网络交通流逐日动态演化规律与控制方法研究

Traditional static user equilibrium principle implies three basic assumptions: travelers have perfect information and knowledge, travelers are rational decision-makers, and travelers are homogeneous. For this reason, transportation network equilibrium assignment model has great limitations in practical applications. In addition, in reality, people's daily route choice can be seen as a dynamic game learning process with experience and information. Its macroeconomic performance is the dynamic evolution of network traffic flow. Therefore, network traffic flow is not rigidly repeated but shows a complex and tortuous evolution with a variety of conditions. The subject conducts an in-depth analysis of travelers' day-to-day mechanism. Travelers' day-to-day route choice models are established and day-to-day dynamic evolution of network traffic flow is studied under different boundary conditions. Specifically, our studies include the dynamic evolution of network traffic flow under different ATIS market penetration, the dynamic evolution of network traffic flow under bounded rationality, and the dynamic evolution of network traffic flow with elastic demand. On this basis, we propose effective methods for controlling the day-to-day dynamic evolution of network traffic flow. The research can further enrich and improve the traffic assignment theory, and can provide a theoretical basis and technical support for the planning and management of urban transportation systems.

传统的静态用户平衡原理隐含3个基本假设：出行者拥有完美的信息和知识、出行者是理性的决策者、出行者都是同质的，由于这些理想假设，导致交通网络平衡分配模型在实际应用中具有很大的局限性。另外，在现实中，人们日常的路径选择可以视为在经验和信息共同作用下的动态博弈学习过程，其宏观表现就是网络交通流的动态演化过程。因此，网络交通流并非一成不变地重复下去，网络交通流会随着各种条件，呈现出复杂曲折的演化过程。本课题深入剖析出行者逐日路径选择机理，建立出行者逐日路径选择模型，研究不同边界条件下网络交通流逐日动态演化规律，包括：不同ATIS市场占有率情形下的网络交通流逐日动态演化规律、出行者有限理性下的网络交通流逐日动态演化规律、弹性需求下网络交通流逐日动态演化规律，在此基础上，提出网络交通流逐日动态演化的控制方法。研究成果进一步丰富和发展了交通分配理论，为城市交通系统的规划和管理提供理论基础和技术支持。

在现实中，人们日常的路径选择可以视为在经验和信息共同作用下的动态博弈学习过程，其宏观表现就是网络交通流的动态演化过程。本课题深入剖析出行者逐日路径选择机理，建立出行者逐日路径选择模型，研究不同边界条件下网络交通流逐日动态演化规律。项目核心研究内容包括：.（1）基于出行者逐日路径选择过程，建立出行者路径选择模型，以及配备ATIS设备和未配备ATIS设备2类出行者的逐日路径选择学习模型。对模型参数取不同值情况进行了多次数值实验，结果表明：网络交通流演化是否稳定，以及能否达到随机用户均衡态，与出行者对昨日实际行程时间的依赖程度和ATIS市场占有率两者都有关系。.（2）假设交通网络中同时存在完全理性和有限理性2类出行者，根据出行者的逐日路径选择过程，建立了理解行程时间及其更新模型、有限理性模型和路径选择模型。通过数值实验研究，结果表明：完全信息下，系统演化能否达到均衡状态与出行者对信息的依赖程度、出行者的非理性程度，以及理性出行者所占比例均有关系；不完全信息下，系统演化总能达到均衡状态。.（3）针对需求可变情形，以含2条路径的简单路网为例，建立了弹性需求下的网络交通流逐日动态演化模型，基于非线性动力学理论，证明了动态演化模型的不动点存在且唯一，并且推导出了弹性需求下网络交通流动态演化的稳定性条件。通过数值实验分析了网络交通流演化特征，研究发现：在一定条件下流量演化会出现分岔和混沌现象。.（4）考虑出行者有限理性，基于累计前景理论，建立了出行者出发时间选择、时间间隔权重更新、路径选择及路径行程时间分布更新模型。通过数值实验表明：出行者对历史理解行程时间依赖程度对每个出发时段的稳定的流量分布无显著影响，但是对路径流量演化有显著影响。.（5）以OD需求为控制变量推导出了网络交通流混沌控制的方法。.研究成果进一步丰富和发展了交通分配理论，为城市交通系统的规划和管理提供理论基础和技术支持。.