智慧公路和ATIS环境下逐日交通均衡模型

为探索智慧公路和先进的出行者信息系统(ATIS)对出行者路径选择行为的影响,将网络可靠性和经验学习理论引入出行者路径选择过程中,提出智慧公路和ATIS环境下随机网络逐日均衡模型。智慧公路服务于该路段上的所有出行者,ATIS服务于所有配备信息系统的车辆。在智慧公路上行驶或配备ATIS的出行者根据实时交通信息决策出行路径;而其他出行者根据历史路网状况和出行经验选择出行路径。同时考虑道路容量退化和交通需求波动两种交通网络不确定性因素,运用交通网络流理论构建智慧公路和ATIS环境下随机网络逐日均衡模型。采用不动点理论证明逐日模型解的等价性、存在性和稳定性条件。算例表明,过高的置信水平和道路流量行为系数均会导致模型进入不稳定状态;通过对路网状况的反复学习,出行者逐日进行路径调整,最终交通流达到稳定状态;在道路改扩建过程中,构建的模型可以提供科学的交通组织和分流方案。