CN110705056A - 一种考虑感知行程时间可靠度与迟到惩罚的交通分配方法 - Google Patents

一种考虑感知行程时间可靠度与迟到惩罚的交通分配方法 Download PDF

Info

Publication number
CN110705056A
CN110705056A CN201910886110.5A CN201910886110A CN110705056A CN 110705056 A CN110705056 A CN 110705056A CN 201910886110 A CN201910886110 A CN 201910886110A CN 110705056 A CN110705056 A CN 110705056A
Authority
CN
China
Prior art keywords
travel time
reliability
perceived
late
traveler
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910886110.5A
Other languages
English (en)
Other versions
CN110705056B (zh
Inventor
张俊杰
于海洋
任毅龙
杨灿
周彬
刘淼淼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Aeronautics and Astronautics
Hefei Innovation Research Institute of Beihang University
Original Assignee
Beijing University of Aeronautics and Astronautics
Hefei Innovation Research Institute of Beihang University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing University of Aeronautics and Astronautics, Hefei Innovation Research Institute of Beihang University filed Critical Beijing University of Aeronautics and Astronautics
Priority to CN201910886110.5A priority Critical patent/CN110705056B/zh
Publication of CN110705056A publication Critical patent/CN110705056A/zh
Application granted granted Critical
Publication of CN110705056B publication Critical patent/CN110705056B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

本发明公开了一种考虑感知行程时间可靠度与迟到惩罚的交通分配方法，用于解决城市路网交通流量分配问题。技术方案是在基于迟到惩罚用户均衡模型，引入出行者对行程时间的感知误差，同时考虑出行者在选择路径过程中对感知行程时间可靠性需求，建立考虑出行者感知行程时间可靠度的迟到惩罚用户均衡模型，该方法将更合理客观的描绘出行者的路径选择行为，给路网流量的预判与路网规划方案的实施提供参考。

Description

一种考虑感知行程时间可靠度与迟到惩罚的交通分配方法
技术领域
本发明涉及道路交通管理与路网规划方法领域，具体是一种考虑感知行程时间可靠度与迟到惩罚的交通分配方法。
背景技术
出行者在旅行过程中主要是基于行程时间、行程时间可靠性与较短距离来选择出行路径。但由于道路交通运输系统的不确定性，路径的总行程时间总是变化的。行程时间可变性包括可靠性与不可靠性两部分，因此，预算行程时间常作为出行者路径选择标准。目前多数研究是将预算行程时间作为出行者路径选择标准来分析交通均衡分配问题。而交通均衡问题作为交通运输中最关键的问题之一，它决定了交通网路的性能表现。
Zhou等人采用期望预算行程时间作为唯一路径选择标准建立随机用户均衡模型来分析路网的交通流量分配问题。Jackson和Jucker通过均值-方差方法建立了一种出行时间可靠性模型作为用户路径选择模型。Uchida和Iida在交通分配模型中使用路径平均行程时间加上一个安全阈值来刻画路网交通状态的不确定性。Wang等人考虑到期望预算行程时间的缺点，提出了一种双目标用户均衡模型。另外，考虑到行程时间的可靠性与不可靠性，均值过剩用户均衡模型和基于效用函数的调度模型被广泛的应用于交通分配问题的研究中。均值方差模型和调度模型推动了用户均衡模型的发展。据相关研究表明，出行者愿意通过支付额外的费用来接受行程时间的可靠性。而在基于效用函数的调度模型中，效用函数可以表示为广义成本，更好地描述了出行时间变化下的出行路径选择准则。因此，Walting提出了一个延迟到达惩罚的用户均衡模型，该模型假设用户希望在出行过程中广义成本加上延迟到达惩罚最小。尽管这个模型能够相比其他用户均衡模型更能描述出行者在出行路径选择中的决策，但是由于出行者对出行路径的实际出行时间的感知误差不同，因此，无法体现由于出行者对行程时间的感知误差不同而对交通网络均衡产生影响的问题，从而影响对规划路网流量的预判与路网规划方案的决策。
发明内容
本发明的目的是提供一种考虑感知行程时间可靠度与迟到惩罚的交通分配方法，以解决现有技术路网规划方案存在的没有考虑出行者实际出行时间感知误差的问题。
为了达到上述目的，本发明所采用的技术方案为：
一种考虑感知行程时间可靠度与迟到惩罚的交通分配方法，其特征在于：包括以下步骤：
(1)、将现实路网抽象构建为强连通网络，每个出行者在强连通网络中从起点O到终点D间有多条路径，每条路径分别由若干条路段相连而成；
(2)、假设每个出行者的感知误差相互独立，其感知误差服从正态分布，对感知行程时间期望与方差估计，并建立感知行程时间期望与方差的数学表达式；
(3)、基于效用函数的调度模型，引入步骤(2)得到的感知行程时间期望与方差的数学表达式，建立考虑出行者感知误差的迟到惩罚用户均衡模型；
(4)、依据行程时间可靠性定义，建立出行者在路段的感知行程时间可靠度数学表达式；
(5)、基于步骤(3)得到的出行者感知误差的迟到惩罚用户均衡模型，结合步骤(4)得到的感知行程时间可靠度数学表达式，建立考虑出行者感知行程时间可靠度的迟到惩罚用户均衡模型；
(6)、依据所有路径上的交通流量之和应满足路网中交通出行需求的原则，建立流量守恒约束条件的数学表达式；
(7)、结合步骤(6)建立的流量守恒约束条件的数学表达式，求解步骤(5)得到的考虑出行者感知行程时间可靠度的迟到惩罚用户均衡模型，最终得到路网中路段上的交通流量，以及考虑出行者感知行程时间可靠度与迟到惩罚情况下出行者的时间价值成本。
所述的一种考虑感知行程时间可靠度与迟到惩罚的交通分配方法，其特征在于：步骤(1)中，将现实路网抽象构建为强连通网络G(N,A)，其中N是路网中路段节点集合，A是路网中路段集合。
所述的一种考虑感知行程时间可靠度与迟到惩罚的交通分配方法，其特征在于：步骤(2)中，每个出行者的感知误差服从均值为μ、标准差是σ的正态分布，则感知行程时间期望
Figure BDA0002207350150000031
和方差
Figure BDA0002207350150000032
的数学表达式为：
Figure BDA0002207350150000033
公式(1)中，a为路段，
Figure BDA0002207350150000034
表示路段a的感知行程时间，Ta表示路段a的实际行程时间。
所述的一种考虑感知行程时间可靠度与迟到惩罚的交通分配方法，其特征在于：步骤(3)中建立的考虑出行者感知误差的迟到惩罚用户均衡模型为：
Figure BDA0002207350150000035
公式(2)中，r是路径，w表示OD间路径集合，lr是路径r的距离行程时间，τm表示出行者可接受的行程时间，α、β、γ是基于效用函数的调度模型参数，
Figure BDA0002207350150000036
是路径集合w中路径r上的交通流量，
Figure BDA0002207350150000037
表示路径r的感知行程时间，其值大小取决于交通流
Figure BDA0002207350150000038
Figure BDA0002207350150000039
表示路径r的感知行程时间
Figure BDA00022073501500000310
的概率密度函数，和
Figure BDA00022073501500000312
分别表示路径r自由流行程时间和最大可能行程时间。
所述的一种考虑感知行程时间可靠度与迟到惩罚的交通分配方法，其特征在于：设θa为出行者在路段a的感知行程时间可靠度，则步骤(4)中建立的出行者在路段a的感知行程时间可靠度数学表达式为：
Figure BDA00022073501500000313
公式(3)中，a为路段，
Figure BDA00022073501500000314
表示路段a的感知行程时间，Ta表示路段a的实际行程时间，τa表示路段a上出行者可接受的延迟时间。
所述的一种考虑感知行程时间可靠度与迟到惩罚的交通分配方法，其特征在于：步骤(5)建立的考虑出行者感知行程时间可靠度的迟到惩罚用户均衡模型为：
Figure BDA00022073501500000315
Figure BDA00022073501500000316
Figure BDA0002207350150000041
Figure BDA0002207350150000042
公式(4)—(7)中，Φ(·)表示标准正态分布函数，φ(·)表示概率密度函数，
Figure BDA0002207350150000043
是路段a与路径r的关联系数，μa表示感知误差均值，θr表示路径r的感知出行时间可靠度，σa表示感知误差标准差。
所述的一种考虑感知行程时间可靠度与迟到惩罚的交通分配方法，其特征在于：步骤(6)中，流量守恒约束条件的数学表达式为：
Figure BDA0002207350150000044
公式(8)中，qw表示交通出行需求，
Figure BDA0002207350150000045
表示出行者在起点O到终点D之间所有路径上的交通流量，xa表示路段a上的交通流量，
Figure BDA0002207350150000046
是路段与路径的关联系数，当路段a∈r时，
Figure BDA0002207350150000047
值为1，否则为0，r是路径，a为路段，为路径集合w中路径r上的交通流量，Rw表示所有路径集合，W表示所有OD间路径集合。
所述的一种考虑感知行程时间可靠度与迟到惩罚的交通分配方法，其特征在于：步骤(7)中，采用采用Frank-Wolfe算法求解步骤(5)得到的考虑出行者感知行程时间可靠度的迟到惩罚用户均衡模型。
本发明给出了一种考虑出行者感知行程时间可靠度与迟到惩罚的交通分配方法，将感知误差和迟到惩罚因素引入到交通分配模型中，该模型能够更合理客观的描绘出行者的出行行为选择决策过程，从而解决现有技术中存在的问题。
附图说明
图1是本发明考虑出行者感知行程时间可靠度与迟到惩罚的交通分配方法的整体流程图。
图2是本发明实施例中的路径示意图。
图3是本发明实施例中路径流量分配结果示意图。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
如图1所示，一种考虑感知行程时间可靠度与迟到惩罚的交通分配方法，包括以下步骤：
(1)、将现实路网抽象构建为强连通网络G(N,A)，其中N是路网中路段节点集合，A是路网中路段集合，每个出行者在强连通网络中从起点O到终点D间有多条路径，每条路径分别由若干条路段相连而成。
(2)、假设每个出行者的感知误差相互独立，其感知误差服从均值为μ、标准差是σ的正态分布，对感知行程时间期望与方差估计，并建立感知行程时间期望
Figure BDA0002207350150000051
和方差
Figure BDA0002207350150000052
的数学表达式为：
Figure BDA0002207350150000053
公式(1)中，a为路段，
Figure BDA0002207350150000054
表示路段a的感知行程时间，Ta表示路段a的实际行程时间。
(3)、基于效用函数的调度模型，引入步骤(2)得到的感知行程时间期望与方差的数学表达式，建立考虑出行者感知误差的迟到惩罚用户均衡模型为：
Figure BDA0002207350150000055
公式(2)中，r是路径，w表示OD间路径集合，lr是路径r的距离行程时间，τm表示出行者可接受的行程时间，α、β、γ是基于效用函数的调度模型参数，
Figure BDA0002207350150000056
是路径集合w中路径r上的交通流量，
Figure BDA0002207350150000057
表示路径r的感知行程时间，其值大小取决于交通流
Figure BDA0002207350150000058
Figure BDA0002207350150000059
表示路径r的感知行程时间
Figure BDA00022073501500000510
的概率密度函数，
Figure BDA00022073501500000511
和
Figure BDA00022073501500000512
分别表示路径r自由流行程时间和最大可能行程时间。
(4)、设θa为出行者在路段a的感知行程时间可靠度，依据行程时间可靠性定义，建立出行者在路段a的感知行程时间可靠度数学表达式：
Figure BDA00022073501500000513
公式(3)中，a为路段，
Figure BDA00022073501500000514
表示路段a的感知行程时间，Ta表示路段a的实际行程时间，τa表示路段a上出行者可接受的延迟时间。
(5)、基于步骤(3)得到的出行者感知误差的迟到惩罚用户均衡模型，结合步骤(4)得到的感知行程时间可靠度数学表达式，建立考虑出行者感知行程时间可靠度的迟到惩罚用户均衡模型为：
Figure BDA0002207350150000061
Figure BDA0002207350150000062
Figure BDA0002207350150000063
Figure BDA0002207350150000064
公式(4)—(7)中，Φ(·)表示标准正态分布函数，φ(·)表示概率密度函数，
Figure BDA0002207350150000065
是路段a与路径r的关联系数，μa表示感知误差均值，θr表示路径r的感知出行时间可靠度，σa表示感知误差标准差。
(6)、依据所有路径上的交通流量之和应满足路网中交通出行需求的原则，建立流量守恒约束条件的数学表达式为：
Figure BDA0002207350150000066
公式(8)中，qw表示交通出行需求，
Figure BDA0002207350150000067
表示出行者在起点O到终点D之间所有路径上的交通流量，xa表示路段a上的交通流量，
Figure BDA0002207350150000068
是路段与路径的关联系数，当路段a∈r时，值为1，否则为0，r是路径，a为路段，
Figure BDA00022073501500000610
为路径集合w中路径r上的交通流量，Rw表示所有路径集合，W表示所有OD间路径集合。
(7)、结合步骤(6)建立的流量守恒约束条件的数学表达式，采用Frank-Wolfe算法求解步骤(5)得到的考虑出行者感知行程时间可靠度的迟到惩罚用户均衡模型，最终得到路网中路段上的交通流量，以及考虑出行者感知行程时间可靠度与迟到惩罚情况下出行者的时间价值成本。
实施例：
本发明以图2所示的抽象路网路径为例，说明本发明交通分配过程。
步骤1：抽象现实中的道路交通网，确定交通网络结构和相关参数。
步骤2：本实施例中提供一种考虑出行者感知行程时间可靠度与迟到惩罚的交通分配方法，该模型如下所示：
目标函数：
Figure BDA0002207350150000071
Figure BDA0002207350150000072
Figure BDA0002207350150000073
Figure BDA0002207350150000074
约束条件：
Figure BDA0002207350150000075
其中，θr表示路径r的感知行程时间可靠度，
Figure BDA0002207350150000076
是OD对集合w中路径r上的交通流量，qw表示交通出行需求，xa表示路段a上的交通流量，
Figure BDA0002207350150000077
是路段与路径的关联系数，当路段a∈r时，其值为1，否则为0。
步骤3：给出带有三条路径的一个抽象路网对专利进行说明。应当申明的是，本实施例仅是为了说明所作的举例，而并非对实施方式的限定。任何由此引申出的显而易见的变化或变动均属于本发明的保护范围之内。
三条路径的自由流时间分别服从N(40,5)、(30,10)和N(35,8)的正态分布，路径的期望行程时间通过BPR函数E(t)＝t0(1+0.15(f/c)2)，其中，t0为自由流时间。而出行者对这三条路径行程时间的感知误差分别服从N(-0.1,0.05)、N(0.3,0.1)和N(0.2,0.1)的正态分布函数。另外，假设出行者在考虑可接受延误时间的情况下需要95％的可靠度准时到达目的地。假设每条路径的通行能力均为500，OD间交通需求为1000。
步骤4：采用Frank-Wolfe算法来求解一种考虑出行者感知行程时间可靠度的迟到惩罚用户均衡模型，求解结果如图3所示，每条路径上的交通流量分别为x1＝448.74，x2＝182.58，x3＝368.68，且在考虑出行者感知行程时间可靠度与迟到惩罚情况下出行者的时间价值成本均为154.83。
以上描述了本发明的基本原理，但本发明不受上述实施例的限制，由于本发明存在各种变化和改进，而这些变化和改进都应落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (8)

1.一种考虑感知行程时间可靠度与迟到惩罚的交通分配方法，其特征在于：包括以下步骤：
(1)、将现实路网抽象构建为强连通网络，每个出行者在强连通网络中从起点O到终点D间有多条路径，每条路径分别由若干条路段相连而成；
(2)、假设每个出行者的感知误差相互独立，其感知误差服从正态分布，对感知行程时间期望与方差估计，并建立感知行程时间期望与方差的数学表达式；
(3)、基于效用函数的调度模型，引入步骤(2)得到的感知行程时间期望与方差的数学表达式，建立考虑出行者感知误差的迟到惩罚用户均衡模型；
(4)、依据行程时间可靠性定义，建立出行者在路段的感知行程时间可靠度数学表达式；
(5)、基于步骤(3)得到的出行者感知误差的迟到惩罚用户均衡模型，结合步骤(4)得到的感知行程时间可靠度数学表达式，建立考虑出行者感知行程时间可靠度的迟到惩罚用户均衡模型；
(6)、依据所有路径上的交通流量之和应满足路网中交通出行需求的原则，建立流量守恒约束条件的数学表达式；
(7)、结合步骤(6)建立的流量守恒约束条件的数学表达式，求解步骤(5)得到的考虑出行者感知行程时间可靠度的迟到惩罚用户均衡模型，最终得到路网中路段上的交通流量，以及考虑出行者感知行程时间可靠度与迟到惩罚情况下出行者的时间价值成本。
2.根据权利要求1所述的一种考虑感知行程时间可靠度与迟到惩罚的交通分配方法，其特征在于：步骤(1)中，将现实路网抽象构建为强连通网络G(N,A)，其中N是路网中路段节点集合，A是路网中路段集合。
3.根据权利要求1所述的一种考虑感知行程时间可靠度与迟到惩罚的交通分配方法，其特征在于：步骤(2)中，每个出行者的感知误差服从均值为μ、标准差是σ的正态分布，则感知行程时间期望
Figure FDA0002207350140000011
和方差
Figure FDA0002207350140000012
的数学表达式为：
Figure FDA0002207350140000021
公式(1)中，a为路段，
Figure FDA0002207350140000022
表示路段a的感知行程时间，Ta表示路段a的实际行程时间。
4.根据权利要求3所述的一种考虑感知行程时间可靠度与迟到惩罚的交通分配方法，其特征在于：步骤(3)中建立的考虑出行者感知误差的迟到惩罚用户均衡模型为：
Figure FDA0002207350140000023
公式(2)中，r是路径，w表示OD间路径集合，lr是路径r的距离行程时间，τm表示出行者可接受的行程时间，α、β、γ是基于效用函数的调度模型参数，fr w是路径集合w中路径r上的交通流量，M(fr w)表示路径r的感知行程时间，其值大小取决于交通流fr w，
Figure FDA0002207350140000024
表示路径r的感知行程时间
Figure FDA0002207350140000025
的概率密度函数，和
Figure FDA0002207350140000027
分别表示路径r自由流行程时间和最大可能行程时间。
5.根据权利要求1所述的一种考虑感知行程时间可靠度与迟到惩罚的交通分配方法，其特征在于：设θa为出行者在路段a的感知行程时间可靠度，则步骤(4)中建立的出行者在路段a的感知行程时间可靠度数学表达式为：
Figure FDA0002207350140000028
公式(3)中，a为路段，
Figure FDA0002207350140000029
表示路段a的感知行程时间，Ta表示路段a的实际行程时间，τa表示路段a上出行者可接受的延迟时间。
6.根据权利要求4或5所述的一种考虑感知行程时间可靠度与迟到惩罚的交通分配方法，其特征在于：步骤(5)建立的考虑出行者感知行程时间可靠度的迟到惩罚用户均衡模型为：
Figure FDA00022073501400000210
Figure FDA00022073501400000211
Figure FDA0002207350140000032
公式(4)—(7)中，Φ(·)表示标准正态分布函数，φ(·)表示概率密度函数，
Figure FDA0002207350140000033
是路段a与路径r的关联系数，μa表示感知误差均值，θr表示路径r的感知出行时间可靠度，σa表示感知误差标准差。
7.根据权利要求1所述的一种考虑感知行程时间可靠度与迟到惩罚的交通分配方法，其特征在于：步骤(6)中，流量守恒约束条件的数学表达式为：
Figure FDA0002207350140000034
公式(8)中，qw表示交通出行需求，
Figure FDA0002207350140000035
表示出行者在起点O到终点D之间所有路径上的交通流量，xa表示路段a上的交通流量，
Figure FDA0002207350140000036
是路段与路径的关联系数，当路段a∈r时，
Figure FDA0002207350140000037
值为1，否则为0，r是路径，a为路段，fr w为路径集合w中路径r上的交通流量，Rw表示所有路径集合，W表示所有OD间路径集合。
8.根据权利要求1所述的一种考虑感知行程时间可靠度与迟到惩罚的交通分配方法，其特征在于：步骤(7)中，采用采用Frank-Wolfe算法求解步骤(5)得到的考虑出行者感知行程时间可靠度的迟到惩罚用户均衡模型。
CN201910886110.5A 2019-09-19 2019-09-19 一种考虑感知行程时间可靠度与迟到惩罚的交通分配方法 Active CN110705056B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910886110.5A CN110705056B (zh) 2019-09-19 2019-09-19 一种考虑感知行程时间可靠度与迟到惩罚的交通分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910886110.5A CN110705056B (zh) 2019-09-19 2019-09-19 一种考虑感知行程时间可靠度与迟到惩罚的交通分配方法

Publications (2)

Publication Number Publication Date
CN110705056A true CN110705056A (zh) 2020-01-17
CN110705056B CN110705056B (zh) 2022-09-13

Family

ID=69195485

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910886110.5A Active CN110705056B (zh) 2019-09-19 2019-09-19 一种考虑感知行程时间可靠度与迟到惩罚的交通分配方法

Country Status (1)

Country Link
CN (1) CN110705056B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115019507A (zh) * 2022-06-06 2022-09-06 上海旷途科技有限公司 城市路网行程时间可靠性实时估计方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106370198A (zh) * 2016-09-20 2017-02-01 北京航空航天大学 一种考虑出行异质性的路径选择方法
US20170169373A1 (en) * 2015-12-14 2017-06-15 Xerox Corporation System and method for measuring perceived impact of schedule deviation in public transport
CN107256632A (zh) * 2017-08-11 2017-10-17 上海交通大学 一种基于用户异质时间价值与拥堵费用预算的交通分配方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170169373A1 (en) * 2015-12-14 2017-06-15 Xerox Corporation System and method for measuring perceived impact of schedule deviation in public transport
CN106370198A (zh) * 2016-09-20 2017-02-01 北京航空航天大学 一种考虑出行异质性的路径选择方法
CN107256632A (zh) * 2017-08-11 2017-10-17 上海交通大学 一种基于用户异质时间价值与拥堵费用预算的交通分配方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘燕妮等: "基于出行时间预算的SUE交通分配", 《长沙交通学院学报》 *
曾鹦等: "考虑乘客感知的公交随机用户均衡配流", 《计算机应用》 *
李军等: "基于指向惩罚的交通信息发布下随机交通分配", 《中山大学学报(自然科学版)》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115019507A (zh) * 2022-06-06 2022-09-06 上海旷途科技有限公司 城市路网行程时间可靠性实时估计方法
CN115019507B (zh) * 2022-06-06 2023-12-01 上海旷途科技有限公司 城市路网行程时间可靠性实时估计方法

Also Published As

Publication number Publication date
CN110705056B (zh) 2022-09-13

Similar Documents

Publication Publication Date Title
CN107273999B (zh) 一种突发事件下城市轨道交通客流预测方法
Hamdouch et al. Schedule-based transit assignment model with vehicle capacity and seat availability
Hickman et al. Transit service and path choice models in stochastic and time-dependent networks
CN104217129B (zh) 一种城轨路网客流估算方法
CN105678410B (zh) 一种考虑网络连通性时变特征的公交系统时空可达性建模方法
CN108151756B (zh) 一种城市公共交通系统的行程时间计算方法和装置
CN107256632B (zh) 一种基于用户异质时间价值与拥堵费用预算的交通分配方法
Hamdouch et al. A new schedule-based transit assignment model with travel strategies and supply uncertainties
Fonzone et al. Effects of transit real-time information usage strategies
CN107274000B (zh) 一种突发事件下城市轨道交通断面客流预测方法
Li et al. Finding optimal hyperpaths in large transit networks with realistic headway distributions
CN111724076A (zh) 运营中断条件下区域多式轨道交通客流动态分配方法
CN111898793B (zh) 一种组合出行方式下考虑用户感知差异性的路径选择方法
Nökel et al. Boarding and alighting in frequency-based transit assignment
Li et al. Evaluation of bus-exclusive lanes
CN115809729B (zh) 考虑新增线路的城市轨道交通枢纽换乘设施优化配置方法
CN110942626B (zh) 一种考虑无人驾驶车辆的路网混合流量日变预测方法
CN109816979A (zh) 考虑公交车到站频率和乘车舒适度的公交线路推荐方法
CN110705056B (zh) 一种考虑感知行程时间可靠度与迟到惩罚的交通分配方法
CN110706520B (zh) 一种基于概率容量的航路与机场时隙鲁棒分配双层规划方法
Papola et al. Schedule-based transit assignment: new dynamic equilibrium model with vehicle capacity constraints
CN107689917A (zh) 一种基于非一致性业务均衡的电力通信网路由分配方法
Jenelius Car-specific metro train crowding prediction based on real-time load data
CN112101610B (zh) 基于参考依赖理论的最大化可达流的多模式网络设计方法
Alonso et al. A congested and dwell time dependent transit corridor assignment model

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant