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.     

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。     

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.     

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.     

基尼系数估算的抛物线方法及例证分析

采用定积分近似计算的方法和函数逼近中插值逼近方法,详细论述了基尼系数估算中选择抛物线法的依据,并系统、严格地推导出两种估算基尼系数的抛物线公式,与传统方法比较,提高了估算基尼系数的精确度.     

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。     

大数据背景下基于5S的城市交通拥堵评价模型研究

近几年来,城市交通拥堵问题日益突出,极大制约了城市发展。在大数据背景下,为了准确掌握交通实时拥堵状况,改善城市交通,便利市民出行,本文深入挖掘城市交通拥堵的影响因素,构建了基于交通5S要素的城市拥堵理论模型,运用径向基函数神经网络方法工具,以上海静安寺、上海站、陆家嘴周围三大拥堵路段的交通数据集为例,验证了该模型的有效性。实验结果表明,由该模型获得的城市交通拥堵预测值与上海实际交通路况具有较好的拟合效果,表明交通5S模型与方法能够准确有效地评价城市交通拥堵。     

离散交通流模型的反馈线性化与拥堵控制

在自动化高速公路环境下,提出一种改进的宏观离散交通流模型密度控制方法.利用反馈线性化方法,将宏观离散交通流模型转换为一般容易处理的线性系统模型,简化了密度控制器的设计.利用线性系统中具有输入变换的跟踪反馈控制方法,对线性化后的系统模型设计控制律.通过控制该线性系统的状态变量,间接稳定离散交通流模型中的交通流密度,达到对道路交通流拥堵的控制.同时给出设计方法和步骤,仿真实例说明了方法的实用性.