| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 论文符号及英文缩写索引 | 第14-16页 |
| 第一章 绪论 | 第16-30页 |
| 1.1 研究背景与意义 | 第16-18页 |
| 1.1.1.研究背景 | 第16-17页 |
| 1.1.2.研究意义 | 第17-18页 |
| 1.2 国内外相关研究概述 | 第18-26页 |
| 1.2.1.随机用户均衡分配问题研究概述 | 第18-21页 |
| 1.2.2.可交易路票策略研究概述 | 第21-25页 |
| 1.2.3.现有研究分析与总结 | 第25-26页 |
| 1.3 研究内容与技术路线 | 第26-30页 |
| 1.3.1.研究内容 | 第26-28页 |
| 1.3.2.技术路线 | 第28-30页 |
| 第二章 可交易路票策略治理交通拥堵的理论基础概述 | 第30-52页 |
| 2.1 道路交通拥挤产生原因分析 | 第30-31页 |
| 2.2 常用的道路交通拥堵治理策略 | 第31-34页 |
| 2.2.1.道路拥挤收费策略 | 第32-33页 |
| 2.2.2.机动车限行限购策略 | 第33-34页 |
| 2.3 可交易路票策略治理道路交通拥堵的作用机理 | 第34-42页 |
| 2.3.1.可交易路票策略的概念特征 | 第34-36页 |
| 2.3.2.可交易路票策略的核心要点分析 | 第36-38页 |
| 2.3.3.可交易路票策略与拥挤收费策略的对比分析 | 第38-39页 |
| 2.3.4.可交易路票策略治理道路交通拥堵的作用机理分析 | 第39-42页 |
| 2.4 交通网络均衡理论概述 | 第42-51页 |
| 2.4.1.交通网络均衡的概念 | 第42-44页 |
| 2.4.2.用户均衡(UE)模型 | 第44-46页 |
| 2.4.3.系统最优(SO)模型 | 第46-48页 |
| 2.4.4.随机用户均衡(SUE)模型 | 第48-50页 |
| 2.4.5.随机系统最优(SSO)模型 | 第50-51页 |
| 2.5 本章小结 | 第51-52页 |
| 第三章 基于可交易路票策略的SUE模型及算法 | 第52-79页 |
| 3.1 基于可交易路票策略的UE模型 | 第52-53页 |
| 3.2 基于可交易路票策略的SUE模型 | 第53-69页 |
| 3.2.1.给定路票策略下的SUE条件 | 第53-55页 |
| 3.2.2.路票UE模型建模方法的失效 | 第55-56页 |
| 3.2.3.通用型路票SUE模型 | 第56-64页 |
| 3.2.4.Logit型路票SUE模型 | 第64-67页 |
| 3.2.5.弹性需求下的路票SUE模型 | 第67-69页 |
| 3.3 路票SUE模型的求解算法 | 第69-72页 |
| 3.3.1.相继平均算法(MSA算法) | 第69-70页 |
| 3.3.2.改进的的拉格朗日对偶(LDM)算法 | 第70-72页 |
| 3.4 算例分析 | 第72-77页 |
| 3.4.1.算例1: Nguyen-Dupuis网络 | 第72-75页 |
| 3.4.2.算例2: Sioux Falls网络 | 第75-77页 |
| 3.5 本章小结 | 第77-79页 |
| 第四章 带有路票约束的SUE模型的敏感性分析 | 第79-101页 |
| 4.1 传统SUE模型的敏感性分析概述 | 第79-85页 |
| 4.1.1.传统SUE模型的敏感性分析 | 第79-81页 |
| 4.1.2.梯度信息的计算 | 第81-85页 |
| 4.2 带有路票约束的SUE模型敏感性分析 | 第85-93页 |
| 4.2.1.敏感性分析的梯度解析式推导 | 第85-91页 |
| 4.2.2.大规模网络的雅克比矩阵的计算方法 | 第91-93页 |
| 4.3 算例分析 | 第93-99页 |
| 4.3.1.算例1: Nguyen-Dupuis网络 | 第93-95页 |
| 4.3.2.算例2: Sioux Falls网络 | 第95-99页 |
| 4.4 本章小结 | 第99-101页 |
| 第五章 路网效率导向的最优路票策略设计 | 第101-133页 |
| 5.1 给定路票策略下的SUE效率损失上界 | 第101-108页 |
| 5.1.1.路票SUE相对于SO的效率损失 | 第101-105页 |
| 5.1.2.路票SUE相对于SSO的效率损失 | 第105-108页 |
| 5.2 SO最优路票策略设计 | 第108-115页 |
| 5.2.1.SUE约束下SO最优路票策略存在性条件 | 第108-112页 |
| 5.2.2.SO最优路票策略可行集的确定 | 第112-115页 |
| 5.3 SSO最优路票策略设计 | 第115-128页 |
| 5.3.1.SSO与SUE关系 | 第115-118页 |
| 5.3.2.SSO最优路票策略可行集的确定 | 第118-121页 |
| 5.3.3.需求信息未知时SSO最优路票策略设计 | 第121-128页 |
| 5.4 算例分析: Nguyen-Dupuis网络 | 第128-132页 |
| 5.5 本章小结 | 第132-133页 |
| 第六章 路网容量导向的最优路票策略设计 | 第133-151页 |
| 6.1 双层规划模型及算法概述 | 第133-136页 |
| 6.1.1.双层规划模型概述 | 第133-135页 |
| 6.1.2.双层规划模型的求解算法 | 第135-136页 |
| 6.2 路网容量导向的最优路票策略设计双层规划模型 | 第136-139页 |
| 6.2.1.路网容量模型概述 | 第136-137页 |
| 6.2.2.路网容量导向的最优路票设计模型 | 第137-139页 |
| 6.3 基于敏感性分析(SAB)的求解算法 | 第139-142页 |
| 6.3.1.SAB算法基本原理 | 第139-140页 |
| 6.3.2.SAB算法步骤 | 第140-142页 |
| 6.4 算例分析 | 第142-150页 |
| 6.4.1.算例1: 三节点四路段网络 | 第142-146页 |
| 6.4.2.算例2: Sioux Falls网络 | 第146-150页 |
| 6.5 本章小结 | 第150-151页 |
| 第七章 结论与展望 | 第151-156页 |
| 7.1 论文研究成果 | 第151-153页 |
| 7.2 主要创新点 | 第153-154页 |
| 7.3 研究展望 | 第154-156页 |
| 致谢 | 第156-157页 |
| 参考文献 | 第157-170页 |
| 附录(Sioux Falls网络测试数据) | 第170-172页 |
| 个人简介及攻博期间的研究成果 | 第172-173页 |
