并为路径导行系统中网络的效益分析提供理论依据.     

考虑多人给出参照点的风险型多属性决策方法

针对多人给出参照点的风险型多属性决策问题,提出了一种基于累积前景理论的决策分析方法.在该方法中,首先依据累积前景理论,计算每个参与决策人针对不同自然状态下每个方案的属性值的前景价值及决策权重函数值,进而得到每个参与决策人针对各方案的综合累积前景值;然后,计算每个参与决策人的决策信息与总体决策信息的期望一致性程度,并得到每个参与决策人的权重;在此基础上,计算各方案的总体累积前景值,并依据总体累积前景值的大小对各备选方案进行排序.最后,通过一个数值算例来说明该方法的可行性.     

居民出行链、出行方式与出发时间联合选择的 交叉巢式Logit模型

为刻画出行链、出行方式与出发时间的联合选择行为,选取出行耗时、出行费用及个人与家庭属性等作为效用变量,以出行链选择子集合、出行方式选择子集合和出发时间选择子集合的组合作为模型的选择项,构建基于广义极值(GEV)理论的交叉巢式Logit模型,为方便对比,同时构建3种结构的传统NL模型。利用2010年北京市居民工作出行的小样本调查数据,对模型参数进行估计和检验,并进行弹性分析,分析效用变量的改变对备选方案选择概率的影响。参数估计结果表明,交叉巢式Logit模型具有比NL模型更优的统计学特征,并发现当效用变量改变时,选择者最先变更其出发时间,然后是出行方式,最后才考虑改变其出行链结构。直接和交叉弹性分析表明,与简单链的小汽车出行者相比,复杂链的小汽车出行者对出行时间与出行费用的敏感性较低。研究结果可以为制定和评价交通需求管理政策提供依据。     

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。     

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。