基于基尼系数的停车换乘拥挤收费定价模型

许多大城市提倡停车换乘的组合出行方式,目的是减少出行车辆,缓解交通拥挤状况.应用双层规划模型对停车换乘拥挤收费进行研究.下层模型采用弹性需求SUE模型,上层模型考虑了交通公平因素.以各出行方式占用的道路资源为公平指标,应用基尼系数对传统上层模型进行改造,构建一个用户盈余尽可能大而基尼系数尽可能小的上层模型,并利用基尼系数控制参数,实现在不同公平要求下的拥挤收费设计.算例表明,基于基尼系数的停车换乘拥挤收费设计,能改善道路的拥挤状况,且兼顾了用户盈余与公平.     

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.     

基于双层规划的一类自行车专用道路网络设计问题

自行车出行可以缓解当前日益严峻的城市交通问题,是实现低碳交通的重要途径.在机动车道上划分出一定空间来构建自行车专用道路网络,可以保证自行车出行者的安全,促进自行车出行比率增加.然而,这势必将侵占机动车的道路空间.文章建立双层规划模型来刻画自行车共享城市机动车道的路网设计问题,上层从交通管理部门的角度对机动车和自行车出行者各自的利益进行权衡,以预算和连通性为约束,下层考虑机动车和自行车各自的用户均衡.模型通过遗传算法进行求解,算例验证了该算法的有效性.     

双模式网络停车限制交通需求管理模型与方法研究

在轨道网和公路网并存的双模式交通网络, 合理设计出行终点的停车容量可优化汽车出行需求, 改善路网交通环境。本文通过分析私家车与城市轨道两种交通模式的出行需求, 并考虑私家车模式的终点停车收费服务, 建立了一种带路段环境容量和终点停车需求容量共同约束的交通需求管理模型。模型中路网使用者的出行模式采用二元Logit模型来计算, 而私家车的路线选择行为服从Logit随机用户均衡, 因此该模型是一个带不动点约束的数学规划问题。针对模型求解困难, 文中采用灵敏度分析来获取各路段流量和需求量关于终点容量波动的梯度信息, 进而设计了一种新的灵敏度分析求解算法.最后通过数值仿真实验, 验证了算法的有效性, 同时分析了不同停车收费参数对模型各指标变化趋势的影响。     

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.     

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。     

考虑无人驾驶和车内活动效用的双模式通勤选择与经营策略优化分析

无人驾驶的出现将会影响通勤者的出行行为以及出行服务运营方的经营策略制定.文章基于活动的视角将无人驾驶车内活动效用以及时间利用效率纳入考虑,以一个无人驾驶车辆与地铁共存的双模式交通系统为例,构建了基于活动的双模式出行选择模型,并对地铁运营方在追求经营利润最大化与社会净效用最大化两种情形下的经营策略进行了分析优化.结果表明:基于出行的方法简化了早高峰期间瓶颈处发生拥堵的条件,同时低估了道路出行人数;当总发车班次数受限为定值时,发车间隔应随车票价格或车内活动效用的增加而缩短,同时可变成本等参数取值将会对车票价格的优化产生影响,且若忽略车内活动效用则会高估车票价格与发车间隔时间.此外,在地铁运营方以社会净效用最大化为经营目标时,虽然有着较高的社会净效用,但也承受着较高的经营成本.     

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.     

考虑道路修复的应急资源配送可靠路径选择问题研究

灾害发生后第一时间选择可靠路径完成应急资源的配送分发是应急救援快速展开的必要保障。本文考虑道路修复下的应急资源配送可靠路径规划问题,引入了道路中断和通行可靠性降低来描述灾难对应急资源配送交通路网的影响,以最大化配送效率为目标,构建了道路修复与应急资源配送可靠路径选择集成优化模型,给出了道路修复与可靠路径选择的全局优化方案;设计了多吸引子的粒子群优化模型算法,并结合仿真与分析,验证了模型和算法的有效性。模型与算法的研究对于突发事件下不确定交通路网应急资源配送决策具有很好的指导意义。     

基于畅通可靠性的开放小区交通流分配及优化决策

开放小区内部道路可增加城市道路网的密度和可达性,从而达到缓解城市道路拥堵的目的。通过对出行者进行问卷调查,得知其路径选择行为主要考虑出行时间及时间波动性两方面因素,基于此对CONTRAM费用函数进行改进,得到适用于小区开放后的广义出行费用,该费用考虑了畅通可靠性对路径选择的影响;结合小区开放后出行者选择准则,建立考虑广义出行费用的随机用户最优模型(SUO),并采用逐次平均算法(MSA)进行求解,从而得到更为精确的路段交通流量;基于小区道路开放后需承担的交通量,结合城市道路规划相关规范,对横断面、出入口等方面提出开放小区内部道路规划的建议。     

A biased random-key genetic algorithm for road congestion minimization

One of the main goals in transportation planning is to achieve solutions for two classical problems, the traffic assignment and toll pricing problems. The traffic assignment problem aims to minimize total travel delay among all travelers. Based on data derived from the first problem, the toll pricing problem determines the set of tolls and corresponding tariffs that would collectively benefit all travelers and would lead to a user equilibrium solution. Obtaining high-quality solutions for this framework is a challenge for large networks. In this paper, we propose an approach to solve the two problems jointly, making use of a biased random-key genetic algorithm for the optimization of transportation network performance by strategically allocating tolls on some of the links of the road network. Since a transportation network may have thousands of intersections and hundreds of road segments, our algorithm takes advantage of mechanisms for speeding up shortest-path algorithms.     

Pavement rehabilitation scheduling and toll pricing under different regulatory regimes

This paper addresses the highway pavement rehabilitation scheduling and toll pricing issues over a planning horizon. In the highway system concerned, two types of agents are considered, namely highway operator and road users. Two models, which account for different highway regulatory regimes (i.e. public and private), are proposed. In the public regulatory model, the government aims to maximize total discounted social welfare of the transportation system over the planning horizon by determining the optimal pavement rehabilitation schedule and toll level. In the private regulatory regime, a profit-driven private operator seeks to optimize the pavement rehabilitation schedule and toll level to maximize its own discounted net profit over the planning horizon. The proposed models treat the interactions between the highway operator and the road users in the system as a bi-level hierarchical problem in which the upper level is a multi-period pavement rehabilitation scheduling and toll pricing problem, while the lower level is a multi-period route choice equilibrium problem. A heuristic solution algorithm that combines a greedy approach and a sensitivity analysis based approach is developed to solve the proposed bi-level multi-period optimization models. An illustrative example is used to show the applications of the proposed models. The findings show that the highway regulatory regime, pavement deterioration parameter and the roughness-induced vehicle operating cost can significantly affect the pavement rehabilitation schedules and the toll level as well as the performance of transportation system in terms of total life-cycle travel demand, net profit and social welfare.     

一种基于收费数据的断面流量估算方法

高速公路的流量是反映高速公路交通状态的一个重要参数.目前,针对高速公路断面流量的采集主要依靠人工方式或者通过安装一些车流检测设备来获得,成本较高.结合高速公路收费系统的特点,通过对收费数据的统计分析,提出一种基于收费数据估算高速公路断面流量的方法.首先,对收费数据进行初步的处理,从中计算出行驶时间;然后,根据收费数据中的车辆信息统计出各个OD的交通流量;最后,结合各个收费站出入口的位置信息、路段行驶速度信息以及OD流量来估算断面的交通流量.     

多收费方式收费系统资源配置优化方法

随着ETC技术的发展,高速公路收费系统从单人工收费方式逐渐向多收费方式格局演变.同时高速公路收费系统的设计涉及到政府、道路管理者、道路使用者及道路非使用者之间利益的协调发展,因此研究在多收费方式情况下,满足不同利益层面需求的系统资源的优化配置问题具有重要意义.通过建立收费系统资源优化配置模型,在收费制式既定的情况下,利用遗传算法对收费站位置与数量进行寻优,并利用非集计方法对多收费方式情况下的车道配置进行均衡求解,可定量计算出最佳系统资源配置方案,包括确定收费制式、收费站位置与数量、收费方式、各收费站不同收费方式车道组合情况.最后我们进行算例研究,并对优化结果进行了分析比较,可为收费制式的选择及收费站的车道布设提供理论依据.     

基于网络等级特征与VMS的交叉巢式Logit模型

基于等级特征与可变信息板(VMS)研究了交叉巢式Logit(CNL)模型及网络交通流分配。综合幂函数与指数函数表示方法给出新的信息效用衰减因子,结合道路等级特征表示VMS对车流的影响系数及CNL模型的分配系数;给出等级结构道路网络的随机用户均衡条件下的交叉巢式Logit路径选择模型及其等价数学规划,并设计网络流分配算法。通过实例网络的计算与分析,得到一些有意义的结论:等级结构越显著的路网总出行时间费用越低且其分散参数(θ)弹性绝对值越大;对具有较强随机性的实际路网,若增加一定的确定性则节省更多网络总出行时间;道路网络中设置了VMS时总出行时间受分散参数的影响更小。     

带时空相关性分析的行车时间估计模型

基于流体动力学方程的行车时间估计模型不能很好地反映真实的行车时间,需要对其进行一定的改进.在对交通流进行流体动力学建模的基础之上,引入对高速公路路网中不同路段之间的行车时间相关性和同一路段不同季节、不同时段的行车时间相关性分析,建立了带时空相关性分析的时间估计模型,使用统计学的方法消除动力学模型的误差.     

Using fuzzy integral for evaluating subjectively perceived travel costs in a traffic assignment model

A good traffic assignment model can be a powerful tool to describe the characteristics of traffic behavior in a road network. The traffic assignment results often play an important role in transportation planning, e.g., an optimal and economical network design. Many traditional traffic assignment models rely heavily on the travel cost function established by Wardrop’s principles; however, the Wardrop’s travel cost function has been proven to be weak for explaining the uncertainty and interactivity of traffic among links. This study tries to construct a traffic assignment model that is different from Wardrop’s in many aspects. First, it considers the cross-effect among the links. Second, a fuzzy travel cost function is established based on the possibility concept instead of precise calculation of traffic volumes. Third, the techniques of fuzzy measure and fuzzy integral are applied to calculate the subjectively perceived travel costs during traffic assignment. Furthermore, in order to validate our model, a detailed network with 22 nodes and 36 links is used to illustrate it. Study results show that our model explains more interactivity and uncertainty of traffic among links when compared with the traditional model of Wardrop’s.     

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。     

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.