需求不确定环境下的城市道路网络容量评价模型研究

Recent years, the rapid growth of the amount of the motor vehicle causes most cities in China have been suffering the shortage of road transport resources. For this reason, the urban transportation planning and management departments urgently need to evaluate that if the current or planned road network can meet the travel demand in future, or how much demand variation can be accommodated by the road system. This project focuses on the urban road network, and studies the practical evaluation approach for the road network capacity by using empirical data, theoretical models and experimental analysis, so as to quantitatively reflect the demand level that can be allocated by road network. .On the basis of the road network reserve capacity model, ultimate capacity model and practical capacity model, the demand uncertainties are introduced to improve the prevailing evaluation approaches for the network capacity. The demand uncertainties include the realistic fluctuation of the current trip demand, the distribution possibility of the future demand distribution, and the randomness of the travelers' route choice. The resultant uncertainty optimization problems are modeled and solved by using the robust optimization. The conservative property of the robust optimization can be conquered by choosing the proper formulation of the uncertain set. The empirical tests will be conducted to show the application effect of the proposed approach. Utilizing the simulation experiments, the key factors for the improvement of the road network capacity will be demonstrated. The results of this project is expected to provide decision support to the evaluation and improvement of the transportation planning schemes.

近年来，机动车的快速增长导致我国多数城市正面临着严重的道路资源紧张问题。因此，城市交通规划与管理部门亟需评估现状或规划路网是否满足未来出行需求，能够负荷怎样的需求变化。本研究以城市道路网络为研究对象，从数据归纳、理论模型、实证分析三个层次，研究需求不确定环境下路网容量的评价方法，以期定量化、实用化地评估道路系统对需求量的承载能力。.在道路网络储备、极限和实用容量模型基础上，引入需求不确定因素，改进现有网络容量评价方法。需求不确定环境反映了既有网络需求的真实波动、未来需求分布的可能性以及出行者路径选择的随机性。由此产生的不确定优化问题采用鲁棒优化方法建模求解，并通过研究不确定集合的合理形式，克服鲁棒优化解的保守性。结合实证分析，检验所提出方法的实际效果；开展模拟实验，分析提升道路网络容量的关键因素，为城市交通规划方案评价与改善提供决策支持。

随着城市的快速发展，城市的交通问题逐渐显现并趋于严重化，其中路网拥堵成为阻碍城市交通发展的重要因素。如何正确评价现状及规划道路网络的容量水平，成为交通规划与管理工作中的一项重要诉求。本项目以城市道路网络为主要研究对象，从理论研究、优化方法、实证分析三个层次，研究需求不确定环境下道路系统对需求量承载能力的评价方法，为交通规划与管理工作提供了定量化、实用化的分析工具。研究了道路网络承载力形成机理，通过分析需求分布的不确定性特征，构建了不确定参数下的路网容量模型；并基于敏感度分析方法，对扰动下的路网容量模型进行快速求解，研究了需求不确定变化对路网容量评价结果的影响。构建三种不确定参数集合，提出了基于鲁棒优化的路网容量模型，研究了需求参数变动下，路网容量问题的鲁棒解的变化规律，并且进一步研究了不同集合对于路网容量鲁棒解的影响。为了高效求解路网容量的下层模型问题，提出了一种基于新型步长策略（Barzilai-Borwein步长）的快速求解算法；与现有算法相比，新算法具有更快的收敛速度（2倍以上），尤其适用于具有复杂目标函数的网络均衡优化问题。本研究还将路网容量问题拓展至多模式城市交通网络，采用交叉巢式（cross-nested）logit模型描述多模式联程出行行为；通过实证网络，演示了多模式交通网络容量模型的能力与优势，为交通规划实践工作提供了新的有效工具。研究提出了基于网络容量的一种新型路段关键性指标，较以往基于总体效率的性能指标，新指标能有效反映路段对于网络承载力的影响，可作为现有性能指标的补充；并且提出了一种基于灵敏度分析的网络容量估计方法，能够快速估计路段失效对网络总体容量的影响；通过对实证路网系统的模拟实验，其运算时间仅为现有评价方法的4.0%。综合以上方面的研究，进一步完善了城市道路网络容量研究的理论体系。