关键词：
理性疏忽
应急疏散
双层优化
动态路径选择
信息
摘要：
在如今信息化时代,信息对人们决策产生的影响是毋庸置疑的,同时决策者的非完全理性这一特征也渐渐被越来越多的学者所探讨和研究。本文借用经济学中理性疏忽理论对应急疏散下的交通管理措施和动态交通分配进行了研究和分析,该理论在放松完全理性人假设的同时,将信息作为一个重要影响因素纳入了数学模型的考虑中。首先,考虑疏散网络交通状态的随机性和出行者信息处理能力的有限性,将交通状态及信息成本内生性地考虑进数学模型,建立基于理性疏忽理论的疏散网络双层优化模型。上层以系统总疏散时间最小为目标,将路段是否单行作为决策变量,下层建立理性疏忽下的用户均衡模型,设计离散粒子群优化算法与逐次平均法相结合的启发式混合算法,上层采用粒子群算法求解,得到的单行策略传递给下层,下层模型采用逐次平均法求解,将得到的路段交通量返回给上层,最终得到最优疏散策略。研究发现,最优单行策略要优于非单行策略和全单行策略,设计的算法可以快速识别疏散网络的关键路段,且对于整个疏散系统而言,出行者获取的信息并不是越多越好。其次,由于疏散系统中出行者的信息处理能力并不都是一致的,考虑单位信息成本的不同,建立了异质理性疏忽出行者下的疏散网络双层优化模型,设计了连续权重算法与离散粒子群算法相结合的启发式混合算法,研究表明,当系统中出现异质出行者时,其各自所占的比例对疏散系统有较大影响,最优疏散策略在一定程度上可以弥补单位信息成本差异给疏散效率带来的损失。最后,进一步对理性疏忽理论与动态交通分配的结合做了深入研究,定义了理性疏忽理论下的动态用户均衡状态,借用瓶颈点排队模型给出了理性疏忽下的出行时间公式,建立了理性疏忽动态路径选择模型及变分不等式模型,并证明了二者的等价性和模型解的存在性;求解算法部分设计了自调整步长和固定步长下的连续平均算法,并在算例中对比了二者的收敛性能;对单位信息成本进行灵敏度分析发现,不同单位信息成本的出行者在交通流时空分布上有较大差异,且所建立模型可以较好地反映出行者从“完全信息”到“完全无信息”变化时的流量分布情况。本部分的内容为研究信息获取对动态路径决策产生的影响提供了新的思路。总之,对于应急疏散这样一类非常规的交通出行活动,为了将个人成本和社会成本降到最小,交通运输系统在其中发挥的作用不容忽视,这要求疏散管理者能够合理有效地制定疏散策略,做好道路管控,本文的研究可为其提供合理科学的疏散指导。另外,将理性疏忽理论和动态路径选择相结合,丰富了动态交通分配基础理论,明晰了非完全信息下交通流量的时空分布特征,有助于加深人们对于交通拥挤问题的理解。
