详情

原文传递基于出行者学习行为的网络交通流演化研究

论文题名：	基于出行者学习行为的网络交通流演化研究
关键词：	日变交通动态;路网流量;出行者;学习行为;社会交互;路径选择
摘要：	日变交通动态是由出行者逐日路径选择调整行为引起的。出行者面临的交通环境往往是复杂的、不确定性的，他们的路径选择行为是在一定交通信息影响下的学习适应调整过程。影响出行者路径选择的交通信息有三种：ATIS交通信息、出行者自身的出行经验、他人的出行经验。目前，交通领域中对ATIS交通信息影响下的日变交通动态已经取得了大量的研究成果，而对出行者自身出行经验和他人出行经验影响下的日变交通动态却存在大量的研究不足和研究空白。根据现有研究不足，本文分别采用强化学习和社会学习研究了出行者自身的出行经验和他人出行经验影响下的日变交通动态。采用调查统计、模拟仿真、数学解析等方法，对个体出行者的逐日路径选择行为进行了分析和建模，构造了路网流量演化的多智能体仿真模型和解析模型，并分析了路网流量演化的规律和特性。本文的主要内容和创新点如下：　　（1）强化学习是出行者只依赖自身出行经验进行路径选择时，比较可能采用的一种学习方式。目前应用强化学习对出行者日变路径选择进行分析和建模的研究还比较少。故而，本文应用强化学习构建了出行者的日变路径选择模型，模型同时考虑了出行者的记忆能力、学习能力和自身的出行经验。通过该模型，分析了强化学习作用下路网流量的演化性质。研究发现：如果出行者可以记住他们经历的每一次出行时间，那么路网可以演化到用户均衡，而当出行者的记忆能力有限时，路网流量却不一定收敛到均衡状态；学习能力的增强会增大路网流量演化过程中的波动性，但记忆能力的增强却会减弱这种波动性；过高的学习能力会导致路网流量演化过程中出现周期性的震荡。最后，通过两个实例说明了模型的应用性。　　（2）目前交通相关的研究中，已经逐步确认他人的行为和结果会影响到个体出行方式选择、目的地选择等出行行为，但是尚不存在关于路径选择方面的成果。为了填补该研究空白，本文用问卷的实证方法调查了他人对个体路径选择的影响，发现：在日常生活中，出行者之间交流出行经验是一件非常普遍的事情；很多出行者都有过受他人影响而改变路径的经历。这表明，他人的出行经验确实影响个体的路径选择。进一步，本文分析了他人出行经验对个体路径选择的影响机理，并构建了理论模型，通过结构方程分析发现：信源的专业性、信源的可靠性、信息的相关性、信息的准确性都对个体出行者感知他人出行经验的有用性有显著的影响。认知信任通过感知有用间接地影响个体对他人出行经验的采纳意愿；性格外向的人更容易采纳他人的出行经验；在认知方面，场独立性的出行者和场依赖性的出行者在采纳他人出行经验方面并没有表现出明显的差异。　　（3）构建了考虑他人出行经验的日变交通流演化模型。现有的日变交通流演化理论模型研究中，极少有考虑到他人出行经验的影响。通过社会交互，个体可以获得他人的出行经验。在确认了他人出行经验对个体路径选择的普遍影响之后，本文构建了社会交互和社会学习影响下的出行者的日变路径选择模型。在建模过程中采用了自底向上的方法（从微观层面到宏观层面），首先构建个体层面的路径选择模型，随后推导出路网流量的演化模型，进而对路网流量演化的均衡点的存在性和稳定性进行了解析证明，分析了出行者路径选择和路网流量演化的一系列有趣性质。通过研究发现了两个有趣的现象：个体出行者的交互对象和交互数量影响个体的的路径选择行为，但并不影响宏观层面路网流量的演化；当路网流量演化到均衡时，个体的路径选择策略不一定不变。最后用两个仿真实例展示了宏微观模型的一致性以及模型的相关性质和现象。
作者：	魏芳芳
专业：	管理科学与工程
导师：	马寿峰
授予学位：	博士
授予学位单位：	天津大学
学位年度：	2016
正文语种：	中文