求解Logit随机用户均衡问题的改进人工鱼群算法

针对人工鱼群算法求解大型优化问题时存在探索能力差以及搜索盲目性大的缺点,设计一种定向搜索变异的改进人工鱼群算法,该算法在迭代过程中不仅保证鱼群在当前状态下能够自适应变异,并且还可以使其向当前最优位置移动。随后将这种改进人工鱼群算法应用于求解Logit随机用户均衡问题,构建了随机用户均衡交通分配问题新的模型和求解方法。仿真结果表明,该方法具有较好的稳定性和收敛速度,具有在大型城市交通分配问题中应用的潜力。

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。

随机用户均衡准动态交通分配模型

动态交通分配问题是交通科学研究的热点和难点,将动态交通分配方法应用于大规模网络往往产生过高的计算成本。通过研究准动态交通分配问题,降低动态交通分配中时间的连续性和动态交通分配模型的复杂性。采用路段行程时间计算公式定义一种新的剩余交通需求计算方法;然后考虑剩余交通需求在时段之间的传播过程和出行者对路网的熟悉程度差异,建立基于Logit的随机用户均衡准动态交通分配模型,基于逐次平均法设计模型的求解算法。最后通过Braess网络和九节点网络说明模型的应用情况,并分析模型参数的敏感度,验证模型的合理性与算法的有效性。本研究丰富了交通科学基础理论,为交通政策的制定提供参考依据。

基于路径长度的Logit型随机用户均衡模型

为了克服传统路径选择模型内在的IID假设,将考虑路径长度的Logit模型(path-sizelogit,PSL)引入随机用户均衡模型,构建了基于PSL的SUE模型.通过数学证明该模型的解与随机用户平衡解的一致性,以及模型解的唯一性.基于PSL的SUE模型考虑了路径长度的因素,从而可部分消除由于传统Logit模型对误差项的IID假设而引起的IIA问题.设计了MSA算法作为模型的求解算法,对比分析了考虑路径长度的Logit型随机用户均衡模型和传统Logit型随机用户均衡模型的分配结果,结果表明,在SUE模型中采用PSL模型能够处理各个路径之间长度的差异性.

基于随机用户均衡的城市公交客流分配研究

随着城市公共交通设施的完善和新兴服务模式的发展,越来越多的城市构建起了多模式公共交通系统,使居民的出行选择更加多样化。但是不同出行者对于公交网络状态的了解程度不同,对于每条路径拥有个性化的感知出行成本,因此不能再按照乘客完全了解公交网络状态且能够准确感知每条路径出行成本的假设来进行客流分配。基于当前公交网络中新兴的出行方式和乘客出行的实际特征,综合考虑乘客的出行费用与出行时间,利用随机用户均衡原则进行客流分配,以此真实反映出行者的路径选择行为,进而得到更加接近实际情况的公交网络客流分布状态。

考虑列车随机延误的铁路网络客流均衡分配方法

铁路客流均衡分配是旅客出行选择的集中体现,对旅客列车开行方案和列车运行图等的评价和优化十分重要。实际运营中列车的随机延误会导致铁路旅客的出行时间发生变化,影响旅客的出行,尤其是换乘选择。考虑旅客在路径选择决策过程中的出行时间可靠性和不可靠性2个方面因素,提出一种考虑列车随机延误的铁路网络客流均衡分配方法。首先,构建旅客换乘网络,基于提出的期望−超额出行成本(METC)概念,考虑换乘过程中列车的延误概率,计算旅客的换乘成功概率和换乘周期选择;然后,进一步计算旅客出行路径的期望−超额成本,基于用户均衡条件,构建考虑列车随机延误的期望−超额客流均衡分配模型;最后,考虑到期望−超额出行成本的不可加性,结合相继平均法和k-最短路算法设计基于路径的客流分配算法,并对均衡模型进行求解。通过对一个简单算例和广珠铁路实例进行分析,结果表明:同时考虑出行时间的可靠性和不可靠性时,旅客的出行路径选择和换乘选择与仅考虑出行时间可靠性有较大差异,基于期望−超额的铁路网络客流分配模型可以更加准确地描述考虑列车随机延误的旅客的出行选择行为,证实了均衡分配方法的有效性。因此提出的客流分配方法可以为铁路网络旅客列车开行方案等的制定和优化提供理论依据。

瓶颈处停车换乘logit随机均衡选择模型

考虑从生活区到工作区有三种交通方式可供选择的情形:一是全程驾车,二是地铁直达,三是在瓶颈处停车再换乘地铁到达目的地.以瓶颈模型为基础,建立了基于logit随机均衡的交通方式选择模型.研究结果表明,设置恰当的地铁票价和停车收费水平,可以实现系统的净收益极大,此外,也存在一种地铁票价策略使地铁的收益最大,但票价水平高于系统净收益极大时的票价水平.算例结果支持了模型分析结论.

路段型随机用户均衡敏感度分析

为了设计基于Logit的随机用户均衡问题的高效算法,对传统的随机用户均衡模型熵项进行分解,得到路段型随机用户均衡模型.在分析路段型随机均衡模型及其优化条件的基础上,以数学规划的方法推导其敏感度方程,这相对于变分不等式的方法更加容易接受,同时因为确定型均衡模型是随机用户均衡模型的一种特例,所以此方法同样适用于确定型用户均衡的敏感度分析.以相继平均算法和敏感度矩阵对算例进行求解,两者结果基本吻合.同时对实际遇到的秩亏问题,提出"分段求解"的方法,有效地解决了矩阵无法求逆的现象.

基于累积前景理论的随机网络用户均衡模型

出行者行为假设对交通网络用户均衡建模具有重要影响,更符合人们的真实决策行为的累积前景理论,为随机交通网络中的路径选择行为研究提供了新的分析框架.基于累积前景理论,将出行者的路径选择决策与网络的随机性相结合,建立了随机网络用户均衡的等价变分不等式模型;提出了求解模型的算法,通过简单的算例对模型和算法的合理性进行验证.通过对参数进行灵敏度分析,发现模型可以较好的反映出行者的风险态度、出行者对网络服务水平的预期以及出行流量波动大小对网络均衡状态的影响.

基于有限理性的弹性需求随机用户均衡交通分配模型

为了同时考虑路网的随机变化特征和出行者的感知误差,在有限理性框架下基于累积前景理论建立了一个弹性需求随机用户均衡模型,给出了等价的变分不等式,设计了求解算法并通过算例进行了验证,结合参数敏感性对均衡状态出行者的认知和心理特征进行了分析。结果表明,OD出行需求和网络均衡态具有显著的参照点依赖效应,出行者对路况满意度越高OD出行需求越大,对路况熟悉程度越高OD出行需求越小。模型及算法可以加深对出行行为的理解,改进传统模型理论假设及适用性的局限,更加精确描述交通流的实际分布形态。

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。

基于累积前景理论的随机用户均衡交通分配模型

为了使交通分配更符合出行者的实际行为特征,基于累积前景理论,给出了交通流连续分布状态下路径前景的连续函数表达式,建立了随机用户均衡模型,并给出了等价的变分不等式.该模型同时考虑了交通系统的不确定性、出行者的感知误差以及建模者的观测误差.讨论了模型解的性质,设计了求解算法,并通过算例进行了验证.结果表明:在(0,1)区间内,当出行可靠性参数或风险态度参数值越大时,出行者对于风险的感知越敏感,越倾向于选择行程时间波动较小的路径;当感知误差较小或路网不确定性程度较大时,出行者的路径选择行为均逐渐趋于稳定.研究还表明,出行者的损失规避程度对网络均衡态的影响不明显.

交通信息系统作用下的随机用户均衡模型与演进

在有交通信息系统作用下的路网中,出行者会根据交通信息系统提供的交通状况信息和以往的经验选择自己的出行路线和出发时间.根据出行者对交通信息的信任和接受程度,本文将出行者分为怀疑保守型和信任乐观型两大类,在他们的路径旅行时间基础之上,推导出新一轮期望理解路径时间函数,讨论了该函数的特性,并建立了一个等价的随时间演进的随机用户均衡模型.

多用户类弹性需求随机用户均衡模型及其求解

随机用户均衡交通分配模型统一了随机分配和Wardrop均衡的概念,可以获得更加符合实际的交通流分配结果.但传统的随机用户均衡模型既没有考虑弹性需求,也没有考虑出行者的社会经济特性.利用路网均衡建模理论构建了多用户类弹性需求随机用户均衡交通分配模型,证明了模型解的等价性和唯一性.基于无环简单路径搜索方法,设计了模型求解算法,并进行了算例计算与分析.

基于广义巢式Logit的多用户多准则随机用户平衡模型

介绍了广义巢式Logit的基本理论,在此基础上,考虑具有不同时间价值的多种用户类别出行者,构造了基于广义巢式Logit的多用户多准则随机用户平衡的等价数学规划模型,并对该模型的等价性和唯一性进行了证明.设计了求解所提出的随机用户平衡模型的基于路径的相继平均法,通过一个算例验证了所设计算法的有效性.分析了分散系数变化对交通分配结果的影响,最后与多项式Logit的分配结果进行对比.算例结果表明,本文所提出的模型能够克服多项式Logit模型的IIA特性,设计的算法具有较高的求解效率.

信息系统下弹性需求随机用户均衡演化模型

本文研究了先进交通信息系统下城市网络交通流的动态演化行为.网络交通流的演化过程中,出行者不断调整自己的出行行为.在存在交通信息系统的路网中,出行者通过接受交通信息系统的路网信息和自己的出行经验选择出行路径.考虑在交通需求为弹性的情况下,按照出行者对交通信息的接受程度,将出行者分为保守和乐观两种类型.通过引入刻画交通流演化的Logit动态方程,得到对应的弹性需求随机用户均衡交通流演化模型.并分析了模型中保守型出行者所占比例对交通流演化的影响,得出保守型出行者所占比例越大,均衡状态下的路径费用越高,路径流量越小.最后通过数值仿真进一步验证了分析结论.

停车诱导可变信息标志影响下的多层路网随机用户均衡分配模型

在传统随机用户均衡分配模型基础上,将路网分为路上行驶层、停车巡泊层和步行层3层,用于定量分析停车诱导可变信息标志对驾驶人出行的影响.引入慢速因子体现驾驶人的停车寻找行为,并利用考虑理解误差的费用函数反映停车诱导可变信息标志对驾驶人停车设施选择行为的影响.在此基础上,构建了停车诱导可变信息标志影响下的多层路网随机用户均衡分配模型,并提出了相应的求解算法.算例结果表明,经平均迭代15次模型能较快收敛,当路网上部分道路处于拥堵状态时,停车诱导可变信息标志的设置效果较好,可节约驾驶人6.2%的出行时间.

收费情形下多用户类随机用户均衡交通分配的效率损失上界

研究了收费情形下多用户类随机交通分配网络中,随机用户均衡相对系统最优的效率损失问题,运用变分不等式方法得到它的上界。研究发现,无论采用时间度量准则还是费用度量准则,相对于系统最优的效率损失上界都与路段出行时间函数类、出行者的社会经济特性、道路收费、网络复杂程度、网络总出行需求以及出行者对网络的熟悉程度相关。

多用户多模式多准则随机用户均衡模型

在网络中存在多类用户和多种模式,每一类用户按照出行时间和出行费用2个准则共同选择模式和路径,且不同模式间阻抗的相互影响满足对称条件的前提下,建立了多用户多模式多准则的随机用户网络均衡模型,用一个等价最小凸规划公式来表示这一混合均衡状态,并证明了所构建的数学规划公式与基于Logit的随机用户均衡条件的等价性,进一步证明了模型最优解的存在性和惟一性条件.最后用一个简单算例表明了所构建的模型的正确性和可行性.

双约束Logit随机交通均衡问题的有效算法

依据现实交通网络中路段容量与出行终点停车容量空间有限性的特征,建立带路段流量和终点需求双约束的Logit随机用户均衡问题的不动点模型,设计了一种有效的Lagrangian乘子法来求解,通过合理调整Lagrangian乘子使算法快速趋于收敛。在算法的迭代过程中,对通常Logit均衡问题则设计改进的自适应相继加权平均法来求解,使路段流量不超过相应路段容量并避免了繁琐的路线枚举,改进了算法的计算效率。数值实验验证了算法的有效性和结果的可行性。