基于先進(jìn)交通信息的多目標(biāo)多類(lèi)用戶(hù)降級(jí)路網(wǎng)雙層優(yōu)化

曾明華，楊曉光，李夏苗(1.華東交通大學(xué) 軌道交通學(xué)院，江西 南昌，001；.同濟(jì)大學(xué) 交通運(yùn)輸工程學(xué)院，上海，01804；.中南大學(xué) 運(yùn)輸工程學(xué)院，湖南 長(zhǎng)沙，410075)

基于先進(jìn)交通信息的多目標(biāo)多類(lèi)用戶(hù)降級(jí)路網(wǎng)雙層優(yōu)化

曾明華1,2，楊曉光2，李夏苗3
(1.華東交通大學(xué) 軌道交通學(xué)院，江西 南昌，330013；
2.同濟(jì)大學(xué) 交通運(yùn)輸工程學(xué)院，上海，201804；
3.中南大學(xué) 運(yùn)輸工程學(xué)院，湖南 長(zhǎng)沙，410075)

考慮先進(jìn)的出行者信息系統(tǒng)(ATIS)與可變信息板(VMS)的共同影響，研究混合交通(普通交通與突增的應(yīng)急交通)在降級(jí)路網(wǎng)中的隨機(jī)均衡分配及路網(wǎng)的性能優(yōu)化。利用應(yīng)急交通可靠度和路段負(fù)效用2個(gè)目標(biāo)定義廣義路徑費(fèi)用，并基于VMS信息效用與路段廣義費(fèi)用設(shè)計(jì)了新的路徑長(zhǎng)度(path size，PS)屬性公式，進(jìn)而構(gòu)造改進(jìn)的路徑長(zhǎng)度logit(PSL)模型；建立以降級(jí)路段的最差容量利用系數(shù)為優(yōu)化變量的多類(lèi)用戶(hù)多目標(biāo)雙層規(guī)劃模型，其中，下層是基于PSL模型的混合交通隨機(jī)用戶(hù)均衡分配模型。利用應(yīng)急交通的可靠度定義適應(yīng)度函數(shù)，設(shè)計(jì)以進(jìn)化算法為主體框架的優(yōu)化算法，通過(guò)求解獲得流量分布、ATIS占有率與服從率以及各項(xiàng)性能指標(biāo)。研究結(jié)果表明：模型與算法是可行有效；相對(duì)于隨機(jī)模擬，優(yōu)化可以大幅度提升應(yīng)急交通的可靠性，VMS能輔助ATIS以提升應(yīng)急交通可靠性并降低全路網(wǎng)的總期望出行時(shí)間費(fèi)用；需求增長(zhǎng)對(duì)降級(jí)路網(wǎng)性能會(huì)產(chǎn)生較大影響，但VMS仍能在需求增長(zhǎng)時(shí)有效優(yōu)化系統(tǒng)性能。

交通工程；降級(jí)路網(wǎng)雙層優(yōu)化；改進(jìn)路徑長(zhǎng)度logit模型；應(yīng)急疏散；先進(jìn)交通信息

大型市民活動(dòng)、體育賽事以及突發(fā)災(zāi)害等往往會(huì)造成局部區(qū)域交通需求激增的交通事件。若不對(duì)城市交通網(wǎng)絡(luò)進(jìn)行提前優(yōu)化與規(guī)劃進(jìn)行預(yù)案，則可能造成交通擁堵甚至大面積長(zhǎng)時(shí)間交通狀況惡化。交通事件易造成交通擁堵或交通事故，常用應(yīng)急疏散問(wèn)題來(lái)處理，包括應(yīng)急疏散優(yōu)化與路徑規(guī)劃等，如基于動(dòng)態(tài)交通分配[1]、魯棒優(yōu)化[2]等疏散優(yōu)化，基于車(chē)道建模的應(yīng)急疏散路徑規(guī)劃[3-4]。交通需求不確定是應(yīng)急交通疏散中面臨的主要問(wèn)題之一，楊兆升等[5-6]采用多目標(biāo)和雙層規(guī)劃分別研究了需求不確定和應(yīng)急狀態(tài)下的優(yōu)化問(wèn)題。魯棒優(yōu)化是解決交通需求不確定的有用工具。YAO等[2]基于魯棒優(yōu)化方法提出了應(yīng)急疏散的魯棒線(xiàn)性規(guī)劃模型。魯棒優(yōu)化主要研究不確定性對(duì)系統(tǒng)的影響以設(shè)計(jì)性能最優(yōu)的新系統(tǒng)。針對(duì)小區(qū)之間的交通需求很難準(zhǔn)確預(yù)測(cè)，孫華等[7]假定起訖點(diǎn)(OD)需求不確定且屬于有界區(qū)間，利用魯棒優(yōu)化的方法建立考慮用戶(hù)均衡約束的交通網(wǎng)絡(luò)設(shè)計(jì)極小極大模型，表明可得到更高可靠性網(wǎng)絡(luò)。交通事件發(fā)生時(shí)局部交通需求波動(dòng)會(huì)導(dǎo)致部分路段容量下降。DU等[8]分析了降級(jí)路網(wǎng)出行者路徑選擇行為并提出降級(jí)交通系統(tǒng)的理論框架，黎茂盛等[9]分析了出行者對(duì)降級(jí)路網(wǎng)的認(rèn)知與交通流均衡分析模型。短期的路網(wǎng)容量降級(jí)會(huì)影響路網(wǎng)出行時(shí)間可靠性等系統(tǒng)性能，對(duì)路網(wǎng)可靠性的研究主要集中在連通可靠性、出行時(shí)間可靠性和容量可靠性[10]，基于出行時(shí)間的可靠性測(cè)度主要有出行時(shí)間可靠性[11-12]、出行時(shí)間預(yù)算可靠性[13-15]，也有利用期望總時(shí)間[16]表達(dá)可靠性概念。況愛(ài)武等[12]研究考慮OD對(duì)出行時(shí)間可靠性的道路網(wǎng)容量可靠性。SZETO 等[15]基于可靠性研究帶容量約束隨機(jī)公交分配行為。LO等[13]提出用戶(hù)出行時(shí)間預(yù)算可靠性并研究多類(lèi)用戶(hù)降級(jí)路網(wǎng)混合均衡及網(wǎng)絡(luò)設(shè)計(jì)。要甲等[17-18]基于降級(jí)路網(wǎng)出行時(shí)間預(yù)算可靠性分別研究小汽車(chē)和地鐵之間不存在和存在換乘的多模式交通平衡問(wèn)題。SUMALEE等[19]提出部分用戶(hù)認(rèn)識(shí)到路網(wǎng)降級(jí)的部分用戶(hù)平衡概念與模型，蒲云等[16]研究基于部分隨機(jī)用戶(hù)平衡(SUE)的可靠性網(wǎng)絡(luò)設(shè)計(jì)。無(wú)論是所有路段各取不同降級(jí)系數(shù)[13]，還是各路段取統(tǒng)一降級(jí)系數(shù)[17-18]，都難以反映實(shí)際情況，不適用于應(yīng)急疏散時(shí)獲取部分路段的最優(yōu)降級(jí)系數(shù)以達(dá)到系統(tǒng)最優(yōu)，并且以往研究沒(méi)有或很少在降級(jí)路網(wǎng)研究中挖掘先進(jìn)出行者信息系統(tǒng)(ATIS)與可變信息板(VMS)對(duì)用戶(hù)出行行為的影響。為此，本文作者針對(duì)應(yīng)急疏散交通網(wǎng)絡(luò)系統(tǒng)的多目標(biāo)、多用戶(hù)、主從博弈、路徑選擇隨機(jī)性、信息化等現(xiàn)實(shí)特征，研究ATIS與VMS影響下基于降級(jí)路網(wǎng)多目標(biāo)多類(lèi)用戶(hù)混合交通均衡的應(yīng)急疏散雙層優(yōu)化問(wèn)題，結(jié)合路徑長(zhǎng)度logit(PSL)模型建立基于可靠度和負(fù)效用雙準(zhǔn)則的多目標(biāo)多類(lèi)用戶(hù)雙層規(guī)劃模型，并設(shè)計(jì)基于進(jìn)化算法與隨機(jī)交通分配算法的求解算法。

1　基本問(wèn)題描述

將交通網(wǎng)絡(luò)描述為G=(V, E)，其中，V為節(jié)點(diǎn)集合，E為區(qū)域所有路段集合。記W={w}為OD對(duì)集合，Rw為w∈W之間的路徑集合。設(shè) va為路段a∈E的交通流量，為相應(yīng)向量，R+為非負(fù)實(shí)數(shù)集；為路徑OD對(duì)w間上的交通流量，記為路徑流量向量。交通事件發(fā)生時(shí)，設(shè)應(yīng)急疏散OD為，對(duì)應(yīng)路徑集合為 Rwˊ，交通事件源的應(yīng)急需求為 qwˊ或。假設(shè)交通系統(tǒng)中應(yīng)急交通全部配置ATIS而普通交通部分配置ATIS系統(tǒng)，從而，將用戶(hù)分為3類(lèi)，第1類(lèi)有ATIS且服從誘導(dǎo)指令，第2類(lèi)有ATIS但不服從指令，第3類(lèi)無(wú)ATIS。3類(lèi)用戶(hù)的相關(guān)變量如路段出行時(shí)間，路段與路徑流量、路徑選擇概率以及OD對(duì)間的交通需求量等分別在相應(yīng)變量的右下角用1，2和3標(biāo)示。ATIS 和VMS通過(guò)發(fā)布信息影響多類(lèi)出行者的隨機(jī)路徑選擇行為，從而導(dǎo)致混合交通隨機(jī)均衡，事故路段交通需求突增導(dǎo)致其上出行負(fù)效用大幅提升進(jìn)而使路網(wǎng)部分路段容量降級(jí)至最差容量利用系數(shù)(WCUF)，通過(guò)調(diào)整該系數(shù)追求應(yīng)急疏散交通的最大可靠度并保證較小的期望出行時(shí)間。

2　容量降級(jí)路網(wǎng)出行時(shí)間可靠性與廣義路徑費(fèi)用

3　改進(jìn)路徑長(zhǎng)度logit模型及多類(lèi)用戶(hù)需求計(jì)量

3.1隨機(jī)路徑選擇PSL基本模型

ATIS和VMS所提供的實(shí)時(shí)交通信息只能在一定程度上提升出行的確定性，不能消除交通系統(tǒng)隨機(jī)性，假設(shè)各類(lèi)用戶(hù)對(duì)廣義路徑費(fèi)用的感知誤差獨(dú)立同Gumbel分布，用戶(hù)出行遵循某種隨機(jī)程度(用正參數(shù)θ表示)的路徑選擇。采用由Ben-Akiva提出的PSL模型[20]，該模型區(qū)別于多項(xiàng)式logit模型在指數(shù)部分增加了1項(xiàng)PS屬性項(xiàng)，既能克服C-logit的理論缺陷，又相對(duì)簡(jiǎn)單且具有交叉巢式logit模型刻畫(huà)重疊路徑的能力。設(shè)μ是待定參數(shù)(取μ=1)，為PS屬性，則PSL模型如下：

3.2一種新的PS屬性計(jì)算途徑

PS屬性的原始公式為[20]其中：La與Lr分別為路段a和路徑r的“長(zhǎng)度”；Er為OD對(duì)w之間的路徑r上的路段集合。

在以往的研究中，該P(yáng)S屬性的計(jì)算通常只用到物理長(zhǎng)度、出行時(shí)間、出行費(fèi)用等，未見(jiàn)將VMS信息對(duì)路網(wǎng)及交通流的局部影響用來(lái)計(jì)算PS屬性的相關(guān)報(bào)道。交通事件期間，事發(fā)路段的交通流突然增大，導(dǎo)致部分路段容量下降。為合理管控?fù)矶虏⒎乐菇煌ㄊ鹿剩谑掳l(fā)路段前端或其他重要路段上游部分設(shè)置VMS，為司機(jī)提供該路段及容量下降路段的實(shí)時(shí)信息。利用VMS信息效用的衰減特性來(lái)描敘VMS對(duì)其所處路段及其影響范圍內(nèi)路段的影響系數(shù)，并與路段廣義費(fèi)用共同定義PS屬性中的路段“長(zhǎng)度”，進(jìn)而構(gòu)造一種新的PS屬性公式。

采用信息效用的衰減因子來(lái)描敘VMS信息效用對(duì)其后續(xù)路段產(chǎn)生的影響隨距離增長(zhǎng)而減弱的特征。路徑r上VMS的有效影響路段指路徑r上設(shè)置VMS所在路段a的后續(xù)路段。若某路徑上設(shè)置了幾個(gè)VMS裝置，則VMS的獨(dú)立影響路段集合指路徑r上路段a中VMS的有效影響路段集合中刪除下個(gè)VMS的有效影響路段后的剩余路段，且滿(mǎn)足(δ為常數(shù))。設(shè)k為路徑r上路段a之后的第n條路段，路段k的信息在路段a上VMS中顯示時(shí)，信息效用的衰減因子記為。可取，與信息精度及出行者對(duì)信息信任度成正相關(guān)，也可取，其中，η為常數(shù)。綜合冪函數(shù)與指數(shù)函數(shù)表示方法，將信息效用的衰減因子表示為。

設(shè)kψ表征路段k的交通信息量，因服務(wù)水平直接反映了道路的典型特征信息以及發(fā)生交通事故的可能性和擁堵頻率，故采用路段流量容量比表示交通信息量，令。于是，定義VMS對(duì)路徑r下游路段的影響系數(shù)為

其中：az表示路段a是否設(shè)置VMS的啞變量。從而，將路段a上VMS對(duì)路徑r中車(chē)流的影響系數(shù)表示為

式表明：(后續(xù))路段通過(guò)能力使用率越低，影響系數(shù)越大，VMS的效用越大；β越大，衰減因子越小，VMS的效用越大。

設(shè)路段a的“長(zhǎng)度”La定義如下。

1)設(shè)置了VMS信息的路段“長(zhǎng)度”為

2)由于VMS顯示了其后續(xù)路段的重要交通信息，這些信息會(huì)影響出行者選擇路段a的沒(méi)有設(shè)置VMS的后續(xù)路段，所以定義這些路段“長(zhǎng)度”為

3)對(duì)其他所有沒(méi)有設(shè)置VMS的路段，令

其中：ξ∈(0,1]是調(diào)節(jié)VMS信息與路段費(fèi)用之間相對(duì)影響的參數(shù)。路段a，k，b的“長(zhǎng)度”滿(mǎn)足Lb，這是因?yàn)椤Ｂ窂健伴L(zhǎng)度”為。

式~定義的路段“長(zhǎng)度”結(jié)合了路段廣義費(fèi)用與VMS信息效用，它通過(guò)VMS信息捕捉局域范圍內(nèi)路徑間的相似性。路段a的重疊次數(shù)越少，或者路段“長(zhǎng)度”越長(zhǎng)，則PS屬性值越大；若路段a的影響系數(shù)越大或廣義費(fèi)用越低，則路段“長(zhǎng)度”越長(zhǎng)。PS屬性值越大，則其選擇概率越大。

3.3ATIS影響下多類(lèi)用戶(hù)需求計(jì)量

ATIS市場(chǎng)占有率常常內(nèi)生地表示為信息收益即有無(wú)ATIS兩大類(lèi)用戶(hù)廣義費(fèi)用之差的函數(shù)[22]，假設(shè)OD對(duì)w上的普通交通的ATIS市場(chǎng)占有率為，則

4　應(yīng)急疏散降級(jí)路網(wǎng)的隨機(jī)用戶(hù)均衡雙層規(guī)劃模型與算法

4.1隨機(jī)用戶(hù)均衡雙層規(guī)劃模型設(shè)交通事件所在路段為Ia∈E；且假設(shè)局部交通需求劇增致使該路段容量急劇下降，即，為較小正數(shù)。設(shè)為服務(wù)水平閾值，按選擇容量降級(jí)路段，0。按下式計(jì)算應(yīng)急疏散OD對(duì)的行程時(shí)間可靠性：

下層多目標(biāo)數(shù)學(xué)規(guī)劃模型實(shí)現(xiàn) qw和在部分路段隨機(jī)降級(jí)的路網(wǎng)中的PSL隨機(jī)均衡分配

其中：分散參數(shù)1θ＞2θ＞3θ反映事件期間3類(lèi)出行者對(duì)路網(wǎng)和交通的熟悉程度；和為利用ATIS市場(chǎng)占有率與服從率等宏觀(guān)變量計(jì)算得到的各類(lèi)用戶(hù)需求量。

4.2雙層規(guī)劃的進(jìn)化算法

利用進(jìn)化算法與隨機(jī)用戶(hù)均衡(SUE)分配算法求解上述雙層規(guī)劃模型。

1)進(jìn)化算法求解上層規(guī)劃的具體步驟如下：

Step 5收斂判斷。若達(dá)到最大迭代次數(shù)，則退出，否則，置并轉(zhuǎn)Step 1；

2)結(jié)合PSL隨機(jī)用戶(hù)平衡分配及ATIS占有率和服從率計(jì)算來(lái)求解下層規(guī)劃的步驟如下：

Step 2調(diào)用一次混合交通PSL-SUE算法：

Step 2.4 SUE收斂判斷。若滿(mǎn)足終止條件：

5　算例分析

算例網(wǎng)絡(luò)采用Nguyen&Dupuis網(wǎng)絡(luò)，共有13頂點(diǎn)，19邊，25條路徑，4個(gè)普通交通OD對(duì)(1,2)，(1,3)，(4,2)和(4,3)，1個(gè)應(yīng)急交通OD對(duì)(5,3)。普通交通OD需求矩陣為對(duì)稱(chēng)陣，且。普通交通OD需求為(單位為輛)，應(yīng)急交通OD需求為輛。路段部分特征如表1所示。VMS設(shè)置在路段(5,6)與(5,9)上。

按普通交通需求q0=[960, 800; 800, 960]時(shí)，優(yōu)化計(jì)算得到應(yīng)急交通可靠性為1；當(dāng)普通交通OD矩陣取[1 440, 1 200; 1 440, 1 200]時(shí)，優(yōu)化計(jì)算得到應(yīng)急交通可靠性為0。因此，選取介于這2個(gè)OD矩陣之間的不同需求水平：

q1=[1 020, 850; 850, 1 020]；

q2=[1 080, 900; 900, 1 080]；

q3=[1 140, 950; 950, 1 140]；

q4=[1 200, 1 000; 1 000, 1 200]；

q5=[1 260, 1 050; 1 050, 1 260]；

q6=[1 320, 1 100; 1 100, 1 320]；

q7=[1 380, 1 150; 1 150, 1 380]。

ATIS占有率和服從率的2種計(jì)算方式：CaseA，直接取定ATIS的市場(chǎng)占有率與服從率；Case B，內(nèi)生地確定普通交通的ATIS市場(chǎng)占有率和服從率。

所有計(jì)算都能很好地收斂，按普通交通需求q4以Case B處理ATIS計(jì)算無(wú)VMS信息時(shí)的降級(jí)路網(wǎng)優(yōu)化，每10代取1個(gè)適應(yīng)值，其收斂過(guò)程如圖2所示。

1)直接取定容量下降路段的最差容量利用系數(shù)(WCUF)，例如取路段或者，按CaseA對(duì)OD需求q4進(jìn)行隨機(jī)均衡分配，計(jì)算結(jié)果都劣于通過(guò)優(yōu)化算法所得，如表2所示。通過(guò)大量模擬，按均勻分布隨機(jī)抽取1 000次路段(5,9)與(9,11)的WCUF，所得結(jié)果也比優(yōu)化算法差。

圖1　實(shí)例網(wǎng)絡(luò)Fig.1　Example network

表1　路段特征Table 1　Link characteristics

圖2　適應(yīng)值變化趨勢(shì)Fig.2　Evolutionary trends of fitness values

2)無(wú)論是否考慮降級(jí)，Case A和Case B的計(jì)算結(jié)果(指可靠性、各類(lèi)總期望出行時(shí)間費(fèi)用(TETTC)以及全路網(wǎng)流量分布及應(yīng)急交通流量分布)一致，如表3所示。

3)比較不同需求水平情況。

對(duì)CaseA，計(jì)算得到WCUF變量值及流量分布、TETTC以及平均期望出行時(shí)間費(fèi)用(AETTC)，如表4至表5及圖3~6所示。經(jīng)比較發(fā)現(xiàn)：

表2　直接取定WCUF的計(jì)算結(jié)果比較Table 2　Comparison of calculation results for fixed WCUFs

表3　降級(jí)與信息的各種組合下CaseA和Case B的計(jì)算結(jié)果比較Table 3　Comparison of calculation results for CaseAand B under various combinations of degradation and information

表4　ATIS作用下最優(yōu)變量及性能指標(biāo)值Table 4　Optimal variable values and performance indicators consideringATIS

表5　ATIS與VMS作用下最優(yōu)變量及性能指標(biāo)值Table 5　Optimal variable values and performance indicators consideringATIS and VMS

① 對(duì)任意特定需求，交通系統(tǒng)設(shè)置VMS時(shí)各項(xiàng)費(fèi)用變小；當(dāng)普通交通需求增長(zhǎng)時(shí)，全路網(wǎng)和第3類(lèi)交通的TETTC增長(zhǎng)最大，第1類(lèi)交通次之，應(yīng)急交通再次，第2類(lèi)交通變化極小；應(yīng)急交通的AETTC隨需求增長(zhǎng)而增長(zhǎng)，但有VMS參與能使其邊際增長(zhǎng)率更小。

圖3　應(yīng)急交通可靠性與普通交通需求的關(guān)系Fig.3　Relationship between evacuation reliabilities and normal traffic demands

圖4　應(yīng)急交通AETTC與普通交通需求的關(guān)系Fig.4　Relationship between evacuation’sAETTC and normal traffic demands

圖5　需求增長(zhǎng)過(guò)程中應(yīng)急交通各路段流量均方差Fig.5　Mean square error of evacuation traffic on each link when demand increased

圖6　需求增長(zhǎng)過(guò)程中全路網(wǎng)各路段流量均方差Fig.6　Mean square error of hybrid traffic on network-wide link when demand increased

② 應(yīng)急交通可靠性隨需求增長(zhǎng)而下降，且VMS 與ATIS共同作用的應(yīng)急交通可靠性比只有ATIS的大，且需求較小時(shí)VMS對(duì)提高可靠性的作用更大。

③VMS與ATIS共同作用下在需求增長(zhǎng)時(shí)應(yīng)急交通路段流量均方差比ATIS單獨(dú)作用時(shí)小一些；但對(duì)全路網(wǎng)所有交通路段流量均方差并無(wú)此現(xiàn)象，這是由于雙層規(guī)劃模型主要針對(duì)應(yīng)急交通進(jìn)行優(yōu)化。

6　結(jié)論

1)建立了基于路徑長(zhǎng)度logit隨機(jī)路徑選擇模型和面向應(yīng)急交通可靠度最大化的多目標(biāo)多類(lèi)用戶(hù)雙層規(guī)劃模型，并設(shè)計(jì)了以進(jìn)化算法和隨機(jī)均衡分配算法為基礎(chǔ)的降級(jí)路網(wǎng)優(yōu)化算法。

2)采用內(nèi)生或外生方式，發(fā)現(xiàn)普通交通的ATIS占有率和服從率對(duì)路網(wǎng)優(yōu)化結(jié)果沒(méi)有影響。

3)需求增長(zhǎng)對(duì)系統(tǒng)性能有顯著影響，會(huì)降低應(yīng)急交通的可靠度和提高應(yīng)急交通平均期望出行時(shí)間。

4)VMS信息能在A(yíng)TIS基礎(chǔ)上進(jìn)一步顯著提升應(yīng)急交通可靠度但隨需求增長(zhǎng)提升度下降，并且能進(jìn)一步降低應(yīng)急交通平均期望出行時(shí)間且隨需求增長(zhǎng)降低幅度更大，全路網(wǎng)流量分布和應(yīng)急交通流量分布隨需求變化更小。

[1]陳岳明,蕭德云.基于動(dòng)態(tài)交通分配的路網(wǎng)應(yīng)急疏散模型[J].清華大學(xué)學(xué)報(bào)(自然科學(xué)版),2009,49(8):1102-1105. CHEN Yueming,XIAO Deyun.Dynamic traffic assignmentbasedmethodforreal-timetrafficmanagementduring emergencyevacuation[J].JournalofQinghuaUniversity (Science and Technology),2009,49(8):1102-1105.

[2]YAOT,MANDALASR,CHUNGBD.Evacuation transportation planning under uncertainty:a robust optimization approach[J].Network Spatial Economic,2009,9(2):171-189.

[3]王健,胡曉偉,佟晶晶,等.基于車(chē)道建模的區(qū)域應(yīng)急疏散路徑規(guī)劃[J].交通運(yùn)輸工程學(xué)報(bào),2010,10(2):82-87. WANG Jian,HU Xiaowei,TONG Jingjing,et al.Route planing of regional emergency evacuation based on lane modeling[J]. Journal of Traffic and Transportation Engineering,2010,10(2): 82-87.

[4]XIE C,TURNQUIST M A.Lane-based evacuation network optimization:an integrated lagrangian relaxation and tabu search approach[J].TransportationResearchPartC:Emerging Technologies,2011,19(1):40-63.

[5]楊兆升,宋淑敏,杜鵬程,等.大型公共場(chǎng)所應(yīng)急狀態(tài)下交通誘導(dǎo)疏散模型[J].吉林大學(xué)學(xué)報(bào)(工學(xué)版),2012,42(3): 588-593. YANG Zhaosheng,SONG Shumin,DU Pengcheng,et al.Traffic guidance evacuation model under the emergency state in public place[J].JournalofJilinUniversity(Engineeringand Technology Edition),2012,42(3):588-593.

[6]楊明,蘇標(biāo),孫志杰,等.隨機(jī)OD需求下的多目標(biāo)離散交通網(wǎng)絡(luò)設(shè)計(jì)模型與算法[J].西南交通大學(xué)學(xué)報(bào),2014,49(1): 119-125. YANG Ming,SU Biao,SUN Zhijie,et al.Model and algorithm of multi-objective discrete transportation network design under stochastic demand among OD pairs[J].Journal of Southwest Jiaotong University,2014,49(1):119-125.

[7]孫華,高自友,龍建成.不確定OD需求下連續(xù)交通網(wǎng)絡(luò)設(shè)計(jì)的魯棒優(yōu)化模型[J].交通運(yùn)輸系統(tǒng)工程與信息,2011,11(2): 70-76. SUN Hua,GAO Ziyou,LONG Jiancheng.The robust model of continuous transportation network design problem with demand uncertainty[J].Journal of Transportation Systems Engineering and Information Technology,2011,11(2):70-76.

[8]DU Z P,NICHOLSON A.Degradable transportation systems: sensitivity and reliability analysis[J].Transportation Research Part B:Methodological,1997,31(3):225-237.

[9]黎茂盛,王煒,史峰.降級(jí)路網(wǎng)的認(rèn)知與交通流均衡分析模型[J].中國(guó)公路學(xué)報(bào),2006,19(6):87-91. LI Maosheng,WANG Wei,SHI Feng.Cognition of degraded road network and equilibrium analysis model on traffic flow[J]. China Journal of Highway and Transport,2006,19(6):87-91.

[10]WANG D H,QI H S,XU C.Reviewing traffic reliability research[J].Journal of Transportation Systems Engineering and Information Technology,2010,10(5):12-21.

[11]LO H K,TUNG Y K.Network with degradable links:capacity analysisanddesign[J].TransportationResearchPartB: Methodological,2003,37(4):345-363.

[12]況愛(ài)武,黃中祥,唐志強(qiáng).考慮OD對(duì)出行時(shí)間可靠性的道路網(wǎng)容量可靠性[J].系統(tǒng)工程,2013,31(1):116-120. KUANG Aiwu,HUANG Zhongxiang,TANG Zhiqiang.Road network capacity reliability considering OD pair travel time reliability[J].Systems Engineering,2013,31(1):116-120.

[13]LO H K,LUO X W,SIU B W Y.Degradable transport network: traveltimebudgetoftravelerswithheterogeneousrisk aversion[J].Transportation Research Part B:Methodological, 2006,40(9):792-806.

[14]CHEN A,KASIKITWIWAT P,YANG C.Alternate capacity reliability measures for transportation networks[J].Journal of Advanced Transportation,2013,47(1):79-104.

[15]SZETO W Y,JIANG Y,WONG K I,et al.Reliability-based stochastictransitassignmentwithcapacityconstraints: formulation and solution method[J].Transportation Research Part C,2013,35(9):286-304.

[16]蒲云,劉海旭.基于部分隨機(jī)用戶(hù)平衡的可靠性網(wǎng)絡(luò)設(shè)計(jì)[J].西南交通大學(xué)學(xué)報(bào),2011,46(2):321-325. PU Yun,LIU Haixu.Reliable network design based on partial stochastic user equilibrium[J].Journal of Southwest Jiaotong University,2011,46(2):321-325.

[17]要甲,史峰,周釗,等.基于出行時(shí)間預(yù)算的多模式多類(lèi)用戶(hù)城市交通均衡分析[J].中南大學(xué)學(xué)報(bào)(自然科學(xué)版),2011, 42(11):3572-3577. YAO Jia,SHI Feng,ZHOU Zhao,et al.Multi-mode and multi-class user's urban transportation euilibrium analysis based on travel time budget[J].Journal of Central South University (Science and Technology),2011,42(11):3572-3577.

[18]孟夢(mèng),邵春福,曾靖靜,等.降級(jí)路網(wǎng)組合出行交通流分配模型與算法[J].中南大學(xué)學(xué)報(bào)(自然科學(xué)版),2014,45(2): 643-650. MENG Meng,SHAO Chunfu,ZENG Jingjing,et al.Traffic assignment model and algorithm with combined modes in a degradable transportation network[J].Journal of Central South University(Science and Technology),2014,45(2):643-650.

[19]SUMALEE A,WATLING D P.Travel time reliability in a networkwithdependentlinkmodesandpartialdriver response[J].JournaloftheEasternAsiaSocietyfor Transportation Studies,2003,5:1687-1701.

[20]HALL R W.Handbook of transportation science[M].Berlin, Germany:Springer,1999:5-33.

[21]YIN Y,YANG H.Simultaneous determination of the equilibrium market penetration and compliance rate of advanced traveler information systems[J].Transportation Research Part A:Policy and Practice,2003,37(2):165-181.

[22]YANG H.Multiple equilibrium behaviors and advanced traveler information systems with endogenous market penetration[J]. Transportation Research Part B:Methodological,1998,32(3): 205-218.

(編輯羅金花)

Multi-user and multi-objective bi-level optimization of degradable road network based on advanced traffic information

ZENG Minghua1,2,YANG Xiaoguang1,LI Xiamiao3
(1.School of Railway Tracks and Transportation,East China Jiao Tong University,Nanchang 330013,China;
2.School of Transportation Engineering,Tongji University,Shanghai 201804,China;
3.School of Traffic and Transportation Engineering,Central South University,Changsha 410075,China)

Under the combined effect of advanced traveler information system(ATIS)and variable message sign(VMS), road network performance optimization and stochastic equilibrium behavior of hybrid traffic(including general traffic and emergency demand increased suddenly)were investigated.Generalized path cost was defined by evacuation reliability and link disutility and a new formula for PS attribute was introduced by incorporating VMS information utility and generalized link cost into the prime formula.Furthermore,an adjusted path size logit(PSL)route choice model was proposed.This led to the establishment of a multi-objective multi-user bi-level programming model with west capacity utilization coefficients of degradable link as optimization variables,in which the lower level was constructed to complete stochastic user equilibrium assignment for hybrid traffic based on the PSL model.For the model,optimization algorithmsbased on evolutionary algorithm was formulated using evacuation reliability to define fitness function.Flow distribution, ATIS penetration rate and compliance rate,and several road network performance values were obtained by the proposed solution algorithms.Computations and analyses show that the models and algorithms are feasible and effective.The optimization approach can dramatically enhance evacuation reliabilities compared with stochastic simulation.VMS information can assist ATIS to improve evacuation reliability and decrease the total expected travel time.Demand growth has considerable impacts on degradable road network performance;however,VMS can still obviously optimize system performance.

traffic engineering;bi-level optimization for degradable road network;adjusted path size logit model; emergency evacuation;advanced traffic information

楊曉光，博士，教授，博士生導(dǎo)師，從事交通運(yùn)輸規(guī)劃與管理、智能交通研究；E-mail:yangxg@tongji.edu.cn

U491

A

1672-7207(2016)07-2528-09

10.11817/j.issn.1672-7207.2016.07.047

2015-07-10；

2015-09-10

國(guó)家自然科學(xué)基金資助項(xiàng)目(51468020，51238008)；江西省自然科學(xué)基金資助項(xiàng)目(20142BAB207016)；中國(guó)博士后科學(xué)基金資助項(xiàng)目(2014M561519)(Projects(51468020,51238008)supported by the National Natural Science Foundation of China; Project(20142BAB207016)supported by the Natural Science Foundation of Jiangxi Province;Project(2014M561519)supported by the China Postdoctoral Science Foundation)