考虑风险规避的路径选择模型研究
城市交通系统是一个复杂多变的不确定性系统,在实际出行过程中,出行者
很难掌握有效可靠的实时动态交通信息。目前大多数路径选择问题研究都集中在
以路段行程时间或出行费用为目标的网络最短路寻优问题领域,这些研究都是假
设出行者掌握完全的交通信息,并以期望效用理论为基础,追求出行成本效用函
数最大化,但却忽视了出行者个体属性的影响。任何一位出行者,他的出行受到其
本身的年龄、性别、心态、出行目的及偏好等主观因素以及外部提供的交通信息
客观的影响,每一次出行都会有不一样的选择。
已有研究表明,大多数出行者在选择路径过程中都会表现出风险规避行为。
本文利用风险规避型出行者之间的公共特性研究在初次出行和多次出行的路径
选择问题。首先提出了出行者在出行过程中受各种主客观因素影响,在不确定的
交通环境下的出行行为是多阶段决策过程,建立了关于路段前景值和准时到达可
靠度的相邻节点向后递归关系,保证路径决策的实时动态调整。
引入随机占优理论,对各个备选路径的行程时间进行风险排序,并从另一面
考虑延误风险,体现出出行者的风险规避行为特征。分析了多次出行过程中的决
策行为特点,描述了出行行为过程。从出行者微观角度出发,从多次出行过程中的
个体学习、对交通信息的信任度及习惯选择行为的激发与终止等方面,对个体出
行过程进行建模。
根据期望到达时刻研究了出发时刻选择问题,包括出发时刻调整过程与到达
时刻阈值,还有风险规避型出行者对于晚到时刻阈值设定。最后基于Repast平台
建立出行选择仿真系统,对本文模型进行仿真分析。分析发现,前景理论在描述不
确定性条件下的路径选择行为较期望效用理论更加有效;此外,还研究了出行者
在不同交通信息信任度以及不同路网负荷下的路径选择行为,以及出发时刻的调
整。