原文传递
基于随机活动效用的自动驾驶汽车通勤行为建模与蒙特卡罗模拟
| 论文题名： | 基于随机活动效用的自动驾驶汽车通勤行为建模与蒙特卡罗模拟 |
| 关键词： | 自动驾驶汽车;通勤行为;随机活动;蒙特卡罗模拟 |
| 摘要： | 随着我国城市化进程加快，交通需求量与汽车保有量急剧上升，导致众多城市面临严重的交通拥堵问题，尤其是在早晚高峰期间。为此，剖析通勤者在早晚高峰期间的通勤行为，将为交通管理部门出台缓解交通拥堵的相关政策提供科学依据，无论在理论上还是实际应用中都具有极为重要的意义。随着科学技术的迭代发展，自动驾驶有望成为未来出行的新模式，同时，由于机动车驾驶员可在自动车内从事除驾驶外的其他活动，因此，通勤行为一方面受各种交通随机因素的影响，另一方面也与通勤者的活动效用紧密相关。基于此，本文针对自动驾驶汽车内活动效用，采用基于活动的分析方法，讨论早高峰期间的通勤模式。 首先，本文在经典瓶颈模型的基础上，采用活动性的分析方法构造了基于自动驾驶汽车通勤的早高峰瓶颈模型，并探究车内活动效用为常数和线性函数的情况下的通勤模式。 其次，由于在实际交通行为中通勤者在车内进行活动的时间并非为短暂的时间段，且在车内活动的内容可能是以组合形式出现（例如吃早餐和处理工作邮件），因此，假设车内边际活动效用在早高峰期间恒定不变，但逐日在较高和较低边际效用之间随机变化。考虑到出行不确定性带来的出行风险，引入风险态度参数，定义通勤者的出行预期净效用。同时基于生活区和工作地单位时间活动效用的不同表现形式，讨论通勤者早高峰期间的出发时间选择行为，并构造车内随机活动效用的常数效用和线性效用瓶颈模型。当通勤系统达到均衡状态时，即所有通勤者的出行净效用相同，推导各通勤模式下通勤者的出发率、关键出发时间点（最早、最晚和理想的出发时刻）及个人出行净效用的解析解。 最后，基于车内随机活动效用的常数效用和线性效用瓶颈模型，通过蒙特卡罗模拟方法求解通勤者的最大期望净效用及相应的参数组合，并将蒙特卡罗模拟求解后的常数效用和线性效用瓶颈模型与文章中出现的其他通勤模式进行比较。通过对比发现，系统均衡时，相较于车内活动效用随机变化的情形，车内常数和线性活动效用的通勤模式会高估早高峰的开始时间，低估通勤者离开生活区的出发率；且当车内单位时间活动效用随机变化时，通勤者更愿意承担早到的延误成本，集中在早高峰初期出发；此外，线性效用瓶颈模型相较其他通勤模式能够最大限度地利用道路资源，更贴近于理想的通勤模式。 |
| 作者： | 冯雪科 |
| 专业： | 统计学 |
| 导师： | 永贵 |
| 授予学位： | 硕士 |
| 授予学位单位： | 内蒙古财经大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
