基于基尼系数的交通拥挤收费定价模型

双层规划模型是研究交通拥挤收费问题的一个有力工具,基尼系数是衡量资源分配是否公平的一个重要指标.利用基尼系数对传统双层规划模型的上层模型进行改造,在上层模型中加入基尼系数函数,构造一个网络收益尽可能大而基尼系数尽可能小的目标函数.同时在上层目标函数中,加入控制基尼系数的参数,通过选择适当的参数,可满足不同公平性要求的拥挤收费设计.算例表明,考虑基尼系数的拥挤收费设计,达到了缓解交通拥挤的目的,且交通公平得到改善.     

基于时间价值及基尼系数的拥挤收费设计

城市道路交通拥挤日益严重,交通拥挤收费是解决城市道路交通拥挤的手段之一,双层规划模型是研究交通拥挤收费问题的一个有力工具.然而,对时间价值不同的出行者收取拥挤费用将产生社会不公平问题.基尼系数是衡量资源分配是否公平的一个重要指标.以出行费用为公平指标,利用基尼系数改进传统双层模型的上层模型,加入基尼系数函数,构造一个管理者收益尽量大而基尼系数尽量小的目标函数.同时加入控制基尼系数的参数,通过选择适当的参数,可满足不同公平性的要求.算例表明,基于时间价值及基尼系数的拥挤收费设计,达到缓解交通拥挤的目的,且兼顾了管理者收益与交通公平.     

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.     

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.     

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.     

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。     

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。     

Integrating link-based discrete credit charging scheme into discrete network design problem

In this paper, we present an optimization model for integrating link-based discrete credit charging scheme into the discrete network design problem, to improve the transport performance from the perspectives of both transport network planning and travel demand management. The proposed model is a mixed-integer nonlinear bilevel programming problem, which includes an upper level problem for the transport authority and a lower level problem for the network users. The lower level sub-model is the traffic network user equilibrium (UE) formulation for a given network design strategy determined by the upper level problem. The network user at the lower level tries to minimize his/her own generalized travel cost (including both the travel time and the value of the credit charged for using the link) by choosing his/her route. While the transport authority at the upper level tries to find the optimal number of lanes and credit charging level with their locations to minimize the total system travel time (or maximize the transportation system performance). A genetic algorithm is used to solve the proposed mixed-integer nonlinear bilevel programming problem. Numerical experiments show the efficiency of the proposed model for traffic congestion mitigation, reveal that interaction effects across the tradable credit scheme and the discrete network design problem which amplify their individual effects. Moreover, the integrated model can achieve better performance than the sequential decision problems.     

基于SD-GM理论的城市交通拥堵收费模型研究

随着中国城市化建设步伐的不断加快,交通拥堵在不断地加剧。同时,因机动车污染物的排放,每年将产生大量的NO_x,从而又会引起严重的大气污染(如“雾霾”污染)。针对这些问题,本文从环境和社会的角度出发,采用系统动力学与灰色系统相结合的方法(SD-GM),构建了城市交通拥堵收费模型,并对模型中主要变量进行动态仿真和决策分析,以此来寻找缓解交通拥堵和减少机动车尾气排放的可行策略。通过现实性测试和敏感性测试,得到拥堵收费的范围不超过100元/天*辆。通过进一步的仿真和结果分析可得到以下结论:(1)在区间[25,40] 内,随着拥堵收费的提高,NO_x存量,机动车出行吸引度和交通拥堵程度都呈下降趋势,而车均道路面积呈上升趋势。(2)但并非拥堵收费越高越好, 超过40 元/天*辆,会产生相反的效果。最后,通过比较分析,得到NO_x存量,机动车出行量,机动车出行吸引度和交通拥堵程度分别下降了约33.76%,39.64%,43.26%,82.25%,而车均道路面积提高了大约65.68%,进而验证了模型的有效性和实用性。     

双瓶颈路段家庭出行者早高峰出行问题研究

针对一次连续出行中两个路段各存在一个瓶颈的双瓶颈路段,研究了家庭出行者早高峰期间先后经过双瓶颈到达学校和工作地的出行行为。首先建立了无收费下的用户均衡模型,接着考虑了拥挤收费模型,并就学校工作地开始时间差值大小的不同展开讨论,分析得出对应系统总出行成本最优时的收费值和收费时窗。研究发现收费管理能够有效降低系统总成本,并且学校和工作地开始时间差较小时的系统总成本更低,最后,通过数值算例验证了高峰时长保持不变,且得出了使得系统出行成本最优时的收费方案。     

Simultaneously optimizing link tolls and signal settings in a road network

The problem of determining link tolls to reduce traffic congestion is often referred as a toll design problem. In this paper, optimal tolls are determined for signal-controlled junctions in urban traffic road networks where the rerouting traffic is properly taken into account. This problem can be formulated as a mathematical program with equilibrium constraints (MPEC) where the user equilibrium is expressed as a variational inequality problem. Due to the non-differentiability of the equilibrium problem, an efficient convergent solution scheme is established. Numerical calculations are conducted on a variety of example road networks and comparisons are made with earlier methods.     

融合情感评论倾向与均衡长尾物品的推荐方法

推荐领域中已有研究较多的考虑属性维度在评分-物品上来提高算法的准确性,对于用户对产品的真实态度判断不够。论文利用LSTM神经网络模型将用户评论情感得分和用户评分进行融合分析,来计算用户对物品真正的兴趣度;运用向量空间对用户情感进行三分类,借鉴经济学中基尼系数的思想,引入惩罚因子通过对热门物品进行调节,发挥系统的长尾能力从而增加推荐结果的覆盖率,从而实现对热门物品和冷门物品被推荐程度的均衡优化。最后,对情感系数和惩罚系数参数的取值进行实验,得出最优模型参数组合,结果表明,评论的情感因素和惩罚系数对于构建性能更优的推荐模型效果明显,该模型在推荐的准确率和覆盖率上相较其他主流模型更加符合用户需求。     

A simulation-based assessment of route guidance benefits under variable network congestion conditions

The purpose of this study is to establish a quantitative relationship between network congestion and travel-time reduction benefits of a real-time route guidance user service. The approach of the study is to employ the INTEGRATION traffic simulation model and a 2,000 link network based on the Detroit, Michigan roadway system in a series of experiments. While holding the capacity of the roadway fixed, the value of route guidance is evaluated over a range of increasing demand levels. Network demand patterns and trip characteristics are comparable to current national averages. Measures of congestion such as average system commute speed either match or exceed current national averages. Congestion metrics measured for the lightest demand scenario match most current empirical national average data, while the heaviest demand scenario appears roughly comparable with 1994 Tokyo conditions.Results from this study indicate that route-guided vehicles benefit regardless of level of congestion, however, the amount of trip time savings achieved is highly dependent on network congestion conditions. Average benefits for route guided vehicles over unguided vehicles in the A.M. peak period range between 8–26% depending on overall traffic volume.The results indicate a two-part linear relationship between route guidance benefit and network congestion. As congestion increases in the network, benefits of route guidance increase until average network speed drops below 20mph. Beyond that point, benefits decline (but remain positive). This 20mph threshold in our network is the point where the dynamically growing and shifting mass of queued vehicles around bottlenecks begins to impede access to alternative routes for guided vehicles network-wide.In a related experiment, route guided vehicles that receive reliable data on network conditions (including incidents or demand variation) gain 3–9% travel time savings over unguided vehicles that follow optimal routes based on average time-variant network congestion conditions. Route guided vehicles may exploit information about unexpected delays in the network related to incidents as well as variability in daily traffic patterns. This experiment was conducted to isolate the value of route guidance with respect to experienced commuter traffic, rather than an aggregated model of driver behavior including both familiar and unfamiliar drivers.The preliminary results of this study have implications for ITS benefit assessment. First, the benefits of route guidance are directly related to the level of recurrent congestion in a network. Thus, a near-term poor market for route guidance may evolve over time into a good market for these services. Likewise, a good market for a route guidance user service may deteriorate if overall network congestion reaches very high levels. Second, a route guidance user service provides benefits compared to both a model of aggregated unguided traveler behavior and a model of experienced commuter behavior, regardless of congestion levels. Third, route guided vehicles are demonstrated to gain benefit by avoiding the worst congestion in the network. This minimization in day-to-day variability in commute time may be the most significant benefit of the route guidance system for the familiar driver.     

农村卫生资源配置公平性研究——基于2003-2005年黑龙江省13个地区的数据分析

运用多种评价指标研究黑龙江省农村卫生资源配置公平性,发现黑龙江省十三个地区各类卫生资源的三种公平性指数高度一致;卫生资源主要是按人口分布配置的,且公平性在逐渐降低;哈尔滨市、绥化市等地区资源配置公平性较高.同时显示政府的认识和重视程度影响资源配置的公平性.     

交通拥堵管理中可交易电子券方案的公平性分析

利用损失厌恶理论中的参照依赖模型,构建用户的感知出行成本函数,在固定需求的交通网络中加入电子券交易费用率,建立均衡条件下的变分不等式模型。通过模拟仿真,说明市场交易费用率会影响电子券交易市场,政府可通过调节交易费用率提高电子券方案公平性。选取路网中所有起讫对间出行成本变化率波动的加权平均值,度量可交易电子券方案的公平性,综合考虑最小化系统出行总成本和最大化方案公平性两个目标,构造效用函数,分析不同权重下市场交易费用率对可交易电子券方案的影响,以期对电子券方案的公平性进行优化。