考虑情景依赖的出行决策与交通流分配研究

This project aims to obtain the law of traffic flow evolution under the assumption of travelers' bounded rationality. Steps on the way include a) analysis and classification on travel context; b) establish travel decision-making models in different contexts; c) represent the static and the dynamic traffic assignment models in different contexts; d) investigate the application of the research results on traffic assignment. The researches on traffic assignment include two parts. One part is to investigate the traffic assignment from the aspect of the transportation system. The other part is to find the emerge results of numerous different travelers' choices. These researches will be conducted on the basis of the previous traffic flow theories. In addition, the relevant achievements and research methods in the domain of behavior decision will also be used in this project. ..Since we will pay great attentions to the travel context analysis and travel behavior assumptions, the research results on the travel decision-making and traffic flow assignment are expected to be close to the reality. And it is in prospect that the research results will be applied in transportation management, such as congestion pricing, traffic information guidance, traffic analysis, and so on. This project on behavior-based traffic theory is a complement to the previous researches. And the expected research results of the project are of great sense from the aspects of both traffic flow research and transportation management practice.

本项目拟考虑出行者的有限理性，借鉴行为决策的理论成果与研究方法，分析不同情境下的几类出行决策问题，进而研究相应情境下的静态和动态交通流分配，最后探讨交通流分配的研究结论在管理实践中的应用。本项目旨在获取符合现实的交通流形成与演化规律，相对于传统的交通流分配研究，将更多地关注出行情景刻画与出行者行为假设。本项目的研究将参照现有交通流研究的理论体系，一方面从系统的角度研究基于出行情景和出行者行为假设的交通流分配；另一方面从个体出行行为出发，探讨情景依赖假设下动态多样化出行选择的涌现结果。由于充分考虑到出行情景和出行者行为特征，本项目关于交通流分配的研究结论可应用于拥挤收费、信息诱导、路网改造等交通管理策略的制定以及交通影响分析。本项目的研究是对现有出行行为和交通流理论研究的重要补充，对于探索交通流的分布与演化规律、完善城市交通管理与控制方法具有非常重要的理论价值和实践指导意义

本项目立足于出行情景与个体行为，考虑出行者有限理性行为特征、出行经验、信息诱导等对出行决策的影响，分析了不同情境下的多类出行决策问题，进而研究不同情景下的静态和动态交通流分配，最后探讨了基于行为决策的交通流分配理论在交通管理中的应用。相对于传统的交通流分配研究，本项目更多地关注出行情景与行为假设，开展了大量的实证研究，对于揭示出行决策机制、交通流分布与演化规律，以及完善城市交通管理与控制方法具有非常重要的理论价值和实践指导意义。主要研究结论分为以下几个方面：.（1）城市交通出行决策分析：现有文献提出了数种不同的路径选择决策规则，都在一定程度上证明了其合理性。本项目对多种规则并存的现象进行了解释。首先，采用问卷调查与统计分析方法，验证了确定情境下的出行选择决策存在参考点依赖特征。其次，针对不同的情景，对出行者决策规则的异质性进行实证分析，结果表明在不同出行情境下，出行者的路径选择结果符合不同的决策规则。然后，进一步建立了确定性出行情境下考虑context-dependent的出行路径选择模型，能同时反映现有多种路径选择规则的机理，且现有的多个路径选择模型都是其特例。.（2）交通流分配研究：在静态交通流分配方面，结合无风险情景下的参考点依赖理论，建立了考虑道路收费和参考点依赖的多用户均衡模型，并提出了求解模型的算法。在动态交通流分配方面，考虑出行者择路过程中的有限理性和参考点依赖，建立了描述出行者动态学习、经验更新、预留出行时间更新和动态选择的Day-to-day模型；经过大规模仿真计算和比较，发现在诱导信息准确程度较高时网络可以较快演化到收敛状态。.（3）拥挤收费与信息诱导策略研究：根据出行者对出行可靠性的重视程度将出行者分为两类：使用与不使用出行可靠路径搜寻系统（RPSS)，研究了两类出行者分别遵循不同的路径选择规则时交通流Day-to-day动态演化规律，算例分析表明RPSS系统是提供了一种较为有效的信息诱导，不会导致羊群效应。针对随机网络的情形，为了控制进入限定区域的车流量，建立了考虑可靠性的拥挤收费模型，并给出了求解算法，在给定可靠性与收费费率的置换比例的情况下，能找到最佳的可靠性与拥挤收费费率。针对随机网络的情形，提出了一种迭代的边际成本拥挤收费调整算法—试差法，使得随机网络下的用户均衡转化为随机网络下系统最优。.此外，在基于马尔科夫链出行时间估计、交通拥挤