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.     

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.     

界定用户平衡及Logit型随机用户平衡下的混合平衡交通网络效率损失

考虑一个具有两类用户的交通网络,一类用户按照用户平衡原则选择出行路径,另一类用户按照Logit型随机用户平衡原则选择出行路径.建立了描述这种混合平衡出行行为的变分不等式模型,给出了满足此种混合平衡的交通网络效率损失上界,结果表明,效率损失上界与被研究的交通网络拓扑结构,交通需求及两类用户的划分比例系数有关.     

界定Stackelberg博弈下的混合平衡交通网络效率损失

考虑一个受控制的交通网络,一类用户属于领导者,按照系统最优原则选择出行路径;另一类用户属于跟随者且具有不完全信息,按照Logit型随机用户平衡原则选择出行路径.建立了描述这种Stackelberg博弈下的混合平衡出行行为的变分不等式模型,给出了满足此种混合平衡的交通网络的效率损失上界,结果表明,效率损失上界与被研究的交通网络拓扑结构,交通需求及控制系数有关.     

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.     

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.     

OD估计双层规划扩展模型

利用双层规划模型进行OD估计,建立双层规划扩展模型.考虑OD估计问题中的随机误差,基于Bayes估计和多元正态分布建立上层目标函数;考虑用户路径选择行为的随机性,基于随机用户均衡建立需求可变动的下层目标函数,同时该扩展模型能适应我国混合交通的实际,既能适用于拥挤网络、也能适用于非拥挤网络,最后通过算例证明此模型的有效性.     

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.     

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。     

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.     

方格网络上用户均衡行为效率损失研究

针对用户出行时追求费用最短的路径,而不考虑其它用户如何选择路径,在一般网络中导致系统费用较高的问题,从实际出发,本文重点讨论特殊网络-方格网络上纳什均衡流与系统最优流之间的关系,研究了用户均衡行为的效率损失.研究结果表明,在方格网络上,当路阻函数是系数非负的线性函数和二次函数时,用户均衡行为的效率损失分别是0和0.35,而一般网络中用户均衡行为的效率损失分别是1/3和0.626,说明方格网络具有较好传送流量的功能.该研究为道路建设部门进行道路改造和增加新道路设计提供理论依据.     

基于ATIS的多用户混合交通均衡分配模型

提出一个ATIS影响下的混合交通均衡分配模型,模型中考虑多类不同的用户.不同类型用户产生的出行阻抗互相影响,且阻抗影响不对称.考虑ATIS影响下的三个不同的交通系统目标:使装备用户自身的阻抗最小化、使网络中所有装备用户的出行阻抗最小化以及使网络中所有用户的出行阻抗最小化,建立了三种情形下的路段非对称干扰的多用户混合交通分配模型.将模型表示成等价的变分不等式的形式,并分析了解的存在性和唯一性条件,结果表明解虽然存在,但并非一定唯一.提出一个对角化算法来求解混合交通均衡分配模型·最后用一个简单算例表明了模型和算法的有效性.     

基于经典BPR阻抗函数的随机交通网络主从博弈的效率损失

现代大城市交通愈发拥堵和智能交通系统广泛应用背景下,拥堵收费、智能诱导和主从博弈、随机均衡分别是重要的管理手段和客观现象.考虑对交通网络中各路段实施收费策略,利用随机用户均衡(SUE)交通流模式研究了效率损失的上界,该交通流模式是由一部分受控于Stackelberg策略的用户所诱导产生的.假设路段时间函数是可分离的单调增的凸函数,并固定交通网络起讫点(OD)需求,在建立Logit-SUE的等价变分不等式(VI)的基础上推导出SUE和Stackelberg策略条件下交通网络的效率损失表达式.这对城市交通管理的系统决策具有重要参考价值.     

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.     

随机交通均衡配流模型及其等价的变分不等式问题

本文讨论了交通网络系统的随机用户均衡原理的数学表述问题.在路段出行成本是流量的单调函数的较弱条件下,对具有固定需求和弹性需求的模式,首次证明了随机均衡配流模型可表示为一个变分不等式问题,同时也说明了该变分不等式问题与相应的互补问题以及一个凸规划问题之间的等价关系.     

多用户类多准则交通分配的势博弈与拥挤定价

交通管理者在解决路网拥挤问题时,并不知道出行者的出行效用,同时管理者难以对出行者的路径选择行为做出准确的观测.运用势博弈理论分析多用户类多准则交通行为的演化过程,得到了固定需求和弹性需求情形下的可容许动态(一种刻画出行者通过转换路径增加当前效用的近似调整行为的演化动态),证明当路段时间函数和逆需求函数为严格单调、连续、可微时,所对应的交通分配是势博弈问题的惟一Nash均衡点.进一步研究了固定需求下的可变拥挤道路收费问题,得到了在当前系统状态下实现系统最优交通分配的拥挤收费水平.     

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．     

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.