基于期望-超额行程时间与有限理性的城市交通分配模型

为完善现有交通分配方法,综合考虑路网与出行者两方面不确定性因素对随机出行行为的影响,建立基于代理的城市路网交通分配模型。首先,采用期望-超额行程时间反映路网行程时间的客观不确定性,并构建通行能力随机退化条件下的出行成本函数。随后,引入出行者对路径成本的感知更新过程,采用有限理性理论描述出行者的主观不确定性,并结合Logit公式确定路径决策算法。接着,采用轮盘赌随机算法生成出行者每日出行选择,完成城市交通分配模型构建。最后,将所建立的模型分别应用于双路径网络、九点网络与Sioux-Falls网络,分析模型优势及参数变化对路网性能的影响。研究结果表明:路网达到稳定所需的天数随路网退化程度、出行者对成本差异的敏感程度和经验学习能力的提高而变长;稳定状态下的路网总成本随路网退化程度、出行者对行程时间可靠度要求的升高而变大;追求个人行程时间的可靠性会导致稳定状态下的路网总成本升高,可靠度越高,所需的缓冲时间越多;路网退化越剧烈,这种“升高”越明显,因为超额时间也在增大;相比于用户均衡(UE)模型、有限理性(BR)模型和期望-超额行程时间(METT)模型,所建模型兼顾主客观不确定性,能有效克服传统模型低估较长路径上流量的状况,分配结果更加贴合实际;该模型适用于城市大型交通路网的交通分配,其不确定性参数可通过相关交通管理政策的制定而改变,从而实现缓解交通拥堵、提升路网整体运行效率的目的。

路径选择准则对随机供需路网运行效率的影响

为研究不同路径选择准则对随机供需路网运行效率的影响,在假定需求服从对数正态分布、容量服从Beta分布的前提下,构建了三种路径选择准则:期望行程时间最短、行程时间预算最短以及超预算期望行程时间最短。基于这三种准则,分别构建了相应的交通分配变分不等式模型,并设计了求解算法。从交通周转角度出发,提出了路网运行效率的测算方法。通过算例分析,探讨了三种路径选择准则以及路段容量降级程度、需求结构、需求总量和行程时间可靠度对路网运行效率的影响。研究结果表明:期望行程时间最短择路准则下的路网运行效率最高,而超预算期望行程时间最短准则下的路网运行效率最低;无论采用哪种择路准则,路网运行效率均随路段容量降级程度的增加而显著下降;当路段容量降级程度与需求的“均值-方差比”一定时,在三种路径选择准则下,均存在一种特定的需求结构与总量,使运行效率达到最大值;在行程时间预算和超预算期望行程时间最短准则下,路网运行效率随行程时间可靠度的增加而显著下降。

多用户类型弹性需求随机期望-超额用户平衡模型

为准确描述随机路网环境下出行者规避行程时间不确定风险的择路行为,推导了通勤者需求量服从对数正态分布和路段通行能力服从贝塔分布条件下计算期望-超额行程时间的计算公式,并在考虑出行者对行程时间的估计误差和路网服务水平对交通需求影响的基础上,建立了用等价变分不等式表示的多用户弹性随机期望-超额用户平衡模型.算例结果表明:随着需求水平波动程度和路段通行能力退化程度的加剧,当需求方差-均值比从0.5增至2.0、贝塔分布参数(l和m)从90和10变为10和10时,通勤者和非通勤者期望最小理解期望-超额行程时间分别增加了48.5%和99.2%.

道路拥挤放大系数在车辆路径诱导中的应用

道路交通状态是确定车辆诱导路径的重要指标。文中通过引入道路拥挤放大系数,将道路交通状态量化,并将其与期望行程时间结合来计算期望当量行程时间,用以解决在出现一条路径期望行程时间较短而所含路段交通状态较拥挤、另一条路径期望行程时间较长而所含路段交通状态较畅通的情况下,为了不鼓励拥挤路段进入路径诱导方案,如何选择车辆诱导路径的问题,并以成都市具体路网为例验证其可行性和有效性。