交通系统中个体和群体出行选择行为的实验研究及复杂性分析

Accompanied with the rapid development of modern urbanization in China, traffic congestion has become a major problem that retards the sustainable development of urbanization, and residents continuously suffer from traffic jam and associated environmental pollution. The combination of experiments, theoretical analysis and modeling is imperative for revealing the underlying mechanisms that account for the complex travel-choice behavior and the multiple levels of traffic demand. In this proposal, we plan to explore the travel-choice behavior of single individuals and groups via laboratory and field experiments, and uncover the inherent and external factors that determine the travel-choice behavior and its underlying mechanisms. Based on the well-established theories, we plan to develop our theories for the travel-choice behavior in China and build traffic models based on the experimental results and the theories for successfully describing and predicting macro and micro travel-choice behavior in China. By virtue of the modeling, simulator experiments, fields experiments and the analysis of big traffic data, a simulation platform will be established for specific region or cities to evaluate the currently used management measures, such as congestion charging, and to evaluate new management measures, such as flexible traffic limit, rush hour avoidance and electrical road ticket. The evaluation in terms of the simulation platform provides scientific evidence to the traffic management department for more effectively implementing traffic management measures in China.

随着我国城市化进程的加快，交通拥堵已经成为阻碍城市可持续发展和影响居民生活质量的重要因素。通过实验、理论分析和建模相结合的方法揭示居民复杂出行选择行为和多层次交通需求的内在机理对于解决城市拥堵问题必不可少。本项目将通过实验室实验和现场实验系统地研究个体和群体出行风险决策行为的宏微观特征，揭示影响出行选择行为的内部和外部因素及其深层机理；基于现有理论发展符合我国国情的个体和群体交通出行选择理论；结合实验和理论分析建立能够正确描述和预测我国交通出行选择行为的宏微观模型；基于建模、模拟器实验、现场试验和交通大数据挖掘构建针对具体区域的交通出行选择仿真平台，科学评估现有的管理措施（如拥堵收费等），并检验新的管理措施（如柔性出行、错峰上下班和电子路票等）的有效性，为管理部门更加有效地制定综合交通管理措施提供科学依据。

随着我国经济的高速发展和城市化进程的加快，交通拥堵已经成为阻碍城市可持续发展的重要因素。城市交通系统作为典型的复杂系统，涉及群体有限理性出行行为和城市交通网络的复杂耦合，对缓解交通拥堵和充分利用道路资源提出了艰巨的挑战。本课题组将复杂系统基本理论与交通出行选择理论相结合，开展了交通出行选择实验室实验、交通出行大数据分析、交通流实地实验、复杂性分析与建模等研究，形成了系统的研究范式。其中，多模态交通大数据分析揭示广泛的行为关联并帮助挖掘一般规律；行为学实验鉴别规律背后的因果关系并且辅助评估管理措施的有效性，二者优势互补，为交通管理科学提供了系统有效的研究模式。在该研究模式下，本课题组的研究成果解答了一些重要的复杂交通科学问题，主要包括：（1）通过开展交通出行群体行为实验室实验，研究了交通模式选择中的协调问题的内在机制，发现了群体中公平和理性行为如何共同影响一致性行为的涌现，验证了柔性限行措施的有效性等；（2）基于多模态交通大数据分析重构了出行选择行为的内在机理，建立了预测多空间尺度宏微观交通出行行为的预测模型；（3）基于环形道路高速车辆跟驰实验和行人流疏散实验结果，建立了新型车辆跟驰模型，揭示了随机因素和速度适应性效应的竞争机制；（4）发展了基于信息反馈的自适应交通出行选择理论、基于压缩感知重构复杂动力系统的一般理论和研究了交通网络系统的可控性理论。这些研究成果揭示了复杂交通出行的普遍规律和内在机理，为交通管理部门制定可持续发展的交通管理措施提供了重要的科学依据。