不确定环境下城市交通中车辆路径选择研析.pdf

第1|页西南交通大学博士研究生学位论文}呈度);⑧收益时规避风险,损失时追求风险;④边际效用递减原则。人们的择路行为并非力求成本最小化,而是依赖出行情景:随出行目的、约束时间、对路径的熟悉程度以及路径的不确定程度而变化。第4章,城市交通中人们经常会遇到随机旅行时问问题,如现实中的交通堵塞现象,从而导致车辆路径选择的相应改变。在考虑堵塞点依次遇到、堵塞时间为随机变量的情况下,建立了统计意义上的最小费用路径模型,提出了以车辆所遇堵塞点为新起点的策略,以及基于决策者判断的心理系数修工F方法,并应用算例对所提策略和方法的有效性进行了说明。第5章,基于有限理性的思想,阐述了给定时间约束下城市交通车辆模糊路径的柔胜选择策略,通过引入决策者主观偏好的概念,利用机会约束规划的方法构建了该问题的数学模型,给出了求解该问题的一种启发式算法。以最小化剩余旅行距离为目标,用随机模拟方法研究了决策者主观偏好值p对最终目标的影响。算例结果表明,约束时间一定时在特定路网中有最优的p值。第6章,以交通管治下的约束路网为研究对象,在已知路段旅行时间分布函数的条件下,讨论了随机时变的城市交通网络中给定时间约束的车辆出行时间及路径优化问题。由于路段旅行时问分布函数受路段到达时间的影响,提出了基于旅行实现隋况、以车辆所到节点为新起点的适时选择车辆最优路径的策略,构建了该问题的数学模型,设计了基于随机模拟获得适|变度的遗传算法,并应用算例验证了所提策略和算法的有效性。第7章,旅行费用与时间是人们出行选择路径时考虑的重要因素。本文将广泛用于工程项目工期预测的图示评审技术(GⅡ玎)用来预测车辆旅行时间及其可靠性,讨论了车辆随机路径旅行费用与距离、时间之间的函数关系,在假定旅行费用与距离、时间正相关的条件下,依据矩母函数和Mason公式,给出车辆随机路径选择的GERT算法,并给出了该算法的一个应用实例。该方法可方便地求解路段旅行时间分布函数和拥堵延迟时间分布函数为不同分布的独立随变量的车辆随机路径问题。结论部分指出论文的主要创新之处,并对未来研究加以展望。关键词:随机最短路径;动态用户最优分配;路径选择行为;展望理论;实证嵌套对角化算法;启发式算法;遗传算法;GERT算法西南交通大学博士研究生学位论文第11l页 Abstract With theincreasing petition attheinfonnation age, thevalueoftime isalsoincreased Many enterprises realizethatpunctual serveiceis important measure toimprove theability petition,which indicates the thecontrary,the conditionoftranspertation inurban isuncertainty, such astime-dependent[ra塌c flow,occasionally happened incideng andunexpected thesefactsdecide traveltime onroute isradom,There only exists stochasticshortestroute(SSR)from theo血蛳to thedes血mtion works withmanyo一茁ns andmany ,different travelerswillhave differentbehaviors inrouting choicewhich,including route choiceanddeparturetime choice,willchange withtravelimportance,lime tobeusedformute,traveler’sfamiliarity to works and therange of Iraveltime As allimportant approach幻realize travel rationalization,research onvehiclemuting choiceunderuncertainty will decreasewaffic jam,protect urbanenvommeng reduce travelcost,improve operationefficiency and enhance SSR problem tightly connect theoryofOperations Research