不确定条件对交通网络设计的影响分析

交通运输系统工程与信息 ›› 2014, Vol. 14 ›› Issue (3): 85-90.

不确定条件对交通网络设计的影响分析

蒋洋^a，孙会君^*a，吴建军^b

北京交通大学 a. 城市交通复杂系统理论与技术教育部重点实验室； b.轨道交通控制与安全国家重点实验室，北京 100044

收稿日期:2013-09-06 修回日期:2013-11-06 出版日期:2014-06-25 发布日期:2014-07-10
作者简介:蒋洋（1986-），男，辽宁沈阳人，博士生.
基金资助:
教育部高等学校优秀博士学位论文（201170）；中央高校基本科研业务费专项资金 (2013YJS049)；国家基础研究计划项目（2012CB725406）.

Comparative Analysis of Transportation Network Design Problem under Stochastic Capacity

JIANG Yang^a，SUN Hui-jun^a，WU Jian-jun^b

a. MOE Key Laboratory for Urban Transportation Complex Systems Theory and Technology; b. State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing 100044, China

Received:2013-09-06 Revised:2013-11-06 Online:2014-06-25 Published:2014-07-10

摘要/Abstract

摘要：

交通网络设计问题中较为关键的问题之一是如何准确合理的反映网络用户出行行为，符合实际的行为描述有助于决策者做出正确的决策.已有文献在用户均衡基础上对网络设计问题做出研究,假设所有用户均为风险中性的，忽略了出行时间不确定性给网络设计决策带来的差异性影响.本文在随机路段能力导致的不确定环境下，引入期望出行时间（MTT）、出行时间预算（TTB）和 α -可靠性的平均额外行程时间（METT），并采用数据结果对比分析不同用户均衡模式（DUE、DRUE、METTUE）对网络设计问题决策的影响.实验结果表明，在不同路段能力随机变化程度下，考虑用户出行时间的不确定性因素，较传统用户均衡更贴近现实，同时也为网络设计决策提供更准确的指导.

关键词: 城市交通, 交通网络设计, 路段能力随机变化, 出行时间可靠性, 粒子群算法

Abstract:

The method to accurately simulate users travel behavior in the network design problem (NDP) is one of the most crucial problems. Most research in the network design problem ignores the unreliability as- pect of travel time. Specifically, the mean travel time (MTT), the travel time budget (TTB), and the α - reli- able mean-excess travel time (METT) are employed in the transportation network design problem under an uncertain environment due to stochastic link capacity. Numerical are presented to examine how these models affects decisions under the condition of travel time variability. The experimental results show that the perfor- mance of DRUE and METTUE is better than DUE which is employed in network design problem under vari- ation degrees because of considering travel time variability.

Key words: urban traffic, transportation network design, link capacity variation, travel time reliability, par- ticle swarm optimization

中图分类号:

蒋洋，孙会君，吴建军. 不确定条件对交通网络设计的影响分析[J]. 交通运输系统工程与信息, 2014, 14(3): 85-90.

JIANG Yang,SUN Hui-jun，WU Jian-jun. Comparative Analysis of Transportation Network Design Problem under Stochastic Capacity[J]. Journal of Transportation Systems Engineering and Information Technology, 2014, 14(3): 85-90.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract18786.shtml

http://www.tseit.org.cn/CN/Y2014/V14/I3/85

参考文献

[1] 高自友，张好智，孙会君. 城市交通网络设计问题中双层规划模型、方法及应用[J]. 交通运输系统工程与信息，2004，4(1)：35-44. [GAO Z Y, ZHANG H Z, SUN H J. Bi-level programming models, approaches and applications in urban transportation network design problems [J]. Journal of Transportation Systems Engineering and Information Technology, 2004, 4(1): 35-44.]

[2] LeBlanc L J. An algorithm for the discrete network design problem[J]. Transportation Science, 1975, 9:183-199.
[3] Brownstone D, Ghosh A, GolobT F, et al. Drivers’willingness-to-pay to reduce travel time: evidence from the San Diego I- 15 congestion pricing project[J]. Transportation Research Part A, 2003, 37(4): 373-387.
[4] Liu H, Recker W, Chen A. Uncovering the contribution of travel time reliability to dynamic route choice using real- time loop data[J]. Transportation Research Part A, 2004, 38: 435-453.
[5] Wardrop J G. Some theoretical aspects of road research [C]. Proceedings of the Institute of Civil Engineers, 1952.
[6] Lo H K, Luo X W, Siu B W Y. Degradable transport network: travel time budget of travelers with heterogeneous risk aversion[J]. Transportation Research Part B, 2006 (09): 792-806.
[7] FHWA Report. Travel time reliability: Making it there on time, all the time[R]. Federal Highway Administra tion, 2006.
[8] Noland R B. Information in a two-route network with recurrent and non- recurrent congestion[J]. Behavioural and Network Impacts of Driver Information Systems, 1999, 95-114.
[9] Watling D. User equilibrium traffic network assignment with stochastic travel times and late arrival penalty[J]. European Journal of Operational Research, 2006, 175: 1539 - 1556.
[10] Anthony Chen, Zhong Zhou. The α - reliable mean- excess traffic equilibrium model with stochastic travel times[J]. Transportation Research Part B, 2010, 44:493- 513.

[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]	王宁, 张佳蕊, 赵姣. 城际零担货运平台车辆路径问题研究[J]. 交通运输系统工程与信息, 2022, 22(2): 163-177.
[5]	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.
[6]	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.
[7]	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.
[8]	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.
[9]	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.
[10]	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.
[11]	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.
[12]	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.
[13]	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.
[14]	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.
[15]	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.