基于可替换路径对的多用户均衡交通分配算法

针对多用户均衡交通分配问题,依据多用户均衡条件,给出了该问题的变分不等式模型和间隙函数。利用可替换路径对的概念,设计了基于可替换路径对的多用户均衡交通分配算法。在大规模交通网络上,对比分析了提出的交通分配算法、外梯度算法、基于用户的对角化算法和基于起点的对角化算法等的性能。数值结果表明,提出的基于可替换路径对的交通分配算法在求解精度、算法效率以及稳定性等方面都显著优于其他算法。

ATIS与收费策略下多用户随机均衡的效率损失

考虑ATIS作用的交通网络,用户具有交通信息接受程度的异质性;进一步,考虑实施道路收费策略情形下,用户具有时间价值的异质性;基于这两类异质性,研究了ATIS下异质性交通网络的效率损失问题。用户对ATIS系统的响应程度,亦即ATIS信息遵从率,是影响ATIS系统运行效率的关键因素。因此,通过ATIS信息遵从率参数的引入,将用户分为不同类型。假设用户均按照随机方式进行择路,建立了基于时间准则与基于费用准则的多用户Logit-随机均衡变分不等式。当系统总出行成本包含收费时,建立了多用户双准则系统最优模型,界定了多用户Logit-随机均衡相对于多用户系统最优的效率损失,推导出效率损失上界;进一步分析了当路段阻抗函数为多项式情形时,引入了自由流出行时间参数,给出了双准则下效率损失上界的解析式,分析了效率损失上界与各参数之间的关系。研究结论表明,双准则下效率损失上界为ATIS信息遵从率的减函数;此外,效率损失上界与路段阻抗函数、用户时间价值及其对路网的熟悉程度、路网本身复杂程度等因素有关。最后,通过算例验证了结论的有效性。

码分多址系统中抗远近效应的多用户盲均衡接收方案

针对码分多址系统中多径瑞利衰落信道的远近效应，我们提出了多用户盲均衡检测方案，并与多极检测法进行了比较研究.数值模拟表明：多用户盲均衡检测方案的抗远近效应能力优于无信道估计误差的二级检测.

ATIS下多用户混合均衡相对于随机社会最优的效率损失

在ATIS与道路收费共同作用的交通网络中,用户不仅在接受的交通信息上具有异质性,同时在时间价值上也具有异质性.文章基于这两类异质性,将用户分为安装ATIS并遵从信息、安装但不遵从、不安装的三类用户,所有用户均按照随机用户均衡的方式进行择路.文章构建了多用户随机均衡模型及其等价的变分不等式,并以用户感知总成本作为系统性能指标,分别建立了时间准则与费用准则下多用户随机社会最优模型.当收费不作为总成本的一部分时,研究了多用户均衡相对于随机社会最优的绝对效率损失问题.研究结论表明,无论采用何种度量准则,绝对效率损失上界与路段特性函数、出行者的社会经济特性、道路收费以及两准则下多用户均衡与随机社会最优时系统实际总出行成本均有关.

基于车辆可变折算系数的网络均衡模型及其应用

混合交通流是我国交通流的典型特征。混合交通流中,小汽车和其他类型车辆的交通时间延误是不同的,其折算系数值随道路、交通和车辆类型、运输状态的条件的变化而变化。基于此,应视网络的通行能力为可变通行能力。基于可变通行能力的网络平衡才是更接近实际的网络平衡。以影响网络通行能力的车辆折算系数与各种相关因素关系为基础,给出了可变折算系数下的路段流量,并构建了基于可变车辆折算系数的一个全新的多用户网络均衡分配模型。最后,对温州市域公路网进行实证研究。研究结果表明:基于可变折算系数的多用户交通网络均衡模型比固定折算系数的网络均衡模型更接近实际,更具有实际应用价值。

基于异质用户的非负匿名路段收费方案

对于交通系统中存在的固定需求的异质用户,针对异质用户的时间价值函数为非线性关系时,讨论在时间计量的准则下的系统最优解和多用户均衡解。利用非线性规划和对偶理论的方法,证明了在非线性时间价值函数下,当不同用户类的时间价值不是严格按照大小进行分类时,存在非负匿名路段收费方案使得基于时间计量的系统最优解转化为多用户均衡解,但此时系统最优解转化为多用户均衡解是在苛责条件下才能实现的。

基于双层规划模型的高速公路差异化收费定价研究

为了提高高速公路利用率,减轻平行国省道的交通负担,综合考虑高速公路经营者和使用者双方的利益,建立了以实现高速公路运营收益增加为上层目标,以实现路网多用户随机均衡分配为下层目标的差异化收费定价模型,设计了遗传算法和模拟退火算法与迭代加权法组合的模型求解算法。在分析山东省龙青高速及其平行国省道交通流特征的基础上,运用设计的模型有针对性地制定分出入口路段、分时段、分车型的高速公差异化收费方案。研究结果表明最优的差异化收费方案能使龙青高速北向南方向的运营收益增加786.19万元/年,道路使用者的出行成本减少716.51万元/年,验证了差异化收费定价模型的实用性,进一步完善了高速公路多模式差异化收费方案。

异质用户和内生市场渗透率下的自动驾驶收益——基于累积前景理论的方法

自动驾驶的出现将为出行者提供一种新的安全、便捷、高效的出行方式,有助于提升整个交通系统的出行效率.文章研究累积前景理论框架下异质用户的自动驾驶收益.假设出行者是异质的,根据他们的参考点被划分为几类,每类用户的自动驾驶汽车市场渗透率是由他们自身的参考点内生确定.自动驾驶出行者可以获得完美的路径信息,从而按照基于累积前景值的用户均衡方式进行路径选择,而传统汽车出行者则按照Logit随机方式进行路径选择.在此基础上,构建基于累积前景理论的混合多用户网络均衡模型,并设计求解算法求解均衡问题.数值算例结果表明,自动驾驶出行者总能获得正的收益,且参考点越高,自动驾驶收益越大.此外,系统收益对出行需求较为敏感,当传统汽车出行者处于中等感知水平,市场渗透率相对较低,获得或损失敏感性递减程度相对较低时,系统可以获得更高的收益.