摘要：为了评价多方式诱导信息对综合交通网络中交通流分配的影响,通过构建基于出行链的概率型随机用户平衡模型,并设计内嵌Monte-Carlo模拟的MSA求解算法,研究多方式诱导下组合出行方式选择、出行链费用和出行链结构的变化。求解过程中,引入超级网络理论,并基于超级网络进行流量分配。研究结果表明:多方式诱导信息使公共交通模式分担率增加5.63%,得到网络总收益为196.254,说明多方式诱导信息对引导出行者减少使用小汽车有显著效果,也有助于降低出行链费用,简化出行链结构。

摘要：介绍了广义巢式Logit的基本理论,在此基础上,考虑具有不同时间价值的多种用户类别出行者,构造了基于广义巢式Logit的多用户多准则随机用户平衡的等价数学规划模型,并对该模型的等价性和唯一性进行了证明.设计了求解所提出的随机用户平衡模型的基于路径的相继平均法,通过一个算例验证了所设计算法的有效性.分析了分散系数变化对交通分配结果的影响,最后与多项式Logit的分配结果进行对比.算例结果表明,本文所提出的模型能够克服多项式Logit模型的IIA特性,设计的算法具有较高的求解效率.

摘要：用多用户类型随机用户平衡描述实际路网中出行者的路径选择行为。根据出行者对路网状况认识的不同程度,将出行者划分为具有相同特性的多个类型。将多用户类型随机用户平衡问题表示为一个无约束极小化问题,并提出了该问题的一种基于路段水平的灵敏度分析方法。建立了多用户类型随机用户平衡条件下的连续网络设计问题的双层规划模型,并给出了基于灵敏度分析的启发式算法。实例的结果表明模型具有一般性和适应性。

摘要：为研究多类型出行者在实际路网上的路径选择行为,提出了动态广义出行费用概念,假设路网随机降级交通需求为弹性,并且出行者以感知的最小广义费用为出行依据,在此基础上构造了多类型随机用户平衡模型,设计了相继平均算法求解.在一个测试路网上进行了算例分析,结果表明:熟悉路况的出行者容易选择到费用较小的路径;路况熟悉程度、权重系数,以及规定阈值均对平衡分配结果有很大影响,且结果与实际经验相符合,验证了模型的实用性.

摘要：在考虑交通信息对出行者路径选择行为影响的基础上,运用随机用户平衡配流的基本思想和交通流理论,提出了广义成本的概念.将广义成本定义为行驶时间、道路拥挤度、路段可靠性三者的线性加权和.将出行者划分为"有ATIS接受装置"和"无ATIS接受装置"两类.假定在路网随机变化的情况下,两类出行者均以广义成本费用最小作为路径选择准则,建立了ATIS影响下的基于广义成本的随机用户平衡模型.证明了模型的等价性和解的唯一性,并利用对角化算法和MSA算法设计了模型求解算法.通过一个算例表明:算法具有较好的收敛性,且该模型能反映出行者在交通信息影响下的随机路网中的路径选择行为.

摘要：在考虑现实生活中用户对交通信息认识程度不一致的基础上 ,研究了双参数下的随机用户平衡分配问题 ,给出了等价的数学规划模型 ,证明了模型解的等价性与惟一性 ,设计了求解算法 ,并用算例进行了计算分析 .

摘要：根据城市路网交通流的随机用户平衡状态的演化特征,设计了一种基于粒子群求解固定需求随机用户平衡问题的演化算法,该算法通过在可行流空间内初始化种群,并且在迭代过程中控制迭代的步长,使得每次迭代得到的新种群中代表路网各个O-D对有效路径流量的分量其和即O-D对交通需求不变,并且路径流量保持在可行流空间内,从而避免了无效的搜索范围,最后进行了数值试验,说明了该求解固定需求随机用户平衡问题的粒子群算法是有效和可行的.

摘要：在考虑实际交通网络中交通流量往往由两种或两种以上的车种构成的条件下,研究了混合交通随机用户平衡分配问题,给出了等价的数学规划模型,证明了模型解的等价性与惟一性,设计了相应的求解算法,并用算例进行了计算分析.

摘要：笔者在文中研究了弹性需求下的随机用户平衡配流模型,给出了相关的一些证明,并设计了求解算法.最后用一个简单算例进行了编程计算,指出了参数对计算结果的影响,指明了进一步研究的方向.

摘要：停车换乘是有效缓解城市交通拥堵的交通需求管理措施之一,而换乘停车费用的合理设置是影响其实施效果的关键因素之一.本文以轨道交通和快速路构成的单中心线性城市为对象,提出了一个双层规划模型来描述停车换乘条件下换乘停车费用的优化问题.其中,上层问题从交通管理者的角度出发,以系统总阻抗最小为目标优化换乘停车费用;下层问题描述不同换乘停车费用设置方案下出行者基于随机用户平衡的路径选择行为.基于灵敏度分析方法,分别设计了Frank-Wolfe和BFGS算法求解提出的双层规划模型.采用数值算例验证了提出的模型和算法的有效性.研究发现,不合理的换乘停车费用设置可能会使得交通系统总体性能更差,而提出的换乘停车费用优化方法则可以有效地提升停车换乘系统的实施效果.