考虑信息接受行为的出行路径动态决策机理研究

来源 :重庆交通大学 | 被引量 : 0次 | 上传用户:zhubin19851021
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
路径选择是一类典型的复杂网络系统问题,从微观层面关系到个体出行决策的经济性,从中观层面关系到路网配流预测的合理性,从宏观层面关系到交通行为政策、法规制定的科学性。不管是中观的路网配流预测还是宏观政策、法规的制定,其本质仍是微观个体出行方案的不确定性选择。这种不确定性体现为个体出行决策过程的动态性、决策依据的实时性、决策方法的有限理性以及信息接受行为的异质性。因此开展考虑信息接受行为的路径选择模型研究具有重要的实际价值与理论价值。本文以信息背景下异质个体路径选择问题为研究对象,以交通行为实验与交通仿真实验为研究方法,开展以下三个方面的研究。
  1、出行信息接受行为混合离散模型构建与标定。基于技术接受理论,结合结构方程模型解析出行信息接受行为的影响潜变量与接受行为之间关联关系,构建个体水平的信息接受行为多水平结构方程模型,提取信息接受行为影响潜变量与出行者个人特性显变量的因果关系,结合最大效用理论对离散选择模型的效用函数进行改进,构建涵盖信息心理感受影响因素潜变量与传统出行方案特性显变量共同作用的出行决策行为离散选择混合模型,设计一体化参数标定算法。
  2、出行路径多阶段动态划分与路径选择建模。依据出行路径选择行为心理决策过程,基于出行起点到终点的全过程单阶段路径决策变换为基于路网关键节点的动态多阶段路段决策,全局路径由各阶段最优路径中当前决策点至下一决策点的路段构成。基于当前决策节点所衍生路径的通行时间分布期望,加权处理后作为当前决策阶段的参考点设置依据。基于累积前景理论,建立由路径通行时间、参考点及概率权重函数组成前景值的出行路径选择模型。通过问卷调查获得群体风险偏好趋向,利用非集计模型对前景理论相关参数进行异质标定。
  3、基于行为实验与仿真实验的实证分析。借鉴经济学行为实验思路和流程,搭建考虑出行信息接受行为的路径多阶段选择行为实验模块,实现出行者路径选择行为的再现与轨迹记录。以多智能体模型为基础,开发信息接受行为模型和动态阶段路径选择行为的仿真模块,与行为实验模块数据同步交互,开展模型参数标定和行为结果预测。调整交通出行情景系数,进行相同出行者多轮实验,比较分析相同条件下的行为实验真实数据与方式实验数据差异性,完成理论模型准确性的检验及参数修正。
  实验结果表明:1)不同信息接受行为的受验者在出行路径选择行为实验表现出显著水平差异。相较无信息接受行为受验者,具有信息接受行为受验者平均耗时下降14.3%、平均收益提升135.9%。2)信息接受行为混合离散模型与路径动态多阶段模型更够较为准确地描述出行个体微观信息接受行为与出行路径选择过程。其中,出行信息接受行为混合离散模型精度达到98.0%,各行为情形下路径动态多阶段决策模型相对精度分别为96.7%、67.6%;3)在路径选择过程中出行者存在动态决策行为与个体异质性。
其他文献
为推进政府职能改革,切实履行部门职责,服务海洋强国和交通强国战略发展需求,在充分利用当前海事系统已有的信息资源、管理资源以及服务资源等的前提下,海事系统在多方面进行体制机制改革,全面推进海事资源的整合工作。在此大环境下,针对传统跨区域港口建设费征管模式中存在的不足,研究出新的跨区域港建费协同征管模式,对于防止港口建设费偷缴漏缴,确保其应收尽收,同时提升不同区域间的其他海事业务的协同监管能力,以及完
城市动态交通诱导是缓解交通拥堵的有效措施之一,出行者可根据诱导信息确定合适的出行路径、出行时间,避免不必要的出行延误。动态路径诱导的核心为动态最短路径选择,现有研究中,受地区经济发展的影响,部分地区路网速度数据完整性不足,导致路径规划结果与实际存在差异;在动态最短路径选择过程中,未充分考虑到道路交通状态的时变性。针对以上问题,本文以在线地图速度数据为基础,基于在线地图速度数据构建了GCN-LSTM
近几年,城市轨道交通在我国发展迅猛,许多大城市已建成具有一定规模但未完全成熟的轨道线网,因此城市轨道交通产生了许多问题。其中,城市轨道车站客流高峰期持续时间的准确预测是轨道管理部门特别关注的问题之一。  本文首先利用python、matlab等软件对轨道AFC数据进行处理和分析,获得轨道车站的进站客流。接着对轨道车站进行调查,得到轨道车站易发生拥堵部位(安检处、检票闸机处、楼梯扶梯上下处)的理论客
学位
自动驾驶技术的出现为解决道路交通系统中人、车、路、环境四者之间的矛盾所造成的拥堵、污染和安全等交通问题提供了新的思路。随着自动驾驶技术的发展,未来道路网络中手自混合驾驶的状况将出现并长期存在。而在手自混合驾驶环境下,由于自动驾驶与手动驾驶主体间选择特性的区别及相互作用,与现有基于手动驾驶的相关交通流理论存在不匹配,需探讨与手自混合驾驶相适应的道路网络交通流理论,如手自混合驾驶道路网络交通流分配理论
随着城市机动化进程的加快,机动车保有量逐年走高,不断膨胀的出行需求无疑使得整个城市交通变得愈发复杂,并最终使得整个交通系统演化成一个带有不确定性的系统。城市路网当中所发生的各类不稳定的交通流形态其根本上都是大量的出行者通过采取不同的出行决策方案所产生的实质结果,因而出行决策研究需要不断深入。目前对交通出行行为的研究多数建立在出行者同质的基础上,忽视了出行者之间存在异质性,且研究多集中在单一决策行为
学位
智能交通系统(ITS)被认为是解决现存交通问题和交通带来的环境、社会问题的重要手段。而高效、准确、全面的交通数据采集处理能力是ITS充分发挥效用的基础前提,直接影响了精细化分析决策的准确性。但目前城市道路流量检测器主要布设于快速路、主次干路等重点区域,无法达到路网的全覆盖。这导致部分道路无法得到有效监控,成为了交通数据采集系统的“盲区”。因此,通过有限数量的流量检测器实现全路网的交通状态实时准确感
改革开放以来,随着经济的腾飞,城市拥堵问题已经成为制约城市发展的重要因素,瓶颈路段作为城市拥堵产生的主要源头之一,提升瓶颈路段的通行效率,是提高城市整体路网运行效率的重要措施。车辆互联是车联网的重要分支,是指通过在车辆上安装信号发送装置与接收装置,使得道路上的车辆之间能够相互通信和交流。对车辆互联环境下的交通流进行研究,对城市路网整体运行效率提升有积极作用。  本文以城市车道减少的瓶颈路段为研究对
随着我国经济的快速发展与综合国力的不断提升,城市汽车保有量持续增长,交通需求远远大于交通供给,导致了严重的城市交通拥堵、交通环境污染和交通安全等问题。发展建设智能交通系统(ITS),挖掘现有交通基础设施的潜力,是缓解城市交通问题的有效措施。短时交通量预测是智能交通系统的关键技术方法之一,基于科学、精准、可靠的短时交通量预测所建立的智能交通系统,可以提高交叉口的通行效率,为出行者规划最佳的出行路线,
高速公路联网收费系统存储了大量的行车数据,如何从海量的数据中挖掘出有用的价值信息,从而高效识别通行费异常车辆,降低高速公路运营损失,成为当前研究的重点内容。大数据的兴起为交通管理带来了便利,利用数据挖掘技术,分析车辆行驶特征,提取重要行为属性,建立异常车辆识别模型,可提高高速公路运营管理效率,精准稽查异常车辆。  为充分利用高速公路联网大数据,本文首先对高速公路联网收费系统进行系统的研究,从系统的
近年来,随着机动车保有量的快速增加,我国城市交通拥堵问题日趋严重,发展公共交通,特别是城市轨道交通,实行公交优先是缓解城市交通拥堵问题有效措施之一。目前,我国各大城市已投入巨资发展轨道交通,但我国城市轨道交通整体服务水平较低、吸引力不够、分担率较低,在缓解城市交通拥堵问题的作用方面仍有较大的提升空间。因此,基于交通情景分析原理,研究有效提高出行者选择城市轨道交通出行比率的理论方法,对提升轨道交通缓