李小靜 劉林忠
(蘭州交通大學(xué)交通運(yùn)輸學(xué)院 蘭州 730070)
城市交通網(wǎng)絡(luò)上的路段和路徑的通行能力因各隨機(jī)因素影響不會永久保持它們的設(shè)計(jì)容量值,而是時刻處于一個隨機(jī)的、動態(tài)的環(huán)境中并造成不同程度的下降,最終會導(dǎo)致城市整體或局部交通網(wǎng)絡(luò)的通行能力隨機(jī)動態(tài)降級變化.隨機(jī)因素除了影響路網(wǎng)通行能力外,也會使得交通的OD需求量發(fā)生變化.在這樣的供需不確定環(huán)境下,隨著人們時間價值觀念的加強(qiáng),行程時間可靠性已經(jīng)成為人們出行中第一或第二位要考慮的因素[1].Lam[2]經(jīng)過調(diào)查計(jì)算得到行程時間可靠性的價值要明顯高于行程時間的價值.實(shí)際出行中,人們不僅希望減少行程時間,而且更期待提高行程時間可靠性.除了這2個因素外,貨幣費(fèi)用在某些情況下也是一個需要考慮的因素.這3個因素是影響出行者選擇路徑最重要的因素[3].但是目前的研究多以行程時間及其可靠性為主建立綜合指標(biāo)[4],而且指標(biāo)多以靜態(tài)來描述,從動態(tài)角度研究的比較少見.
為了更真實(shí)的體現(xiàn)出行者在隨機(jī)路網(wǎng)上的出行行為,建立行程時間、行程時間可靠性和貨幣費(fèi)用的廣義出行費(fèi)用指標(biāo),并將之動態(tài)化,提出“動態(tài)廣義出行費(fèi)用”,建立隨機(jī)用戶平衡模型.并根據(jù)出行者對路況熟悉程度劃分為多個類型,在不確定條件下研究多類型出行者的路徑選擇行為.
文中的常用符號定義如下.
N,A為交通網(wǎng)絡(luò)中節(jié)點(diǎn)集合和路段集合,路段a∈A;W 為OD對集合,OD對ω∈W;Kω為OD對ω間所有路徑集合,路徑k∈Kω;xa,Ca,ˉca為路段a上的交通流量、實(shí)際通行能力和設(shè)計(jì)通行能力,ηa為路段a通行能力最大降級系數(shù)和實(shí)際降級系數(shù),0<ˉηa≤1,ηa≥,Ta為路段a的自由流行程時間和實(shí)際行程時間為路段a的行程時間均值和標(biāo)準(zhǔn)差;為OD對ω間路徑k上實(shí)際行程時間為路段路徑關(guān)聯(lián)系數(shù),如果路段a在路徑k上,其值為1,否則為0;為OD對ω間路徑k上的路徑行程時間均值和標(biāo)準(zhǔn)差;I為不同出行者類型的集合;i為第i類出行者,i∈I.
受交通供需隨機(jī)變化影響,路段和路徑的行程時間均是隨機(jī)變量,下面介紹它們的分布特征.
路段實(shí)際行程時間采用BPR函數(shù),即
式中:β和n為定值,一般β=0.15,n=4.
假設(shè)隨機(jī)變量Ca服從平均分布,其上、下界為和,即Ca~U),并進(jìn)一步假定各路段容量相互獨(dú)立,根據(jù)文獻(xiàn)[5]可得到行程時間均值和標(biāo)準(zhǔn)差的計(jì)算公式為
根據(jù)假設(shè)可知各路段行程時間也是相互獨(dú)立的,故路徑行程時間計(jì)算公式為
由概率論中心極限定理,路徑行程時間服從正態(tài)分布,可以表示為
1)動態(tài)行程時間 式(1)可轉(zhuǎn)變?yōu)?/p>
根據(jù)對隨機(jī)路網(wǎng)的熟悉程度,將出行者分為多類,第i類出行者的行程時間可表示為
由式(9)可知,xai越大,行程時間越大;ηa越大即實(shí)際通行能力越大時,行程時間越小.故路段行程時間隨路段上的實(shí)際流量以及實(shí)際降級系數(shù)變化而變化.
2)動態(tài)行程時間可靠性 Asakura等[6]定義行程時間可靠性為出行者能夠在規(guī)定的時間內(nèi)順利到達(dá)目的地的概率.故路段、路徑行程時間可靠性R一般表示為
式中:P為概率計(jì)算;X為實(shí)際行程時間;Y為規(guī)定的時間閾值.
假設(shè)路段、路徑行程時間均服從正態(tài)分布,則第i類出行者的行程時間可靠性可以表示為
式中:Φ(·)為標(biāo)準(zhǔn)正態(tài)分布;Yi為第i類出行者規(guī)定的時間閾值;μXi和σXi分別為第i類出行者路段或路徑的行程時間的均值和標(biāo)準(zhǔn)差.因均值和標(biāo)準(zhǔn)差均受到流量的影響,故此時的行程時間可靠性是因流量而動態(tài)變化的函數(shù).
3)動態(tài)貨幣費(fèi)用 貨幣費(fèi)用也一個重要的出行指標(biāo),文中基于式(1)得到路段a的貨幣費(fèi)用為
第i類出行者的動態(tài)貨幣費(fèi)用可以表示為
出行者希望行程時間越小越好,可靠性越高越好,貨幣費(fèi)用越少越好.這3個目標(biāo)的理想狀態(tài)一般不能同時達(dá)到,可定義廣義出行費(fèi)用為3個指標(biāo)的加權(quán)平均和.
第i類出行者在路段a上的廣義出行費(fèi)用mai可表示為
式中:Tai,Rai和分別為第i類出行者在路段a上的行程時間、行程時間可靠性和貨幣費(fèi)用.φ為時間價值系數(shù);τ為行程時間可靠性價值系數(shù).ρ1,ρ2,ρ3為權(quán)重系數(shù)且和為1,可體現(xiàn)出行者不同風(fēng)險偏好態(tài)度.
根據(jù)路徑與路段的關(guān)系,第i類出行者在OD對ω間路徑k的廣義出行費(fèi)用可以表示為
出行者面對隨機(jī)的實(shí)際路網(wǎng),只能根據(jù)自己的偏好估計(jì)一個最小費(fèi)用出行.本文假設(shè)出行者的路徑選擇標(biāo)準(zhǔn)是估計(jì)的最小動態(tài)廣義出行費(fèi)用,并且估計(jì)廣義費(fèi)用與實(shí)際廣義費(fèi)用之間有一個隨機(jī)誤差,各路徑相互獨(dú)立并服從甘貝爾分布.每類出行者以一定的概率選擇路徑,由離散理論OD對ω間的第i類出行者路徑k被選擇的概率為
式中:θi為第i類出行者對路況的熟悉程度,該值越大表示出行者對路況越熟悉.
各類出行者在隨機(jī)路網(wǎng)上的路徑選擇最后將達(dá)到Logit平衡狀態(tài),所有已選路徑上的實(shí)際出行費(fèi)用不一定相同,但必須滿足以下平衡條件.
假設(shè)出行者交通需求是具有上限且與期望最小廣義出行費(fèi)用相關(guān)的嚴(yán)格單調(diào)遞減函數(shù),可表示為:
多類型出行者隨機(jī)用戶平衡問題可采用下面的數(shù)學(xué)規(guī)劃模型.
式(22)~(24)為交通量守恒條件;式(25)為交通量非負(fù)約束.
模型的等價性及惟一性證明可首先構(gòu)造數(shù)學(xué)規(guī)劃模型的拉格朗日函數(shù),然后應(yīng)用Kuhn-Tucker一階最優(yōu)性條件證明,具體證明過程可參考文獻(xiàn)[7].
步驟1 初始化 根據(jù)初始零流求出各類出行者的路段廣義出行費(fèi)用 {=mai(0)},然后計(jì)算各類出行者的和.在路網(wǎng)G上隨機(jī)分配各類出行者OD流量,得到路段初始可行流量 {},令迭代系數(shù)g=1.
步驟3 方向?qū)ふ?根據(jù)當(dāng)前各類出行者的路徑的廣義出行費(fèi)用 {},計(jì)算和.依次對在路網(wǎng)G上進(jìn)行隨機(jī)分配,得到各路段的附加交通流量}.
圖1為一小型測試網(wǎng)絡(luò),包括一個OD對和3條路段.本文令τ=1.5,φ=1,ε=0.001.假設(shè)有2類出行者,OD流量為qωi=ˉqωi-1.5Sωi,ˉqωi=50 veh·min-1,i=1,2,2類出行者的出行量各占OD流量的50%.θ1=2,θ2=1,表明第一類出行者比第二類出行者對路況較熟悉.對路況熟悉的設(shè)置較小的時間閾值,不熟悉的設(shè)置較大的時間閾值:Y1=15min;Y2=30min.
圖1 測試網(wǎng)絡(luò)
各路段的屬性見表1.以下如無特別說明,流量的單位均為veh·min-1,時間單位為min,費(fèi)用單位為人民幣.
表1 路段屬性
初始路網(wǎng)條件假定ρ1=0.3,ρ2=0.5,ρ3=0.2,可得到平衡配流結(jié)果.平衡時路段上的流量分別為:x11=0.334 7,x21=0.274 0,x31=19.747 7,x12=3.721 5,x22=3.367 3,x32=13.572 2.循環(huán)次數(shù)g=82,總需求qω=41.017 3.
從結(jié)果可知,在初始路網(wǎng)條件下,雖然路段3自由流貨幣費(fèi)用最高,但兩類出行者仍在路段3上分配了較大的流量.這主要是因?yàn)槁范?的自由流行程時間較小,而且實(shí)際通行能力較大可靠性較高,因此路段3具有最低的廣義出行費(fèi)用.x31>x32,說明由于第一類出行者較熟悉路況,所以流量大于第二類出行者流量.
模型中θi體現(xiàn)不同類型出行者對路況的熟悉程度,指標(biāo)權(quán)重可以體現(xiàn)出行者的不同的風(fēng)險偏好和選擇標(biāo)準(zhǔn),規(guī)定的時間閾值對行程時間可靠性也有一定的影響.故下面將對這3個參數(shù)進(jìn)行靈敏度分析,來驗(yàn)證出行者路徑選擇行為是否與經(jīng)驗(yàn)相符.
1)路況熟悉程度影響 參數(shù)θ1和θ2取不同值時,計(jì)算結(jié)果見表2.
由表2可知,2類出行者都聚集在自由流時間較短的路段3上.隨著θ1逐漸增大,x31逐漸增加;θ2逐漸增加時,x32逐漸增加;總需求越來越少.說明因?yàn)閰?shù)θ取值增大,出行者越來越熟悉路況,兩類出行者都有更多機(jī)會選擇到費(fèi)用最少的路段3,從而導(dǎo)致OD對之間出行者的期望最小出行費(fèi)用增加和OD需求量減少.
2)權(quán)重影響 指標(biāo)權(quán)重取不同值時的平衡分配結(jié)果見表3.
表2 不同θ時的平衡分配結(jié)果
表3 不同權(quán)重時的平衡分配結(jié)果
由表3可知,當(dāng)ρ1較大時,出行者以行程時間為主要選擇依據(jù).路段3的自由流行程時間最小,故x31和x32最大.ρ2較大時,出行者以行程時間可靠性為主要選擇標(biāo)準(zhǔn).第一類出行者在路段3上分配流量最大,路段1和2稍小,這是因?yàn)槁范?降級后通行能力較大,可靠性較高.第二類出行者對路況不熟悉,綜合考慮認(rèn)為路段1和路段3的廣義出行費(fèi)用較低,故流量稍大.ρ3較大時,出行者主要以貨幣費(fèi)用為路徑選擇標(biāo)準(zhǔn).兩類出行者分配結(jié)果類似,由于路段1自由流貨幣費(fèi)用為0,故x11和x12最大;路段2、3由于費(fèi)用較大,所以流量近似為0.不同權(quán)重分配結(jié)果與經(jīng)驗(yàn)相符.
3)時間閾值影響 時間閾值取不同值時的平衡分配結(jié)果見表4.
由表4可知,當(dāng)Y1增大時,第一類出行者在路段3上的流量向路段1、2少量轉(zhuǎn)移.說明第一類出行者設(shè)定的閾值增大時,路段的可靠性均有所提高,這時會有少量的出行者放棄路段3而選擇其他路段.當(dāng)Y2減少時,第二類出行者在路段1、2的流量向路段3上少量轉(zhuǎn)移.這是因?yàn)楫?dāng)閾值減少時,可靠性減少,出行者為了提高可靠性繼續(xù)向路段3轉(zhuǎn)移,使x32增大.該結(jié)論與實(shí)際相符合.
表4 不同閾值時的平衡分配結(jié)果
在降級路網(wǎng)和彈性需求下,采用行程時間、行程時間可靠性和貨幣費(fèi)用的加權(quán)和定義了廣義出行費(fèi)用,并根據(jù)出行者對路網(wǎng)的熟悉程度劃分為多種類型,建立了多類型出行者隨機(jī)用戶平衡模型,并用MSA算法求解,且算例結(jié)果分析均與經(jīng)驗(yàn)相吻合.將規(guī)定的時間閾值考慮為流量的動態(tài)函數(shù)可作為下一步研究的方向.
[1]ABDEL-ATY M,KITAMURA R,JOVANIS P.Exploring route choice behavior using geographical information system-based alternative paths and hypothetical travel time information input[J].Transportation Research Record,1995,1493:74-80.
[2]LAM T.The effect of variability of travel time on route and time-of-day choice[D].Irvine:University of California,2000.
[3]WANG J Y T,EHRGOTT M,CHEN A.A bi-objective user equilibrium model of travel time reliability in a road network[J].Transportation Research Part B,2014,66:4-15.
[4]胡文君,周溪召.多用戶多模式多準(zhǔn)則隨機(jī)用戶均衡模型[J].武漢理工大學(xué)學(xué)報(bào):交通科學(xué)與工程版,2012,36(2):366-370.
[5]LO H K,LUO X W,SIU B W Y.Degradable transport network:travel time budget of travelers with heterogeneous risk aversion[J].Transportation Research Part B,2006,40(9):792-806.
[6]ASAKURA Y,KASHIWADANI M.Road network reliability caused by daily fluctuation of traffic flow[C].Proceedings of the 19th PTRC Summer Annual Meeting,Brighton,1991:73-84.
[7]SHAO H,LAM W H K,TAM M L.A reliabilitybased stochastic traffic assignment model for network with multiple user classes under uncertainty in demand[J].Network and Spatial Economics,2006(6):173-204.