交通信息诱导下的混合用户均衡模型研究

通过分析交通信息对出行者路径选择行为的影响,构建了一个同时考虑惯性出行者和非惯性出行者路径选择行为的混合用户均衡模型.随后,提出了求解混合用户模型的算法,通过算例对模型和算法的合理性进行验证,并探讨当出行者路径选择存在惯性行为时,交通信息是否能够缓解交通拥堵.研究发现交通信息虽然可以影响出行者的路径选择行为,但是可能会增加整个系统的总出行时间.而合适的信息渗透率有助于显著地减少整个系统的总出行时间,使得系统趋向于最优化.

ATIS和道路收费下的混合随机用户均衡的效率损失

在ATIS作用下的交通网络中,用户在交通信息的接受程度上是异质的;考虑到装有ATIS的用户并不总是遵循ATIS的建议,因此,引入信息遵从率这一参数,将所有用户分为三类:安装并遵从信息、安装但不遵从信息和不安装的用户;均按照随机用户均衡的方式进行择路,但对出行时间有不同的感知。同时考虑存在道路收费的情形下,用户在时间价值上是异质的。综合考虑交通信息与道路收费的影响,基于用户两方面的异质性,对其进行合理分类,构建了多用户多准则的混合随机均衡模型及其等价的变分不等式;当收费不作为系统总成本的一部分时,建立了时间准则与费用准则下的系统最优模型;在此基础之上,分别研究了两种准则下混合均衡相对于系统最优的效率损失,给出了效率损失上界,并进一步分析了效率损失上界与各参数间的关系;交通管理者可以从道路收费策略的实施、信息诱导系统的完善等角度进行路网的改造和优化设计。

ATIS影响下的混合随机用户均衡交通分配模型研究

在考虑信息对出行者路径选择行为影响的基础上,基于路网混合随机用户均衡建模理论,建立了ATIS影响下的混合随机用户均衡交通分配模型,证明了该数学规划模型解的等价性,设计了求解算法,并利用算例进行了计算分析.

通行能力退化路网中考虑ATIS信息影响的混合随机用户均衡模型研究（英文）

先进的出行者信息系统(简写ATIS)不仅能帮助出行者获取更准确的交通时间信息,还能提高出行者在面对路网通行能力下降等随机事件时的应急和实时调整能力。本文提出了一类新的混合随机用户均衡模型,用以描述在通行能力随机退化的路网中,装备ATIS和未装备ATIS两类出行者各自的路径选择行为和由此形成的路网交通流均衡状态。在提出的模型中,ATIS向出行者提供交通信息的优势体现在路网流量均衡分布状态的随机性更低,而ATIS对出行者适应路网能力随机退化的强化优势,则通过路网流量的多均衡态加以体现。论文将该混合随机用户均衡模型表示成一个关于混合路径流量的不动点问题,并设计了一类迭代求解算法。通过数值算例,论文分析了模型的相关数学特性,并验证了迭代算法的求解效率。

考虑混合需求不确定性的电力-交通耦合网络最优定价策略

随着电力网与交通网融合的不断加深,研究如何制定有效策略来优化整体系统具有重要意义。依托变分不等式,提出计及混合需求不确定性的电力–交通耦合网络最优定价策略,以引导系统在不确定风险下实现最优运行状态。首先研究了促进交通系统最优运行的路段拥堵收费策略,从理论上说明该策略能够引导和改变用户的行为,实现系统的最优运行状态。其次,提出耦合网络的最优定价模型,并推导其等价变分不等式形式。在此基础上,提出考虑混合需求不确定性的电力–交通耦合网络鲁棒定价模型及其等价变分不等式形式,从而将复杂鲁棒优化问题转化为变分不等式问题进行求解,为电力–交通耦合网络的复杂鲁棒优化问题提供新的解决思路。最后,仿真基于耦合测试系统,验证了所提方法的有效性。

不确定供给对诱导系统均衡市场渗透率的影响

为分析路段容量的降级程度对诱导系统均衡市场渗透率的影响,将出行者划分为"有ATIS接收装置用户"和"无ATIS接收装置用户".在一定的行程时间可靠性需求下,假定两类用户均基于行程时间预算选择路径,利用不确定性网络混合随机用户均衡建模理论,依据同一OD对之间两类用户的平均预算行程时间差建立了均衡市场渗透率模型,并设计了求解模型的启发式算法.通过测试网络讨论了信息质量、容量降级程度及需求水平对均衡市场渗透率的影响.研究结果表明,在不确定网络中更易产生集中现象,信息质量的改善不一定能提高市场渗透率,要取决于整个网络的拥堵状况.

基于变分不等式理论的电力–交通耦合网络均衡状态研究

随着能源网络的发展,电力系统与交通系统逐步呈现出深度融合的形式。为了研究耦合两网相互作用机理并描述其达到的平衡状态,该文基于变分不等式理论,提出研究电力–交通耦合网络均衡描述的数学理论框架。针对数学建模方面,首先定义交通网侧的混合用户均衡状态。其次,提出含二阶锥约束的变分不等式形式以描述配电网最优潮流问题。在此基础上,建立变分不等式数学框架来描述耦合电力–交通系统的网络均衡状态。进一步地,为了对耦合网络均衡解进行定性分析,依托变分不等式框架给出研究均衡解存在性和唯一性的理论方法。最后,为有效求解复杂的网络均衡问题,设计基于松弛改进的投影–收缩算法,并借助变分不等式有关性质给出算法的最优性和收敛性证明。仿真算例验证了所提模型、框架及求解算法的有效性。

面向新型混合交通流的智能交叉口网络布局优化

考虑网联自动驾驶车辆(Connected Autonomous Vehicle,CAV)应用先进的车联网与自动驾驶技术,可以采用智能交叉口的组织形式,大幅提升交叉口的通行效率,为降低CAV与人工驾驶车辆(Human-driven Vehicle,HV)混行条件下城市交通系统的整体出行成本,提出智能交叉口在城市交通网络中的布局优化问题,建立数学优化模型并求解。首先,基于对两类车辆行驶特性的分析,建立混合用户均衡模型,描述CAV与HV的路径选择行为;其次,从交通规划者的角度,以系统最优为目标,整合混合用户均衡模型,建立面向新型混合交通流的智能交叉口网络布局优化模型,并利用改进的遗传算法求解;最后,选取Sioux-Falls交通网络作为案例分析,验证模型与算法的有效性,并研究CAV渗透率变化对优化结果的影响。研究表明,智能交叉口在城市路网中的合理规划极大地提高了新型混行场景下城市交通系统的出行效率,同时,大幅降低了由于网联自动驾驶单方面技术优势带来的CAV与HV的出行效率差距,增进了出行公平性。

考虑时–空耦合的城市电力–交通网络动态流量均衡

随着智慧城市的发展,电动汽车渗透率不断提高,加剧了电力网和交通网在时间和空间上的深度耦合。在该背景下,该文致力于研究电力–交通网的时–空耦合机理和建模问题,提出合理数学框架以描述两网互相作用达到的动态均衡状态。对于交通网,采用双向波动态模型描述交通流随时间和空间的演变过程;基于此,提出动态充电站模型以捕捉电动汽车的充电排队过程。其次,引入有限维变分不等式,定义含电动汽车及其他汽车不同决策的混合动态用户均衡。对于配电网,采用基于二阶锥松弛的交流最优潮流模型,推导在含充电负荷情况下的强对偶条件以保证节点边际电价的准确性。最后,基于不动点映射理论,分析耦合网络流量的动态均衡机理并设计不动点迭代算法求解。仿真算例验证所提模型、框架及求解算法的有效性。

信息诱导对降级路网运行效率的影响

为考察信息对降级路网运行效率的影响,将出行者根据有无ATIS接收装置划分两类。采用路网混合均衡建模方法构建了信息影响下的混合均衡变分不等式模型,并设计了模型求解的启发式算法。采用一个测试网络开展了仿真研究。结果表明,无论路网降级程度大小,要想使路网运行效率维持在较高水平,ATIS的市场渗透率和提供信息的质量水平都应控制在一个合理的范围内。