基于前景值的多类型出行者逐日路径选择模型

为研究非平衡态下的出行者逐日路径选择行为,以前景理论为基础,综合考虑出行者对路网随机性和逐日路径调整行为中的有限理性,基于出行经验数据逐日更新预留出行时间参考点,根据有限记忆规则和理解行程时间更新计算逐日路径前景值,并构建基于转移系数的逐日流量更新规则。最后结合算例分析了有限理性、完全理性、完全历史信息和非完全历史信息出行者所占比例及预留行程时间可靠度值对路网达到平衡态的演化时间及最终流量分布状态的影响。

逐日路径演化中出行者信息偏好的实验分析

在逐日出行过程中,出行者对各类信息的偏好是一个动态变化的过程,不同出行者对同类信息的偏好也不同.本研究搭建不同信息条件下逐日路径选择实验场景,用信息偏好系数表征不同类别信息对出行者感知时间影响的相对权重,研究出行者信息偏好的演化规律与分布特征.实验结果表明,出行个体信息偏好的演化存在3种类型,出行群体对感知时间的信息偏好系数先震荡增加后逐步稳定,出行个体对感知时间的信息偏好系数在出行群体中成正态分布.与只提供完全历史信息相比,同时提供基于指数平滑法的系统预测信息会降低出行者对感知时间的偏好.

逐日动态交通分配模型综述

交通路网流量是由出行者的路径选择行为所决定,路径选择行为的每日更迭会导致交通流量的变化。逐日动态模型在深刻理解网络流的波动演化过程以及用户均衡状态的可达性上具有重要作用。因此,本文将以往逐日动态模型进行分类并进行相关介绍。