（管理科学与工程专业论文）不确定环境下城市交通中车辆路径选择研究.pdf

西南交通大学博士研究生学位论文第1 页 摘要 伴着信息时代的到来，市场竞争更加剧烈，时间价值也日益提升。准时服务 已经成为现代企业角逐市场的重要手段，体现着企业的服务水平，标志着企业的 市场竞争能力。但同时，实现准时服务的城市交通环境却是不确定的：时变的交 通流量，偶发的交通事故，突发的交通拥挤，导致了车辆在路段上随机的旅行时 问。在多起点、多迄点的不确定城市交通环境中，某一起、迄点对之间只存在随 机最优路径，不同行为主体在选择随机最优路径时会表现不同的行为特征，出行 者的择路行为( 包括路径选择和出行时间选择) 会随着出行目的、约束时间、出 行者的经验、对路网络的熟悉程度以及旅行时间的不确定程度而变化。作为实现 交通出行合理化的重要内容和手段，研究不确定环境下车辆择路行为有助于减少 城市交通拥挤，节约社会能源，保护城市环境，5 犟f 氐出行成本，提高运作效率， 全面提高城市交通出行的满意度。由于车辆随机路径问题将运筹学理论与生产实 践紧密地结合在一起，近几十年取得了很多成果，但到目前为止，将车辆随机路 径选择问题与不确定环境下人们的决策行为相结合的研究仍然很少，许多不尽人 意的地方有待于进一步完善和改进。本文较深入地研究了不确定环境下的一系列 车辆路径选择行为问题。 论文的主要研究内容如下： 第l 章，在对大量相关文献进行总结提炼的基础上，分别回顾了国内、外对 车辆路径选择行为问题的研究成果，并指出了已有车辆路径选择行为问题研究中 存在的不足和潜在的研究领域。 第2 章，基于出行成本最小化的假设，根据不确定环境中人们出行时的路径 选择行为过程，建立了o d 对间任意中间节点至迄点的理想阻抗的动态用户最优 分配的变分不等式模型，给出了求解该问题的嵌套对角化算法。对理想阻抗与瞬 时阻抗的动态用户最优分配模型进行了比较：在理想动态用户最优状态下，同一 o d 对间同时出发、选择不同路径的出行者，其旅行时间相等而且最小。在瞬时 动态用户最优状态下，同一o d 对间同时出发、选择不同路径的出行者，其旅行 时问可能不同。并用一个数值算例比较了这两类模型的差别。 第3 章，随机、时变的交通流分布，偶发的交通事故等因素导致了路径随机 的车辆旅行时间，也决定了现实城市交通网络中只存在随机最短路。这使得人们 的决策行为变得极其复杂而无法找到最优路径。实证研究发现：人们在城市交通 中的车辆择路行为符合展望理论提出的人们在不确定环境下的决策行为特征： 参考点依赖原则；损失规避原则( 对损失的规避程度大于对同等收益量的追求 第1 | 页西南交通大学博士研究生学位论文 呈度) ；收益时规避风险，损失时追求风险；边际效用递减原则。人们的择 路行为并非力求成本最小化，而是依赖出行情景：随出行目的、约束时间、对路 径的熟悉程度以及路径的不确定程度而变化。 第4 章，城市交通中人们经常会遇到随机旅行时问问题，如现实中的交通堵 塞现象，从而导致车辆路径选择的相应改变。在考虑堵塞点依次遇到、堵塞时间 为随机变量的情况下，建立了统计意义上的最小费用路径模型，提出了以车辆所 遇堵塞点为新起点的策略，以及基于决策者判断的心理系数修工f 方法，并应用算 例对所提策略和方法的有效性进行了说明。 第5 章，基于有限理性的思想，阐述了给定时间约束下城市交通车辆模糊路 径的柔胜选择策略，通过引入决策者主观偏好的概念，利用机会约束规划的方法 构建了该问题的数学模型，给出了求解该问题的一种启发式算法。以最小化剩余 旅行距离为目标，用随机模拟方法研究了决策者主观偏好值p 对最终目标的影 响。算例结果表明，约束时间一定时在特定路网中有最优的p 值。 第6 章，以交通管治下的约束路网为研究对象，在已知路段旅行时间分布函 数的条件下，讨论了随机时变的城市交通网络中给定时间约束的车辆出行时间及 路径优化问题。由于路段旅行时问分布函数受路段到达时间的影响，提出了基于 旅行实现隋况、以车辆所到节点为新起点的适时选择车辆最优路径的策略，构建 了该问题的数学模型，设计了基于随机模拟获得适| 变度的遗传算法，并应用算例 验证了所提策略和算法的有效性。 第7 章，旅行费用与时间是人们出行选择路径时考虑的重要因素。本文将广 泛用于工程项目工期预测的图示评审技术( g 玎) 用来预测车辆旅行时间及其 可靠性，讨论了车辆随机路径旅行费用与距离、时间之间的函数关系，在假定旅 行费用与距离、时间正相关的条件下，依据矩母函数和m a s o n 公式，给出车辆 随机路径选择的g e r t 算法，并给出了该算法的一个应用实例。该方法可方便 地求解路段旅行时间分布函数和拥堵延迟时间分布函数为不同分布的独立随变 量的车辆随机路径问题。 结论部分指出论文的主要创新之处，并对未来研究加以展望。 关键词：随机最短路径；动态用户最优分配；路径选择行为；展望理论；实证 嵌套对角化算法；启发式算法；遗传算法；g e r t 算法 西南交通大学博士研究生学位论文第1 1l 页 a b s t r a c t w i t ht h ei n c r e a s i n gi n t e n s i f i c a t i o no f m a r k e tc o m p e t i t i o na tt h ei n f o n n a t i o na g e ， t h ev a l u eo f t i m ei sa l s oi n c r e a s e dm a n ye n t e r p r i s e sr e a l i z et h a tp u n c t u a ls e r v e i c ei s8 1 1 i m p o r t a n tm e a s u r et oi m p r o v et h ea b i l i t yo fm a r k e tc o m p e t i t i o n , w h i c hi n d i c a t e st h e l e v e lo f s e r v e i c e o nt h ec o n t r a r y , t h ec o n d i t i o no f t r a n s p e r t a t i o ni nu r b a ni su n c e r t a i n t y , s u c ha st i m e - d e p e n d e n t r a 塌cf l o w , o c c a s i o n a l l yh a p p e n e di n c i d e n ga n du n e x p e c t e d t r d 商cj a n q a l lt h e s ef a c t sd e c i d et r a v e lt i m eo nr o u t ei sr a d o m ，t h e r eo n l ye x i s t s s t o c h a s t i cs h o r t e s tr o u t e ( s s r ) f r o mt h eo 血蛳t ot h ed e s 血m t i o ni nt h eu r b a nt a f f i c n e t w o r k sw i t hm a n yo 一茁n sa n dm a n yd e s t i n a t i o n s s o ，d i f f e r e n tt r a v e l e r sw i l lh a v e d i f f e r e n tb e h a v i o r si nr o u t i n gc h o i c ew h i c h , i n c l u d i n gr o u t ec h o i c ea n dd e p a r t u r et i m e c h o i c e ，w i l lc h a n g ew i t ht r a v e li m p o r t a n c e ，l i m et ob eu s e df o rm u t e , t r a v e l e r sf a m i l i a r i t yt o t h en e t w o r k sa n dt h er a n g eo fi r a v e lt i m ea sa l li m p o r t a n ta p p r o a c h 幻r e a l i z et r a v e l r a t i o n a l i z a t i o n , r e s e a r c ho nv e h i c l em u t i n gc h o i c eu n d e ru n c e r t a i n t yw i l ld e c r e a s ew a f f i c j a m ，p r o t e c tu r b a ne n v o m m e n gr e d u c et r a v e lc o s t , i m p r o v eo p e r a t i o ne f f i c i e n c ya n d e n h a n c ec u s t o m e rs a t i s f a c t i o nc o m p r e h e n s i v e l y s i n c es s rp r o b l e mt i g h t l yc o n n e c t t h e o r yo f o p e r a t i o n sr e s e a r c hw i t hp r a c t i c eo f p r o d u c t i o n , w h i c hw a s n a m e da so n eo f t h em o s ts u c c e s s f u la r e a si no p e r a t i o n sr e s e a r c hi nt h ep a s td e c a d e s u pt ot h ed a t e , f e wr e s e a r c h sh a v eb e e nm a d eo nt h ec o n n e c t i o nb e t w e e ns s rc h o i c ea n dw a v e l e t s b e h a v i o r si nu r b a nt r a f f i cu n d e ru n c e r t a i n t y , a n dm a n yd i s s a t i s f a c t o r yi t e m sa w a i t a m e l i o r a t i o na n dm o d i f i c a t i o n i nt h i sd i s s e r t a t i o n ，as e r i e so fv e h i c l er o u t i n gc h o i c e u n d e ru n c e r t a i n t ya r ea n a l y z e dt h o r o u g h l y t h em a i nc o n t e n t so f t h i sd i s s e r t a t i o na r ea sf o l l o w s ： i nc h a p t e r1 ，b a s e do ns a r n m a r i z i n gr e l a t i v er e f e r e n c e s ，w er e t m s p e c t ed o m e s t i c a n df o r e i g nr e s e a r c ho nv e h i c l er o u t i n gc h o i c e ，p o i n to u ts h o r t c o m i n g s & r e s e a r c ho i l t h i sp r o b l e mm a df i n ds o m ep o t e n t i a la r e a so f r e s e a r c h i nc h a p t e r2 ，w i t ha s s u n - l p t i o no ft r a v e lc o s tm j n j m i z e d ，t h ed y r l 帅i cu s e ro p t i m a l ( d u o ) a s s i 妒m e n tm o d e l sb a s e do i lt h ei d e a la n dt h ei n s t a n t a n e o u si m p e d a i a c ei s c o m p a r e d a c c o r d i n gt ot h ei r a v e l e r s r o u 血gb e h a v i o r , t h i sp a p e rf o r m u l a t e sa l li d e a l d u o a s s i g m n e n tm o d e lu s i n gt h ev a r i a t i o n a li n e q u a l i t ya p p r o a c h t h ep r e s e n t e dm o d e l c o m p l i e sw i t ht h ed u oe q u i l i b r i u mc o n d i t i o n , i nw h i c hf o re a c ho r i g i n - d e s t i n a t i o n 第1v 页西南交通大学博士研究生学位论文 p a i r , t h ea c t u a lt r a v e lt i m ee x p e r i e n c e db yt h et r a v e l e r sd e p a r t i n gd u r i n gt h es a m e i n t e r v a li se q u a la n dm i n i m a l ，b u tw i t hd i f f e r e n ta r r i v a lt i m eb yt h ei n s t a n t a n e o u sd u o a s s i g n m e n tm o d e l an e s t e dd i a g o n a l i z a f i o np r o c e d u r ei st h e np r o p o s e da n da n u m e r i c a le x a m p l eu s e dt os h o wt h ed i f f e r e n c e i nc h a p t e r3 ，w i t ht h eo c c a s i o no fa c c i d e n c e ，t h es t o c h a s t i ca n dt i m e - d e p e n d e n t t r a f f i cf l o wc a u s e st h eu n c e r t a i n t yo ft r a v e lt i m ei nu r b a nt r a f f i c ，w h i c hd e c i d e st h a t t h e r eo n l ye x i s t sd y n a m i cs t o c h a s t i cs h o r t e s tr o u t e b a s e do nt h ee m p m c a ls t u d y , t h i s c h a p t e rg i v e sa c o n c l u s i o nt h a tv e h i c l er o u t i n gb e h a v i o rf i t sf o rt h ep r o s p e c tt h e o r y s i n c et r a v e l e r s r o u t i n gb e h a v i o ri nu r b a nt r a 伍cu n d e ru n c e r t a i n t yd e p e n do nr e f e r e n c e p o i r i t ，r i s ka v e r s i o na n dd i m i n i s hs e n s i t i v i t y t h i sc h a p t e rp r e s e n t sac o n c l u s i o nt h a t v e h i c l er o u t i n gc h o i c ei sc o n t e x t - d e p e n d e n ta n dv a r i e sw i t ht l 匀f f i ci m p o r t a n c e ，t i m et o b eu s e df o rr o u t e ，t h er a n g eo ft r a v e lt i m ea n dt r a v e l e r sa c q u a i n t a n c et ot h er o u t e ， w h i c hi sd i f f e r e n tf r o mt h ee x i s t e dh y p o t h e s i s i nc h a p t e r4 ，p e o p l eo f t e nm e e tp r o b l e m sw i t hs t o c h a s t i ct r a v e lt i m ei nu r b a nt r a 伍c i nf a c t ，s u c ha st h ec o n c r e t ep r o b l e mw h e nt h ec o n g e s t e dv e r t e xi sm e t , w h i c hm a yl e a d av e h i c l er o u t i n gc h a n g e da c c o r d i n g l y u n d e rt h ec o n d i t i o n st h a tt h ec o n g e s t e dv e r t e xi s m e to n eb yo n ea n dt h ec o n g e s t e dt i m ei sr a n d o m ，am i n i m u mc o s tr o u t i n gm o d e li s f o r m u l a t e db a s e do ns t a t i s t i c s ，t h e nan e ws t a r t - p o i n ts t r a t e g ya n dap s y c h o a n a l y t i c c o e f f i c i e n tr e v i s i o nm e t h o db a s e do nt h ed e c i s i o nm a k e r sc o n j e c t u r ea r ep u tf o r w a r d ， f i n a l l yt h es i m u l a t i o nr e s u l t ss h o w t h es t r a t e g ya n dt h em e t h o dt ob ee f f e c t i v e i nc h a p t e r5 ，b a s e do nt h eh y p o t h e s i so f l i m i t e dr e a s o n , t h ep a p e r p r e s e n t saf l e x i b l e s t r a t e g yo fd y n a m i cv e h i c l er o u t i n gw i t hf u z z yl r a v e lt i m e am o d e lb a s e do nt h e h e u r i s t i ca l g o r i t h mi sg i v e nt od e s i g nf l e x i b l ev e h i c l er o u t ec h o i c ew i t hac e r t a i n d e p a r t u r et i m e w el t s s u _ r r l e t h a tt r a v e lt i m eo ne a c hs e c t i o ni so n l ya p p r o x i m a t e l y k n o w n f i n a l l y , t h ei n f l u e n c eo f t h ed e c i s i o n - m a k e r sp r e f e r e n c eo nt h ef i n a lo b j e c t i v e o ft h ep r o b l e mi sd i s c u s s e du s m gt h em e t h o do fs t o c h a s t i cs i m u l a t i o n t h er e s u l t i n d i c a t e st h eo p t i m a lv a l u eo fp + w i t hac e r t a i nl i m ec o n s t r a i n tu n d e rt h ec e r t a i n t r a n s p o r t a t i o nn e t w o r k s i nc h a p t e r6 ，k n o w i n gt h ef u n c t i o no f t r a v e lt i m eo ne a c hl i n ki nad y n a i l l i cu r b a n t r a n s p o r t a t i o nn e t , w h i c hi sc o n t r o l l e d , t h ep a p e rs t u d i e d t h ec h o i c eo f v e h i c l er o u t ea n d d e p a r t u r et i m eu n d e rt h eg i v e nt r a v e lt i m e b e c a u s et h ef u n c t i o no fm er e v e a l e dl r a v e l t i m eo nl i n k sc h a n g e dw i t ht h ea r r i v a lt i m e ，w ep r e s e n t e das t r a t e g yb a s e do nt h e m o m e n tt h ev e h i c l ea r r i v e da n dc o n s t r u c t e das t o c h a s t i cc h a n c ec o i n r a i n e d 西南交通大学博士研究生学位论文第v 页 p r o g r a m m i n g ag e n e t i ca l g o r i t h mb a s e do ns t o c h a s t i cs m a m m i o nt og e tt h ef i t n e s si s d e s i g n e d f i r e a i y ，t h es i m u l a t i o nr e s u n ss h o w t h es t r a t e g ya n dt h em e t h o di se f l 、e c t i v e i nc h a p t e r7 ，t r a v e lc o s ta n dt i m ea r ek e yt h i n g sw h e n p e o p l es e l e c tm u t i n g t h e f u n c t i o nr e l a t i o nb e t w e e ns t o c h a s t i ct r a v e lc o s ta n dt i m ei ss t u d i e di nt h i sp a p e r a s s u m e dt h a tt r a v e lc o s ta n dt i m ea r el i n e a r l yc o r r e l a t i v e , t h ea l g o r i t h mo fg e r t m o d e li sc o n c l u d e do nt h eb a s i so fm o m e n tg e n e r a t i n gf u n c t i o na n dm a s o nf o r m u l a a ne x a m p l ei sg i v e nt oi l l u m i n a t eh o wt ou s et h ea l g o r i t h m i h ep r o b l e mo fl i n kt r a v e l t i m ea n dd e l a y sw i t hi n d e p e n d e n tn o n - i d e n t i c a ld i s t r i b u f i o nf u n c t i o nc a nb es o l v e d c o n v e n i e n c e l yb yt h ea l g o r i t h m i nc o n c l u s i o n ，w ep o i n to u tm a i ni n n o v a t i o no f t h ed i s s e r t a t i o na n dt h eo r i e n t a t i o n o f f u t u r er e s e a r c hp r o s p e c t i v e k e y w o r d s ：s t o c h a s t i cs h o r i e s cv e h i c l em u t e ；d y n a m i cu s e ro p t i m a la s s i g n m e n t ；m u t e c h o i c eb e h a v i o r , p r o s p e c tt h e o r y , n e s t e dd i a g o n a l i z a t i o na l g o r i t h m ；e m p i r i c a ls t u d y ； h e u r i s t i ca l g o r i t h m ；g e n e t i ca l g o r i t h m ；g e r ta l g o r i t h m 西南交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校 保留并向国家有关部门或机构送交论文的复印件和电予版，允许论文被查阅和 借阅。本人授权西南交通大学可以将本学位论文的全部或部分内容编入有关数 据库进行检索，可以采用影印、缩微或扫描等复南手段保存和汇编本学位论文。 本学位论文属于： 1 保密口，在年解密后使用本授权书 2 不保密d ，使用本授权书。 学位论文作者签名：往。押 日期：诲f 月啦目 将刻嗽：名庄 日期：许f 月j 。f i 西南交通大学 学位论文创新性声明 本人郑重申明：所呈交的学位论文，是本人在导师指导下独立进行所得的 成果。除文中已经注明引用的内容外，本论文不包括任何其他个人或集体已经 发表或撰写过的研究成果。对本论文的研究做出贡献的个人和集体，均已在文 中作了明确的说明。本人完全意识到本申明的法律结果由本人承担。本学位论 文的主要创新点如下： 1 、基于不确定环境中人们出行时的路径选择行为过程，本文建立了o d 对间任意中间节点至迄点间理想阻抗的动态用户最优分配模型，并与瞬时阻抗 的动态用户最优分配模型进行了比较，结果显示，理想阻抗的动态用户最优分 配模型的系统总阻抗较小。 2 、基于行为经济学的研究思想，本文将展望理论应用到城市交通车辆路 径选择中，提出了人们在不确定环境中择路行为的情景依赖性假说。实证研究 发现，人们在城市交通中的车辆择路行为符合展望理论提出的不确定决策特 征：参考点依赖原则；损失规避原则( 对损失的规避程度大予对同等收益 量的追求程度) ；收益时规避风险，损失时追求风险；边际效用递减原则。 人们的择路行为并非力求成本最小化，而是随出行重要性、约束时间、对路径 的熟悉程度以及路径的不确定程度而变化。 3 、基于不确定城市交通中信息的在线性，本文建立了堵塞点依次遇到、 堵塞时间随机的局内随机车辆路径选择的机会约束规划模型，提出了路径选择 的新起点策略，并通过引入出行者的心理判断系数和主观偏好( “成功”到达目 的地的概率) 的概念，探讨了出行者主观偏好对路径选择结果的影响，并给出 了其合理的取值范围。 学位论文作者签名：? 屯、确 日期：御年f 月垆日 西南交通大学博士研究生学位论文第1 页 第1 章绪论 1 1 选题背景与研究意义 1 1 1 选题背景 城市是经济、文化和政治活动的中心，城市交通系统是实现这些活动的 基本条件。城市交通已经成为人们生活中必不可少的一部分，是城市繁荣、 有序和快速发展的基本条件。世界各国在发展经济过程中，城市在不断地延 伸，人们的活动范围随之逐渐扩大，对机动车辆的依赖也只益增强，这就导 致了城市交通撰j 挤的出现。城市在现代经济快速发展的过程中遇到了r 益严 重的交通问题：交通拥挤、安全事故、环境污染、能源紧缺，等等。这些不 但影响了城市的经济建设和运行效率，而且给人们的生活和工作带来了种种 不便与损害，已经制约着城市的可持续发展，成为我们建设和谐社会道路上 的障碍。交通拥堵及其伴生的问题已经引起全社会的高度关注。 随着社会经济的发展，城市化进程的加快，交通拥堵、安全事故、环境 污染和能源短缺等交通相关问题也r 益严重，已经成为世界各国面临的共同 问题，不管是发达国家，还是发展中国家，都正在经历着不断加剧的交通问 题的困扰，交通问题已经成为世界各地城市，尤其是大城市的主要问题。尽 管各国政府在道路建设上都做了大量的投入，城市基础交通设施也取得了较 大发展，但交通拥挤问题仍然十分严重，已经成为非常突出的世界性难题。 交通拥挤不但使出行者浪费时间，而且造成交通事故、能源浪费和增加环境 污染! 美国得克萨斯运输研究所通过对美国3 9 个主要城市的研究表明，每人一 年平均有3 6 小时被堵塞在公路上( 以2 0 0 0 年计) ，如果考虑因交通拥挤而增 加的燃油浪费和环境污染等，每年因交通拥挤造成的经济损失达数千亿美元。 在同本，交通拥挤现象日趋严重。仅东京就有捐j 挤严重的地点2 0 0 多处。 东京高速道路拥挤严重的路段，其拥挤时间可长达1 7 小时，拥挤长度达9 8 7 公罩。 有研究( 李捷萍，2 0 0 2 ) 表明，当汽车的时速从4 0 公罩降低到1 0 公里 时，燃料消耗量增加l 倍，环境负荷增加2 - 4 倍。由于交通捌挤，汽车怠车 第2 页西南交通大学博士研究生学位论文 状态所释放的废气是行车时的l o 多倍以上；北京市机动车排放的c o 、n o 。 的分担率已经高达6 3 和4 6 ：上海市机动车c o 的排放分担率在1 9 9 6 年 就已经高达6 1 。我国城市化建设的步伐越来越快，但落后的城市交通系统 已绎成为制约城市可持续发展的主要瓶颈。零点前进策略咨询公司最近对我 国的七个城市的调查( 林岚，2 0 0 5 ) 显示：上海市驾驶私人汽车上下班的平 均时速为2 0 7 公里，北京市为1 3 2 公里。而成都市只有3 7 公罩! 即低于正 常步行速度。交通状况已经成为人们衡量城市生活质量的重要标准，北京在 2 0 0 5 年度中国宜居城市中的排名急剧下降，主要就是因为交通拥挤。 交通问题成为世界各国城市面临的严重的“城市病”之一，制约着城市的 可持续发展，已经成为我们构建和谐社会道路上的障碍。解决城市交通问题 的传统办法是修建城市道路，我国交通工程项目的规模越来越大，标准也越 来越高，但效果并不理想。例如，北京四环路设计通行能力为每车道1 5 0 0 辆小时，而实际通行的车辆仅为5 0 0 辆d , 时! 即使如此，仍经常发生交通 拥堵。而且，不管是哪个国家的大城市，可供修建道路的土地空间越来越小。 1 1 2 研究意义 k i n g ( 1 9 8 6 ，1 9 8 7 ) 等人研究发现，时间的6 和距离的1 2 被浪费了。 j e f f e r y ( 1 9 9 1 ) 认为驾车者平均多行驶了6 的不必要距离。这表明路网的利用 效率不高，还有较大的能力提高空间。 2 0 世纪9 0 年代，美国准备新建一条从纽约通往新泽西的隧道，但经过 模拟分析发现，只要对交通控制和管理措施进行适当调整，现有的通行能力 就能提高2 0 ，可以满足交通需求，从而避免了资源的浪费。 目前，我国上海市的汽车密度远高于成都，而交通高峰时的车行速度却 高于成都。这也从客观上证明了现有的城市交通网络还有很大的空间。 要提高城市交通网络的利用效率，人们会首先会想到a t i s ( a d v a n c e d t r a v e l e r i n f o r r r m t i o ns y 啦m ) 诱导系统。a t i s 确实可醴发挥重要作用：t s u j i e t a 1 ( 1 9 8 5 ) 通过模拟发现：驾车者在信息系统导引下可获得9 0 o - 1 4 的收益，在 突发性拥挤中甚至会更高。k a n a f a i i ia n da i d e e k ( 1 9 9 1 ) 的研究发现，交通诱 导信息可使路网进入最佳状态，产生铴的净收益。 但是，a t i s 的有效性不是普遍的。黄海军，吴文祥( 2 0 0 2 ) 认为，交通 信息发布后，会诱导交通流漂移，产生新的拥挤，移入交通流的路径上的出 行者旅行成本就会增加，系统的总成本并不一定总是最优的。a t i s 的有效性 西南交通大学博士研究生学位论文第3 页 不是普遍的，而是有条件的。黄海军，林兴强( 2 0 0 3 ) 通过模拟研究发现， 当系统中配置a t i s 的车辆超过一定比例时，a t i s 的边际效果是递减的。 d a v i d ( 2 0 0 3 ) 的模拟研究发现，在非重复性拥挤中，a t i s 对减少车辆出行成本 的效果与系统中交通流的饱和度有关( 模拟研究结果显示，当系统中交通流 的饱和度达到容量的9 5 时。效果最优) 。 n a k a y a m a e ta l ( 2 0 0 0 ) 和j a nd a l ( 2 0 0 0 ) 分别通过实验研究发现，现实中大 多数出行者选择的不是最短路。那么，a t i s 的诱导理论是否符合现实中人们 的择路行为? 城市交通中出行者是如何选择车辆路径的? 城市交通中，交通行为是千百万人参与的活动。每个参与者都有自己的 出行目标和行为准则，在不同的交通环境中作出各自的判断与估计，然后作 出决策。这种判断与估计不仅是在当前情况下对各自所处系统的状态判断与 估计，而且要对系统未来的状态进行判断与估计，争取达到各自目标的最优 化。每个交通行为参与者的决策不仅会影响当前的交通状态，而且会影响未 来的交通状态。而每个交通行为参与者的决策是无法准确预测的，而且，系 统交通状态还具有突变性，这就决定了城市交通系统的不确定性。城市交通 系统的这种不确定性包括：一方面，城市交通系统所处的状态具有随机性； 另一方面，出行者对城市系统所处状态的认知具有模糊性。 科学地“诊治”城市交通“病”是研究人员的迫切任务，这要求我们必须全 面系统地研究城市交通需求和交通流形成的机理，机理清楚了，才能从本质 上发现和解释交通拥挤的产生原因和规律，为科学合理地制定城市交通规划、 设计和发展先进的交通管理与控制技术奠定理论基础。要研究交通流的形成 机理，就不得不研究出行者的择路行为特征! 作为实现城市交通出行合理化的重要内容和手段，研究不确定环境下的 城市交通车辆择路行为有助于人们降低出行成本，提高运作效率，从而全面 提高出行满意度。 在物流管理与优化、准时服务被广泛重视的今天，降低运输成本和提供 运输服务的可靠性成为物流管理中两个重要的因素。不确定环境下的城市交 通车辆路径选择行为问题具有极强的社会背景和应用价值，有利于从社会经 济可持续发展的角度解决资源紧缺、交通拥挤等诸多的社会问题。该问题的 研究可以促进组合优化理论与方法的发展，同时对学科交叉有着积极的推动 作用。可以说，该研究具有重大的理论价值与广阔的现实意义。 另外，随着电子商务的蓬勃发展与中国加入w t o ，市场竞争进一步加 剧，企业要保持和扩大市场，不仅要在产品的质量、功能上下功夫，在产品 第4 页西南交通大学博士研究生学位论文 进入同质化的时代，更重要的还是要提供优质的服务。不确定环境下城市交 通中，v r c 的研究成果，不仅可以帮助运输企业节约运输成本，改善车辆利 用效率，缩短生产周期，加速资金周转，实现资源的合理配置，而且有助于 企业提高服务水平，为顾客提供快捷、准时、安全、舒适的服务，以提高顾 客满意度。 1 2 国内外v r c 问题研究现状 在现实城市生活中，我们经常遇到车辆路径径选择( v e h i c l er o u t i n g c h o i c e ，v r c ) 问题。如我们驾车从一个地方出发到另一地方去，存在许多不 同的路径，我们首先会选择其中最短的路径。当交通网络中车辆较少、不存 在拥挤时，车辆可以自由行驶，我们只需要选择空问最小旅行距离路径。这 属于静态的路径选择问题，按照成熟的d i j k s t r a 算法( d i j k s t r a , 1 9 5 9 ) 或动态 规划方法即可找到最优路径。但是，现实中由于车辆交通需求的不断增加， 城市交通路网供给的相对不足，城市交通就出现了车多路少的供需不平衡局 面，于是，就出现了交通拥挤。由于拥挤形成的原因不同，又可分为重复性 ( 如上下班交通高峰的出现) 和非重复性拥挤( 如偶发的交通事故) ，这就决 定了路径上随机的车辆旅行时间。交通流的分靠具有动态、随机和时变性， 决定了城市交通中某一起、讫点对问某时刻只存在动态、随机最短路径 ( d y n a m i cs t o c h a s t i cs h o r s t e s tr o u t e ，d s s r ) 。这就需要我们在不确定的交通 环境中选择车辆路径。 城市交通网络是由节点通过有限长度的道路连接而成的，它是一个复杂、 丌放、自适应和具有突变特征的系统，具体某条道路上的交通流具有微观特 征，而整个网络的特性却并不等于所有微观特性的简单求和；路径的旅行时 间与道路上的交通流并不是严格的负相关关系( 黄海军，2 0 0 5 ) 。车辆在道路 上的旅行时间是不确定的，如某路径拥挤，并不需要该路径所包括的所有路 段都拥挤，只要有一个路段拥挤甚至一个点拥挤就够了。而且，由于多行为 主体的参与，不同出行者对时间、费用的敏感程度不同，对道路阻抗的预测 能力、理解能力和信息获得能力也不同( 装了a t i s 装置的和没有安装的) ， 因而会做出不同的路径选择行为。系统中多行为主体构成的交通流分布本身 就具有不确定性，而且系统存在突变，这就决定了城市交通流的高复杂性。 即使同一个出行者，由于具体的出行且标、约束时间、道路熟悉程度和旅行 时间波动程度等，在不同出行情景中也会做出不同的路径选择。这种选择的 西南交通大学博士研究生学位论文第5 页 结果就反映到路网中的交通流分白上，就形成了自适应、动态、随机、反馈、 多行为主体和非线性的交通流，系统突变时在线的信息以及系统的开放性决 定了城市交通网络的高复杂性和不确定性。积累效应、奇怪吸引性、开放性 进一步加深了交通流问题的复杂程度。 这种复杂交通环境中的不确定性分为两类，一是网络自身在客观上存在 的随机性，如天气的随机变化，交通流的随机分布，交通事故的随机发生： 二是出行者对网络主观认识上存在着模糊性，对道路阻抗理解的模糊性如 他们的预测能力，理解能力，风险承担能力、信息获得能力、出行经验和道 路熟悉情况等都会影响其路径选择行为。 城市交通中，出行个体只能在既有的交通条件下寻找车辆从起点到迄点 的最优( 最小旅行费用或旅行时间或旅行距离) 路径。d a g a n z o ( 2 0 0 2 ) 进步 将d s s p 选择问题分为前向最短路( f o r w a r ds h o r t e s tr o u t e ，f s r ) 和后向最 短路( b a c k w a r ds h o r t e s tr o u t e ，f s r ) 选择。f s r 选择是指，对于给定出行时 间，以最小旅行费用( 或最小旅行时问) 到达讫点的路径选择；b s r 选择是 指，对于给定到达时间，以最小旅行费用( 或最小旅行时间) 到达讫点的路 径选择。由于该问题将运筹学理论研究和实际生产生活中人们的行为紧密联 系起来，因此自提出后即显现出旺盛的生命力，引起了运筹学、应用数学、 组合数学、网络分析、图论、计算机应用和行为科学等学科的专家和运输计 划制定者以及城市交通管理者的极大重视，成为运筹学和组合优化领域的前 沿和热点问题。 到目前为止，问题的形式已经有了很大的发展，该问题的应用已不仅仅 局限在汽车交通运输领域，在航空、海运、通讯、工业管理、计算机应用等 领域也有一定的应用，其算法已用于航空轮班安排、军事运输、轮船公司运 送货物经过港口与货物安排的优化设计、交通车线路安排、生产系统中的计 划与控制等多种组合优化闯题。可以这样说，是近几十年来运筹学领域 研究最活跃、成果最精彩的方向之一 经过几十年的研究，v r