共享背景下城市组合交通方式出行：优化与影响研究

With the development of e-hailing and sharing-bicycle systems, combined-mode trips are becoming more popular among travelers in modern cities. In a combined-mode trip, people could to some extend freely transfer between different trip modes to maximize the efficiency of different modes to fulfill their diverse trip demands. Integration of sharing transportation mode and a traditional transportation mode produces s multi-objective combined-mode shortest path problem with free transfer points, which is an NP-hard problem. To address the problem and enrich the combined-mode transportation theory, this proposal plans to develop a conceptual framework based on travel time and monetary cost for the combined mode trip problem. Then, we analyze the equivalent mathematical conditions and theoretical descriptions of an effective mode-combination in regarding the two objectives. After that, we transform the combined-mode trip problem into a two-stage optimization problem, so as to reduce the complexity. Mathematical methods will be developed to solve the sub-problems in the two stages, respectively. In the last part of our research, we plan to build a multi-objective multi-modal traffic assignment model with combined-mode trips, especially between the ride-sharing modes and traditional travel models. This research program will provide a beneficial supplement for the existing combined-mode transportation theory, and also theoretical supports in multi-modal network optimization, combined-mode trip recommendation, and guidance in promoting efficient integration of the sharing modes and traditional travel modes.

共享出行背景下，个体在组合多种交通方式出行时可以较大程度上自由选择地点换乘，以充分发挥不同方式的优势效率，实现多维度出行需求。共享交通方式与传统交通方式的组合出行构成了自由换乘条件下的多目标组合方式出行问题，同时也是一个NP难问题，传统方法较难处理。相应的理论研究和数学工具相对不足。本项目考虑时间和费用两维度效用，首先提出两维度效率概念框架，从理论和实证两个层面分析交通方式实现有效组合的等价数学条件和模型化描述；进而，将自由换乘条件下的双目标组合出行问题转化为两阶段优化问题，从而降低分析难度；最后，从系统角度，构建双目标组合方式用户均衡模型，分析共享背景下组合方式出行对城市交通方式分担和系统效率的影响。研究成果是对现有组合方式出行理论的有益拓展，深化对有效交通方式组合机理的认识。同时为多模式路网优化设计、组合方式出行方案优化，以及共享方式与传统交通方式的融合提供理论基础和政策制定。

共享交通及自动驾驶等新兴交通理念及技术的快速发展为个体提供了新的交通出行模式，同时也会导致个体出行理念、需求偏好以及交通系统均衡特性的变化，合理地刻画共享背景下的个体出行决策行为及多模式网络均衡问题，是城市交通需求预测和需求管理的基础。本项目从共享及自动驾驶背景下的个体出行行为建模、多模式网络均衡分析及算法设计等方面展开相关研究。1）在个体出行行为建模方面，①引入“利他性偏好”等心理潜变量解释个体对自动驾驶网约车的使用偏好；②结合实验数据对比分析出行者路径选择中的学习调整行为；③分析个体感知最短旅行时间对路网均衡的影响等。2）在多模式网络均衡分析方面，①构建由自动驾驶-人工驾驶构成的混合行为多模式网络均衡模型，分析混合行为路径选择对多模式网络均衡的影响规律及关键作用因素；②构建考虑受限于单一交通方式出行者的多模式网络均衡，为分析和解释共享交通对交通方式可得水平及结构、以及对城市交通系统的影响提供理论研究工具。3）在算法设计方面，①针对混合行为多模式网络均衡问题，设计了基于局部线性化框架的嵌入式求解算法，在模式划分阶段采用局部线性化算法，在路径分配子问题中嵌入梯度投影算法求解自动驾驶乘客路径规划子问题；②针对考虑受限出行者的多模式网络均衡问题，设计了局部线性化算法框架，并融入自监督平滑的步长更新机制，降低线性搜索难度，进而提高算法效率。上述研究为丰富和完善共享及自动驾驶背景下的个体出行行为理论模型、多模式网络均衡理论及路径规划算法理论体系，为共享及自动驾驶背景下的交通需求预测及管理提供理论工具及政策依据。