考虑风险规避的出行路径选择行为分析

为探究智能交通系统中考虑风险规避时出行者路径选择行为,针对不同特征出行者多属性路径选择问题,利用累积前景理论描述出行者的风险规避态度,并建立考虑风险规避的出行路径多目标选择决策模型,设计基于指派模型的求解算法,通过实例对模型合理性进行检验．结果表明,出行者的风险规避对路径选择结果具有明显影响,路径选择结果随出行者对于复合阻抗和综合影响权重的不同而变化;考虑风险规避时目标的敏感性强于不考虑风险规避情形,考虑风险规避更贴近路径选择的实际情况．所建模型不仅可以研究智能交通系统中多类型出行者的多属性路径选择问题,还可作为交通流分配和网络设计等交通问题的研究基础．     

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.     

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.     

收费情形下多用户类随机用户均衡交通分配的效率损失上界

研究了收费情形下多用户类随机交通分配网络中,随机用户均衡相对系统最优的效率损失问题,运用变分不等式方法得到它的上界。研究发现,无论采用时间度量准则还是费用度量准则,相对于系统最优的效率损失上界都与路段出行时间函数类、出行者的社会经济特性、道路收费、网络复杂程度、网络总出行需求以及出行者对网络的熟悉程度相关。     

基于态度的公交出行信息使用市场细分

为识别不同出行者对公交出行信息使用选择偏好的差异,对基于态度的公交出行信息使用市场进行了细分。根据在南京市调查的数据,利用因子分析确定态度潜变量,采用结构方程模型分析了态度变量间的相关性,使用K-means聚类方法对公交出行信息使用的市场进行细分。以出行意愿、可靠性、方便性和主观感知等4个变量作为聚类变量,将公交出行信息使用市场细分为5个子市场,同一子市场内出行者公交出行意愿选择近似,不同子市场间出行者选择意愿明显不同。分析了每个子市场态度的差异和公交出行方式选择特征,针对不同子市场的出行者提出了相应的公交出行信息改善策略。     

基于贝叶斯理论的出行信息反馈作用分析

考虑一个小型的交通网络,在OD(Origin-Destination)需求固定的条件下,模拟该网络各个路径上的流量,分析不同的路网参数下的交通均衡状态,并研究ATIS(AdvancedTraveler Information Systems)在帮助出行者进行路径选择方面的作用。研究表明,当路网中出现极端拥堵状况时,ATIS的反馈信息对于出行者进行最优路径选择、尽快达到路网均衡方面的作用尤为明显,但如果出行者对于ATIS实时信息的依赖远远大于对实际出行经验的置信程度,则会出现负面效果,导致路径流量的不稳定。     

基于累积前景理论的组合出行交通分配模型

城市交通网络是包含多种交通方式的不确定性复杂系统,出行者作为交通网络的直接参与者,对交通方式和路径的选择行为将直接影响交通网络的均衡状态。以累积前景理论为基础,在随机交通网络中,考虑出行者的观测误差和风险决策行为,分析了组合出行下的随机用户均衡条件,并建立了相应的变分不等式模型,根据变分不等式定理,分析了模型的等价性和解的存在性,采用基于路径的相继平均算法对问题进行求解。引入超级网络作为算例,对模型进行了验证,并对模型参数进行了敏感度分析。计算结果表明:基于累积前景理论的组合出行交通分配模型,能够更加有效地刻画出行者在不确定交通环境下的交通方式和换乘站点的选择行为,为城市交通方式划分和换乘站点选址等工作提供理论支持。     

路票交易下的私家车通勤路径选择

与传统拥堵收费方案相比,可交易电子路票方案相对具有更好的合理性与公平性.为研究在路票交易约束下的出行人通勤路径选择特性,基于可交易电子路票的运行机理,根据出行者效用最大化原理,构建通勤出行路径选择模型.进行路网仿真实验,模拟确定了5条可供出行的不同效用选择路径,通过设计意向偏好调查问卷,采集了上海市居民驾车通勤出行路径选择的相关数据.结果发现,随着时间损耗的加剧,路票交易奖励机制所发挥的作用逐渐减小.利用Stata软件进行数据处理,分析了路票交易条件下出行者通勤出行时路径选择的影响因素.其中,相对于出行人对最短路径的选择,综合出行成本对出行者的路径选择有非常显著的影响,而随着绕路时间的增加,平日通勤时间、对路径3和路径4的选择产生显著影响;职业因素对路径3和路径5的选择产生显著影响;月收入对路径4和路径5的选择产生显著影响.研究结果对路票交易方案的施行有一定的指导意义.     

基于离散选择的动态堵塞模型研究

行车路径和出行时间是引起交通流变化的重要因素,笔者基于离散选择理论建立了动态阻塞模型,描述交通网络道路拓扑、出行者路径选择和出行时间之间的关系。目标是预测出行者在不同时间段要到达目标地的总出行时间量,得出最小耗费时间,从而引导出行者改变出行时间(提前或推后出行)、改变出行路径,甚至取消出行计划,降低未来一段时间出现拥堵的概率。     

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.     

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.     

ATIS环境下的多用户多准则交通均衡模型分析

为分析先进出行者信息系统(advanced traveler information system,ATIS)对交通均衡的影响,建立一个考虑多用户多准则的交通均衡模型.在模型中,根据ATIS市场占有率和用户收入水平差异将出行者分为4类,对每一类出行者,基于出行时间和出行费用线性组合的出行成本,根据Logit模型进行路径选择.以中国深圳市梅林关的一个起讫点(origin-destination,OD)进行实证分析,发现市民出行成本与路段拥堵系数不能同时降低.在现今经济水平下,ATIS可减少人们平均出行成本.随着经济水平的提升,人们才会慢慢利用ATIS选择可以减少平均拥堵系数的路径.最后,对模型参数进行了灵敏度分析.     

有限理性下出行者方式选择行为

为分析有限理性下出行者的方式选择行为,将前景理论引入方式选择决策中,分析不同时间价值出行者在私家车、公交车和出租车3种方式下的主观感知费用,并研究出行者在广义出行费用下、出行时间概率分布变化下和时间约束3种情景下的方式选择行为.通过算例对比前景理论与期望效用理论对出行者方式选择行为描述的异同,发现前景理论更依赖于决策权...     

雾霾天气对出行行为的影响机理研究

雾霾天气下,较多出行者会对出行行为进行调整,为系统分析雾霾天气对于出行者出行行为的影响机理,将计划行为理论拓展后建立关于出行者态度、主观规范、行为控制认识、身体状况等潜变量的结构方程分析模型,并对分析模型进行了检验和改进.结果表明,雾霾天气会对采用不同出行方式的出行者产生不同程度的影响,其中出行者的态度、心理状态以及身体状况对此有较大的解释力,对应的路径系数分别为0.565、0.268、0.164;出行者过去积累的经验以及对自己雾霾天气下出行能力的认识会对其出行态度产生较大影响.     

城市交通网络中的路径优化研究

城市交通网络中出行车辆从起点到终点的路径优化问题是智能交通研究的重要课题 .由于出行车辆的最优路径是随着时间和路况的变化而变化的 ,因此车辆在进入每一个节点之前都应该计算出一条在当前时刻的最优路径 ,以确定车辆在进入每一个节点时要选择的下一步路径 .利用有向图的有关理论 ,建立了城市交通网络路径的优化模型 ,给出了交通网络中有向图每条边权值的数学模型 ,利用传统的dijkstra算法进行优化 ,动态获得出行车辆的最优路径 .经计算机仿真研究表明 ,该方法是可行的     

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.     

基于组合权重的交通网络路径选择方法

针对城市交通网络路径选择过程中路径属性权重确定方法不合理的问题,考虑属性的主观权重不能更好地反映路径的客观信息并承载了较多的主观随意性、客观权重则对驾驶员的主观偏好兼顾不够等因素,提出了一种基于组合权重决策的最优路径选择算法。基于信息熵理论、路径的旅行时间和费用等属性对路径进行评价,属性的权重用主观权重和客观权重相结合的方法确定,根据计算得到的各路径的综合属性值,对可能的路径方案进行排序,从而得到最优路径。利用算例说明了本文最优路径选择算法的正确性和合理性。算法兼顾了专家的知识和出行者的主观偏好,同时有效地利用了路径的客观信息,得到的最优路径更合理。