多类型信息下的网络交通流演化模型

交通运输系统工程与信息 ›› 2020, Vol. 20 ›› Issue (4): 97-105.

多类型信息下的网络交通流演化模型

李嫚嫚^1a,1b,1c ，陆建^*1a,1b,1c ，孙加辉²

1 东南大学 a.江苏省城市智能交通重点实验室，b.现代城市交通技术协同创新中心， c.交通学院，南京 210096; 2. 西安航天动力试验技术研究所，西安 710100

收稿日期:2020-04-01 修回日期:2020-06-12 出版日期:2020-08-25 发布日期:2020-08-25
作者简介:李嫚嫚(1991-)，女，陕西咸阳人，博士生.
基金资助:
国家自然科学基金/National Natural Science Foundation of China(51478110)；江苏省研究生科研与实践创新计划/ Postgraduate Research & Practice Innovation Program of Jiangsu Province(KYCX18_0139).

Day-to-day Traffic Assignment Model with Multiple Types of Information

LI Man-man^1a,1b,1c , LU Jian^1a,1b,1c , SUN Jia-hui²

1a. Jiangsu Key Laboratory of Urban ITS, 1b. Collaborative Innovation Center of Modern Urban Traffic Technologies, 1c. School of Transportation,Southeast University, Nanjing 210096, China; 2. Xi'an Aerospace Power Test Technology Institute, Xi'an 710100, China

Received:2020-04-01 Revised:2020-06-12 Online:2020-08-25 Published:2020-08-25

摘要/Abstract

摘要：

交通信息发布机构提供描述信息和规范信息给不同的出行者，描述信息接收者依据信息和经验更新路径行程时间认知，根据认知选择路径；规范信息接收者仅根据经验更新认知.规范信息遵从者选择推荐路径，非遵从者依据认知选择路径.两类信息遵从率都取决于信息准确度.依据非线性动力学理论分析了模型性质，研究表明，模型不动点存在但是不一定唯一，不动点状态与信息混合使用情况有关.数值试验结果表明，模型不动点与随机用户均衡点不同，以恰当比例混合使用两类信息可提高交通流稳定性.

关键词: 城市交通, 演化模型, 非线性动力学, 网络交通流, 先进的出行者信息系统, 信息准确性

Abstract:

Traffic agency provides descriptive and prescriptive information to travelers. Descriptive information receivers update perceived travel times based on experience and information and choose route based on their perception. Prescriptive information receivers update perceived travel times based on experience. Prescriptive information compliant travelers choose the recommended route to travel while non- compliant travelers choose route based on their perception. The compliance rate depends on information accuracy. Based on nonlinear dynamics, we get that the fixed-point of the model exists, but its uniqueness is not guaranteed. The states of these fixed-pointsare associated with information mixed conditions.Numerical experiments verify that these fixed-points are different from stochastic user equilibrium and mixed information with an appropriate proportion can improve the stability of traffic flows.

Key words: urban traffic, day-to-day traffic assignment model, non-linear dynamics, network traffic flow, advanced traveler information system, information accuracy

中图分类号:

U491

李嫚嫚，陆建，孙加辉. 多类型信息下的网络交通流演化模型[J]. 交通运输系统工程与信息, 2020, 20(4): 97-105.

LI Man-man,LU Jian,SUN Jia-hui. Day-to-day Traffic Assignment Model with Multiple Types of Information[J]. Journal of Transportation Systems Engineering and Information Technology, 2020, 20(4): 97-105.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract20086.shtml

http://www.tseit.org.cn/CN/Y2020/V20/I4/97

参考文献

[1] 阎昊，刘诗序，杨少辉, 等. ATIS环境下的网络交通流逐日动态演化研究[J]. 福州大学学报(自然科学版). 2018 , 46 (5) : 718-723. [YAN H，LIU S X，YANG S H, et al. Day-to- day dynamic evolution of network traffic flow under ATIS[J]. Journal of Fuzhou University (Natural Science Edition), 2018, 46(5) : 718-723.]

[2] BEN- ELIA E, AVINERI E. Response to travel information: A behaviouralreview[J]. Transport Reviews, 2015, 35 (3): 352-377.

[3] CHENG L, LOU X, ZHOU J, et al. A mixed stochastic user equilibrium model considering influence of advanced traveller information systems in degradable transport network[J]. Journal of Central South University, 2018, 25 (5): 1182-1194.

[4] BIFULCO G N, CANTARELLA G E, SIMONELLI F, et al. Advanced traveller information systems under recurrent traffic conditions: Network equilibrium and stability[J]. Transportation Research Part B: Methodological, 2016, 92: 73-87.

[5] BEN- ELIA E, DI PACE R, BIFULCO G N, et al. The impact of travel information's accuracy on route choice [J]. Transportation Research Part C: Emerging Technologies, 2013, 26: 146-159.

[6] CHEN P S, SRINIVASAN K K, MAHMASSANI H S. Effect of information quality on compliance behavior of commuters under real- Time traffic information[J]. Transportation Research Record: Journal of the Transportation Research Board, 1999, 1: 53-59.

[7] LIU W, LI X, ZHANG F, et al. Interactive travel choices and traffic forecast in a doubly dynamical system with user inertia and information provision[J]. Transportation Research Part C: Emerging Technologies, 2017, 85: 711-731.

[8] 楼小明. 路网交通流演化模型及其贝叶斯推断[D]. 南京: 东南大学, 2017. [LOU X M. Transport network flow evolution models with Bayesian inference[D]. Nanjing: Southeast University, 2016.]

[9] HUANG H J, LIU T L, YANG H. Modeling the evolutions of day-to-day route choice and year-to-year ATIS adoption with stochastic user equilibrium[J]. Journal of Advanced Transportation, 2008, 42 (2): 111- 127.

[10] 魏芳芳. 基于出行者学习行为的网络交通流演化研究 [D]. 天津：天津大学，2016. [WEI F F. The day-to-day traffic dynamics based on travelers' learning behaviors [D]. Tianjin: Tianjin University, 2016.]

[1]	刘晓冰, 李奉孝, 田欣妹, 闫学东. 基于通勤模式的都市圈中心结构判别研究[J]. 交通运输系统工程与信息, 2022, 22(2): 17-28.
[2]	许奇, 陈越, 黄靖茹, 高顺祥, 张志健. 考虑出行费用的就业可达性分析[J]. 交通运输系统工程与信息, 2022, 22(2): 37-44.
[3]	刘春禹, 刘永红, 罗霞, 朱颖. 混合交通流环境下单交叉口自动驾驶车辆轨迹优化[J]. 交通运输系统工程与信息, 2022, 22(2): 154-162.
[4]	张小雨, 邵春福, 王博彬, 黄士琛. 新冠疫情影响下居民共享出行方式选择行为研究[J]. 交通运输系统工程与信息, 2022, 22(2): 186-196.
[5]	李欣, 戴章, 李怀悦, 胡笳. 基于连续近似模型的轨道交通与常规公交耦合优化设计[J]. 交通运输系统工程与信息, 2022, 22(2): 206-213.
[6]	郝妍熙, 刘戎阳, 胡华, 方勇, 刘志钢. 单向通道行人-自行车混合流建模及自组织现象研究[J]. 交通运输系统工程与信息, 2022, 22(2): 223-229.
[7]	赵传林, 贺少松, 孙淑敏, 王钰涵. 基于理性疏忽理论的交通疏散网络双层优化模型[J]. 交通运输系统工程与信息, 2022, 22(2): 239-246.
[8]	陈小红, 蓝秋雨. 不确定交通需求下交叉口信号配时区间优化模型[J]. 交通运输系统工程与信息, 2022, 22(2): 247-256.
[9]	李冰, 王正辉, 马铭炜, 杨鸿宇, 冯悦. 信号交叉口行人二次过街下右转车通行能力与延误估计模型[J]. 交通运输系统工程与信息, 2022, 22(2): 257-267.
[10]	朱彤, 秦丹, 董傲然, 杜雨萌, 魏雯. 公交驾驶员违规类型同交通事故间的关联分析[J]. 交通运输系统工程与信息, 2022, 22(2): 322-329.
[11]	毛保华, 王敏, 何天健, 陈海波. 城市公共交通服务水平研究回顾和展望[J]. 交通运输系统工程与信息, 2022, 22(1): 2-13.
[12]	王子甲, 贾慧慧, 朱亚迪, 陈峰. 基于智能卡数据的轨道与公交复合网络通勤方式选择行为研究[J]. 交通运输系统工程与信息, 2022, 22(1): 67-73.
[13]	贾斌, 朱凌, 李树凯, 刘家林. 城市轨道交通小交路计划与客流控制协同优化策略[J]. 交通运输系统工程与信息, 2022, 22(1): 124-132.
[14]	牟振华, 汪寒冰, 林本江, 陈逸群, 金程程, 陈艳艳. 基于演化博弈的违章停车动态罚金策略效用仿真评价[J]. 交通运输系统工程与信息, 2022, 22(1): 152-162.
[15]	贾富强, 李引珍, 杨信丰, 马昌喜, 代存杰. 基于演化博弈的政府鼓励条件下共享停车行为分析[J]. 交通运输系统工程与信息, 2022, 22(1): 163-170.