行为惯性影响下的区域交通系统协同控制建模与优化

The synergy linkage between traffic guidance and traffic control plays an important role in improving the effectiveness of regional network running and relieving traffic congestion. However, the lack of consideration over the source of complexity of traffic system - citizens’ actual choice inertial behavior characteristics, usually results in the fact that control strategy deviates from travelers’ actual travel preference, so that the synergy control method cannot be easily get better performance. Therefore, the project focuses on the travellers’ heterogeneous choice inertial influence of the traffic flow on road network, and puts inertial behavior, traffic guidance and traffic signal control systems into a unified framework to research. With the behavior data collection method under intelligent mobile devices, the project analyze potential impact on inertial behavior by multidimensional factors such as traffic information and road-network knowledge, which is based on the uncertainty decision theory and synergetic theory. Then a dynamic traffic assignment model with inertial probability function is proposed and generates optimal signal control key parameters; Finally, an important inertial-based synergetic optimization model of double objectives is proposed derives the evolutionary process of traffic flow under information provision, then forms traffic flow distribution equilibrium on network step by step. The research findings will help reveal the scientific nature of travel behavior in urban cities, and improve the operational effectiveness and elaborate service of intelligent transportation system.

城市交通流诱导与交通信号控制两者间的协同联动对提高区域交通网络运行效益，缓解交通拥堵具有重要意义。但由于未考虑交通系统中复杂性来源—出行人群路径选择惯性及其对网络流量分布的影响，导致管控策略往往偏离实际出行意愿，协同控制能力难以得到提升。基于此，本项目围绕出行者异质选择惯性对路网交通流均衡分布的影响，将行为惯性、交通诱导和交通信号控制系统三者放在统一的框架下研究，以移动智能终端下获取的行为数据为基础，以不确定性决策理论和协同学理论为工具，解析交通信息和路网知识等多维因素对行为惯性的不确定影响机理；构建基于惯性概率函数的动态交通分配模型，实时优化信号控制关键参数；最后通过推演信息提供下的交通流演化过程，建立行为惯性影响下的双目标协同优化模型，逐步实现协同控制下的网络交通流均衡分布。项目研究成果将有助于揭示我国城市交通出行行为的客观科学本质，提升精细化、人性化的智能交通系统运行效率与服务水平。

行为决策惯性对提升传统交通管控效果有着重要的意义，其干预下的交通量分布信息对网络流量分配有着重要的影响。本项目从潜在影响因素集对行为选择惯性的研究入手，重点推演路径选择惯性对路网交通流均衡分布过程的作用影响；进而构建了异质行为惯性影响下的区域动态交通分配与控制方案。项目首先选取城市通勤人群，对其出行过程中的行为决策惯性进行深入剖析，验证了惯性出行者在路径决策中的有限理性事实；其次提出惯性价值函数与广义出行费用模型，刻画不同惯性强度下出行者的路径决策过程，同时构建基于不同行为决策惯性强度下的交通流分配模型；并确定了当惯性强度较低时（0-0.3），出行者将遵循系统最优路径分配原则，路网达到均衡分布。但随着惯性强度的增加（0.3-0.7），出行者逐渐表现出有限理性行为，其路径决策结果取决于其异质惯性价值的自我设定，表现出违背系统控制意愿的行为。当惯性强度达到最高时（0.7-1），对出行单位时间价值要求较高的出行者会展现出强烈的风险规避特征，传统路网均衡分布被打破。因此，为提升不同层级惯性人群对交通分配的服从效率，确定了行为惯性影响下的选择服从概率函数，引入协同与博弈机制，将行为惯性看成是交通系统中的序参量，提出更加符合日常出行习惯的流量分配机制与区域交通流概率分布函数，从而构建一种有效的面向多级用户的区域动态交通分配与控制策略。项目充分考虑了出行行为惯性与区域协同控制间的交互影响，这也将是今后城市交通管理中人性化、精细化的重要体现，研究成果对提高区域交通管控系统的智能化水平与控制效益、缓解交通拥堵具有重要意义。