非理性视野下网络交通流演化规律研究

Research on evolution regularity of traffic flow with the perspective of irrationality To solve the problem of traffic congestion, traffic safety, as well as air pollution effectively, we should comprehend the full generation and evolution of traffic demand. Most former researches about traffic demand prediction were based on the assumption that traveler was completely rational. Travelers make choice precisely with the principle of minimum generalized cost or maximum utility. Former researches confirm that people are not rational all the time, and during the process of making choice, irrationality is ubiquitous. All these research results remind us that we should re-examine traveler choice behavior and the evolution of traffic flow under the condition that traveler is irrational. In this study we assume that traveler is with bounded rationality. With this assumption, based on behavioral experiments, expected utility theory as well as nonlinear dynamics theory, study the relationship between choice behavior and extension of irrationality and the impact on evolution regularity of traffic flow. Based on behavioral economics and expected utility theory, study methods of qualifying the extent of travelers' rationality, and construct a model to predict travelers' irrational behavior. Ultimately, use non-linear dynamics model, establish transport network evolution model with the cognition that travelers are irrational, and focus on the impact of travelers' irrational behavior on evolution regularity of macro traffic flow.

要有效解决道路交通拥堵、交通安全以及大气环境污染等问题，需要把握交通需求的产生及演变规律。以往关于交通需求预测的研究，多是基于出行者完全理性。即，出行者严格遵照广义费用最小（或者效用最大）的原则，在各种选择肢中做出选择。研究成果表明，人们并非总是完全理性，非理性的选择行为普遍存在。这些研究成果提醒我们，应该在出行者非理性条件下，重新审视出行者的选择行为及这种条件下的网络交通流演化规律。 本研究假设出行者只有有限理性。在此假设前提下，基于行为实验、期望效用及非线性动力学等理论及方法为基础，研究出行者非理性程度和选择行为的关系，以及这种条件下的选择行为对网络交通流演变规律的影响。其中，以行为经济学及期望效用理论为基础，研究出行者理性程度的量化问题，并构建出行者的非理性行为预测模型。最终运用非线性动力学，构建非理性视野下的交通网络演化模型，研究交通出行者非理性行为对整个宏观交通网络运行的演化过程

交通信息是反映和调控交通需求的重要手段。出行者可以利用计算机网络、手机APP等方式快速获取相关信息辅助出行决策。虽然一些软件（如百度地图、高德地图等）可以提供预测行驶时间，但由于出行者对信息的信赖程度以及自身偏好等原因，其选择的路径往往并非推荐的最优路径，从而表现出并非绝对的理性。这些选择行为最终表现为道路交通流及其逐日的演化过程。因此，研究出行信息提供下出行者有限理性决策过程，以及其对网络交通流的影响，对准确预测交通需求、把握交通流规律、合理制定交通政策大有帮助。. 首先，在分析总结国内外相关研究成果的基础上，从有限理性的角度出发，以手机地图路况信息发布形式为研究对象，利用编程语言编写路况信息模拟软件，实现与实时路况信息显示较为接近的实验场景，并进行两组实验（只考虑路况信息；考虑路况信息与其他交通信息），分析各场景下出行者路径选择行为特征，研究其有限理性选择行为。据此松弛传统logit模型效用最大化假设，建立了有限理性下的logit模型，提出了模型参数的标定方法，分析了模型特性，为量化不同理性程度下的选择行为提供了方法。随后，在假设出行群体有限理性的基本前提下，基于非线性动力学理论和Agent仿真，建立了有限理性群体逐日动态交通流演化模型。探讨了网络交通流逐日演化的稳定、分岔、混沌现象与出行群体理性程度之间的关系。同时，在基于有限理性视野下逐日路径演化模型中引入拥堵收费政策，建立了拥堵收费条件下的有限理性逐日动态交通流演化模型。提出维持系统稳定的拥堵收费费率临界值确定方法，通过数值实验计算得到最优拥堵收费费率。. 通过以上研究，揭示信息提供下有限理性群体的路径选择规律、交通流演化规律，以及拥堵收费政策对理性程度不同的群体所构成的交通流的干预效果。研究成果可为交通需求预测、拥堵收费政策实施提供更加合理准确的理论依据。