考虑路网可靠性和空间公平性的次优拥挤收费模型

根据随机路网环境下出行者规避风险的路径选择行为,提出了一种考虑路网可靠性和空间公平性的次优拥挤收费双层规划模型。其中,上层模型以具有空间公平性约束条件下最大化路网的社会福利为目标,下层模型是实施拥挤收费条件下考虑行程时间可靠性的弹性需求用户平衡模型。鉴于双层规划模型的复杂性,设计了基于遗传算法和FrankWolfe算法的组合式算法来求解提出的模型。算例结果表明:考虑行程时间可靠性的次优拥挤收费会产生不同于传统次优拥挤收费的平衡流量分布模式,表明出行者的路径选择行为对拥挤收费结果会产生直接影响;此外,算例结果还说明遗传算法对参数设置具有很强的鲁棒性。     

出行量预测不确定下基于灵敏度分析的拥挤收费定价模型

拥挤收费是改善城市交通的有效手段.对拥挤收费定价的研究方法之一,就是针对固定的出行量进行收费设计.由于出行量预测不确定的因素,应针对长期出行量预测不确定的情况,利用灵敏度分析的方法,对拥挤收费定价的问题进行研究.首先研究了出行者出行的广义费用,然后考虑出行者的出行决策及出行量预测不确定的因素,给出一个拥挤收费定价模型,为交通管理者提供理论依据.     

基于内生参考点的交通网络均衡模型

应用累积前景理论研究了随机交通网络中出行者有限理性的路径选择行为,选择期望 超额出行时间作为参考点,反映出行者同时考虑出行时间的可靠性和不可靠性,建立了基于累积前景理论的随机网络均衡及其等价的变分不等式模型,运用基于连续平均法的启发式算法求解,并给出算例验证了该模型和算法,最后分析了有限理性的假设和内生的参考点对出行者路径选择行为和随机网络均衡的影响．     

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.     

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.     

停车收费与拥挤道路收费综合决策研究

停车换乘收费与拥挤道路收费是改善城市交通的有效手段.考虑乘坐公交车,全程自驾车及停车换乘这三种出行方式,给出了停车换乘收费与拥挤道路收费的双层规划模型,证明了模型的一阶条件与出行者的方式选择及路径选择条件等价,并给出了算法.算例分析表明,实行停车收费及拥挤道路收费后,能有效改善道路的拥挤状况,为交通管理部门决策提供了理论依据.     

基于后悔理论的拼车决策问题研究

本文针对瓶颈路段,研究了出行者在单独驾车和拼车这两种出行模式下的早高峰出行行为。首先根据瓶颈模型的均衡条件,分别推导了收费和不收费机制下单独出行和拼车出行的出行时间及广义出行成本。为进一步研究出行者的出行方式选择,本文建立了基于后悔理论的随机Logit模型,并提出了相应的迭代平均算法。研究表明,在不收费机制下单独驾车和拼车出行者混合出发,而最优收费机制则实现了交通流的分离,其中拼车出行者在瓶颈的高峰时段出行而单独驾车者在瓶颈的颈部出行。算例结果表明,后悔厌恶水平是影响出行者出行方式选择行为的重要参数,其中,选择最低成本的出行者随着后悔厌恶水平的增加而增加。     

基于出行者属性差异的拥挤收费政策分析

运用经典瓶颈模型,引入出行者属性差异,分析了实行拥挤收费政策前后不同出行方式的出行分布,给出了收费政策影响下出行者行为策略的选择.进一步,分析了基于政府拥挤收费政策下,小汽车和公交车共用同一路线时,道路使用成本、政府调控目标及费率的关系.研究结果表明,政府可以通过设置恰当的收费费率,调节不同出行方式间的出行分布,缓解交通拥挤,优化交通管理现状.属性差异系数的引入使模型更符合实际,改进了已有研究.     

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.