城市系统最优动态交通分配模型及应用

System optimum dynamic traffic assignment (SO-DTA) can not only provide a benchmark for traffic management and policy evaluation, but also be applied to the future intelligent traffic systems. The existing SO-DTA models can only be applied to the networks with single-destination and homogeneous travelers because they do not consider first-in-first-out (FIFO) constraints of traffic flow. Different from the traditional modeling methods, this project intends to develop SO-DTA models that can capture the real physical queuing effect, avoid the phenomenon of vehicle holding, and also satisfy the FIFO requirements, so that the proposed SO-DTA models can be applied to general traffic networks. According to this research idea, this project plans to use the link transmission model to describe the constraints of network traffic flow propagation, propose an effective method to avoid vehicle holding, define FIFO conditions, propose SO-DTA models with consideration of FIFO constraints, and develop effective algorithms to solve the proposed models according to the optimality conditions of the proposed SO-DTA models. Then, we will further investigate the SO-DTA problems with heterogeneous travelers and with unmanned intelligent driving car sharing environment, and apply the proposed SO-DTA models to urban traffic planning and management. The research of this project can help to promote the development of dynamic traffic assignment and lay a good theoretical foundation for improving the level of urban traffic management and control in China.

系统最优动态交通分配（SO-DTA）既可以为交通管理及政策评估提供基准，也可以应用于未来智慧交通系统。已有的SO-DTA模型由于未考虑交通流的先进先出（FIFO）约束而只适用于单一目的地、同质的交通网络。与传统建模方法不同，本项目拟提出可以捕捉到真实的物理排队效应、避免车辆滞留现象、同时还满足FIFO原则的SO-DTA模型，把SO-DTA模型的适用性提升至一般的交通网络。依照该研究思路，本项目拟采用路段传输模型描述网络交通流传播约束，提出避免车辆滞留现象的有效方法，定义FIFO条件，构建考虑FIFO约束的SO-DTA模型，并依据模型的最优性条件设计有效的求解算法；进一步研究出行者异质和无人智能驾驶汽车共享环境下的SO-DTA问题，并把拟提出的SO-DTA模型应用于城市交通规划与管理。本项目的研究有助于推动城市动态交通分配理论的发展，为提高我国城市交通管理与控制水平奠定良好的理论基础。

系统最优动态交通分配既可以为交通管理及政策评估提供基准，也可以应用于未来智慧交通系统。本项目基于边际成本定价理论，分别推导了考虑连续行程偏好、考虑通行能力随机、以及停车共乘出行模式下，通勤廊道动态系统最优出发时间选择模型；考虑基于时间价值异质的出行者，针对单OD平行路径网络的早高峰通勤出行问题，采用Henderson方法分别对不收费和收费情形下的动态用户均衡问题进行建模，采用线性插值法近似排放成本函数，把交通拥挤和交通环境组合收费下的均衡问题描述为无约束优化问题，并提出了基于BFGS的求解算法来得到收费情形下的动态系统最优状态；针对共享无人驾驶的日常运营问题，采用考虑乘客出发时间选择和路径选择的动态系统最优原则来建模；基于模型预测控制方法，构建了实时的生态驾驶控制策略从而引导自动驾驶车辆(CAV)的运行，提出了针对CAV的最优控制问题模型，优化每辆CAV的实时加速度值和行驶轨迹；研究了系统最优交通分配模型在道路拥挤收费、交通设施的选址、停车收费、共享无人驾驶系统设计等问题中的应用，提出了城市交通系统管理优化模型和求解方法。此外，还提出考虑行程时间不确定性的拼车出行模型、城际拼车线路优化模型，设计了停车共乘的出行模式，使得交通系统向动态系统最优状态转化。项目执行过程中，共发表论文11篇，其中在交通科学与技术领域顶级期刊《Transportation Science》上发表论文1篇，在交通科学与技术领域顶级期刊《Transportation Research Part B》上发表论文5篇，其它论文主要发表在《Transportation Research Part C》、《Transportation Research Part E》、《IEEE Transactions on Intelligent Transportation Systems》等国际权威期刊上。本项目取得的研究成果将有助于推动城市动态交通分配理论的发展，提升动态系统最优交通分配模型的实际应用效果，为提高我国城市交通管理与控制水平奠定良好的理论基础。