A Stochastic Model for Combined Activity/Destination/Route Choice Problems

In travel behavior modeling, an important topic is to investigate what drives people to travel. A systematic analysis should examine why, where and when various activities are engaged in, and how activity engagement is related to the spatial and institutional organization of an urban area. In view of this, this paper presents a stochastic model for solving the combined activity/destination/route choice problem. It is a time-dependent model for long-term transport planning such as travel demand forecasting. The activity/destination choices are based on multinomial logit formulae and, the route choice is governed by stochastic user equilibrium principle. The solution algorithm is proposed together with a numerical example for demonstration. It is shown that the proposed modeling approach provides a powerful tool for fully understanding and predicting the complex travel behavior at strategic level. The work described in this paper was substantially supported by the grants from the National Natural Science Foundation of China (Project No. 79825101), the Chinese Academy of Sciences (MADIS Research Project) and the Research Grants Council of the Hong Kong Special Administrative Region (Project No. PolyU5077/97E).     

基于博弈论混合策略下的路径选择模型

为了缓解交通拥挤的状况,预测出行者路径选择行为是一项值得研究的工作.在混合策略下,根据出行者之间的博弈关系,定义了混合策略下的得益函数,并引入求解混合策略纳什均衡的一种新方法,即极值法,对出行者的路径选择博弈模型进行了求解,有效弥补了传统划线法的不足,最终得到每个出行者的最优选择,实现了博弈各方的平衡.通过算例,有效地说明了混合策略下出行者最可能做出的路径选择.     

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。     

基于用户实时行为的Slope One模型与算法

以技术创新平台为背景,针对原有协同过滤算法推荐滞后以及算法可扩展性差的问题,根据用户的实时反馈,在Slope One算法的基础上,提出了更新增量机制,分解出固定因子以及增量因子,当用户对项目的评分改变时,只需更新增量因子,提高了算法的可扩展性,更精确地反应了用户的兴趣变化。经算例验证,该算法在保证推荐精度的同时可以有效地缩短推荐时间。     

基于流动性风险约束的我国商业银行资产负债随机规划模型

通过以资产负债管理合理匹配银行资产、负债,可以防范银行流动性风险.为此,建立了一个带有简单补偿的两阶段多期随机规划,在满足相关政策、法规约束和流动性风险V aR随机机会约束条件下,以银行的盈利最大化为目标,对银行主要资产、负债进行动态的优化匹配.