8.1.3 基于瞬时动态用户最优的拥挤道路收费双层模型
研究角度从静态过渡至动态,并将遗传算法引入动态模型的求解,得到动态的收费策略。算例运算表明,动态拥挤收费能够有效缓解收费路段的拥挤状况,分流效果明显。为以后的混合网络随机动态研究打下基础。
8.1.4 首次运用控制论方法建立满足混合出行选择条件的动态拥挤道路
收费模型
放宽了第5章中出行者对路网信息完全掌握、路网中只有一种车的两个假设条件,首次运用控制论方法建立满足混合出行选择条件的动态拥挤道路收费模型。在下层模型中,将出行者的出行方式由单一的私人小汽车出行扩展为单独驾车及合乘两种,并且应用随机效用理论使模型满足出行者随机路径选择/方式选择条件。研究结果显示,拥挤收费在推进出行者多采用合乘出行方面有着显著的效果。
8.1.5 建立弹性需求下满足多用户随机选择的动态收费模型
首次运用变分不等式方法,建立考虑出行者的多项出行选择行为的随机动态用户最优模型,然后将拥挤收费作为出行者出行负效用因素之一,建立弹性需求下满足多用户随机选择的动态收费模型,从而完成将第4章模型往动态方向发展的工作。该模型较完整的描述了出行者的选择行为。研究结果表明,动态拥挤收费的实施,可以有效改善出行需求分布,将部分不急需在高峰时段出行的用户分流至非高峰时段,且其分流作用对不同时间价值的用户影响不同。同时,拥蛴道路收费,还可在路网承受范围之内提高整体交通系统的使用效率。
本书主要创新之处在于:
(1)提出在兼顾社会公平的前提下确定拥挤道路收费路段定位的方法。从静态交通均衡的角度,根据拥挤收费对不同时间价值的用户所带来的影响不同,采用遗传算法来确定具体的收费路段,使拥挤收费能够为更多的出行者所接受。
(2)运用控制论方法,放宽交通网络中只存在一种车的假设条件,研究混合交通网络的动态拥挤收费问题,提出了更符合实际的随机出行方式选择和路径选择模型。
(3)进一步放宽路网各时段的出行需求是固定的假设,充实和完善现有的动态交通分配模型,提出了满足多用户弹性需求下的出发时间/出行方式/路径选择模型,从而可以将拥挤收费所带来的影响进行更深入的研究,并完成了从静态向动态研究的过渡。
展开