诱导信息条件下驾驶员路径选择对交通流分布的影响研究

摘要

文章主要研究了无诱导信息、描述性诱导信息和建议性诱导信息驾驶员路径选择对路网交通流分布的影响。首先，在博弈论的基础上了建立了加权信念学习模型，以加权信念学习模型为基础建立了无诱导信息驾驶员路径选择模型和描述性诱导信息驾驶员路径选择模型，然后，以两条路径的饱和度差最小为目标建立了建议性诱导信息驾驶员路径选择模型，最后，对比分析了三种诱导信息对路网交通流分布的影响，具体的来说，论文的主要研究内容如下:
　　在传统博弈学习的基础上建立了加权信念学习模型。
　　基于加权信念学习模型建立了无诱导信息驾驶员路径选择模型，给出该模型的具体求解算法，并采用具体的算例对模型进行仿真。
　　基于加权信念学习模型建立了描述性诱导信息驾驶员路径选择模型，同时给出了该模型的具体求解算法，并采用具体的算例对模型进行仿真。
　　基于两条路径的饱和度差最小为目标建立了建议性诱导信息条件下驾驶员路径选择模型，同时给出了该模型的具体求解算法，并采用具体的算例对模型进行仿真。
　　最后对比分析了无诱导信息、描述性诱导信息与建议性诱导信息对路网交通流分布的影响，结果表明:一、当路网交通量远小于路网通行能力时，无诱导信息、描述性诱导信息和建议性诱导信息的诱导效果无显著性差异，三种诱导信息条件下路网均能达到稳定平衡的状态，同时路径L1或L2上的初始分配比例对路网交通流的分布无显著影响;二、当路网交通量接近路网通行能力时，建议性诱导信息的诱导效果最佳，路网会呈现稳定平衡的状态;描述性诱导信息与无诱导信息对路网交通流的分布的影响无显著差异，路网会呈现稳定平衡或交替平衡的状态，路径L1或L2的初始分配比例与路网交通流的分布相关;三、当路网交通量远大于路网通行能力时，建议性诱导信息明显优于无诱导信息与描述性诱导信息且随着诱导率η的增加诱导效果越明显，路网会呈现稳定平衡的状态;描述性诱导信息与无诱导信息诱导效果较差且两种诱导信息对路网交通流的分布的影响无显著差异，其博弈结果会呈现峰谷平衡的状态，路径L1或L2的初始分配比例与路网交通流的分布相关。

目录

声明

摘要

第一章 绪论

1．1 研究背景与意义

1．2 国内外研究现状与存在的主要问题

1．2．1 诱导信息国内外研究现状

1．2．2 驾驶员对诱导信息的反应国内外研究现状

1．2．3 驾驶员路径选择问题国内外研究现状

1．2．4 诱导信息与路径选择对交通网络的影响国内外研究现状

1．2．5 存在的主要问题

1．3 论文的主要研究内容与结构安排

1．3．1 主要研究内容

1．3．2 结构安排

1．4 本章小结

第二章 驾驶员路径选择相关理论

2．1 博弈论概述

2．1．1 博弈论定义

2．1．2 基于博弈的信念学习模型

2．1．3 博弈论在交通中的应用

2．2 路段行程时间函数

2．2．1 行程时间的定义

2．2．2 路段行程时间函数

2．3 诱导信息条件下驾驶员路径选择模型

2．3．1 交通诱导的基本原则

2．3．2 驾驶员路径选择决策模型

2．4 本章小结

第三章 无诱导信息条件下交通流分布影响分析

3．1 模型的建立

3．1．1 模型假设

3．1．2 模型分析

3．2 模型求解算法

3．3 具体算例

3．4 本章小结

第四章 描述性诱导信息条件下交通流分布影响分析

4．1 模型的建立

4．2 模型求解算法

4．3 具体算例

4．4 本章小结

第五章 建议性诱导信息条件下交通流分布影响分析

5．1 模型的建立

5．2 模型求解算法

5．3 具体算例

5．3．1 诱导率η为定值时路网交通流分布分析

5．3．2 交通量Q为定值时路网交通流分布分析

5．3．3 Δq为定值时路网交通流分布分析

5．4 对比分析三种诱导信息对路网交通流分布的影响

5．5 本章小结

第六章 结论与展望

6．1 主要结论

6．2 今后研究工作的展望

致谢

参考文献

附录

攻读学位期间取得的研究成果