多重信息条件下基于个体行为的交通信息服务策略研究

Traffic information service is undergoing rapid development. The route choice behavior of travelers are now influenced by multi-channel, multi-type information services with different content influence. The problem that needs to be urgently solved is the impact of multiply traffic information on daily trip, network traffic dynamics and how to publish traffic information. This project aims to combine the research from both individual behavior and macro-level group trip rule. We are going to conduct a series of surveys and simulation experiments, from the point of recursive route choice behavior under multiply information, trying to investigate individuals' route choice decision and feedback learning process; Individuals' traffic behavior agent model should be built under multiply information in order to analyze network route flow evolution in case of multiply information. Based on this, designing traffic information construction and publish strategy helps leading the route flow evolution into an expected state from a perspective of transportation authorities. Meanwhile, impact of redundancy or low-quality traffic information should be revealed. Policy recommendation should be offered for the healthy development of traffic information service. This research offers decision support and basis for improving traffic information effectiveness, regulating its development and mitigating urban traffic congestion.

交通信息服务的快速发展使得出行者的日常出行处于多渠道、多类型、多内容的多重信息影响之下，多重信息对日常出行、道路的状况有哪些影响，信息应当如何发布，是当前交通管理中需要细化解决的问题。本申请项目将微观层面的个体行为研究与宏观层次的群体规律研究相结合，从研究出行者个体在多重信息下重复进行的路径选择行为出发，通过问卷调查和模拟实验等实证方法，探索个体的路径选择决策与反馈学习过程；建立多重信息作用下的出行者个体Agent模型，分析多重信息影响下路网中出行量在各条路径分布的变化规律；在此基础上，从管理者的角度，设计交通信息的制定和优化发布策略，使得路网中各条路径的出行量分布沿着最好的轨迹演化到管理者所期望的状态；同时揭示冗余或低质量交通信息可能的负面影响，对交通信息服务的健康发展，提出政策建议。本课题研究为提高交通信息服务的有效性，规范其发展，缓解城市交通拥堵问题提供理论依据和决策支持。

信息传播技术的快速发展使得出行者的日常出行处于多种模式、类型和内容的信息（多重信息）影响之下，与传统的、只考虑由交通管理部门发布的准确交通信息不同，多重信息对于路网交通流的影响还不清楚。因此本项目以多重信息影响下出行者的路径选择行为为出发点开展研究。第一，通过实验室实验和问卷调查等实证方法，分别探索了出行后信息和出行途中信息影响下个体的路径选择决策行为，发现出行者在不同类型的信息作用下其反应行为有交大的区别，通过实验数据提取了规则，并运用前景理论进行了参数标定，为随后的建模研究提供实证基础。第二，开展了信息作用下基于个体行为的网络交通流演化模型及其优化研究，通过引入有限理性理论，对传统的路径选择和网络交通流演化模型进行改进和扩充，使之更能够适用于描述以信息为代表的多种外部刺激共同作用下的路径选择，分别建立了基于前景理论和复制者动态相结合的路径选择模型，基于秩排序多准则选择的路径选择模型和基于感知和反馈学习的多智能体仿真模型等多种不同的理论模型，通过具体的算例或场景模拟分析了多重信息和复杂因素影响下个体的路径选择行为及路网流量的演化性质，提出了路网交通流的优化方法。第三，选择“社会交互”这种当前最常见的非正式信息传播渠道，研究了“点对点社会交互”信息对个体路径选择行为和网络交通流的影响机制研究，运用“信息接受模型”建立了出行者的交互信息使用的结构方程模型，通过实证数据分析了信源不同特性对出行者路径选择的影响强弱。使用自底向上的思路，建立了考虑社会交互信息利用行为的日变路径选择模型，描述了存在社会交互时路网流量演化的特性，发现当存在随机交互时，社会交互对网络交通流的影响非常稳定，但当路网流量达到均衡时出行者个体决策并不会达到稳定。本项目研究成果在一定程度上揭示了多重信息影响下路网交通流的演化和均衡规律，对于信息技术快速发展背景下的交通信息服务系统建设和优化有一定参考作用。