预测信息下的驾驶员逐日路径选择行为与系统演化

运用微观仿真方法,研究预测信息作用下驾驶员逐日路径选择行为与路网交通流的演化.首先,分析了目前研究存在的不足,针对预测信息情形,设计了一种可行的行程时间预测方法,根据驾驶员逐日路径选择过程,建立了理解行程时间更新模型和路径选择模型.然后,在2条平行路径的简单路网中,仿真了预测信息条件下驾驶员逐日路径选择过程,分析了模型参数取值不同时路径流量随时间演化的波动性和路网系统的效率.结果表明:路网流量的波动性和系统效率都与驾驶员对预测信息的依赖程度和预测模型参数有关,且二者的变化规律相似.最后,以系统最优为目标,给出了预测模型参数的最佳取值范围.     

ATIS环境下通勤者逐日出行路径更换行为仿真

基于"有限理性"行为理论,提出了通勤者逐日出行路径动态更换行为的模型框架,"有限理性"规则的应用主要体现在"无差别阈值"上。为捕捉通勤者逐日出行中的经验积累过程以及路径选择中存在的序列相关性及同期相关性,分别针对出行前和出行中的路径更换行为建立了MNP形式的无差别阈值模型。在此基础上,采用驾驶员训练模拟器对驾驶员在不同ATIS信息下的逐日动态更换行为进行了仿真实验,并采集实验数据对通勤者出行前和出行中的路径更换无差别阈值模型进行参数标定。参数估计结果显示了ATIS信息、驾驶员个人属性、信息质量以及行程延误等各方面因素对通勤者逐日动态更换行为的影响,为驾驶员行为分析的深入研究提供了有益的参考。     

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.     

有限理性视野下拥挤收费对交通流逐日演化规律影响

为了解决拥挤收费政策在不同理性程度群体构成的交通流中的实施效果问题,在逐日路径演化模型的基础上引入拥挤收费政策,建立新的模型以研究拥挤收费条件下出行者逐日路径选择行为.并以一个由2条路径构成的路网为例,探讨了有限理性视野下拥挤收费政策对网络交通流逐日动态演化过程的影响.通过数值实验,分析了拥挤收费条件下网络交通流的演化特征,发现拥挤收费对网络交通流演化的最终状态以及系统平均走行时间有一定的影响;出行者的时间价值、理性程度会影响拥挤收费政策的实施效果.     

重大灾害条件下应急交通疏散时间预测模型

针对重大灾害条件下应急疏散和救援工作难以获取真实数据的现状,以BPR(Bureau of public road)路阻函数为基础,分别建立了路段行程时间模型和路径行程时间模型,并给出了重大灾害条件下车辆应急疏散时间预测模型。以德州市路网为背景,采用TransModeler仿真软件搭建路网,模拟重大灾害事件,获取应急疏散时间数据,并对模型进行验证。试验结果表明:与现有仿真软件相比,该算法具有较高的保真度和精确度,为重大灾害条件下的应急疏散和救援工作提供了数据支持。     

考虑燃油经济性的出行者路径选择模型

为研究燃油经济性对出行者路径选择的影响,将燃油消耗、行程时间及其可靠性的线性加权和定义为广义出行费用,以饱和度为参数建立了路网单元燃油消耗模型并量化燃油消耗出行费用.分别以BPR函数及HCM2000延误公式量化路段行程时间及交叉口延误,以二者可靠性量化行程时间及延误波动的相应费用建立了基于广义出行费用的随机用户平衡分配模型.通过在小型测试路网上进行计算分析表明:基于广义出行费用的交通分配模型能够较好地反映考虑燃油经济性的出行者路径选择行为;出行费用权系数对出行者路径选择行为影响显著,考虑燃油经济性的路径选择行为可有效减少路网燃油消耗,可达9%左右.     

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...     

VMS影响下驾驶员路径选择行为分析

为了探究可变信息板(VMS)影响下驾驶员路径选择行为,对宿州市火车站和汴河中路进行陈述偏好调查(SP调查),主要包括驾驶员自身属性和驾驶员对VMS的态度,统计影响驾驶员路径选择的因素.构建VMS诱导信息下驾驶员路径选择行为的Logit模型,同时分析各因素与驾驶员路径选择行为的相关性.结果表明:驾驶员的年龄、性别、学历、路网熟悉程度、路径改变频率、对拥堵时间的忍耐等指标与改变路径之间的相关系数为正值.该结论说明在其他情况相同时:在交通拥堵的状况下男性驾驶员更易根据VMS诱导信息避开红色拥堵路段;年龄较小的驾驶员更倾向于接受VMS诱导信息改变出行路径;学历越低的驾驶员越偏好按照VMS诱导信息选择出行路径;驾驶员改变路径的频率越高,在遇到交通拥堵时的忍耐性越低.驾驶员的驾龄与改变路径之间的相关系数为负值,说明随着驾驶员驾龄的增长,对路网状况越熟悉,则更倾向于选择替换路径.     

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.     

城市交通短时交通信息自适应遗传预测方法

目的 根据交通流特性,建立短时交通信息预测模型,预测短时交通信息.方法 在大规模、时变路网中,采用遗传算法进行短时交通信息的预测,建立了一种基于自适应遗传算法的短时交通信息预测模型,给出了相应的自适应遗传和变异算子,提出了适用于交通信息预测的模型评价指标.结果 仿真试验表明自适应遗传算法短时交通流预测模型可以满足大规模路网中交通信息预测的准确性、实时性和快速性要求.结论 采用自适应遗传算法进行交通信息预测优于基本遗传算法.     

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.     

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.     

基于VMS信息环境中的动态路径选择模型研究

阐述VMS的信息特点以及VMS信息条件下的路径选择行为,对影响出行者路径选择因素的SP调查数据结果进行分析,通过数值模拟出行者路径选择的随机过程,得到VMS信息条件下出行者中选择改变路径所占比例为50.36%。最后,建立VMS信息环境中的途中路径选择模型,通过随机动态用户最优模型完成流量分配和加载,并选取一个小型路网作为算例,计算路网在有VMS和无VMS情况下的流量分配情况。结果表明,在VMS信息环境中,拥堵路段上游的交通量能够及时转移,提高了拥堵路段的运行效率。       

随机时间依赖路网中危险品运输路径多准则优化

为实现动态路网中的危险品运输路径优化,以期为运输商的路径选择提供决策支持,分析了运输网络的随机时间依赖(STD)特征,对分段连续时间区间内各路段的行程时间和受影响人数进行曲线拟合.考虑到达时间窗的约束,以行程时间和运输风险的随机属性值为优化准则,建立0-1整数规划模型.结合STD网络的FIFO性质设计了两阶段多维标号修正算法,得到不同出发时刻以给定置信水平满足时间窗约束的非支配路径集合,并提出准则权重和阈值支配方法,实现计算效率和求解质量的均衡.研究结果表明:危险品在STD路网中的行程时间和运输风险与到达时间窗的设置和出发时刻的选取有关;生成的非支配路径取决于出发时刻和运输商的选择偏好,非支配路径的数量取决于支配阈值的大小;不同类型运输商可根据准时到达置信水平来选择出发时刻与运输路径的最优组合.     

基于TransModeler仿真的浮动车比例取值方法研究

浮动车比例的确定在路网覆盖性与数据可靠性方面尤其重要,需通过适当方法确定合理的浮动车比例.以平均行程车速相对误差作为评价指标,提出一种基于TransModeler仿真的浮动车比例取值方法.取值方法共包含4个步骤:首先,对相对误差和浮动车比例建立函数关系;其次,确定路网条件及各变量取值,进行仿真实验;再次,对仿真数据整理分析;最后,确定最佳效用值.为验证取值方法的实用性与准确性,设置Florian路网对取值方法进行数值分析.结果 表明:基于TransModeler仿真的浮动车比例取值方法可以准确直观地反映浮动车比例对浮动车检测数据的影响,确定适用于路网的浮动车比例,本模型的车速相对误差均低于路网覆盖率法和浮动车分布法.     

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.     

基于Link-node仿真的北京奥运应急交通疏散预案研究

根据对奥运交通需求的预测,制定了奥运高峰日应急交通疏散预案,提出了基于link-node的路网仿真及疏散时间算法模型,根据现场调查数据和奥运交通规划搭建了奥林匹克中心应急疏散仿真路网,并对奥运高峰日疏散预案进行了仿真,得到总疏散时间、可能拥堵路段、疏散交通量、疏散行程时间及其他相关指标。     

快速路网常发性拥挤的宏观交通流仿真

针对网络级快速路系统,以一个包含两个起点和两个终点的快速路网为考察对象,运用经典的快速路网宏观交通流模型METANET,对交通流进行建模与仿真,模拟了高峰时段交通需求条件下的快速路网常发性拥挤。通过仿真案例,细致地刻画了常发性拥挤在路网中形成、传播、消散的动态过程,描述了路网中交通状态的变化,分析了路网拥堵和运行效率降低的原因。仿真案例表明,网络交通流的状态演化是复杂的动态过程,路网中局部拥挤往往会演变成整个路网的拥堵,增加行车延误,降低路网总体运行效率;对交通流进行适当调节以缓解拥挤和提高路网时空利用效率,非常必要。     

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.     

基于演化博弈理论的有限理性交通选择行为模型

基于出行者掌握不完全的路网信息和选择行为有限理性的假设,运用演化博弈理论建立了出行者交通选择行为模型,并基于数学归纳法的思路,从理论上证明演化方法对交通选择行为分析的适用性.经证明,2条乃至n条独立路径条件下,求得的进化稳定状态与用交通分配理论和随机效用理论所得到的均衡状态完全等价.