誘導信息條件下駕駛員路徑選擇決策研究.pdf

1、本文主要圍繞出行者的路徑選擇、誘導信息的發(fā)布以及模型博弈平衡進行了討論與研究。首先，論文將行為強化理論應用到了駕駛員的路徑選擇行為中，提出了在有限理性條件下，駕駛員第k+1次的路徑選擇主要依賴于駕駛員自身第k次路徑選擇所獲得的收益，即:自學習機制。其次，論文將駕駛員的行程時間感受作為駕駛員的路徑選擇收益，并將其時間感受劃分成了三個模糊集，然后給出了各模糊集的隸屬度函數。最后，論文在有限理性和以時間感受為模糊集的前提下，建立了相應的模型，

2、并給出了各模型的求解算法與仿真驗證。具體地來說，論文的主要研究工作內容如下:
　　①將操作反射條件理論應用于駕駛員的車輛路徑選擇行為中，建立了基于有限理性模糊博弈無誘導信息條件下的車輛路徑選擇模型;證明了在模型的九種初始狀態(tài)下，該博弈最終會取得平衡，并給出了九種初始狀態(tài)下的博弈平衡結果。
　?、诮⒘嘶谟邢蘩硇阅：┺挠姓T導信息條件下的車輛路徑選擇模型，給出了該模型的求解算法，并采用具體算例對該模型進行了仿真驗證。

3、　?、蹖Ρ确治隽擞姓T導信息條件下和無誘導信息條件下的博弈平衡結果，結果顯示:誘導信息的發(fā)布并不是一直有效的，誘導信息的有效性與參與博弈的局中人總數以及初始交通流的分布有密切關系;當參與博弈局中人總數小于或接近路網總通行能力時，發(fā)布誘導信息對減小局中人總行程時間是有利的，且路徑L1的初始流量所占比例越接近C1/(C1+C2)，誘導信息的有效性越差;誘導信息的有效性隨路網總流量的增加而增加，當參與博弈局中人總數遠大于路網總通行能力時，發(fā)布誘

4、導信息能有效減小局中人總行程時間。
　　④建立了累積自學習機制的車輛路徑選擇模型，給出了模型的求解算法，并采用具體算例進行了仿真驗證，仿真結果表明:在累積自學習機制下，無誘導信息的車輛路徑選擇博弈結果與發(fā)布誘導信息的車輛路徑選擇博弈結果無顯著差異。
　?、莘治隽擞姓T導信息條件下的博弈模型參數ζ的變化對博弈平衡結果的影響。論文采用仿真驗證的方法分析ζ的變化對博弈平衡結果的影響，仿真結果表明:當參與博弈車輛總數少于路網總通行能力

5、時，ζ的變化對博弈平衡結果影響顯著;當參與博弈車輛總數遠大于路網總通行能力時，ζ的變化對博弈平衡結果無影響;在參與博弈車輛總數一定的情形下，初始狀態(tài)接受誘導的車輛比例越大，ζ的變化對博弈平衡結果的影響越小。
　　⑥最后論文分析討論了博弈模型參數ζ的變化對誘導效果的影響。結果表明:ζ能影響局中人總行程時間T總，它對T總的影響顯著性與博弈的初始接受誘導的車輛比例及博弈局中人總數相關;當局中人總數小于（或接近）路網總通行能力時，ζ對T總