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.

A Reliability-Based Stochastic Congestion Pricing Model