考虑出发时刻调整的日变路网配流模型

交通运输系统工程与信息 ›› 2015, Vol. 15 ›› Issue (6): 190-196.

考虑出发时刻调整的日变路网配流模型

陈玲娟*^1,2，王殿海¹，代炯²

1. 浙江大学建筑工程学院，杭州310058；2. 武汉科技大学汽车与交通工程学院，武汉430081

收稿日期:2015-07-28 修回日期:2015-09-15 出版日期:2015-12-25 发布日期:2015-12-25
作者简介:陈玲娟（1985-），女，湖北武汉人，博士后.
基金资助:
国家自然科学基金（51308425）；博士后基金资助项目（2014M561762）

Day-to-day Traffic Flow Assignment Model Considering Departure Time Adjustment

CHEN Ling-juan^1,2，WANG Dian-hai¹，DAI Jiong²

1. College of Civil Engineering and Architecture, Zhejiang University, Hangzhou 310058, China; 2. School of Automobile and Traffic Engineering,Wuhan University of Science and Technology,Wuhan 430081, China

Received:2015-07-28 Revised:2015-09-15 Online:2015-12-25 Published:2015-12-25

摘要/Abstract

摘要：

为研究交通事件导致的非平衡态下日变交通网络流量的演化规律，考虑每日出行中对出发时刻的调整，以准点到达概率最大为追逐目标，建立每日出发时刻流量转移模型；以前景理论描述出行者有限理性，建立基于出行时间预算的路径到达前景值及追逐前景值最大的路径流量转移模型.并依据先确定出发时刻再调整路径的行为机制建立日变路网配流模型.最后以一个算例验证模型和算法.结果表明，路径流量在每日出行中随时刻的分布均呈现凸函数特性，且随着出行天数的增加，各条路径上流量随时刻分布趋于稳定；与不考虑时刻调整的模型结果相比，考虑出发时刻的情形下，路网稳定所需时间更长，且趋于平衡的过程中，流量振幅更大，且能达到新的平衡状态.

关键词: 城市交通；日变路网配流, 出发时刻调整；准点到达概率；前景理论

Abstract:

In order to study the evolution law of day-to-day traffic flow under non-equilibrium caused by incident, adjustment of departure time is introduced into consideration. With the pursuit of maximizing the arrival probability, daily transfer model for departure time is established; prospect theory is adopted to describe travelers’bounded rationality, and daily transfer model for path is established based on paths prospect value under the reference point of travel time budget. Finally, a numerical example is adopted to verify the model and algorithm. The results show that the daily path presents convex function, and with the increase of travel days, all paths flow distribution tend to be stable over time; Comparing with nonconsidering of time adjustment, the results show that the network stability requires longer days, tends to a larger amplitude, and reaches a new equilibrium finally.

Key words: urban traffic, day-to-day traffic flow assignment, departure time adjustment, arrived-in probability, prospect theory

中图分类号:

U268.6

陈玲娟，王殿海，代炯. 考虑出发时刻调整的日变路网配流模型[J]. 交通运输系统工程与信息, 2015, 15(6): 190-196.

CHEN Ling-juan,WANG Dian-hai,DAI Jiong. Day-to-day Traffic Flow Assignment Model Considering Departure Time Adjustment[J]. Journal of Transportation Systems Engineering and Information Technology, 2015, 15(6): 190-196.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract19101.shtml

http://www.tseit.org.cn/CN/Y2015/V15/I6/190

参考文献

[1] Cantarella G E，Cascetta E． Dynamic processes and equilibrium in transportation networks: Towards a unifying theory[J]. Transportation Science, 1995, 29(4): 305-329.

[2] Kim H，Oh J S，Jayakrishnan R． Effects of user equilibrium assumption on network traffic pattern[J]. KSCE Journal of Civil Engineering, 2009, 13(2): 117- 127.

[3] Maio M L D，Vitetta A，Watling D． Influence of experience on users’behavior: A day-to-day model for route choice updating[J]. Procedia-Social and Behavioral Sciences, 2013, 87(10): 60-74 .

[4] 刘诗序，关宏志. 出行者有限理性下的逐日路径选择行为和网络交通流演化[J]. 土木工程学报, 2013, 46 (12): 136-144. [LIU S X，GUAN H Z．Travelers’dayto- day route-choice behavior and evolution of network traffic flow based on bounded rationality[J]. China Civil Egineering Journal, 2013, 46(12): 136-144.]

[5] 刘天亮，黄海军. 日常择路行为的多智能体模拟[J]. 物理学报, 2007, 56(11): 6321-6325. [LIU T L，HUANG H J． Multi- agent simulation on day- to- day route choice behavior[J]. Acta Physicasinica, 2007, 56 (11): 6321-6325.]

[6] Parry K，Hazelton M L．Bayesian inference for day-today dynamic traffic models[J]. Transportation Research Part B, 2013, 50 (1): 104-115.

[7] Park B J，Zhang Y，Lord D． Bayesian mixture modeling approach to account for heterogeneity in speed data[J]. Transportation Research Part B, 2010, 44(5): 662-673.

[8] Shively T，Kockelman K，Damien P A．Bayesian semiparametric model to estimate relationships between crash counts and roadway characteristics[J]. Transportation Research Part B, 2010, 44(5): 699-715.

[9] 陈玲娟，刘海旭，蒲云. 基于出行时间预算负效用的出行行为建模[J]. 武汉理工大学学报(交通科学与工程版), 2012, 36(5): 971-975. [CHEN L J，LIU H X，PU Y． Modeling of commuters’ route choice behavior based on travel time budget disutility[J]. Journal of Wuhan University of Technology （Transportation Science & Engineering）, 2012, 36(5): 971-975.]

[10] Smith M，Hazelton M L，Lo H K，et al．The long term behaviour of day- to- day traffic assignment models[J]. Transport Science, 2014, 10(7): 647-660.

[11] Ebbinghaus H．Memory: A contribution to experimental psychology[M]. Boston:University Microfilms, 1913.

[12] Kahneman D，Tversky A． Prospect theory: an analysis of decision under risk[J]. Econometrica, 1979, 47(2): 263-292.

[13] Prelec D． The probability weighting function[J]. Econometrica, 1998, 66(3): 497 - 527．

[1]	张晓明, 徐芳, 江文辉, 蒋朝哲. 考虑资金约束的中欧班列运价与运量决策分析[J]. 交通运输系统工程与信息, 2022, 22(1): 30-36.
[2]	范博松, 邵春福. 城市轨道交通系统动态风险模态分析建模[J]. 交通运输系统工程与信息, 2021, 21(6): 203-209.
[3]	郑晓彬, 柏赟, 周姗姗. 基于实测数据的地铁列车能耗特征分析[J]. 交通运输系统工程与信息, 2021, 21(6): 264-271.
[4]	马继辉, 王瀛帜, 姜秀山, 卫亮. 基于博弈论的空铁联运收益分配模型[J]. 交通运输系统工程与信息, 2021, 21(4): 23-29.
[5]	闫学东, 郭浩楠, 李永昌, 王云, 官云林. 基于顺风车数据和聚类方法的都市圈区域划分与层级结构研究[J]. 交通运输系统工程与信息, 2021, 21(4): 30-39.
[6]	张书婧, 许奇, 贾顺平, 廖婧仪. 城市轨道交通新建线路对沿线住宅价格增值的时空效应[J]. 交通运输系统工程与信息, 2021, 21(4): 54-62.
[7]	李俊芳, 姚敏峰, 胡华. 郊域轨道交通对土地利用演变的影响分析[J]. 交通运输系统工程与信息, 2021, 21(4): 63-71.
[8]	周雨阳，刘国鹏，陈艳艳，闫慧雅. 地铁公交线路合作博弈研究[J]. 交通运输系统工程与信息, 2021, 21(3): 40-46.
[9]	刘海洲，王利雷，周建尧，刘怡，杨飞. 融合手机信令数据的轨道交通出行分担率模型研究[J]. 交通运输系统工程与信息, 2021, 21(3): 78-85.
[10]	李浩然，褚端峰，梁栋才，周涂强. 考虑驾驶风格的闭环反馈车速引导方法研究[J]. 交通运输系统工程与信息, 2021, 21(3): 94-100.
[11]	李岸隽，王典，彭其渊. 基于个体出行链的区域城际铁路规划方法研究[J]. 交通运输系统工程与信息, 2021, 21(2): 30-36.
[12]	王敏，毛保华，杨彦强，史芮嘉，王瑜琼. 考虑均衡性的城市轨道交通线路负荷水平评估研究[J]. 交通运输系统工程与信息, 2021, 21(2): 98-104.
[13]	龙思慧，孟令云，王义惠，栾晓洁，张鹏. 高速列车运行调整与运行控制一体化双目标优化模型与算法[J]. 交通运输系统工程与信息, 2020, 20(6): 163-169.
[14]	高豪，郭进，张亚东. 城市轨道交通列车追踪间隔与牵引能耗优化[J]. 交通运输系统工程与信息, 2020, 20(6): 170-177.
[15]	程颖，张佳乐，张少君，郭继孚，张达. 大型货运车辆生态驾驶及节油潜力评估[J]. 交通运输系统工程与信息, 2020, 20(6): 253-258.