基于平均速度信息的城市交通路径诱导策略

文章采用元胞自动机模型对曼哈顿类型的城市交通系统进行建模。在该模型中,车辆选择平均旅行时间最短的路径进行行驶,而路段平均行驶时间由路段平均速度决定。车辆在网络中随机地产生目的地。通过计算机模拟能够观察到,该路径诱导策略相比较于Li模型而言,系统的临界密度增大了,系统最大流量提高了,系统存在自由流、稳定流、完全堵塞3种状态。此外,该文考虑了城市网络中不同动态车比例对系统的影响,发现存在一个最优的动态车比例,使得系统车辆平均旅行时间最小,并进一步考虑了信号灯时长以及信息采集间隔对系统的影响。     

曼哈顿网络中的网约车共乘系统的建模与优化

文章提出了一个模拟框架来研究网约车公司应该如何设定乘客费率、驾驶员工资、乘客与网约车之间的动态拼车。采用元胞自动机模型模拟类曼哈顿城市网络中的普通驾驶员路径选择行为和网约出行服务,在该模型中,乘客对等待时间和车费敏感,网约车驾驶员对工资敏感,网约车可以承载多位乘客。该模型框架模拟了网约车平台、驾驶员、乘客的即时网约共乘行为,实现网约车订单的匹配、派单、接单、拼车和动态路径规划等仿真功能,定量评估了不同的网约平台策略对驾驶员和乘客行为产生的影响。