有限理性假设下的城市交通系统均衡及演化机理研究

本项目拟在有限理性假设下，运用行为决策理论和方法，研究出行者的个体行为特征，根据影响出行者出行决策的关键性因素对其进行种群分类，建立基于前景理论的效用度量体系，并提炼归纳出行者的出行决策规则。在此基础上，重新研究城市交通系统的流量分布状态，探讨城市交通网络的均衡理论，建立更完善、更符合现实的交通配流模型。同时，借助演化博弈模型和多Agent技术，通过理论分析与仿真实验，分析城市交通系统从微观个体行为到宏观系统涌现的演化机理和演化过程。本项目基于有限理性的交通出行行为，研究城市交通系统的均衡理论模型以及状态演化机理，对于揭示与解释城市交通流的自组织演变规律有着重要的理论意义和学术价值，能为城市交通规划、管理和控制策略的制定提供更合理的分析视角和科学决策依据。

在本项目开展的三年中，根据申请书中所提出的目标，我们综合运用行为决策科学、交通均衡理论、统计学、运筹学、复杂系统科学、计算机仿真等学科的相关理论与方法，以出行者的有限理性假设为基础，通过数理分析、实证研究与计算仿真相结合，重新深入探讨了城市交通网络上的流量分布规律和均衡理论，较好地完成了原计划中的主要研究内容。. 首先，本项目考虑到出行者的有限理性，运用行为决策理论和方法，研究个体出行行为特征，分析出行行为过程，给出了影响出行者出行决策的关键性因素。由此提炼和归纳出行者的出行决策规则，并建立基于前景理论的效用度量体系，提出了内生参考点选择机制。. 在此基础上，本项目以累积前景理论作为路径选择行为分析的新框架，重新研究了城市交通系统的流量分布状态。分别从出行需求和道路供给能力两方面的不确定性，探讨了随机交通网络上的均衡理论，建立了更为贴近现实的静态交通流分配模型。同时设计了启发式求解算法，并对相关参数进行灵敏度分析。另一方面，注意到出行者在反复的日常出行中的学习与更新行为，本项目从动态交通系统演化的角度，采用一个离散时间的动态学习机制来模拟出行者对出行时间的学习过程，并对出行者更新其自身出行预留时间的机制进行研究，建立了day-to-day的动态交通系统演化模型。由此分析了城市交通系统从微观个体行为到宏观系统涌现的演化规律。. 此外，本项目还讨论了随机交通网络上的道路拥挤收费问题。在有限理性假设下，将基于累积前景理论的路径选择模型应用到拥挤收费和可交易路票的研究中。同时根据相关行为分析的结论，提出了在制定交通管理与控制策略时应注意的原则。