论文部分内容阅读
本文主要围绕路径选择、诱导信息、均衡模型以及控制与诱导的协调几个问题进行了研究。首先,在不考虑交通信息的条件下利用多种博弈出行模型研究了出行者的路径选择行为,并对这几类模型进行了比较与分析,然后对交通信息的有效性进行了理论上的评价,提出了动态诱导路径的一种计算方法,并且对管理者发布诱导信息与出行者的路径选择间的交互过程进行了分析和讨论。另外,论文从管理者的角度利用对均衡模型的研究提出了一种期望的出行状态。最后构建了控制与诱导协调的一种新方法,并通过仿真试验验证了方法的有效性。具体地来说,论文的主要研究内容及创新点如下:(1)在不考虑交通信息的条件下,首先将出行者看作完全理性者,将出行过程抽象为完全信息博弈模型,给出了相应的求解算法及其算例,鉴于计算的复杂性,转换建模角度提出了一种新的求解算法。(2)将出行者看作有限理性者,分别利用改进的最优反应动态和复制者动态对出行过程进行了研究,得到了一种确定进化稳定策略解的方法;然后将随机扰动加入出行者的收益函数中,分别给出了基于纯策略和混合策略的个体路径选择的随机虚拟行动学习过程及其相应的算例;最后转换角度,以路径作为博弈参与者将各种出行模型进行了比较与分析。(3)在非线性出行时间函数的假设条件下,讨论了两类均衡存在的条件,对交通信息的有效性进行了理论评价,并且提出了一种动态诱导路径的计算方法,使得诱导信息更为接近实际情况。(4)为研究出行者对诱导信息的服从问题,论文建立了诱导-出行信号博弈,讨论了该模型所有的完美贝叶斯均衡,并据此对路网进行了等级划分。为充分体现管理者与出行者之间的交互过程,构建了多类博弈模型的虚拟行动学习过程,并对其收敛性进行了讨论。(5)为了更好地体现管理者所期望的出行状态,本文利用Logit路径选择模型来进行研究,提出了该模型的一种新的求解算法—Dial’s分批加载算法,它可以避免路径枚举的工作,并且提出了一种新的灵敏度分析法,可以大大降低维数,减小计算的复杂性。(6)最后,本文还提出了一种基于最大流的控制与诱导协调的新方法,对协调边界的确定、协调方案以及效果评价准则的制定作了详细介绍,并且经过仿真试验验证了该方法的有效性。