基于可靠性的随机拥挤收费模型

提出了一种需求不确定环境下的基于可靠性的拥挤收费模型.在需求不确定的环境下,出行时间的变动使得无论是出行者还是网络决策者都面临着风险.出行者需要提高出行的可靠性以避免迟到,决策者需要在缓解拥堵的同时提高网络整体的可靠性.以基于路段的平均超额出行时间作为出行者的路径选择准则,以平均超额系统总阻抗最小作为决策者拥挤收费的目标,建立了具有均衡约束的数学规划模型.提出了模型能分析出行者的路径选择行为和决策者的决策过程中的可靠性,同时充分考虑迟到等不可靠因素的影响,全面刻画不确定环境下路径出行时间和系统总阻抗的分布特征.数值算例表明,忽略不确定性的影响可能会得到对于网络整体性能过于乐观的评价,得到脱离实际的收费方案.网络的不确定性越高,对于网络性能和收费方案的影响就越大,从而考虑网络可靠性和出行者路径选择的可靠性的必要性就越大.此外,以平均超额系统总阻抗作为拥挤收费的目标可以进一步改善网络的可靠性.     

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.     

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。     

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.     

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.     

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.     

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.     

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。     

城市中心区内停车价格对出行行为的影响分析

本文通过对北京市中心区早高峰时段小汽车出行者和公共交通出行者出行方式选择意向调查,采用多项Logit模型,分析中心区停车价格变化对小汽车出行向公共交通出行方式的转移行为的影响.预测结果表明不同出行目的对停车价格的敏感程度也不同,在提高公共交通服务水平的前提下,加大中心区停车收费标准,会使小汽车出行有较大比例的转移.     

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.     

Solving the minimum toll revenue problem in real transportation networks

As a means to relieve traffic congestion, toll pricing has recently received significant attention by transportation planners. Inappropriate use of transportation networks is one of the major causes of network congestion. Toll pricing is a method of traffic management in which traffic flow is guided to proper time and path in order to reduce the total delay in the network. This article investigates a method for solving the minimum toll revenue problem in real and large-scale transportation networks. The objective of this problem is to find link tolls that simultaneously cause users to efficiently use the transportation network and to minimize the total toll revenues to be collected. Although this model is linear, excessive number of variables and constraints make it very difficult to solve for large-scale networks. In this paper, a path-generation algorithm is proposed for solving the model. Implementation of this algorithm for different networks indicates that this method can achieve the optimal solution after a few iterations and a proper CPU time.     

Dynamic dairy facility location and supply chain planning under traffic congestion and demand uncertainty: A case study of Tehran

In this paper, dynamic dairy facility location and supply chain planning are studied through minimizing the costs of facility location, traffic congestion and transportation of raw/processed milk and dairy products under demand uncertainty. The proposed model dynamically incorporates possible changes in transportation network, facility investment costs, monetary value of time and changes in production process. In addition, the time variation and the demand uncertainty for dairy products in each period of the planning horizon is taken into account to determine the optimal facility location and the optimal production volumes. Computational results are presented for the model on a number of test problems. Also, an empirical case study is conducted in order to investigate the dynamic effects of traffic congestion and demand uncertainty on facility location design and total system costs.     

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。     

运单体积不确定对货运共享平台定价决策的影响研究

货运共享平台订单分析显示顾客对运输货物申报的体积往往比实际体积偏大,平台则会按照客户申报的体积进行收费。本文站在平台利润视角,构建了考虑运单体积不确定的装载与配送路径联合优化模型来研究运单体积不确定对定价决策的影响,研究发现可以提升平台利润达24%。进一步,为了实现平台、顾客与司机的收益共享,并提高平台市场占有率,平台考虑在收费体积存在偏差的情况下,采用降价的策略与平台实际定价策略进行对比。通过数值分析发现,在存在体积偏差率的情况下,价格下降18%以内时,平台的利润呈现增长的趋势,最高可以达到23.26%;当价格下降超过18%时,平台利润出现负增长,因此不适合采取降价的措施。在降价过程中,顾客需要支付的成本最多可减少19.17%,司机的收益最多可增加13.82%,结果表明,采用新型分段定价策略可以更好的实现三方共赢,对平台的实际运营有一定的借鉴意义。     

考虑码头内外堆场竞争的集装箱堆存定价模型

针对由于集装箱吞吐量增加造成翻箱成本增加与码头堆场拥堵,考虑内外堆场竞争,构建集装箱堆存定价模型,研究内外堆场竞争下的堆存定价决策和货主移箱决策,分析码头堆场操作成本、场外堆场运输成本、货主需求参数和码头堆场收益的内在关系。算例结果表明:一旦过了免费期立即移箱到场外堆场,货主成本最小。随着场外堆场运输成本的增加,码头堆场的堆存定价和箱量增加,提高码头堆场收益。随着码头堆场操作成本降低,码头堆场堆存价格随之下降,但码头堆存箱量增加,提高码头堆场收益。此外降低堆场定价对货主需求的影响参数以及提高运输成本对货主需求的影响系数,有利于提高码头堆场收益。     

基于SD-VF理论的城市限行政策效应研究

随着我国城市化进程不断加快,城市交通供需矛盾日益突出,交通拥堵问题愈发严重,我国各地纷纷实行各种政策措施来缓解交通拥堵。本文以北京市为例,针对城市交通拥堵的现象,从系统的角度出发,运用系统动力学与灰色Verhulst预测相结合的方法(SD-VF),建立城市交通治堵模型,并采用Vensim软件对模型进行动态仿真分析,从经济、社会、环境等方面探究政策措施对城市环境生态承载力、道路生态承载力等的影响。研究结果表明,限行限号政策虽然在一定程度上提高道路生态承载力,但也可能引发“悖论”效应;修路政策并没有根本上解决城市交通拥堵问题,仅仅是把拥堵状况向后推迟;而相对于单一政策,将发展公共交通与限行政策相结合可以有效缓解交通拥堵,改善空气质量,提升环境承载力,是更加科学合理的政策措施。     

A simulation optimization-based decision support tool for mitigating traffic congestion

Traffic congestion has grown considerably in the United States over the past 20 years. In this paper, we develop a robust decision support tool based on simulation optimization to evaluate and recommend congestion mitigation strategies to transportation system decision-makers. A tabu search-based optimizer determines different network design strategies on the road network while a traffic simulator evaluates the goodness of fit. The tool is tested with real-world traffic data.     

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.