基于自组织混沌边缘决策的交通流演化研究
致谢 | 第5-7页 |
摘要 | 第7-9页 |
ABSTRACT | 第9-10页 |
1 引言 | 第17-41页 |
1.1 研究背景与研究意义 | 第17-20页 |
1.1.1 选题背景与问题提出 | 第17-19页 |
1.1.2 研究意义 | 第19-20页 |
1.2 国内外研究综述 | 第20-36页 |
1.2.1 传统交通流分配模型 | 第21-23页 |
1.2.2 基于智能、异质、有限理性的改进 | 第23-27页 |
1.2.3 多主体自治系统的相关研究 | 第27-30页 |
1.2.4 自组织与混沌边缘决策思想 | 第30-33页 |
1.2.5 交通流分配模型的应用——出行价格问题 | 第33-34页 |
1.2.6 研究现状分析与总结 | 第34-36页 |
1.3 研究内容与技术路线 | 第36-39页 |
1.3.1 研究内容 | 第36-38页 |
1.3.2 研究方法与技术路线 | 第38-39页 |
1.4 本章小结 | 第39-41页 |
2 自组织混沌边缘决策思想在交通流研究中的适用性 | 第41-53页 |
2.1 引言 | 第41页 |
2.2 复杂交通适应系统 | 第41-44页 |
2.2.1 交通系统的复杂性及其产生根源 | 第41-42页 |
2.2.2 交通系统的多主体自组织特征 | 第42-44页 |
2.2.3 复杂交通适应系统的多主体模型结构 | 第44页 |
2.3 非理性因素对群体决策的影响 | 第44-45页 |
2.4 对既有交通流分配方法的批判与借鉴 | 第45-52页 |
2.4.1 决策模型的演变 | 第45-47页 |
2.4.2 随机用户均衡(SUE)模型 | 第47-49页 |
2.4.3 基于前景理论的改进及不足之处 | 第49-51页 |
2.4.4 复杂交通适应系统建模的优化思想 | 第51-52页 |
2.5 本章小结 | 第52-53页 |
3 基于多主体的自组织交通流演化模型 | 第53-71页 |
3.1 引言 | 第53-54页 |
3.2 基本假设 | 第54-55页 |
3.2.1 参数及路网描述 | 第54-55页 |
3.2.2 出行者Agent假设 | 第55页 |
3.3 模型建立 | 第55-60页 |
3.3.1 多主体路径选择元胞自动机模型 | 第56-57页 |
3.3.2 路径选择规则 | 第57-58页 |
3.3.3 出行者决策系数 | 第58-59页 |
3.3.4 路径选择行为演化熵 | 第59-60页 |
3.4 交通流分配演化算法 | 第60页 |
3.5 算例及仿真 | 第60-63页 |
3.5.1 算例路网 | 第60-61页 |
3.5.2 仿真参数 | 第61页 |
3.5.3 自组织属性对路网性能的影响 | 第61-63页 |
3.6 基于混沌边缘的决策行为分析 | 第63-69页 |
3.6.1 出行者决策系数 | 第64-67页 |
3.6.3 路径选择行为演化熵 | 第67-69页 |
3.8 本章小结 | 第69-71页 |
4 基于社会情感计算的自组织交通流演化模型 | 第71-97页 |
4.1 引言 | 第71页 |
4.2 社会情感理论概述 | 第71-73页 |
4.2.1 基本理论及建模思想 | 第71-72页 |
4.2.2 社会情感优化算法 | 第72-73页 |
4.3 基本假设 | 第73-75页 |
4.3.1 参数及路网描述 | 第73-74页 |
4.3.2 出行者Agent假设 | 第74-75页 |
4.4 模型建立 | 第75-81页 |
4.4.1 多主体路径选择元胞自动机模型 | 第75-78页 |
4.4.2 出行经验更新规则 | 第78-80页 |
4.4.3 出行者决策系数 | 第80页 |
4.4.4 路径选择行为演化熵 | 第80-81页 |
4.4.5 交通流量约束条件 | 第81页 |
4.5 交通流分配演化算法 | 第81-82页 |
4.6 算例及仿真 | 第82-87页 |
4.6.1 算例路网及仿真参数 | 第82-83页 |
4.6.2 交通流演化过程 | 第83-84页 |
4.6.3 情绪参数对路网性能的影响 | 第84-87页 |
4.7 基于混沌边缘的决策行为分析 | 第87-93页 |
4.7.1 出行者决策系数 | 第87-91页 |
4.7.2 路径选择行为演化熵 | 第91-93页 |
4.8 交通流实际数据采集分析 | 第93-95页 |
4.9 本章小结 | 第95-97页 |
5 基于动态参照点的自组织交通流演化模型 | 第97-125页 |
5.1 引言 | 第97-98页 |
5.2 基本假设 | 第98-100页 |
5.2.1 参数及路网描述 | 第98-99页 |
5.2.2 出行者Agent假设 | 第99-100页 |
5.3 模型建立 | 第100-107页 |
5.3.1 多主体路径选择小世界网络模型 | 第100-102页 |
5.3.2 路径累积前景效用 | 第102-104页 |
5.3.3 小世界群体Agent出行经验更新规则 | 第104-106页 |
5.3.4 出行者决策系数 | 第106页 |
5.3.5 路径选择行为演化熵 | 第106-107页 |
5.3.6 交通流量约束条件 | 第107页 |
5.4 交通流分配演化算法 | 第107-108页 |
5.5 算例及仿真 | 第108-116页 |
5.5.1 算例路网及仿真参数 | 第108-110页 |
5.5.2 交通流演化结果 | 第110-112页 |
5.5.3 参照点依赖效应 | 第112-113页 |
5.5.4 出行者异质程度与路径流量 | 第113-116页 |
5.6 基于混沌边缘的决策行为分析 | 第116-121页 |
5.6.1 出行者决策系数 | 第116-118页 |
5.6.2 路径选择行为演化熵 | 第118-121页 |
5.7 交通流实际数据采集分析 | 第121-123页 |
5.8 本章小结 | 第123-125页 |
6 基于自组织交通流演化模型的出行价格优化问题 | 第125-145页 |
6.1 引言 | 第125-126页 |
6.2 基本假设 | 第126-127页 |
6.2.1 价格博弈假设——上层规划 | 第126页 |
6.2.2 出行者Agent假设——下层规划 | 第126-127页 |
6.3 出行价格双层规划模型 | 第127-128页 |
6.3.1 上层规划 | 第127-128页 |
6.3.2 下层规划 | 第128页 |
6.4 出行者群体自组织交通流演化模型 | 第128-133页 |
6.4.1 多主体出行方式选择小世界模型 | 第128-130页 |
6.4.2 出行方式累积前景效用 | 第130-131页 |
6.4.3 小世界群体Agent出行经验更新规则 | 第131-132页 |
6.4.4 出行者决策系数 | 第132-133页 |
6.4.5 出行方式选择演化熵 | 第133页 |
6.5 模型演化求解算法 | 第133-135页 |
6.5.1 灵敏度分析 | 第133-134页 |
6.5.2 模型求解步骤 | 第134-135页 |
6.6 数值模拟 | 第135-139页 |
6.6.1 参数设置 | 第135-136页 |
6.6.2 模型演化过程及结果 | 第136-137页 |
6.6.3 参照点依赖效应 | 第137-138页 |
6.6.4 决策属性灵敏度分析 | 第138-139页 |
6.7 基于混沌边缘的决策行为分析 | 第139-143页 |
6.7.1 出行者决策系数 | 第139-141页 |
6.7.2 出行方式选择演化熵 | 第141-143页 |
6.8 本章小结 | 第143-145页 |
7 结论与展望 | 第145-149页 |
7.1 本文工作总结及结论 | 第145-147页 |
7.2 本文创新点 | 第147-148页 |
7.3 本文不足之处及未来研究展望 | 第148-149页 |
参考文献 | 第149-159页 |
附录A | 第159-167页 |
作者简历及攻读博士学位期间取得的研究成果 | 第167-171页 |
学位论文数据集 | 第171页 |