路段关联影响下出行路径选择的一个非线性互补模型

在网络供需都不确定的情况下,提出一个考虑路段关联的路径选择模型.假定网络中每一用户的路径选择效用受到三个因素的影响:出行时间均值、出行成本均值和以出行时间方差表现的出行时间可靠性.在出行路径选择效用最大化前提下,修改了出行阻抗单调可分的常见假设,考虑出行阻抗非单调且不可分的情形,建立了模型的均衡公式和约束条件.探讨了模型解的存在性和唯一性特征,并将之表示为一个非线性互补问题,研究非线性互补问题的解得到结论:其唯一性不保证.最后用一个小型网络进行测试来表现模型的特征,测试结果表明出行阻抗的非单调、不可分性质通过影响出行时间方差来影响网络均衡流分配,造成均衡路段和路径阻抗的增加.     

基于Stackelberg博弈的时变双层交通分配模型

提出一个时变双层交通分配模型,其中上层网络管理者设立了一个路段的最大排队长度,其目标是使由网络流和排队长度定义的总出行时间最小.目标函数在离散时段内以路段流量和排队长度作为决策变量,同时考虑不同类型的信号交叉口延误的影响.下层网络用户的反应依赖于上层管理者的决策,其选择是使自身感知阻抗最小的路径,服从一个基于成对组合Logit的路径选择模型,构成一个成对组合Logit的均衡分配问题.结合了交通分配和流传播方法,将其表示为一个均衡约束下的双层数学规划问题,形成了一个Stackelberg非合作博弈.使用遗传算法求解该双层规划问题,并采用实证分析来表现模型的特征和算法的计算表现.结果表明路径重叠、路段流量、路段排队长度等因素对网络均衡流分布均有显著影响.     

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。     

城市交通多类型随机用户出行决策模型研究

考虑城市交通中有多类出行者的一般情况,在ATIS等交通信息系统的影响下,不同类型的出行者对路径出行时间有不同理解,用不同的参数来反映.在此基础上,给出考虑路径选择、方式选择、讫点选择及是否出行的多类型随机用户出行决策模型,证明了模型的一阶条件满足路径选择、方式选择、讫点选择及是否出行的条件,最后给出模型算法.     

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和道路收费下混合SUE相对于SSO的效率损失

在ATIS和道路收费共同作用的异质性交通网络中,基于用户在信息接受程度与时间价值上的异质性,对用户进行合理分类,所有用户均按照随机方式进行择路.构建了多用户混合随机均衡等价的变分不等式模型,以及多用户随机社会最优模型.以用户感知的总出行成本作为系统性能评价的指标,当收费作为系统总成本的一部分时,分别在时间准则与费用准则下研究了多用户混合随机均衡相对于随机社会最优的绝对效率损失问题.研究结果表明,时间准则下的绝对效率损失上界与路段出行时间函数和混合随机均衡时系统的实际总出行时间有关,费用准则下的绝对效率损失上界还与出行者的社会经济特性和随机社会最优时系统的实际总出行时间有关.     

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.     

非对称弹性需求网络容量限制交通分配有效算法

在非对称交通网络中,针对路段容量限制下弹性需求用户均衡分配模型计算困难,提出了一种路段容量限制弹性需求用户均衡交通分配问题的有效算法.该算法在迭代时,排队延误因子、误差因子与交通需求通过自适应调节来逼近真实路段车辆行驶时间和出行者交通需求,促使各路段交通流量逐步满足限制条件,最终达到弹性需求广义用户均衡.方法克服了容量限制弹性需求用户均衡分配计算量大及随机分配法要求枚举所有路径的困难.随后证明了算法的收敛性,并对一个小型路网进行了数值试验.     

混合云用户工作量分解最优策略纳什均衡分析研究

在混合云环境下,任务处理的响应时间是云用户关注的一个性能指标,而每个云用户在选择策略时不仅要考虑自身情况,还要考虑其他云用户使用混合云的策略.构建了混合云环境下用户工作量分解模型,把最小化响应时间作为每一个用户追求的效用目标,通过求解纳什均衡的方法分析用户的最优策略行为,然后提出一个时间复杂度是O(n~2)的求解纳什均衡算法,并基于云计算仿真软件cloudsim进行了数据仿真分析.     

ATIS下多用户混合均衡相对于随机社会最优的效率损失

在ATIS与道路收费共同作用的交通网络中,用户不仅在接受的交通信息上具有异质性,同时在时间价值上也具有异质性.文章基于这两类异质性,将用户分为安装ATIS并遵从信息、安装但不遵从、不安装的三类用户,所有用户均按照随机用户均衡的方式进行择路.文章构建了多用户随机均衡模型及其等价的变分不等式,并以用户感知总成本作为系统性能指标,分别建立了时间准则与费用准则下多用户随机社会最优模型.当收费不作为总成本的一部分时,研究了多用户均衡相对于随机社会最优的绝对效率损失问题.研究结论表明,无论采用何种度量准则,绝对效率损失上界与路段特性函数、出行者的社会经济特性、道路收费以及两准则下多用户均衡与随机社会最优时系统实际总出行成本均有关.     

路段容量约束弹性需求交通均衡分配近似算法

本文研究了带路段容量约束弹性需求用户均衡交通分配问题及其近似解法.采用超需求模型将弹性需求转化为固定需求,提出了一种带路段容量约束弹性需求用户均衡交通分配近似算法.该算法在迭代过程中,通过不断自适应调节排队延误因子、误差因子来近似真实路段行驶时间,使路段流量逐步满足约束条件,最终达到广义用户均衡.这种方法克服了容量约束弹性需求用户均衡分配计算量大及随机分配法要求枚举所有路径的困难.随后证明了算法的收敛性,并对一个小型路网进行了数值试验.     

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．     

一个供需不确定性下的多模式非线性互补分配模型

交通需求和供给不确定是现实交通网络中常见的现象.提出一个供需不确定条件下非对称影响的多模式交通分配模型.提出的模型以条件概率的形式生成不同供需变动情景下的交通流模式,构成一个非线性互补模型,模型中获得的交通流模式,可以用来估计交通网络失效的损失指标和交通网络可靠性衡量指标,不同风险态度的出行者可借助指标来选择可靠性高的路段或避开效率损失高路段.使用一个算例来表明提出模型的适用性和有效性.结果表明,提出的模型能更好的反映不确定性条件下的多种模式交通流演变情况,反映不同的供需变动情景以及不同的出行模式对均衡流模式的影响,进而提高交通网络中用户的出行可靠度.     

多模式城市交通网络随机用户平衡配流模型

本文考虑了影响出行者选择出行方式的多种因素(如出行时间、花费、舒适性等),分析了多种交通方式并存的城市交通网络,基于随机用户平衡理论构造了多模式的交通配流模型,并证明了模型解的等价性和惟一性,给出了求解算法.     

基于CVaR的次优拥挤收费随机多目标模型

次优拥挤收费问题一般要考虑不同决策者的不同利益,因此,有必要考虑多个收费策略建立多目标模型来均衡不同决策者的利益.由于决策者常在信息不确定的情况下做决策,在出行需求不确定的条件下,为了确定次优拥挤收费的方案,建立了基于条件风险价值的随机多目标双层规划模型,上层规划的目标函数考虑了系统总阻抗和社会公平性,下层规划是UE用户均衡配流问题.利用基于随机模拟的遗传算法对模型进行求解,并通过数值算例对模型和算法进行分析,验证了模型的有效性.     

基于CVaR的次优拥挤收费随机多目标模型北大核心

次优拥挤收费问题一般要考虑不同决策者的不同利益,因此,有必要考虑多个收费策略建立多目标模型来均衡不同决策者的利益.由于决策者常在信息不确定的情况下做决策,在出行需求不确定的条件下,为了确定次优拥挤收费的方案,建立了基于条件风险价值的随机多目标双层规划模型,上层规划的目标函数考虑了系统总阻抗和社会公平性,下层规划是UE用户均衡配流问题.利用基于随机模拟的遗传算法对模型进行求解,并通过数值算例对模型和算法进行分析,验证了模型的有效性.     

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.     

基于双层规划的高速公路收费费率优化模型

在全国联网收费的背景下,从动态收费的角度考虑,建立了双层规划模型,上层规划中将路网管理者作为领导者,以高速公路收费效益最大化为目标函数,同时考虑道路运营管理方的合理收益和养护成本支出情况,下层规划则以用户出行效用最大化为目标,充分考虑了道路使用者的道路选择差异性及道路拥堵对交通分布的影响,建立随机用户均衡模型.最后结合某地区AB地高速公路实际情况进行分析,采用了遗传模拟退火算法验证了模型的实用性,并与其他的算法对比,验证了算法的有效性。研究表明:优化模型可以有效提高高速公路的收费效益和用户的出行效用,可以分散高峰时的交通压力,提升高速公路的通行效率.     

双模式交通网络中的ATIS信息定价研究

先进的出行者信息系统(ATIS)是一种服务商品,已有的研究多从提高市场占有率的角度对单模式交通网络中的ATIS进行信息定价。多模式交通网络中影响ATIS市场占有率的因素众多,而且ATIS的提供成本往往与信息质量和使用规模同时相关。因此,信息定价问题应从ATIS服务提供商利润最大化的角度进行研究。本文把ATIS信息的单次使用费用和ATIS的信息质量同时作为决策变量,将双模式路网中ATIS的定价问题描述为一个双层规划模型。其中,混合用户均衡模型为下层模型,收益模型为上层模型。然后,基于上海市虹口区的路网数据,对下层模型进行了数值分析,并讨论了相关经济效益问题。此外,本文提出了求解下层模型的MSAF算法,并进一步嵌套了粒子群(PSO)算法,最终得到ATIS服务提供商的最优ATIS信息定价和信息质量提供方案。     

考虑禁左条件的用户均衡交通配流模型与算法

交叉口处左转车流是对车流量影响较大的一个流向,也是造成城市交通拥挤和交通事故的关键因素之一,所以越来越多的城市路网选择在交叉口禁止左转来保障主干路车流通畅.在禁左的情况下,出行者究竟如何选择出行路径,究竟应该在哪些交叉口采取禁左管理可以使网络总旅行时间最小?针对以上两个问题,将根据用户均衡(UE)原理,建立考虑交叉口禁左条件的交通配流双层规划模型.利用Frank-Wolfe算法,对下层模型中的出行车辆进行配流,并返回到上层模型计算网络总旅行时间,通过遗传算法确定设置禁左交叉口位置,使得网络总旅行时间达到最小.根据数值算例,展现合理设置禁左交叉口的位置,可以使得交通网络总费用减小.