收费机制下一类随机需求混合交通均衡分配的非合作代价

运用算法博弈论探讨一类随机需求混合交通均衡分配在收费机制下的非合作代价.首先,构建了收费机制下随机需求UE-CN混合交通均衡分配的变分不等式模型.其次,运用解析推导法分别得到单项式出行成本函数下是否将收费作为系统总成本一部分时,该类混合交通均衡分配的非合作代价上界表达式.在此基础上,探讨了出行需求服从对数正态分布时的非合作代价上界表达式.并以数值算例验证所得结论.

ATIS作用下弹性需求混合交通均衡的效率损失

在ATIS用户和利己用户组成的交通网络中,利己用户遵循用户均衡原则选择出行路径,其目的是最小化自身出行成本;先进出行者信息系统(ATIS)用户遵循系统最优原则选择出行路径,其目的是最小化系统总出行成本.本文基于ATIS用户和利己用户路径选择原则的异质性,对弹性需求下该类混合交通均衡分配的效率损失进行探讨.构建弹性需求下该类混合交通均衡分配的变分不等式模型,界定其效率损失上界.结果表明,效率损失上界与用户均衡时社会总收益与社会总剩余之比相关,还与用户均衡时路段上ATIS用户的流量与总流量之比有关.

收费情形下一类弹性需求混合交通均衡的效率损失

收费是降低交通均衡效率损失的一种重要方法,本文对收费情形下多用户类弹性需求交通均衡分配的效率损失进行了研究.首先,构建该类交通均衡分配在两类不同出行决策准则下的变分不等式模型.然后,通过解析推导法分别界定了其在不同出行决策准则下的效率损失上界,并探讨了它们与网络参数的关系.最后,给出了数值算例.结果表明:两类效率损失上界都与路段出行时间函数、路段收费向量、出行者的出行时间价值系数、用户均衡时社会总收益与社会总剩余之比相关;费用度量出行决策准则下的效率损失上界还与系统最优时的社会总收益与均衡时社会总剩余之比有关.

收费机制下随机需求UE-CN混合交通均衡分配的效率损失

基于交通网络中出行者路径决策原则的异质性,分析由user equilibrium (UE)用户和Cournot-Nash (CN)用户所组成的UE-CN混合交通均衡分配在收费机制下的效率损失问题。构建了收费机制下随机需求该类混合均衡分配的变分不等式模型,分别运用非线性规划法和解析推导法得到路段出行成本为单项式函数时的效率损失上界表达式。研究结果表明,解析推导法下的效率损失上界依赖于路段出行成本函数次幂、路段收费,而非线性规划法下的效率损失上界不仅与路段出行成本函数次幂、路段收费有关,还与CN用户的数目相关。

弹性需求下UE-CN混合交通均衡分配的效率损失

在用户均衡(UE)用户和Cournot-Nash(CN)用户组成的异质性交通网络中,UE用户中出行者的目的是最小化自身出行成本,属于同一CN用户的出行者之间完全合作,属于不同CN用户的出行者之间完全竞争,CN用户的目的是最小化其所有出行者的总出行成本.构建了弹性需求下UE-CN混合交通均衡分配的变分不等式模型,分别运用放缩法和非线性规划方法得到了弹性需求下UE-CN混合交通均衡分配的效率损失上界.在此基础上,运用解析推导方法得到了收费机制下UE-CN弹性需求混合交通均衡分配的效率损失上界.研究结论表明,放缩法得到的效率损失上界表达式只和用户均衡时的社会总收益与社会总剩余之比有关;用非线性规划方法得到的效率损失上界表达式不仅与用户均衡时的社会总收益与社会总剩余之比有关,而且还与CN用户的数量相关.收费机制下UE-CN弹性需求混合交通均衡分配的效率损失上界表达式与路段出行时间成本函数类、路段收费机制、用户均衡时的社会总收益(社会总剩余最大时的社会总收益)与用户均衡时的社会总剩余之比相关.

收费机制下利己-利他混合交通均衡分配的效率损失

运用解析推导方法对收费机制下利己-利他混合交通均衡分配问题的效率损失进行研究.首先,构建了收费机制下利己-利他混合交通均衡分配问题的等价变分不等式模型;然后,通过解析推导方法得到了收费不作为系统总出行时间成本一部分时的效率损失上界;最后,给出了路段出行时间成本函数为多项式函数时的上界表达式.研究结果表明,效率损失上界与路段出行时间成本函数类、利他系数以及出行需求划分系数相关,结论以现有文献有关结论为特例.

随机需求下UE-CN混合交通均衡分配的效率损失

在交通网络中,用户的出行需求通常是随机的,而且不同类型用户的路径选择原则存在着差异.基于UE用户和CN用户路径选择原则的异质性,对随机需求下该类混合交通均衡分配的效率损失进行研究.构建了随机需求下UE-CN混合交通均衡分配的变分不等式模型;其次,运用非线性规划方法得到了路段出行时间成本为单项式函数时的效率损失上界表达式,进而探讨了需求还服从对数正态分布时的效率损失上界情况;最后,给出了数值算例.研究结果表明,单项式成本函数时的效率损失上界依赖于其最高次幂和CN用户的数目;当需求为对数正态分布时还和最大变异系数相关.数值算例表明解析方法是可行的.

计及交通流量调度的智慧综合能源系统规划

为满足多元化能源需求和优化能源分配利用,提出一种基于配电网、天然气网和交通网的集多种能源转换设备为一体的一站式综合能源站构想。基于此构想,提出一种智慧综合能源系统规划模型及其求解方法。模型不仅对综合能源站内的多种设备考虑投资选型,还计及了交通出行用户的流量混合均衡。为求解所提出的混合整数非线性规划模型,该文应用二阶锥松弛方法和基于特殊有序集的分段线性松弛方法对模型进行处理,将原模型转换为可由商业优化求解器CPLEX直接求解的混合整数二阶锥模型。最后,仿真基于一个三网耦合的系统对所提模型进行求解。结果表明,所提模型和方法的有效性,说明考虑交通流量调度的综合能源系统规划能有效提高环境和经济效益。

考虑自动驾驶专用车道的混合交通分配模型

面向网联自动驾驶车辆(Connected and Automated Vehicles,CAV)与人工驾驶车辆(Human Driven Vehicle,HDV)混行的交通模式,研究部署自动驾驶专用车道(Lanes for Connected and Automated Vehicles,CAVL)环境下的混合交通网络均衡演变规律。考虑CAV在通行能力、时间价值和节能方面的优势,建立了面向不同属性车道的车辆出行成本计算函数,克服了传统BPR函数无法表征CAV特性的问题;提出了面向混合交通流的车道管理策略,并建立了路段交通量分配模型,为混合交通流下的道路通行能力计算提供了基础。假定CAV受中央系统调控而遵循系统最优的路径选择原则,而HDV用户根据自身驾驶经验而遵循用户最优的路径选择原则,基于此构建了CAVL环境下的混合交通均衡模型,并运用改进的连续平均法求解该模型。数值分析结果表明:同时考虑CAV对道路通行能力和用户时间价值的效益,CAV渗透率达到40%时,出行时间成本降低12%。同时发现CAVL与通用车道的设计速度相同时,当渗透率大于31%,部署CAVL才能降低时间成本。通过Nguyen-Dupuis网络测试分析发现:由于CAV行驶稳定和CAVL的优势,为达到系统最优,CAV流量主要沿CAVL路段流动;当交通需求分别为7000 veh·h^(-1)和15000 veh·h^(-1)时,CAV渗透率由20%增大至60%,系统成本分别降低4.12%和46.38%。研究成果为深度刻画混合交通网络流量分配奠定了基础,也为自动驾驶专用车道的优化部署提供了理论指导。

考虑充电排队时间的电动汽车混合交通路网均衡

为分析充电排队时间对电动汽车用户路径选择以及路网均衡的影响,分别考虑充电排队时间与充电站充电流量、充电时间与充电量的关系,构建了相应的混合交通路网模型。证明了解的唯一性,并推导了混合交通网络模型对应的KKT条件,证明其与Wardrop第一原理等价。基于梯度投影法设计了求解算法,构建了一个算例验证了模型及算法的有效性。研究结果表明:固定排队时间下的最优解对应的充电站充电流量分布不唯一,非固定排队时间下的最优解对应的充电站充电流量分布唯一。在非固定排队时间下,电动汽车用户为了规避过长的充电排队时间,充电站充电流量分布会更加均衡;服务能力对充电站利用率的均衡性有显著影响;路网的总充电排队时间以及总出行时间随充电站服务能力的增大而逐渐减少。

组合出行方式下的混合均衡分配模型及求解算法

在现代城市的出行活动中,人们往往需要换乘一种或多种交通工具才能到达目的地,这种出行方式称为组合出行方式．在组合出行方式下,人们除了选择路径,还要选择换乘站点．我们研究了组合出行方式下的混合均衡分配问题,提出了与均衡分配条件等价的变分不等式模型,设计了求解模型的算法,并用一个算例说明了模型和算法的有效性．

智能网联环境下的城市路网容量可靠性分析

网联自动驾驶车辆(CAVs)与人工驾驶车辆(HDVs)混行的交通发展模式会促进城市路网容量发生变化,为解析混合交通流对城市路网容量可靠性的影响,构建了智能网联环境下城市路网容量可靠性双层规划模型。为表征CAVs信息获取与自动驾驶的能力,假定CAVs遵循系统最优原则选择路径,而HDVs则根据自身经验选择路径,基于二者路径选择的差异建立描述混合交通分配的下层模型,刻画智能网联环境下的混合交通流分配特性。并且,为了快速求解大型路网交通分配,将下层混合交通分配模型转换为非线性互补下问题进行求解。考虑到实际路网的随机性,以及路网道路通行能力并非固定值,运用具有多种相关性的均匀随机分布理论,建立了的描述城市路网容量可靠性的上层模型。通过蒙特卡洛仿真分析不同CAVs渗透率下的路网容量可靠性,并进一步解析各路段对路网容量可靠性的敏感度。结果表明:当需求水平d>0.5时,路网容量可靠性开始降低;当d>0.7且CAVs渗透率λ=0时,可靠性小于0.4;当d>0.7而λ=1时,可靠性接近1,说明CAVs可增强路网容量可靠性。研究还发现,当需求水平处于0.7~1区间时,渗透率的变化对路网容量可靠性有显著的影响,但随着需求的增大,路网处于超负荷状态,渗透率对路网容量可靠性影响较小。此外,CAVs渗透率从0增加至1的过程中,路网中存在“道路容量悖论”现象的道路从19条下降至3条,且当λ=1时路网中仅有1条道路出现了显著的“道路容量悖论”现象,拥堵严重。表明CAVs渗透率的增大可以显著改善路网中的“道路容量悖论”现象,减少路网容量可靠性的波动,提高路网运行稳定性。