广义出行费用下的冰雪条件路网容量可靠性

为体现冰雪条件下出行者路径选择行为,准确评价路网容量可靠性,采用行程时间、行程时间可靠性及安全性的加权和定义广义出行费用,引入坡道行驶安全系数量化安全性出行费用,建立基于广义出行费用的随机用户平衡分配模型.从路段角度定义容量可靠性的概念,建立基于广义出行费用的路网容量可靠性模型,给出Monte Carlo仿真和交通规划...     

动态广义出行费用随机用户平衡

为描述弹性需求下降级路网中出行者路径选择行为,为出行者和管理者提供决策参考,采用行程时间、行程时间可靠性及货币费用的加权和定义动态广义出行费用.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,建立基于动态广义出行费用的随机用户平衡模型,并给出求解模型的MSA算法.通过在一个算例路网上测试,结果表明:出行者对待风险的不同态度、降级系数和货币费用均对道路流量分配影响显著,并与经验相吻合,说明所提出的基于动态广义出行费用的随机用户平衡模型能够真实反映出行者在随机路网中的路径选择行为.     

动态广义出行费用随机用户平衡Symbol`@@

为描述弹性需求下降级路网中出行者路径选择行为,为出行者和管理者提供决策参考,采用行程时间、行程时间可靠性及货币费用的加权和定义动态广义出行费用. 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,建立基于动态广义出行费用的随机用户平衡模型,并给出求解模型的MSA算法. 通过在一个算例路网上测试,结果表明：出行者对待风险的不同态度、降级系数和货币费用均对道路流量分配影响显著,并与经验相吻合,说明所提出的基于动态广义出行费用的随机用户平衡模型能够真实反映出行者在随机路网中的路径选择行为.     

冰雪条件下城市路网容量可靠性

为研究冰雪条件下城市路网容量可靠性,采用路段行程时间可靠性及容量为约束条件进行研究.定义了冰雪条件下的路网容量可靠性概念,以BPR(Bureau of Public Roads)函数为基础,通过引入自由行程时间及通行能力修正函数,建立了适用于冰雪条件的ISB-BPR(Ice and Snowfall Based-Bureau of Public Roads)函数,并以路段容量和遵循ISB-BPR函数的行程时间可靠性作为约束条件构建了上层规划,以符合冰雪条件出行特征的弹性需求分配模型作为下层规划,提出了适用于冰雪条件的双层规划模型.根据模型反映的路径选择行为特点,设计了灵敏度分析法求解交通量分配模型,以Monte Carlo仿真算法求解路网容量可靠性.并给出1简单算例,计算结果表明:冰雪强度及交通供需对冰雪条件下路网容量可靠性有很大影响.该模型能够用于评估冰雪条件下的路网性能,并为路网规划、设计、维护提供依据.     

基于有限理性的随机网络路径选择模型

为研究出行时间不确定条件下有限理性出行者的路径选择行为,以路段容量降级网络为研究对象,将路径自由流时间作为路径走行时间的下界,提出了关于路径走行时间的截断正态分布概率密度函数,建立了考虑路径走行时间边界的出行时间预算模型.通过考虑出行者有限理性的决策特征,以预算时间最小值的无差异阈值作为出行者可接受的最大出行时间,提出了有限理性置信水平的概念,即出行者可以在最短预算时间的无差异阈值内到达目的地的概率.然后,根据随机效用最大化理论,以出行者感知的有限理性置信水平为路径选择成本,构建了考虑可靠性的有限理性交通均衡模型,并给出了其等价的变分不等式问题.此外,设计了一个基于路径的求解算法对所提出的模型进行求解.最后,应用一个数值案例来验证所提出的模型和算法.算例结果表明:忽略路径的自由流时间将降低出行者准时到达的可能性,并且出行者可接受的无差异阈值尺度对其路径选择行为有较大影响.     

考虑交通诱导下新进出行者的网络交通流演化模型

研究了城市网络交通流的动态演化行为.在网络交通流的演化过程中,出行者根据路网状况不断调整自己的出行路径,假设OD对出行需求和路径流量受到OD对出行成本的影响,考虑在交通诱导下新进出行者的路径选择方式,以Logit分配模型表示新进出行者选择出行路径的比例,提出一个改进的交通流演化模型,并分析了该模型及其零点的一些特性,它能更好地反映现实中交通流演化结果.数值实验结果表明,模型可近似描述交通流演化到用户均衡态的过程,交通流能够收敛到均衡状态.     

智慧公路多源数据下的交通出行演化模型

为探索智慧公路对出行者路径选择行为的影响,将网络可靠性和经验学习理论引入出行者的路径选择过程. 运用交通流理论统一化由智慧公路采集的多源数据类型,进一步采用最小方差加权平均方法融合多源数据. 智慧公路上的出行者根据融合信息实时决策出行路径;普通公路上的出行者根据前一天的路网交通状况和历史出行经验选择出行路径. 采用不动点理论证明模型解的等价性、存在性和稳定性条件. 算例结果表明：道路流量行为系数和感知时间误差的增大均会导致模型进入不稳定状态;在模型解稳定性方面,具有冒险倾向的出行者显著优于具有风险规避倾向的出行者,且多源融合数据演化的路网交通流量更具鲁棒性.     

基于Mixed Logit模型的路线选择行为量化分析

为了探讨路况信息动态变化对出行路线选择行为的影响程度,采用正交试验法设计出行意愿调查问卷,针对有驾车经验的出行者进行调查。假定时间参数和费用参数为常数、费用参数服从正态分布和对数正态分布,分别建立了出行路线选择的Logit模型和Mixed Logit模型,并对解释变量影响路线改变倾向进行了量化分析。结果表明,Mixed Logit模型的最大似然值、优度比和命中率都高于Logit模型。出行者对行程时间和时间信息动态变化的敏感程度十分接近,敏感度最高的是出行费用。个人属性中的年龄、驾龄和收入是影响路线选择行为的最显著因素。     

基于道路出行者行为的大型活动停车模型

针对高速公路驾车出行的观众,在出行分布和交通分配混合模型基础上发展了大型活动停车场模型。出行者选择停车场的行为采用了基于Logit的效用模型,考虑了驾车时间、停车费用、公交费用和行走费用等主要因素。通过将停车场与场馆间的路段转化为场馆吸引度,使得单目的地停车场网络转化为固定出行多目的地的网络。建立了等价的数学规划模型描述该均衡分配,并证明了其等价性。实验表明,该模型的数学规划模型可以描述基于高速公路出行的大型活动停车选择行为。     

不确定路网条件下出行路径选择模型对比分析

对出行路径选择模型作了简要解析,进而分别基于"期望效用理论"和"前景理论",建立不确定路网条件下的出行者出行路径选择模型,并结合实际算例及实证调查,对基于两种理论模型得出的结果做出对比分析,结果表明"前景理论"的研究思路更适合描述风险状况以及不确定条件下的个人出行决策行为.     

交通拥堵下基于实时交通信息的路径选择模型

针对路段行程时间的估算在交通路径诱导系统中的应用,提出了一种在交通拥堵下基于实时交通信息的路径选择模型.根据目前城市交通的状况,以城市交通系统的基本设施为基础,分析了影响路段行程时间的各种因素和路段行程时间的组成.利用设置在路段上的车辆自动检测装置来搜集实时交通信息,通过行程时间的计算、动态算法的构造和路网模型的建立来对交通路径进行动态规划.实验结果表明,该模型解决了实际交通系统中的时间最短路径问题,具有一定的实用价值.     

基于元胞传输模型的区域疏散动态交通分配

为制定合理、高效的灾害条件下区域疏散交通管理与规划方案,针对道路交通应急区域疏散的动态交通分配问题进行研究.首先,采用元胞传输理论和单终点疏散方法,建立了元胞-连接桥疏散路网模型,进而以系统疏散出行时间最短为目标函数,以元胞流量守恒和流量传播等为约束条件,构建了区域疏散动态交通分配线性规划模型.对该模型的求解可以得到系统最优疏散出行时间、疏散清空时间、分阶段疏散优先权分配方案、交叉口车流诱导方案以及疏散者终点选择和路径选择最优方案.案例分析的结果表明,该模型即能够满足大规模疏散路网建模的需求,同时又能恰当地反映疏散交通流的动态特性.     

Integrated reliability or travel time and capacity or urban road network under ice and snowfall conditions

In order to evaluate and integrate travel time reliability and capacity reliability of a road network subjected to ice and snowfall conditions, the conceptions of travel time reliability and capacity reliability were defined under special conditions. The link travel time model (ice and snowfall based-bureau public road, ISB-BPR) and the path choice decision model (elastic demand user equilibrium, EDUE) were proposed. The integrated reliability was defined and the model was set up. Monte Carlo simulation was used to calculate the model and a numerical example was provided to demonstrate the application of the model and efficiency of the solution algorithm. The results show that the intensity of ice and snowfall, the traffic demand and supply, and the requirements for level of service (LOS) have great influence on the reliability of a road network. For example, the reliability drops from 65% to 5% when the traffic demand increases by 30%. The comprehensive performance index may be used for network planning, design and maintenance.     

基于云理论的三时估计法计算行程时间可靠度

为了估计城市道路在随机和模糊条件下的行程时间可靠度,提出了基于云理论的三时估计法.修正了无确定度逆向云算法,假定路段行程时间服从单峰点在m,端点在a和b的Beta分布,对形状参数进行了估计.运用基于云理论的三时估计法求出路段行程时间的期望值、方差和超熵,进而得到路径的行程时间正态云数字特征,根据数字特征对路径进行了排序,并求出了路径、OD和路网的行程时间可靠度.最后,通过一个算例验证了该方法的有效性,说明三时估计法结合云理论可以有效解决不确定条件下的行程时间可靠度问题,为城市交通规划和管理提供技术参考和支持.     

考虑出行成本不确定性的路网交通疏散策略

为提高应急管理水平,考虑突发事件影响下的交通出行成本不确定性,对城市交通疏散问题进行研究。首先,根据交通疏散问题的时空特性创建时空耦合网络图,并且结合行程时间成本和冲突风险成本,提出了城市交通路网出行成本的量化方法。进一步考虑路段资源权重上限的影响,通过增加边际约束,构建基于预算不确定集的先验疏散策略的鲁棒优化模型,以最小化路网疏散过程的总交通出行成本。然后运用模型重构技术,将搭建的鲁棒模型转化为混合整数线性规划模型,并设计改进的拉格朗日松弛方法进行解耦求解。最后以SiouxFalls网络进行算例分析,数值结果表明,随着不确定集和模型规模的增大,行程时间成本和冲突风险成本的增速分别提高约29.13%和236.46%,模型预算参数控制在一定的区间,能够较好地权衡解的鲁棒性与最优性。通过南京部分区域路网案例测试验证所述方法在更大规模网络算例的适用性,研究结果表明:相比于传统拉格朗日松弛方法,所提出的改良方法可以在较少的迭代次数内得到高质量的可行解。研究结果可以为应急指挥部门制定可靠的交通疏散策略提供思路。     

综合成本下城市公交出行方式与线路选择

提出了综合考虑换乘次数、出行时间、出行距离、步行距离、等待时间等公交出行因素的广义时间计算方法,给出了基于广义时间和出行费用的公交出行效用函数,构建了考虑轨道交通和常规公交的巢式Logit公交线路选择模型。以广州为例,给出了通过问卷调查进行参数估计的方法,模型计算结果和二次调查数据的比较表明文中的方法可准确计算公交乘客对出行方式和线路的选择。     

基于前景理论的地铁/公交出行路径选择模型

以"前景理论"为框架,通过对地铁/公交组合交通出行方式的选择行为特性分析,以地铁在常态运营下的行驶时间为单位广义费用,通过意向调查(SP调查)拟合路径选择影响因素的换算函数,建立了广义出行费用计算模型;然后针对前景理论中关键的参考点选择方法,提出用预留时间作为对期望费用的修正,并对参数进行标定,建立了在风险条件下的地铁/公交出行路径决策模型.实例验证结果表明:模型与被调查者的选择吻合率约90%.