不确定环境下城市交通中车辆路径选择研究

不确定环境下城市交通中车辆路径选择研究

论文摘要

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间。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捌挤,节约社会能源,保护城市环境,降低出行成本,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1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OD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OD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OD对间同时出发、选择不同路径的出行者,其旅行时间可能不同。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:①参考点依赖原则;②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

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 选题背景与研究意义
  • 1.1.1 选题背景
  • 1.1.2 研究意义
  • 1.2 国内外VRC问题研究现状
  • 1.2.1 国外VRC问题研究综述
  • 1.2.2 国内VRC问题研究综述
  • 1.3 研究中存在的问题
  • 1.4 本论文研究内容
  • 第2章 理想/瞬时动态用户最优分配模型比较
  • 2.1 问题的提出
  • 2.2 符号体系及相关约束
  • 2.3 模型的建立
  • 2.4 求解算法
  • 2.5 模型的比较
  • 2.6 本章小结
  • 第3章 城市交通中车辆择路行为实证研究
  • 3.1 问题的提出
  • 3.2 问题分析
  • 3.3 择路行为假设
  • 3.4 实证研究
  • 3.4.1 研究方法
  • 3.4.2 择路行为的损失规避原则研究
  • 3.4.3 择路行为的理论假设研究
  • 3.4.4 择路行为的情景依赖性研究
  • 3.5 本章小结
  • 第4章 随机旅行时间局内车辆路径选择研究
  • 4.1 问题的提出
  • 4.2 模型构建
  • 4.3 问题分析
  • 4.3.1 新起点策略
  • 4.3.2 新起点策略的系数修正
  • 4.4 模型求解
  • 4.5 数值仿真分析
  • 4.6 本章小结
  • 第5章 城市交通车辆模糊路径的柔性选择策略
  • 5.1 问题的提出
  • 5.2 模型的建立
  • 5.2.1 问题分析
  • 5.2.2 数学模型
  • 5.3 求解柔性选择路径的启发式算法
  • 5.3.1 算法设计
  • 5.3.2 旅行距离计算
  • 5.4 随机实验及分析
  • 5.5 本章小结
  • 第6章 约束路网中车辆出行选择研究
  • 6.1 问题的提出
  • 6.2 问题的提出
  • 6.3 优化算法设计
  • 6.3.1 染色体编码
  • 6.3.2 适应度函数
  • 6.3.3 染色体选择
  • 6.3.4 染色体交叉
  • 6.3.5 染色体变异
  • 6.4 算例
  • 6.5 本章小结
  • 第7章 车辆随机路径选择的GERT算法研究
  • 7.1 GERT算法概述
  • 7.2 问题的提出
  • 7.3 解决问题的基本思路及模型建立
  • 7.3.1 车辆旅行费用与时间相关的GERT模型
  • 7.3.2 随机路径选择分析
  • 7.4 算例
  • 7.5 本章小结
  • 结论
  • 致谢
  • 主要参考文献
  • 攻读博士学位期间发表的论文及科研情况
  • 相关论文文献

    • [1].股权激励对企业创新活动的影响[J]. 现代经济信息 2019(16)
    • [2].复杂不确定环境下逆向供应链碳足迹优化[J]. 企业经济 2013(04)
    • [3].不确定环境下项目拆分和带缓冲时间的多项目协同调度研究[J]. 计算机应用研究 2020(10)
    • [4].动态不确定环境下一种移动机器人路径规划方法[J]. 电气技术 2010(01)
    • [5].家事易生鲜电商不确定环境下312plus双营/盈模式重构[J]. 物流工程与管理 2016(11)
    • [6].不确定环境下的管理决策研究——效果推理视角[J]. 南开管理评论 2017(05)
    • [7].不确定环境下生鲜农产品安全库存设置研究[J]. 现代商贸工业 2020(33)
    • [8].不确定环境下京东如何逆势而上[J]. 新经济 2020(08)
    • [9].不确定环境下更需要员工的稳定[J]. 企业管理 2012(02)
    • [10].不确定环境下集装箱码头的扰动管理[J]. 物流技术 2010(Z1)
    • [11].情景规划:高度不确定环境下一种化“危”为“机”的战略规划工具[J]. 竞争情报 2019(06)
    • [12].不确定环境下编队协同信息交互优先权模型[J]. 火力与指挥控制 2020(09)
    • [13].不确定环境下无人机区域目标搜索及载荷参数影响[J]. 国防科技大学学报 2020(04)
    • [14].不确定环境下的几类保险理赔分布研究[J]. 中国证券期货 2011(09)
    • [15].不确定环境下震后应急物资配送模型研究[J]. 青海交通科技 2020(01)
    • [16].产出不确定环境下考虑供货承诺的定价与投入决策模型[J]. 控制与决策 2017(09)
    • [17].需求不确定环境下多个零售商竞争的鲁棒随机优化模型[J]. 中国管理科学 2008(04)
    • [18].一种动态不确定环境下的机器人路径规划算法[J]. 哈尔滨工业大学学报 2010(11)
    • [19].不确定环境下一维下料问题[J]. 锻压技术 2020(03)
    • [20].不确定环境下多阶段多目标决策模型[J]. 系统工程理论与实践 2010(09)
    • [21].不确定环境下决策范式的演进[J]. 统计与决策 2009(19)
    • [22].机电行业企业家“严冬”聚首纵论不确定环境下的企业发展之道[J]. 中国机电工业 2012(03)
    • [23].不确定环境下高职院校专业群秩序建构研究[J]. 中国职业技术教育 2020(23)
    • [24].不确定环境下绿色供应链的战略评价方法[J]. 现代管理科学 2011(03)
    • [25].不确定环境下如何决策[J]. 现代国企研究 2013(06)
    • [26].噪声不确定环境下条件数检测算法性能分析[J]. 数字技术与应用 2014(08)
    • [27].不确定环境下的财务柔性管理研究[J]. 当代经济 2010(19)
    • [28].不确定环境下的单机成套订单鲁棒计划[J]. 工业工程与管理 2008(06)
    • [29].不确定环境下高新技术企业研发预算管理探讨[J]. 财会学习 2019(35)
    • [30].不确定环境下中小企业知识管理战略的探讨[J]. 现代商业 2019(17)

    标签:;  ;  ;  ;  ;  ;  ;  ;  ;  

    不确定环境下城市交通中车辆路径选择研究
    下载Doc文档

    猜你喜欢