提出了停车换乘条件下组合出行的广义费用表达式,基于Logit模型建立了多模式交通超网络条件下随机用户平衡(Stochastic user equilibrium,SUE)模型,采用连续权重平均法(Method of successive weight average,MSWA)对模型进行求解,并通...提出了停车换乘条件下组合出行的广义费用表达式,基于Logit模型建立了多模式交通超网络条件下随机用户平衡(Stochastic user equilibrium,SUE)模型,采用连续权重平均法(Method of successive weight average,MSWA)对模型进行求解,并通过一个算例验证了模型和算法的有效性。结果表明:在求解SUE模型时,MSWA法优于迭代加权法(Method of successive average,MSA);本模型和算法有助于确定停车换乘站点的位置、停车换乘的停车费和自行车租赁费。展开更多
在考虑交通信息对出行者路径选择行为影响的基础上,将出行者划分为配有"先进的出行者信息系统(Advanced traveler information system,ATIS)接受装置"和"无ATIS接受装置"两类。假定在路网随机变化的情况下,两类出...在考虑交通信息对出行者路径选择行为影响的基础上,将出行者划分为配有"先进的出行者信息系统(Advanced traveler information system,ATIS)接受装置"和"无ATIS接受装置"两类。假定在路网随机变化的情况下,两类出行者均以成本最小为路径选择准则,建立了在ATIS影响下的基于出行成本的随机用户均衡模型,并利用相继平均算法(Method of successive averages,MSA)和蒙特卡罗(Monte-Carlo)法设计了模型的求解算法。最后,通过一个算例验证了算法的有效性,表明该模型能反映出行者在交通信息影响下,做出的路径选择行为能带来一定的收益。展开更多
文摘提出了停车换乘条件下组合出行的广义费用表达式,基于Logit模型建立了多模式交通超网络条件下随机用户平衡(Stochastic user equilibrium,SUE)模型,采用连续权重平均法(Method of successive weight average,MSWA)对模型进行求解,并通过一个算例验证了模型和算法的有效性。结果表明:在求解SUE模型时,MSWA法优于迭代加权法(Method of successive average,MSA);本模型和算法有助于确定停车换乘站点的位置、停车换乘的停车费和自行车租赁费。
文摘在考虑交通信息对出行者路径选择行为影响的基础上,将出行者划分为配有"先进的出行者信息系统(Advanced traveler information system,ATIS)接受装置"和"无ATIS接受装置"两类。假定在路网随机变化的情况下,两类出行者均以成本最小为路径选择准则,建立了在ATIS影响下的基于出行成本的随机用户均衡模型,并利用相继平均算法(Method of successive averages,MSA)和蒙特卡罗(Monte-Carlo)法设计了模型的求解算法。最后,通过一个算例验证了算法的有效性,表明该模型能反映出行者在交通信息影响下,做出的路径选择行为能带来一定的收益。